Toepassings iMed Web Toepassing Gebruikershandleiding

iMed Gebruikershandleiding

Inleiding

1.1. Doel
Die doel hiervan web toepassing is om rou inligting te neem en toe te laat om dit te manipuleer op 'n manier wat resultate gee wat nuttig is in besluitneming. Dit kan wees om 'n model met rou data op te lei of om die uitkoms te voorspel deur modelle en analise te gebruik.
1.2. Navigasie-kieslys
Die navigasiekieslys bo-aan die bladsy bevat al die skakels om te kom waar jy moet wees. As jy ooit verdwaal, kan jy altyd op die terugpyltjie klik om na 'n bekende bladsy te gaan, terug te gaan huis toe, of die bladsy waarna jy soek binne die navigasiekieslys vind.
1.3. Rekening
As jy nie reeds 'n rekening het nie, moet jy registreer om die toepassing te gebruik. Om dit te doen, klik op die rekeningknoppie regs bo en klik op registreer. Voer dan jou gebruikersnaam, wagwoord en e-pos in om voort te gaan.

As jy reeds 'n rekening het, meld aan met jou gebruikersnaam en wagwoord.

Tuisblad

Deur op die items aan die linkerkant van die bladsy te klik, sal 'n beskrywing van elkeen in die middel van die bladsy verskyn om jou te help verstaan ​​wat elkeen doen.

iMedBot

Die iMedBot-toepassing bied 'n koppelvlak wat maklike gebruikersinteraksie met agente bevorder, wat persoonlike voorspelling en modelopleiding moontlik maak. Dit dien as die eerste stap in die rigting om die uitkomste van diepleernavorsing te omskep in 'n aanlyn hulpmiddel, wat die potensiaal het om bykomende navorsingsaktiwiteite in hierdie domein aan te wakker. Die onderskeie gebruikershandleiding kan hier gevind word.

Data Analise

4.1. Haal subversamelings op
Hierdie afdeling laat die gebruiker hul datastel wysig. Jy kan kies om óf 'n nuwe datastel op te laai óf 'n bestaande een te gebruik in die aftreklys.

Sodra die datastel opgelaai is, kan jy kies watter aksie jy wil neem deur op een van die opsies op die linkerkantkieslys te klik.
4.1.1. Haal substelle op grond van filters op
Hierdie afdeling laat toe om 'n kleiner subset van die oorspronklike datastel te kry gebaseer op gegewe filters. Kies die waardes wat jy in die subset wil hê en kies dan die kolomme wat jy in die finale datastel wil wys.

4.1.2. Gee gesorteerde resultate
Dit gee die datastel in 'n gesorteerde vorm terug. Kies die teikenkolom, sorteervolgorde, aantal rye om terug te stuur, en watter kolomme om in die finale uitvoer te wys.

4.1.3. Brei die datastel uit
Dit laat die gebruiker toe om 'n enkelvoudige kolom wat as 'n woordeboek gestoor is, uit te brei na 'n werklike tabel wat die gebruiker dan kan manipuleer. Dit neem 'n geneste datastel en skuif wat deur die gebruiker vereis word na die boonste laag. Laai eers 'n datastel op wat 'n kolom met 'n geneste datastel insluit. As 'n kolom wat uitgebrei moet word outomaties bespeur word, kies watter kolom om uit te brei en watter kolomme om uit die geneste inligting te onttrek. Klik submit en jy kan view jou inligting as kolomme van 'n tabel in plaas van geneste data.
4.2. Voeg saam Files
Deur verskeie datastelle te kies en op te laai deur ctrl te klik (opdrag vir mac), sal dit hulle saamsmelt in een groter datastel as wat vir iets anders gebruik word.

Kies net alle datastelle en vul die vereiste inligting in. Dit sal die nuwe datastel na die iMed-toepassing stoor en is dan beskikbaar vir aflaai.
4.3. Plot Funksies
Hierdie afdeling laat die gebruiker hul datastel plot. Kies een van die opsies op die linkerkantse kieslys en vul dan die vereiste velde in om jou plot te verkry. Hieronder is die tipes plotte wat jy uit jou data kan maak:

4.4. Statistiese Analise
Hierdie afdeling laat ons statistiese toetse op ons datastel uitvoer. Kies 'n toets om uit die linkerkantkieslys te laat loop en vul die velde in om die toetse uit te voer. Hieronder is die tipes toetse wat beskikbaar is:

ODPAC

5.1. Leer
Hierdie bladsy bevat 'n kort beskrywing van elke tipe hulpbron wat op hierdie bladsy beskikbaar is. As u op die knoppie boaan elke afdeling klik, sal u na 'n ander bladsy skakel wat die gebruiker toelaat om die onderwerp te gebruik of meer te wete te kom.
5.1.1. Epistase
Hierdie bladsy laat ons MBS gebruik, 'n soekalgoritme om uit data te leer. Spesifiek laat dit ons toe om epistase te bestudeer, die interaksie tussen twee of meer gene wat die fenotipe beïnvloed. Dit is nuttig vir profile siektes in die genetiese aspek. Konvensionele metodes is nie geskik om die hoë-dimensionele data wat in genoomwye assosiasiestudies (GWAS) gevind word, te hanteer nie. Die Multiple Beam Search (MBS) algoritme laat die opsporing van interaksie gene teen 'n baie vinniger tempo toe. Laai die data op wat jy wil gebruik en voer dan die vereiste velde in. Vir meer in-diepte inligting, vind die volledige vraestel hier.

5.1.2. Risiko faktore
Hierdie bladsy laat ons die IGain-pakket gebruik om interaksies tussen data te leer. Dit leer spesifiek interaksies van hoë-dimensionele data deur 'n heuristiese soektog te gebruik. Hierdie metode bou voort op die Exhaustive_IGain-metode wat voorheen ontwikkel is om interaksies van lae-dimensionele data te leer. Laai die data op en voer dan die vereiste velde in. Meer inligting oor die IS-drempels en iGain kan hier gevind word.

5.1.3. Voorspellingsmodelle
Hierdie afdeling laat die gebruik toe van voorspellingsmodelle wat reeds bo-op masjienleermodelle gebou is om die gebruik daarvan te bespoedig. Dit laat die gebruik daarvan toe sonder die gebruik van kodering en vorige ondervinding om modelle met hul eie datastel te voorspel. Daar is talle voorspellingsmodelle beskikbaar vir die gebruiker, insluitend logistiek, regressie, ondersteuningsvektormasjiene (SVM's), besluitnemingsbome, en vele meer. Die volledige lys voorspellingsmetodes word hier aan die regterkant van die bladsy gevind.
5.2. Voorspelling
Hierdie afdeling laat voorspellings toe vanaf 'n gedeelde model wat voorheen opgelaai is. Laai eers 'n gedeelde model op indien dit nie reeds gedoen is nie. Kies dan die model om vir voorspelling te gebruik deur op die modelnaam te klik. Laai dan die data op vir die voorspellingsmodel om te gebruik. Dit kan óf met die hand gedoen word deur die vorm aan die onderkant van die bladsy te gebruik óf met behulp van die sjabloon wat beskikbaar is vir aflaai. As jy die sjabloon gebruik, laai die datastel op file en klik indien om die modelvoorspelling te ontvang.
5.3. Besluitondersteuning
Besluitondersteuning verskaf klassifikasie en kan behandelingskeuses lei uit inligting wat aan die stelsel verskaf word. Dit is opgelei uit data om die optimale behandelingsprosedure aan te beveel gebaseer op 'n pasiënt se kenmerke. Meer inligting oor Kliniese Besluitsondersteuningstelsels (CDSS) kan hier gevind word.
Die Stelselaanbeveling neem 'n pasiënt se kenmerke en beveel behandelingsprosedure aan en voorspel die toekomstige waarskynlikheid van 5 jaar metastase. Die Gebruikersintervensie neem beide die pasiëntkenmerke en die behandelingsprosedure om die toekomstige waarskynlikheid van 5 jaar metastase te voorspel gebaseer op huidige behandeling in plaas van optimale behandeling.

MBIL

Die Markov Blanket and Interactive Risk Factor Learner (MBIL) is 'n algoritme wat enkele en interaktiewe risikofaktore aanleer wat 'n direkte invloed op 'n pasiënt se uitkoms het. Klik "gaan na MBIL" om herlei te word na die Python Package Index (PyPI) vir die MBIL-pakket wat hier geleë is. Meer inligting oor MBIL kan gevind word by BMC Bioinformatics.

Datastelle

Hierdie afdeling laat die gebruiker toe om nuwe datastelle te sien en op te laai na die web aansoek.
7.1. Sien alle datastelle beskikbaar
Om alle beskikbare datastelle te sien, klik eenvoudig "Wys beskikbare datastelle."

7.2. Laai 'n datastel op
Om 'n datastel op te laai, klik "Deel jou datastelle" en vul dan die vereiste inligting in soos vermeld op die webbladsy. Laai eers die datastel op en vul die vereiste velde in.

Vul dan die velde hieronder in of laai 'n teks op file met die inligting ingevul. 'n ExampLe van hoe om die inligting te organiseer sodat die toepassing dit kan verstaan, word hieronder gegee.

Modelle

Hierdie afdeling laat die gebruiker toe om modelle wat vir hulle beskikbaar is te sien en 'n model te deel.
8.1. Sien alle modelle beskikbaar
Om alle beskikbare modelle te sien, klik "Wys beskikbare modelle."

8.2. Deel 'n model
Om 'n model te deel, klik op "Deel jou modelle" en laai dan 'n model op file opgelei deur tensorvloei of PyTorch.

8.2.1. Verwante datastel
U moet dan die verwante datastel oplaai wat die opskrifte insluit. Die klas/etiket vir die datastel moet in die laaste kolom wees.

8.2.2. Voorspellers en klasinligting
As die datastel al die kenmerke insluit, kan die kenmerkvorm oorgeslaan word nadat die datastel opgelaai is. As hulle egter nie almal ingesluit is nie, moet hierdie inligting in die beskrywing verskaf word file of binne die kenmerkvorm. Kies die opsie uit die aftreklys wat aandui hoe jy van plan is om die voorspellers en klasinligting te verskaf.

As jy die beskrywing-opsie gebruik, kan jy óf die velde invul óf 'n teks oplaai file met die inligting ingevul. 'n ExampLe van hoe om die inligting te organiseer word hieronder gegee.