आईमेड उपयोगकर्ता मैनुअल
परिचय
1.1. उद्देश्य
इसका उद्देश्य web एप्लिकेशन का उद्देश्य कच्ची जानकारी लेना और उसे इस तरह से हेरफेर करने की अनुमति देना है जिससे निर्णय लेने में उपयोगी परिणाम मिलें। यह किसी मॉडल को कच्चे डेटा के साथ प्रशिक्षित करना या मॉडल और विश्लेषण का उपयोग करके परिणाम की भविष्यवाणी करना हो सकता है।
1.2. नेविगेशनल मेनू
पृष्ठ के शीर्ष पर स्थित नेविगेशनल मेनू में आपको जहां पहुंचना है वहां पहुंचने के लिए सभी लिंक मौजूद हैं। यदि आप कभी खो जाते हैं, तो आप किसी परिचित पृष्ठ पर जाने के लिए हमेशा पीछे के तीर पर क्लिक कर सकते हैं, घर वापस जा सकते हैं, या नेविगेशनल मेनू के भीतर वह पृष्ठ ढूंढ सकते हैं जिसे आप ढूंढ रहे हैं।
1.3. खाता
यदि आपके पास पहले से कोई खाता नहीं है, तो आपको एप्लिकेशन का उपयोग करने के लिए पंजीकरण करना होगा। ऐसा करने के लिए, ऊपर दाईं ओर खाता बटन पर क्लिक करें और रजिस्टर पर क्लिक करें। फिर आगे बढ़ने के लिए अपना उपयोगकर्ता नाम, पासवर्ड और ईमेल दर्ज करें।
यदि आपके पास पहले से ही एक खाता है, तो अपने उपयोगकर्ता नाम और पासवर्ड से साइन इन करें।
होम पेज
पृष्ठ के बाईं ओर आइटम पर क्लिक करने पर, प्रत्येक का विवरण पृष्ठ के मध्य में दिखाई देगा जिससे आपको यह समझने में मदद मिलेगी कि प्रत्येक आइटम क्या करता है।
iMedBot
iMedBot एप्लिकेशन एक इंटरफ़ेस प्रस्तुत करता है जो एजेंटों के साथ आसान उपयोगकर्ता इंटरैक्शन को बढ़ावा देता है, व्यक्तिगत भविष्यवाणी और मॉडल प्रशिक्षण को सक्षम करता है। यह गहन शिक्षण अनुसंधान के परिणामों को एक ऑनलाइन टूल में बदलने की दिशा में पहला कदम है, जिसमें इस क्षेत्र में अतिरिक्त अनुसंधान को बढ़ावा देने की क्षमता है। इसका संबंधित उपयोगकर्ता मैनुअल यहां पाया जा सकता है।
डेटा विश्लेषण
4.1. उपसमुच्चय पुनः प्राप्त करें
यह अनुभाग उपयोगकर्ता को अपना डेटासेट संपादित करने देता है। आप ड्रॉप-डाउन मेनू से या तो नया डेटासेट अपलोड करना या मौजूदा डेटासेट का उपयोग करना चुन सकते हैं।
एक बार डेटासेट अपलोड हो जाने के बाद, आप बाईं ओर मेनू पर किसी एक विकल्प पर क्लिक करके चुन सकते हैं कि आप क्या कार्रवाई करना चाहते हैं।
4.1.1. फ़िल्टर के आधार पर सबसेट पुनः प्राप्त करें
यह अनुभाग दिए गए फ़िल्टर के आधार पर मूल डेटासेट का एक छोटा उपसमूह प्राप्त करने की अनुमति देता है। वे मान चुनें जो आप सबसेट में चाहते हैं और फिर वे कॉलम चुनें जिन्हें आप अंतिम डेटासेट में दिखाना चाहते हैं।
4.1.2. क्रमबद्ध परिणाम लौटें
यह डेटासेट को क्रमबद्ध रूप में लौटाता है। लक्ष्य कॉलम, सॉर्टिंग क्रम, लौटने के लिए पंक्तियों की संख्या और अंतिम आउटपुट में कौन से कॉलम दिखाना है चुनें।
4.1.3. डेटासेट का विस्तार करें
यह उपयोगकर्ता को शब्दकोश के रूप में संग्रहीत एक एकल कॉलम को एक वास्तविक तालिका में विस्तारित करने की अनुमति देता है जिसे उपयोगकर्ता फिर हेरफेर कर सकता है। यह एक नेस्टेड डेटासेट लेता है और उपयोगकर्ता के लिए जो आवश्यक है उसे सबसे ऊपरी परत में ले जाता है। सबसे पहले, एक डेटासेट अपलोड करें जिसमें नेस्टेड डेटासेट वाला एक कॉलम शामिल हो। यदि किसी कॉलम का स्वचालित रूप से पता लगाया जाता है जिसे विस्तारित करने की आवश्यकता है, तो चुनें कि किस कॉलम का विस्तार करना है और कौन से कॉलम नेस्टेड जानकारी से निकालना है। सबमिट पर क्लिक करें और आप कर सकते हैं view आपकी जानकारी नेस्टेड डेटा के बजाय तालिका के कॉलम के रूप में।
4.2. विलय Files
Ctrl क्लिक (मैक के लिए कमांड) द्वारा एकाधिक डेटासेट का चयन और अपलोड करने से, यह उन्हें किसी अन्य चीज़ के लिए उपयोग करने की तुलना में एक बड़े डेटासेट में मर्ज कर देगा।
बस सभी डेटासेट चुनें और आवश्यक जानकारी भरें। यह नए डेटासेट को iMed एप्लिकेशन में सहेजेगा और फिर डाउनलोड के लिए उपलब्ध होगा।
4.3. कथानक के कार्य
यह अनुभाग उपयोगकर्ता को अपना डेटासेट प्लॉट करने देता है। बाईं ओर के मेनू में से एक विकल्प चुनें और फिर अपना प्लॉट प्राप्त करने के लिए आवश्यक फ़ील्ड भरें। नीचे दिए गए प्रकार के प्लॉट हैं जिन्हें आप अपने डेटा से बना सकते हैं:
4.4. सांख्यिकीय विश्लेषण
यह अनुभाग हमें अपने डेटासेट पर सांख्यिकीय परीक्षण चलाने की सुविधा देता है। बाईं ओर के मेनू से चलाने के लिए एक परीक्षण चुनें और परीक्षण चलाने के लिए फ़ील्ड भरें। नीचे उपलब्ध परीक्षणों के प्रकार दिए गए हैं:
ओडीपीएसी
5.1. जानें
इस पृष्ठ में इस पृष्ठ पर उपलब्ध प्रत्येक प्रकार के संसाधन का संक्षिप्त विवरण शामिल है। प्रत्येक अनुभाग के शीर्ष पर स्थित बटन पर क्लिक करने से उपयोगकर्ता को विषय का उपयोग करने या उसके बारे में अधिक जानने की अनुमति देने के लिए एक अन्य पृष्ठ लिंक हो जाएगा।
5.1.1. एपिस्टासिस
यह पृष्ठ हमें डेटा से सीखने के लिए एक खोज एल्गोरिदम एमबीएस का उपयोग करने देता है। विशेष रूप से, यह हमें एपिस्टासिस का अध्ययन करने की अनुमति देता है, दो या दो से अधिक जीनों के बीच की बातचीत जो फेनोटाइप को प्रभावित करती है। यह प्रो के लिए उपयोगी हैfile आनुवंशिक पहलू में रोग. जीनोम-वाइड एसोसिएशन स्टडीज (जीडब्ल्यूएएस) में पाए गए उच्च-आयामी डेटा को संभालने के लिए पारंपरिक तरीके उपयुक्त नहीं हैं। मल्टीपल बीम सर्च (एमबीएस) एल्गोरिदम बहुत तेज दर से इंटरैक्टिंग जीन का पता लगाने की अनुमति देता है। वह डेटा अपलोड करें जिसका आप उपयोग करना चाहते हैं और फिर आवश्यक फ़ील्ड इनपुट करें। अधिक गहन जानकारी के लिए पूरा पेपर यहां देखें।
5.1.2. जोखिम
यह पृष्ठ हमें डेटा के बीच इंटरैक्शन सीखने के लिए IGain पैकेज का उपयोग करने देता है। यह विशेष रूप से अनुमानी खोज का उपयोग करके उच्च-आयामी डेटा से इंटरैक्शन सीखता है। यह विधि निम्न-आयामी डेटा से इंटरैक्शन सीखने के लिए पहले विकसित Exhaustive_IGain विधि पर आधारित है। डेटा अपलोड करें और फिर आवश्यक फ़ील्ड इनपुट करें। IS थ्रेसहोल्ड और iGain के बारे में अधिक जानकारी यहां पाई जा सकती है।
5.1.3. भविष्यवाणी मॉडल
यह अनुभाग इसके उपयोग में तेजी लाने के लिए मशीन लर्निंग मॉडल के शीर्ष पर पहले से ही पूर्व-निर्मित पूर्वानुमान मॉडल के उपयोग की अनुमति देता है। यह कोडिंग और पूर्व अनुभव के उपयोग के बिना अपने स्वयं के डेटासेट का उपयोग करके मॉडल की भविष्यवाणी करने की अनुमति देता है। उपयोगकर्ता के लिए लॉजिस्टिक, रिग्रेशन, सपोर्ट वेक्टर मशीन (एसवीएम), डिसीजन ट्री और कई अन्य सहित कई भविष्यवाणी मॉडल उपलब्ध हैं। भविष्यवाणी विधियों की पूरी सूची यहां पृष्ठ के दाईं ओर पाई जाती है।
5.2. भविष्यवाणी
यह अनुभाग पहले अपलोड किए गए साझा मॉडल से भविष्यवाणियों की अनुमति देता है। यदि पहले से ऐसा नहीं किया गया है तो पहले एक साझा मॉडल अपलोड करें। फिर मॉडल नाम पर क्लिक करके भविष्यवाणी के लिए उपयोग करने के लिए मॉडल चुनें। फिर पूर्वानुमान मॉडल के उपयोग के लिए डेटा अपलोड करें। यह या तो पृष्ठ के नीचे दिए गए फॉर्म का उपयोग करके या डाउनलोड के लिए उपलब्ध टेम्पलेट का उपयोग करके मैन्युअल रूप से किया जा सकता है। यदि टेम्प्लेट का उपयोग कर रहे हैं, तो डेटासेट अपलोड करें file और मॉडल पूर्वानुमान प्राप्त करने के लिए सबमिट पर क्लिक करें।
5.3. निर्णय का समर्थन
निर्णय समर्थन वर्गीकरण प्रदान करता है और सिस्टम को आपूर्ति की गई जानकारी से उपचार विकल्पों का मार्गदर्शन कर सकता है। इसे मरीज की विशेषताओं के आधार पर इष्टतम उपचार प्रक्रिया की सिफारिश करने के लिए डेटा से प्रशिक्षित किया गया है। क्लिनिकल डिसीजन सपोर्ट सिस्टम (सीडीएसएस) के बारे में अधिक जानकारी यहां पाई जा सकती है।
सिस्टम अनुशंसा रोगी की विशेषताओं को लेती है और उपचार प्रक्रिया की सिफारिश करती है और 5 साल के मेटास्टेसिस की भविष्य की संभावना की भविष्यवाणी करती है। उपयोगकर्ता हस्तक्षेप इष्टतम उपचार के बजाय वर्तमान उपचार के आधार पर 5 साल की मेटास्टेसिस की भविष्य की संभावना की भविष्यवाणी करने के लिए रोगी की विशेषताओं और उपचार प्रक्रिया दोनों को लेता है।
एमबीआईएल
मार्कोव ब्लैंकेट और इंटरएक्टिव रिस्क फैक्टर लर्नर (एमबीआईएल) एक एल्गोरिदम है जो एकल और इंटरैक्टिव जोखिम कारकों को सीखता है जिनका मरीज के परिणाम पर सीधा प्रभाव पड़ता है। यहां स्थित एमबीआईएल पैकेज के लिए पायथन पैकेज इंडेक्स (पीईपीआई) पर पुनर्निर्देशित होने के लिए "एमबीआईएल पर जाएं" पर क्लिक करें। एमबीआईएल के बारे में अधिक जानकारी बीएमसी बायोइनफॉरमैटिक्स पर पाई जा सकती है।
डेटासेट
यह अनुभाग उपयोगकर्ता को नए डेटासेट देखने और अपलोड करने की अनुमति देता है web आवेदन पत्र।
7.1. उपलब्ध सभी डेटासेट देखें
उपलब्ध सभी डेटासेट देखने के लिए, बस "उपलब्ध डेटासेट दिखाएँ" पर क्लिक करें।
7.2. एक डेटासेट अपलोड करें
डेटासेट अपलोड करने के लिए, "अपना डेटासेट साझा करें" पर क्लिक करें और फिर जैसा कि बताया गया है, आवश्यक जानकारी भरें webपृष्ठ। सबसे पहले, डेटासेट अपलोड करें और आवश्यक फ़ील्ड भरें।
फिर, नीचे दिए गए फ़ील्ड भरें या एक टेक्स्ट अपलोड करें file भरी गई जानकारी के साथ। एक पूर्वampजानकारी को कैसे व्यवस्थित किया जाए ताकि एप्लिकेशन इसे समझ सके, इसकी जानकारी नीचे दी गई है।
मॉडल
यह अनुभाग उपयोगकर्ता को उनके लिए उपलब्ध मॉडल देखने और एक मॉडल साझा करने की अनुमति देता है।
8.1. सभी उपलब्ध मॉडल देखें
सभी उपलब्ध मॉडल देखने के लिए, "उपलब्ध मॉडल दिखाएँ" पर क्लिक करें।
8.2. एक मॉडल साझा करें
एक मॉडल साझा करने के लिए, "अपने मॉडल साझा करें" पर क्लिक करें और फिर एक मॉडल अपलोड करें file टेंसर फ़्लो या PyTorch द्वारा प्रशिक्षित।
8.2.1. संबंधित डेटासेट
फिर आपको संबंधित डेटासेट अपलोड करना चाहिए जिसमें हेडर शामिल हैं। डेटासेट का वर्ग/लेबल अंतिम कॉलम में होना चाहिए।
8.2.2. भविष्यवक्ताओं और वर्ग की जानकारी
यदि डेटासेट में सभी सुविधाएं शामिल हैं, तो डेटासेट अपलोड करने के बाद फीचर फॉर्म को छोड़ दिया जा सकता है। हालाँकि, यदि वे सभी शामिल नहीं हैं, तो यह जानकारी विवरण में प्रदान की जानी चाहिए file या फीचर फॉर्म के भीतर। ड्रॉप डाउन से वह विकल्प चुनें जो यह दर्शाता हो कि आप भविष्यवक्ताओं और कक्षा की जानकारी कैसे प्रदान करना चाहते हैं।
यदि विवरण विकल्प का उपयोग कर रहे हैं, तो आप या तो फ़ील्ड भर सकते हैं या टेक्स्ट अपलोड कर सकते हैं file भरी गई जानकारी के साथ। एक पूर्वampजानकारी को व्यवस्थित करने का तरीका नीचे दिया गया है।
दस्तावेज़ / संसाधन
 |
ऐप्स iMed Web आवेदन [पीडीएफ] उपयोगकर्ता पुस्तिका आईमेड, आईमेड Web आवेदन पत्र, Web आवेदन |