文件名称：MIMIC-ICU-Readmission-Prediction:根据临床记录和结构化数据预测ICU再入院率
文件大小：68KB
文件格式：ZIP
更新时间：2024-06-03 06:16:00
Python
NLP医疗保健 使用MIMIC III中的结构化和非结构化数据预测30天ICU再次入院 数据处理 结构化数据 结构化网络的ETL过程可以在结构目录中找到在structured_etl_part1.scala和structured_etl_part2.py 非结构化数据 非结构化数据的所有数据处理脚本都包含在dataproc目录中。 使用data_processing_script.py处理NOTEEVENTS以获取单词向量。 使用get_discharge_summaries.py编写放电汇总 使用build_vocab.py从放电摘要构建vocab。 使用word_embeddings.py在所有单词上训练单词嵌入。 使用extract_wvs.py中的gensim_to_embeddings方法，用我们的vocab编写经过训练的单词嵌入。 造型 结构化网络 在struc_net
【文件预览】：
MIMIC-ICU-Readmission-Prediction-master
----constants.py(545B)
----models()
--------models_mmnet.py(16KB)
--------models_conv_enc.py(5KB)
----dataproc()
--------extract_wvs.py(2KB)
--------build_vocab.py(3KB)
--------data_processing_script.py(3KB)
--------__init__.py(0B)
--------concat_and_split.py(4KB)
--------word_embeddings.py(1KB)
--------subset_disch_sums_by_struc_idxs.py(1KB)
--------get_discharge_summaries.py(2KB)
----persistence()
--------persistence.py(2KB)
----train_conv_enc.sh(356B)
----training()
--------training_mmnet.py(21KB)
--------training_conv_encoder.py(15KB)
----tools()
--------tools.py(3KB)
--------tools_vM1.py(2KB)
----train.sh(22B)
----structured()
--------structured_etl_part2.py(1KB)
--------structured_etl_part1.scala(4KB)
--------struc_net.py(17KB)
----py_train_struc.py(3KB)
----process_results()
--------process_conv_encoder_results.py(525B)
--------process_mmnet_results.py(404B)
----train_mmnet.sh(984B)
----.gitignore(1KB)
----py_train_conv_enc.py(3KB)
----train_struc.sh(219B)
----py_train_mmnet.py(7KB)
----evaluation()
--------evaluation.py(5KB)
----README.md(2KB)
----notebooks()
--------merge_readmission_labels.ipynb(16KB)
--------Data_Processing_vA1.ipynb(41KB)
--------readparts.ipynb(32KB)
--------LabelCreationTake2.ipynb(9KB)
----datasets()
--------datasets.py(3KB)