iMed lietotāja rokasgrāmata
Ievads
1.1. Mērķis
Šīs darbības mērķis web lietojumprogramma ir ņemt neapstrādātu informāciju un ļaut ar to manipulēt tā, lai sniegtu lēmumu pieņemšanā noderīgus rezultātus. Tas var būt modeļa apmācība ar neapstrādātiem datiem vai iznākuma prognozēšana, izmantojot modeļus un analīzi.
1.2. Navigācijas izvēlne
Navigācijas izvēlnē lapas augšpusē ir visas saites, lai nokļūtu tur, kur jums ir jāatrodas. Ja kādreiz apmaldāties, vienmēr varat noklikšķināt uz atpakaļvērstās bultiņas, lai atvērtu pazīstamu lapu, atgrieztos mājās vai atrastu meklēto lapu navigācijas izvēlnē.
1.3. Konts
Ja jums vēl nav konta, jums ir jāreģistrējas, lai izmantotu lietojumprogrammu. Lai to izdarītu, augšējā labajā stūrī noklikšķiniet uz konta pogas un noklikšķiniet uz Reģistrēties. Pēc tam ievadiet savu lietotājvārdu, paroli un e-pastu, lai turpinātu.
Ja jums jau ir konts, pierakstieties ar savu lietotājvārdu un paroli.
Mājas lapa
Noklikšķinot uz vienumiem lapas kreisajā pusē, lapas vidū tiks parādīts katra no tiem apraksts, kas palīdzēs jums saprast, ko katrs dara.
iMedBot
Lietojumprogramma iMedBot piedāvā saskarni, kas veicina vienkāršu lietotāja mijiedarbību ar aģentiem, nodrošinot personalizētu prognozēšanu un modeļu apmācību. Tas kalpo kā pirmais solis ceļā uz padziļinātas mācīšanās pētījumu rezultātu pārveidošanu tiešsaistes rīkā, kas var rosināt papildu pētījumus šajā jomā. Tās attiecīgā lietotāja rokasgrāmata ir atrodama šeit.
Datu analīze
4.1. Izgūt apakškopas
Šajā sadaļā lietotājs var rediģēt savu datu kopu. Nolaižamajā izvēlnē varat izvēlēties augšupielādēt jaunu datu kopu vai izmantot esošu.
Kad datu kopa ir augšupielādēta, varat izvēlēties, kādu darbību vēlaties veikt, noklikšķinot uz vienas no opcijām kreisās puses izvēlnē.
4.1.1. Izgūt apakškopas, pamatojoties uz filtriem
Šī sadaļa ļauj iegūt mazāku sākotnējās datu kopas apakškopu, pamatojoties uz dotajiem filtriem. Izvēlieties vērtības, kuras vēlaties rādīt apakškopā, un pēc tam izvēlieties kolonnas, kuras vēlaties rādīt galīgajā datu kopā.
4.1.2. Atgriezt sakārtotos rezultātus
Tas atgriež datu kopu sakārtotā formā. Izvēlieties mērķa kolonnu, kārtošanas secību, atgriežamo rindu skaitu un kolonnas, kuras rādīt gala izvadē.
4.1.3. Izvērsiet datu kopu
Tas ļauj lietotājam izvērst vienskaitļa kolonnu, kas saglabāta kā vārdnīca faktiskā tabulā, ar kuru lietotājs pēc tam var manipulēt. Tas aizņem ligzdotu datu kopu un pārvieto lietotājam nepieciešamo uz augstāko slāni. Vispirms augšupielādējiet datu kopu, kurā ir iekļauta kolonna ar ligzdotu datu kopu. Ja kolonna, kas jāizvērš, tiek automātiski noteikta, izvēlieties, kuru kolonnu izvērst un kuras kolonnas iegūt no ligzdotās informācijas. Noklikšķiniet uz Iesniegt, un jūs varat view jūsu informāciju kā tabulas kolonnas, nevis ligzdotus datus.
4.2. Apvienot Files
Atlasot un augšupielādējot vairākas datu kopas, noklikšķinot uz Ctrl (komanda operētājsistēmai mac), tās tiks apvienotas vienā lielākā datu kopā, nekā tiks izmantotas kaut kam citam.
Vienkārši atlasiet visas datu kopas un aizpildiet nepieciešamo informāciju. Tādējādi jaunā datu kopa tiks saglabāta lietojumprogrammā iMed un pēc tam būs pieejama lejupielādei.
4.3. Grafika funkcijas
Šī sadaļa ļauj lietotājam attēlot savu datu kopu. Izvēlieties vienu no opcijām kreisās puses izvēlnē un pēc tam aizpildiet nepieciešamos laukus, lai iegūtu savu zemes gabalu. Tālāk ir norādīti diagrammu veidi, kurus varat izveidot no saviem datiem.
4.4. Statistiskā analīze
Šī sadaļa ļauj mums veikt mūsu datu kopas statistikas testus. Kreisās puses izvēlnē izvēlieties testu, ko palaist, un aizpildiet laukus, lai palaistu testus. Tālāk ir norādīti pieejamie testu veidi.
ODPAC
5.1. Uzziniet
Šajā lapā ir īss apraksts par katru šajā lapā pieejamo resursu veidu. Noklikšķinot uz pogas katras sadaļas augšpusē, tiks izveidota saite uz citu lapu, kas ļaus lietotājam izmantot tēmu vai uzzināt vairāk par to.
5.1.1. Epistāze
Šī lapa ļauj mums izmantot MBS — meklēšanas algoritmu, lai mācītos no datiem. Konkrēti, tas ļauj mums pētīt epistāzi, mijiedarbību starp diviem vai vairākiem gēniem, kas ietekmē fenotipu. Tas ir noderīgi profesionāļiemfile slimības ģenētiskajā aspektā. Tradicionālās metodes nav piemērotas, lai apstrādātu augstas dimensijas datus, kas atrodami genoma mēroga asociācijas pētījumos (GWAS). Vairāku staru meklēšanas (MBS) algoritms ļauj atklāt mijiedarbojošos gēnus daudz ātrāk. Augšupielādējiet datus, kurus vēlaties izmantot, un pēc tam ievadiet nepieciešamos laukus. Lai iegūtu padziļinātu informāciju, skatiet pilnu rakstu šeit.
5.1.2. Riska faktori
Šī lapa ļauj mums izmantot IGain pakotni, lai uzzinātu mijiedarbību starp datiem. Tas īpaši mācās mijiedarbību no augstas dimensijas datiem, izmantojot heiristisko meklēšanu. Šī metode balstās uz Exhaustive_IGain metodi, kas iepriekš izstrādāta, lai uzzinātu mijiedarbību no zemas dimensijas datiem. Augšupielādējiet datus un pēc tam ievadiet nepieciešamos laukus. Vairāk informācijas par IS sliekšņiem un iGain var atrast šeit.
5.1.3. Prognožu modeļi
Šajā sadaļā ir atļauts izmantot prognozēšanas modeļus, kas jau ir iepriekš izveidoti virs mašīnmācīšanās modeļiem, lai paātrinātu to izmantošanu. Tas ļauj tos izmantot, neizmantojot kodēšanu un iepriekšēju pieredzi, lai prognozētu modeļus, izmantojot savu datu kopu. Lietotājam ir pieejami daudzi prognozēšanas modeļi, tostarp loģistikas, regresijas, atbalsta vektora mašīnas (SVM), lēmumu koki un daudzi citi. Pilns prognozēšanas metožu saraksts ir atrodams lapas labajā pusē šeit.
5.2. Prognoze
Šajā sadaļā ir pieejamas prognozes no iepriekš augšupielādēta koplietota modeļa. Vispirms augšupielādējiet koplietotu modeli, ja tas vēl nav izdarīts. Pēc tam izvēlieties modeli, ko izmantot prognozēšanai, noklikšķinot uz modeļa nosaukuma. Pēc tam augšupielādējiet datus prognozēšanas modeļa izmantošanai. To var izdarīt vai nu manuāli, izmantojot veidlapu lapas apakšā, vai izmantojot lejupielādei pieejamo veidni. Ja izmantojat veidni, augšupielādējiet datu kopu file un noklikšķiniet uz Iesniegt, lai saņemtu modeļa prognozi.
5.3. Lēmumu atbalsts
Lēmumu atbalsts nodrošina klasifikāciju un var vadīt ārstēšanas izvēli, pamatojoties uz sistēmai sniegto informāciju. Tas ir apmācīts, pamatojoties uz datiem, lai ieteiktu optimālu ārstēšanas procedūru, pamatojoties uz pacienta īpašībām. Plašāku informāciju par klīnisko lēmumu atbalsta sistēmām (CDSS) var atrast šeit.
Sistēmas ieteikumā ir ņemtas vērā pacienta īpašības un ieteikta ārstēšanas procedūra, kā arī prognozēta 5 gadu metastāžu iespējamība nākotnē. Lietotāja iejaukšanās ņem vērā gan pacienta īpašības, gan ārstēšanas procedūru, lai prognozētu turpmāko 5 gadu metastāžu iespējamību, pamatojoties uz pašreizējo ārstēšanu, nevis optimālu ārstēšanu.
MBIL
Markov Blanket un Interactive Risk Factor Learner (MBIL) ir algoritms, kas apgūst atsevišķus un interaktīvus riska faktorus, kuriem ir tieša ietekme uz pacienta iznākumu. Noklikšķiniet uz "iet uz MBIL", lai tiktu novirzīts uz šeit esošās MBIL pakotnes Python pakotnes indeksu (PyPI). Vairāk informācijas par MBIL var atrast BMC Bioinformatics.
Datu kopas
Šī sadaļa ļauj lietotājam skatīt un augšupielādēt jaunas datu kopas web pieteikumu.
7.1. Skatiet visas pieejamās datu kopas
Lai redzētu visas pieejamās datu kopas, vienkārši noklikšķiniet uz “Rādīt pieejamās datu kopas”.
7.2. Augšupielādējiet datu kopu
Lai augšupielādētu datu kopu, noklikšķiniet uz “Kopīgot savas datu kopas” un pēc tam aizpildiet nepieciešamo informāciju, kā norādīts uz weblappuse. Vispirms augšupielādējiet datu kopu un aizpildiet nepieciešamos laukus.
Pēc tam aizpildiet tālāk esošos laukus vai augšupielādējiet tekstu file ar aizpildīto informāciju. BijušaisampTālāk ir sniegta informācija par to, kā sakārtot informāciju tā, lai lietojumprogramma to varētu saprast.
Modeļi
Šī sadaļa ļauj lietotājam skatīt viņam pieejamos modeļus un koplietot modeli.
8.1. Skatīt visus pieejamos modeļus
Lai redzētu visus pieejamos modeļus, noklikšķiniet uz “Rādīt pieejamos modeļus”.
8.2. Kopīgojiet modeli
Lai kopīgotu modeli, noklikšķiniet uz “Kopīgot savus modeļus” un pēc tam augšupielādējiet modeli file apmācīti ar tensora plūsmu vai PyTorch.
8.2.1. Saistītā datu kopa
Pēc tam jums vajadzētu augšupielādēt saistīto datu kopu, kurā ir ietvertas galvenes. Datu kopas klasei/iezīmei jāatrodas pēdējā kolonnā.
8.2.2. Prognozētāji un klases informācija
Ja datu kopā ir visi līdzekļi, pēc datu kopas augšupielādes objekta veidlapu var izlaist. Taču, ja tie visi nav iekļauti, šī informācija ir jānorāda aprakstā file vai elementa formā. Izvēlieties opciju nolaižamajā izvēlnē, norādot, kā plānojat nodrošināt prognozes un klases informāciju.
Ja izmantojat apraksta opciju, varat aizpildīt laukus vai augšupielādēt tekstu file ar aizpildīto informāciju. BijušaisampTālāk ir sniegta informācija par to, kā organizēt informāciju.
Dokumenti / Resursi
 |
Lietotnes iMed Web Pieteikums [pdfLietotāja rokasgrāmata iMed, iMed Web Pieteikums, Web Pieteikums |