Aplikácie iMed Web Používateľská príručka aplikácie

Používateľská príručka iMed

Úvod

1.1. Účel
Účelom tohto web Aplikácia spočíva v prevzatí nespracovaných informácií a umožnení manipulácie s nimi spôsobom, ktorý poskytuje výsledky užitočné pri rozhodovaní. Môže to byť trénovanie modelu s nespracovanými údajmi alebo predpovedanie výsledku pomocou modelov a analýzy.
1.2. Navigačné menu
Navigačná ponuka v hornej časti stránky obsahuje všetky odkazy, aby ste sa dostali tam, kam potrebujete. Ak sa niekedy stratíte, vždy sa môžete kliknutím na šípku späť dostať na známu stránku, vrátiť sa domov alebo nájsť stránku, ktorú hľadáte v navigačnej ponuke.
1.3. účtu
Ak ešte nemáte účet, musíte sa zaregistrovať, aby ste mohli aplikáciu používať. Ak to chcete urobiť, kliknite na tlačidlo účtu vpravo hore a kliknite na tlačidlo Registrovať. Potom zadajte svoje používateľské meno, heslo a e-mail a pokračujte.

Ak už máte účet, prihláste sa pomocou svojho používateľského mena a hesla.

Domovská stránka

Kliknutím na položky na ľavej strane stránky sa v strede stránky zobrazí popis každej z nich, aby ste pochopili, čo každá z nich robí.

iMedBot

Aplikácia iMedBot predstavuje rozhranie, ktoré podporuje jednoduchú interakciu používateľa s agentmi a umožňuje prispôsobené predpovedanie a modelovanie. Slúži ako prvý krok k transformácii výsledkov výskumu hlbokého vzdelávania na online nástroj, ktorý má potenciál podnietiť ďalšie výskumné aktivity v tejto oblasti. Príslušný návod na použitie nájdete tu.

Analýza dát

4.1. Načítať podmnožiny
Táto sekcia umožňuje používateľovi upravovať množinu údajov. V rozbaľovacej ponuke si môžete vybrať, či chcete nahrať nový súbor údajov alebo použiť existujúci.

Po nahratí množiny údajov si kliknutím na jednu z možností v ponuke na ľavej strane môžete vybrať, akú akciu chcete vykonať.
4.1.1. Získať podmnožiny na základe filtrov
Táto sekcia umožňuje získať menšiu podmnožinu pôvodnej množiny údajov na základe daných filtrov. Vyberte hodnoty, ktoré chcete mať v podmnožine, a potom vyberte stĺpce, ktoré chcete zobraziť v konečnej množine údajov.

4.1.2. Vrátiť zoradené výsledky
Toto vráti množinu údajov v zoradenej forme. Vyberte cieľový stĺpec, poradie zoradenia, počet riadkov, ktoré sa majú vrátiť, a ktoré stĺpce sa zobrazia v konečnom výstupe.

4.1.3. Rozbaľte množinu údajov
To umožňuje používateľovi rozšíriť singulárny stĺpec uložený ako slovník do skutočnej tabuľky, s ktorou potom môže používateľ manipulovať. Vezme vnorený súbor údajov a presunie to, čo používateľ požaduje, do najvyššej vrstvy. Najprv nahrajte množinu údajov, ktorá obsahuje stĺpec s vnorenou množinou údajov. Ak sa automaticky zistí stĺpec, ktorý potrebuje rozšírenie, vyberte, ktorý stĺpec sa má rozšíriť a ktoré stĺpce sa majú extrahovať z vnorených informácií. Kliknite na odoslať a môžete view vaše informácie ako stĺpce tabuľky namiesto vnorených údajov.
4.2. Zlúčiť Files
Výberom a nahraním viacerých množín údajov kliknutím na ctrl (príkaz pre mac) sa tieto zlúčia do jednej väčšej množiny údajov, ktorú možno použiť na niečo iné.

Stačí vybrať všetky súbory údajov a vyplniť požadované informácie. Tým sa uloží nový súbor údajov do aplikácie iMed a potom je k dispozícii na stiahnutie.
4.3. Funkcie grafu
Táto sekcia umožňuje používateľovi vykresliť svoju množinu údajov. Vyberte si jednu z možností v ponuke na ľavej strane a potom vyplňte požadované polia, aby ste získali svoj pozemok. Nižšie sú uvedené typy grafov, ktoré môžete zo svojich údajov vytvoriť:

4.4. Štatistická analýza
Táto sekcia nám umožňuje spustiť štatistické testy nášho súboru údajov. Z ponuky na ľavej strane vyberte test, ktorý chcete spustiť, a vyplňte polia na spustenie testov. Nižšie sú uvedené typy testov, ktoré sú k dispozícii:

ODPAC

5.1. Učte sa
Táto stránka obsahuje stručný popis každého typu zdroja dostupného na tejto stránke. Kliknutím na tlačidlo v hornej časti každej sekcie sa prepojí na inú stránku, ktorá používateľovi umožní použiť danú tému alebo sa o nej dozvedieť viac.
5.1.1. Epistáza
Táto stránka nám umožňuje používať MBS, vyhľadávací algoritmus na učenie sa z údajov. Konkrétne nám umožňuje študovať epistázu, interakciu medzi dvoma alebo viacerými génmi, ktoré ovplyvňujú fenotyp. To je užitočné pre profesionálovfile choroby z genetického hľadiska. Konvenčné metódy nie sú vhodné na spracovanie vysokorozmerných údajov nájdených v celogenómových asociačných štúdiách (GWAS). Algoritmus MBS (Multiple Beam Search) umožňuje detekovať interagujúce gény oveľa rýchlejšie. Nahrajte údaje, ktoré chcete použiť, a potom zadajte požadované polia. Pre podrobnejšie informácie nájdete celý dokument tu.

5.1.2. Rizikové faktory
Táto stránka nám umožňuje používať balík IGain na učenie interakcií medzi údajmi. Špecificky sa učí interakcie z vysokorozmerných údajov pomocou heuristického vyhľadávania. Táto metóda vychádza z metódy Exhaustive_IGain, ktorá bola predtým vyvinutá na učenie interakcií z nízkorozmerných údajov. Nahrajte údaje a potom zadajte požadované polia. Viac informácií o prahoch IS a iGain nájdete tu.

5.1.3. Predikčné modely
Táto sekcia umožňuje použitie predikčných modelov, ktoré sú už predpripravené na modeloch strojového učenia, aby sa urýchlilo ich použitie. To umožňuje ich použitie bez použitia kódovania a predchádzajúcich skúseností na predpovedanie modelov pomocou vlastného súboru údajov. Používateľ má k dispozícii množstvo predikčných modelov vrátane logistických, regresných, podporných vektorových strojov (SVM), rozhodovacích stromov a mnohých ďalších. Úplný zoznam metód predikcie nájdete na pravej strane stránky tu.
5.2. Predpoveď
Táto sekcia umožňuje predpovede zo zdieľaného modelu, ktorý bol predtým nahraný. Najprv odovzdajte zdieľaný model, ak ste tak ešte neurobili. Potom kliknutím na názov modelu vyberte model, ktorý chcete použiť na predikciu. Potom nahrajte údaje pre predikčný model, ktorý chcete použiť. Môžete to urobiť buď manuálne pomocou formulára v spodnej časti stránky alebo pomocou šablóny, ktorá je k dispozícii na stiahnutie. Ak používate šablónu, nahrajte množinu údajov file a kliknutím na tlačidlo Odoslať získate predpoveď modelu.
5.3. Podpora rozhodovania
Podpora rozhodovania poskytuje klasifikáciu a môže viesť k výberu liečby na základe informácií dodaných do systému. Bol vyškolený na základe údajov, aby odporučil optimálny liečebný postup na základe vlastností pacienta. Viac informácií o systémoch podpory klinického rozhodovania (CDSS) nájdete tu.
Systémové odporúčanie berie vlastnosti pacienta a odporúča liečebný postup a predpovedá budúcu pravdepodobnosť metastáz na 5 rokov. Používateľská intervencia berie tak vlastnosti pacienta, ako aj liečebný postup na predpovedanie budúcej pravdepodobnosti 5-ročných metastáz na základe súčasnej liečby namiesto optimálnej liečby.

MBIL

Markov Blanket and Interactive Risk Factor Learner (MBIL) je algoritmus, ktorý sa učí jednotlivé a interaktívne rizikové faktory, ktoré majú priamy vplyv na výsledok pacienta. Kliknite na „prejsť na MBIL“, aby ste boli presmerovaní na index balíkov Python (PyPI) pre balík MBIL, ktorý sa nachádza tu. Viac informácií o MBIL nájdete na BMC Bioinformatics.

Množiny údajov

Táto sekcia umožňuje používateľovi zobraziť a nahrať nové súbory údajov do web aplikácie.
7.1. Pozrite si všetky dostupné množiny údajov
Ak chcete zobraziť všetky dostupné množiny údajov, jednoducho kliknite na „Zobraziť dostupné množiny údajov“.

7.2. Nahrajte množinu údajov
Ak chcete nahrať súbor údajov, kliknite na „Zdieľať svoje súbory údajov“ a potom vyplňte požadované informácie, ako je uvedené na webstránku. Najprv nahrajte súbor údajov a vyplňte povinné polia.

Potom vyplňte polia nižšie alebo nahrajte text file s vyplnenými informáciami. NaprampNižšie sú uvedené informácie o tom, ako usporiadať informácie tak, aby im aplikácia porozumela.

Modelky

Táto sekcia umožňuje používateľovi vidieť modely, ktoré má k dispozícii, a zdieľať model.
8.1. Pozrite si všetky dostupné modely
Ak chcete zobraziť všetky dostupné modely, kliknite na „Zobraziť dostupné modely“.

8.2. Zdieľajte model
Ak chcete zdieľať model, kliknite na „Zdieľajte svoje modely“ a potom odovzdajte model file trénovaný tensor flow alebo PyTorch.

8.2.1. Súvisiaci súbor údajov
Potom by ste mali nahrať súvisiacu množinu údajov, ktorá obsahuje hlavičky. Trieda/označenie pre množinu údajov by mala byť v poslednom stĺpci.

8.2.2. Prediktory a informácie o triede
Ak množina údajov obsahuje všetky funkcie, formulár funkcie možno po nahraní množiny údajov preskočiť. Ak však nie sú zahrnuté všetky, táto informácia musí byť uvedená v popise file alebo vo formulári funkcie. Vyberte možnosť z rozbaľovacej ponuky, ktorá označuje, ako chcete poskytnúť prediktory a informácie o triede.

Ak používate možnosť popisu, môžete vyplniť polia alebo nahrať text file s vyplnenými informáciami. Naprample o tom, ako organizovať informácie, je uvedené nižšie.