Manual pangguna iMed
Pambuka
1.1. Tujuan
Tujuane iki web Aplikasi kanggo njupuk informasi mentah lan ngidini manipulasi kanthi cara sing menehi asil sing migunani kanggo nggawe keputusan. Iki bisa kanggo nglatih model kanthi data mentah utawa prédhiksi asil nggunakake model lan analisis.
1.2. Menu Navigasi
Menu navigasi ing sisih ndhuwur kaca ngemot kabeh pranala kanggo tekan ngendi sampeyan kudu. Yen sampeyan kesasar, sampeyan bisa tansah ngeklik panah mburi kanggo pindhah menyang kaca sing wis dikenal, bali menyang omah, utawa golek kaca sing digoleki ing menu navigasi.
1.3. Akun
Yen sampeyan durung duwe akun, sampeyan kudu ndhaptar kanggo nggunakake aplikasi kasebut. Kanggo nindakake, klik tombol akun ing sisih tengen ndhuwur banjur klik ndhaptar. Banjur ketik jeneng pangguna, sandhi, lan email kanggo nerusake.
Yen sampeyan wis duwe akun, mlebu nganggo jeneng pangguna lan sandhi.
Kaca Ngarep
Kanthi ngeklik item ing sisih kiwa kaca, katrangan saben bakal katon ing tengah kaca kanggo mbantu sampeyan ngerti apa sing ditindakake saben wong.
iMedBot
Aplikasi iMedBot nyedhiyakake antarmuka sing nyengkuyung interaksi pangguna sing gampang karo agen, mbisakake prediksi pribadi lan latihan model. Iki minangka langkah pertama kanggo ngowahi asil riset sinau jero dadi alat online, sing duweni potensi kanggo ngupayakake riset tambahan ing domain iki. Manual pangguna sing gegandhengan bisa ditemokake ing kene.
Analisis Data
4.1. Nompo Subset
Bagean iki ngidini pangguna nyunting set data. Sampeyan bisa milih kanggo ngunggah dataset anyar utawa nggunakake sing wis ana saka menu gulung mudhun.
Sawise set data wis diunggah, sampeyan bisa milih tumindak sing pengin ditindakake kanthi ngeklik salah sawijining pilihan ing menu sisih kiwa.
4.1.1. Nompo Subset Adhedhasar Filter
Bagean iki ngidini entuk subset sing luwih cilik saka set data asli adhedhasar saringan sing diwenehake. Pilih nilai sing dikarepake ing subset banjur pilih kolom sing pengin ditampilake ing set data pungkasan.
4.1.2. Mbalik Asil Diurutake
Iki ngasilake dataset ing wangun sing diurutake. Pilih kolom target, urutan ngurutake, jumlah baris sing bakal bali, lan kolom sing bakal ditampilake ing output pungkasan.
4.1.3. Nggedhekake Dataset
Iki ngidini pangguna nggedhekake kolom tunggal sing disimpen minangka kamus menyang tabel nyata sing bisa dimanipulasi pangguna. Butuh dataset bersarang lan mindhah apa sing dibutuhake pangguna menyang lapisan paling dhuwur. Pisanan, upload set data sing kalebu kolom karo set data bersarang. Yen kolom sing perlu ditambahi dideteksi kanthi otomatis, pilih kolom sing arep ditambahi lan kolom sing diekstrak saka informasi sing disarangke. Klik kirim lan sampeyan bisa view informasi sampeyan minangka kolom tabel tinimbang data nested.
4.2. Nggabung Files
Kanthi milih lan ngunggah sawetara set data kanthi ngeklik ctrl (perintah kanggo mac), iki bakal nggabung dadi siji set data sing luwih gedhe tinimbang digunakake kanggo liyane.
Cukup pilih kabeh set data lan isi informasi sing dibutuhake. Iki bakal nyimpen dataset anyar menyang aplikasi iMed lan banjur kasedhiya kanggo diundhuh.
4.3. Fungsi Plot
Bagean iki ngidini pangguna ngrancang dataset. Pilih salah siji opsi ing menu sisih kiwa banjur isi kolom sing dibutuhake kanggo entuk plot sampeyan. Ing ngisor iki minangka jinis plot sing bisa digawe saka data sampeyan:
4.4. Analisis Statistik
Bagean iki ngidini kita nindakake tes statistik ing dataset kita. Pilih tes kanggo mbukak saka menu sisih kiwa lan isi kolom kanggo mbukak tes. Ing ngisor iki ana jinis tes sing kasedhiya:
ODPAC
5.1. sinau
Kaca iki kalebu katrangan ringkes saben jinis sumber daya sing kasedhiya ing kaca iki. Ngeklik tombol ing sisih ndhuwur saben bagean bakal nyambung menyang kaca liya sing ngidini pangguna nggunakake utawa sinau luwih akeh babagan topik kasebut.
5.1.1. Epistasis
Kaca iki ngidini kita nggunakake MBS, algoritma telusuran kanggo sinau saka data. Khusus, ngidini kita sinau epistasis, interaksi antarane loro utawa luwih gen sing mengaruhi fenotipe. Iki migunani kanggo profile penyakit ing aspek genetik. Cara konvensional ora cocog kanggo nangani data dimensi dhuwur sing ditemokake ing studi asosiasi genom (GWAS). Algoritma Multiple Beam Search (MBS) ngidini ndeteksi gen sing sesambungan kanthi tingkat sing luwih cepet. Unggah data sing pengin digunakake banjur ketik kolom sing dibutuhake. Kanggo informasi sing luwih jero, temokake kertas lengkap ing kene.
5.1.2. Faktor Resiko
Kaca iki ngidini kita nggunakake paket IGain kanggo sinau interaksi antarane data. Iki khusus sinau interaksi saka data dimensi dhuwur nggunakake telusuran heuristik. Cara iki dibangun ing metode Exhaustive_IGain sing sadurunge dikembangake kanggo sinau interaksi saka data dimensi rendah. Unggah data banjur ketik kolom sing dibutuhake. Informasi liyane babagan ambang IS lan iGain bisa ditemokake ing kene.
5.1.3. Model Prediksi
Bagean iki ngidini nggunakake model prediksi sing wis dibangun ing ndhuwur model pembelajaran mesin kanggo nyepetake panggunaan. Iki ngidini panggunaan tanpa nggunakake coding lan pengalaman sadurunge kanggo prédhiksi model nggunakake dataset dhewe. Ana akeh model prediksi sing kasedhiya kanggo pangguna kalebu Logistik, Regresi, Mesin Vektor Dhukungan (SVM), Pohon Keputusan, lan liya-liyane. Dhaptar lengkap metode prediksi ditemokake ing sisih tengen kaca ing kene.
5.2. Ramalan
Bagean iki ngidini prediksi saka model sing dienggo bareng sadurunge diunggah. Unggah dhisik model sing dienggo bareng yen durung rampung. Banjur pilih model sing bakal digunakake kanggo prediksi kanthi ngeklik jeneng model. Banjur upload data kanggo model prediksi sing bakal digunakake. Iki bisa ditindakake kanthi manual nggunakake formulir ing sisih ngisor kaca utawa nggunakake cithakan sing kasedhiya kanggo diundhuh. Yen nggunakake cithakan, upload dataset file lan klik kirim kanggo nampa prediksi model.
5.3. Dhukungan Keputusan
Dhukungan keputusan nyedhiyakake klasifikasi lan bisa nuntun pilihan perawatan saka informasi sing diwenehake menyang sistem. Wis dilatih saka data kanggo menehi rekomendasi prosedur perawatan sing optimal adhedhasar fitur pasien. Informasi liyane babagan Sistem Dhukungan Keputusan Klinis (CDSS) bisa ditemokake ing kene.
Rekomendasi Sistem njupuk fitur pasien lan nyaranake prosedur perawatan lan prédhiksi kemungkinan metastasis 5 taun ing mangsa ngarep. Intervensi Panganggo njupuk loro fitur pasien lan prosedur perawatan kanggo prédhiksi kemungkinan mangsa metastasis 5 taun adhedhasar perawatan saiki tinimbang perawatan optimal.
MBIL
Markov Blanket and Interactive Risk Factor Learner (MBIL) minangka algoritma sing sinau faktor risiko tunggal lan interaktif sing duwe pengaruh langsung marang asil pasien. Klik "menyang MBIL" kanggo redirected menyang Python Package Index (PyPI) kanggo paket MBIL dumunung kene. Informasi liyane babagan MBIL bisa ditemokake ing BMC Bioinformatics.
kumpulan data
Bagean iki ngidini pangguna ndeleng lan ngunggah set data anyar menyang web aplikasi.
7.1. Waca Kabeh Datasets kasedhiya
Kanggo ndeleng kabeh set data sing kasedhiya, cukup klik "Tampilake Set Data sing Kasedhiya."
7.2. Ngunggah Dataset
Kanggo ngunggah set data, klik "Nuduhake Set Data Sampeyan" banjur isi informasi sing dibutuhake kaya sing kasebut ing webkaca. Pisanan, upload dataset lan isi kolom sing dibutuhake.
Banjur, isi kolom ing ngisor iki utawa upload teks file karo informasi kapenuhan ing Exampcarane ngatur informasi supaya aplikasi bisa ngerti ing ngisor iki.
Model
Bagean iki ngidini pangguna ndeleng model sing kasedhiya kanggo dheweke lan nuduhake model.
8.1. Waca Kabeh Model kasedhiya
Kanggo ndeleng kabeh model sing kasedhiya, klik "Show Available Models."
8.2. Nuduhake Model
Kanggo nuduhake model, klik "Nuduhake Model Sampeyan" banjur upload model file dilatih dening aliran tensor utawa PyTorch.
8.2.1. Dataset sing gegandhengan
Sampeyan banjur kudu ngunggah dataset sing gegandhengan karo header. Kelas/label kanggo set data kudu ana ing kolom pungkasan.
8.2.2. Prediktor lan informasi Kelas
Yen set data kalebu kabeh fitur, formulir fitur bisa dilewati sawise ngunggah set data. Nanging, yen ora kabeh kalebu, informasi iki kudu diwenehake ing katrangan file utawa ing wangun fitur. Pilih pilihan saka gulung mudhun nuduhake carane sampeyan arep kanggo nyedhiyani prediktor lan informasi kelas.
Yen nggunakake opsi deskripsi, sampeyan bisa ngisi kolom utawa ngunggah teks file karo informasi kapenuhan ing Example carane ngatur informasi diwenehi ngisor iki.
Dokumen / Sumber Daya
 |
Aplikasi iMed Web Aplikasi [pdf] Manual pangguna iMed, iMed Web Aplikasi, Web Aplikasi |