文件名称：hypertension_clustering
文件大小：29KB
文件格式：ZIP
更新时间：2024-04-19 00:28:07
R
遗传变异整合基于EHR的高血压患者分层 该项目提出了一种多模式深度表示学习模型，该模型从高维EHR和遗传数据中提取潜在特征向量。 最重要的是，我们进行K均值聚类以得出高血压亚型。 该项目的结构如下：管道改编自[Landi，I.，Glicksberg，BS，Lee，HC，Cherng，S.，Landi，G.，Danieletto，M.，Dudley，JT，Furlanello，C.， ＆Miotto，R.电子病历的深度表示学习，可大规模解锁患者分层。 npj Digit。 中3，96（2020）]。 在此找到原始存储库 基于电子病历 在此，仅使用EHR数据。 更改了以下超参数：批处理大小= 32，时期= 30，学习率= 0.00001，权重衰减= 0.0001 多峰模型 在这一部分中，我们将EHR数据和遗传数据结合起来以创建融合表示。 聚类 K-均值聚类算法适用于导出患者聚类。 请参阅每
【文件预览】：
hypertension_clustering-main
----README.md(1KB)
----LICENSE(1KB)
----multimodal model()
--------net.py(7KB)
--------train.py(4KB)
--------evaluate.py(2KB)
--------data_loader.py(4KB)
--------learn-patient-representations.sh(345B)
--------utils.py(908B)
--------evaluation.py(13KB)
--------patient_representations.py(10KB)
----clustering()
--------cluster_analysis.py(7KB)
--------clustering.py(4KB)
--------cluster_importance.R(6KB)
--------test.R(7KB)
--------anova_test_numerical_features.R(72KB)