iMed хэрэглэгчийн гарын авлага
Танилцуулга
1.1. Зорилго
Үүний зорилго web Хэрэглээ нь түүхий мэдээллийг авч, шийдвэр гаргахад ашигтай үр дүнд хүргэх арга замаар удирдах явдал юм. Энэ нь түүхий өгөгдөл бүхий загварыг сургах эсвэл загвар, дүн шинжилгээг ашиглан үр дүнг урьдчилан таамаглах явдал байж болно.
1.2. Навигацийн цэс
Хуудасны дээд хэсэгт байрлах навигацийн цэс нь таны байх ёстой газарт хүрэх бүх холбоосыг агуулна. Хэрэв та хэзээ нэгэн цагт төөрчихвөл буцах сумыг дарж танил хуудас руу орох, гэртээ харих эсвэл навигацийн цэснээс хайж буй хуудсаа олох боломжтой.
1.3. Данс
Хэрэв танд бүртгэл байхгүй бол програмыг ашиглахын тулд бүртгүүлэх шаардлагатай. Үүнийг хийхийн тулд баруун дээд хэсэгт байрлах данс товчийг дараад бүртгүүлэх дээр дарна уу. Дараа нь үргэлжлүүлэхийн тулд хэрэглэгчийн нэр, нууц үг, имэйл хаягаа оруулна уу.
Хэрэв танд бүртгэл байгаа бол хэрэглэгчийн нэр, нууц үгээрээ нэвтэрнэ үү.
Нүүр хуудас
Хуудасны зүүн талд байгаа зүйлс дээр дарснаар хуудасны дунд хэсэгт тус бүрийн тайлбар гарч ирэх бөгөөд тус бүр нь юу хийж байгааг ойлгоход тусална.
iMedBot
IMedBot програм нь хэрэглэгчийн агентуудтай харилцах хялбар интерфэйсийг танилцуулж, хувь хүний таамаглал, загварчлалыг сургах боломжийг олгодог. Энэ нь гүнзгий суралцах судалгааны үр дүнг онлайн хэрэгсэл болгон хувиргах эхний алхам болж байгаа бөгөөд энэ нь энэ чиглэлээр нэмэлт судалгааны ажилд түлхэц өгөх боломжтой юм. Түүний холбогдох хэрэглэгчийн гарын авлагыг эндээс олж болно.
Өгөгдлийн шинжилгээ
4.1. Дэд олонлогуудыг татаж авах
Энэ хэсэг нь хэрэглэгчдэд өгөгдлийн багцаа засах боломжийг олгодог. Та унадаг цэснээс шинэ өгөгдлийн багц байршуулах эсвэл байгаа нэгийг нь ашиглахыг сонгож болно.
Мэдээллийн багцыг байршуулсны дараа та зүүн талын цэсэн дээрх сонголтуудын аль нэгийг товшиж ямар арга хэмжээ авахаа сонгох боломжтой.
4.1.1. Шүүлтүүр дээр үндэслэн дэд бүлгүүдийг татаж авах
Энэ хэсэг нь өгөгдсөн шүүлтүүр дээр үндэслэн анхны өгөгдлийн багцаас бага хэсгийг авах боломжийг олгодог. Дэд олонлогт хүссэн утгуудаа сонгоод, эцсийн дата багцад харуулахыг хүссэн багануудаа сонгоно уу.
4.1.2. Эрэмбэлэгдсэн үр дүнг буцаана
Энэ нь эрэмбэлэгдсэн хэлбэрээр өгөгдлийн багцыг буцаана. Зорилтот багана, эрэмбэлэх дараалал, буцаах мөрийн тоо, эцсийн гаралтад аль баганыг харуулахыг сонгоно уу.
4.1.3. Өгөгдлийн багцыг өргөжүүлэх
Энэ нь хэрэглэгчдэд толь бичиг хэлбэрээр хадгалагдсан ганц баганыг бодит хүснэгт болгон өргөжүүлэх боломжийг олгодог бөгөөд үүнийг хэрэглэгч өөрөө удирдах боломжтой. Энэ нь үүрлэсэн өгөгдлийн багцыг авч, хэрэглэгчийн шаардлагатай зүйлийг хамгийн дээд давхарга руу шилжүүлдэг. Эхлээд үүрлэсэн өгөгдлийн багц бүхий багана агуулсан өгөгдлийн багцыг байршуулна уу. Хэрэв өргөтгөх шаардлагатай багана автоматаар илэрсэн бол аль баганыг өргөтгөх, аль баганыг оруулахыг сонгоно уу. Илгээх дээр дарж болно view таны мэдээллийг үүрлэсэн өгөгдлийн оронд хүснэгтийн багана хэлбэрээр байрлуулна.
4.2. Нэгтгэх Files
Олон өгөгдлийн багцыг ctrl дарж (mac-д зориулсан команд) сонгож, байршуулснаар тэдгээрийг өөр зүйлд ашиглахаас илүү том өгөгдлийн багц болгон нэгтгэнэ.
Бүх өгөгдлийн багцыг сонгоод шаардлагатай мэдээллийг бөглөнө үү. Энэ нь шинэ өгөгдлийн багцыг iMed програмд хадгалах бөгөөд дараа нь татаж авах боломжтой.
4.3. Plot функцууд
Энэ хэсэг нь хэрэглэгчдэд өгөгдлийн багцаа зурах боломжийг олгодог. Зүүн талын цэснээс сонголтуудын аль нэгийг сонгоод шаардлагатай талбаруудыг бөглөнө үү. Таны өгөгдлөөр хийж болох графикийн төрлүүдийг доор харуулав.
4.4. Статистикийн шинжилгээ
Энэ хэсэг нь бидэнд өгөгдлийн багц дээрээ статистикийн тест хийх боломжийг олгодог. Зүүн талын цэснээс ажиллуулах тестийг сонгоод тестийг ажиллуулах талбаруудыг бөглөнө үү. Доорх боломжтой тестийн төрлүүд байна.
ODPAC
5.1. Сурах
Энэ хуудсанд энэ хуудсанд байгаа нөөцийн төрөл бүрийн товч тайлбарыг багтаасан болно. Хэсэг бүрийн дээд талд байгаа товчлуур дээр дарснаар хэрэглэгч тухайн сэдвийг ашиглах эсвэл илүү ихийг мэдэх боломжтой өөр хуудас руу холбогдох болно.
5.1.1. Эстаз
Энэ хуудас нь өгөгдлөөс суралцахын тулд хайлтын алгоритм болох MBS-г ашиглах боломжийг бидэнд олгодог. Тодруулбал, эпистаз буюу фенотипэд нөлөөлдөг хоёр ба түүнээс дээш генийн харилцан үйлчлэлийг судлах боломжийг бидэнд олгодог. Энэ нь мэргэжлийн хүмүүст ашигтайfile генетикийн шинж чанартай өвчин. Уламжлалт аргууд нь геномын өргөн хүрээний холбоо судалгаанд (GWAS) олдсон өндөр хэмжээст өгөгдлийг боловсруулахад тохиромжгүй байдаг. Multiple Beam Search (MBS) алгоритм нь харилцан үйлчлэгч генийг илүү хурдан илрүүлэх боломжийг олгодог. Ашиглахыг хүссэн өгөгдлөө байршуулж, шаардлагатай талбаруудыг оруулна уу. Дэлгэрэнгүй мэдээллийг эндээс бүрэн эхээр нь авна уу.
5.1.2. Эрсдлийн хүчин зүйлс
Энэ хуудас нь IGain багцыг ашиглан өгөгдөл хоорондын харилцан үйлчлэлийг судлах боломжийг бидэнд олгодог. Энэ нь эвристик хайлтыг ашиглан өндөр хэмжээст өгөгдлүүдийн харилцан үйлчлэлийг тусгайлан сурдаг. Энэ арга нь бага хэмжээст өгөгдлөөс харилцан үйлчлэлд суралцахын тулд өмнө нь боловсруулсан Exhaustive_IGain арга дээр суурилдаг. Өгөгдлийг байршуулж, шаардлагатай талбаруудыг оруулна уу. IS босго болон iGain-ийн талаарх дэлгэрэнгүй мэдээллийг эндээс авах боломжтой.
5.1.3. Урьдчилан таамаглах загварууд
Энэ хэсэг нь машин сургалтын загвар дээр урьдчилан бүтээгдсэн таамаглалын загваруудыг ашиглах боломжийг олгодог. Энэ нь тэдгээрийг кодчилолгүйгээр ашиглах боломжийг олгодог бөгөөд өөрсдийн өгөгдлийн багцыг ашиглан загварыг урьдчилан таамаглах өмнөх туршлага юм. Логистик, регресс, дэмжлэгийн вектор машинууд (SVMs), шийдвэрийн мод гэх мэт олон тооны таамаглалын загварууд хэрэглэгчдэд боломжтой. Урьдчилан таамаглах аргуудын бүрэн жагсаалтыг хуудасны баруун талд эндээс олж болно.
5.2. Урьдчилан таамаглах
Энэ хэсэг нь өмнө нь байршуулсан хуваалцсан загвараас таамаглах боломжийг олгодог. Хэрэв хийгээгүй бол эхлээд хуваалцсан загварыг байршуулна уу. Дараа нь загварын нэр дээр дарж таамаглахад ашиглах загварыг сонгоно уу. Дараа нь ашиглахаар таамаглах загварт зориулсан өгөгдлийг байршуулна уу. Үүнийг хуудасны доод талд байгаа маягтыг ашиглан гараар эсвэл татаж авах боломжтой загварыг ашиглан хийж болно. Хэрэв загвар ашиглаж байгаа бол өгөгдлийн багцыг байршуулна уу file Загварын таамаглалыг хүлээн авахын тулд submit дээр дарна уу.
5.3. Шийдвэр гаргах дэмжлэг
Шийдвэр гаргах дэмжлэг нь ангиллыг өгдөг бөгөөд системд өгсөн мэдээллээс эмчилгээний сонголтыг удирдан чиглүүлдэг. Энэ нь өвчтөний онцлогт тулгуурлан оновчтой эмчилгээний аргыг санал болгохын тулд өгөгдлөөс бэлтгэгдсэн. Эмнэлзүйн Шийдвэрийг Дэмжих Системийн (CDSS) талаарх дэлгэрэнгүй мэдээллийг эндээс авах боломжтой.
Системийн зөвлөмж нь өвчтөний онцлог шинжийг авч, эмчилгээний аргыг санал болгож, ирээдүйд 5 жилийн хугацаанд үсэрхийлэх магадлалыг урьдчилан таамаглаж байна. Хэрэглэгчийн оролцоо нь өвчтөний онцлог, эмчилгээний процедурын аль алиныг нь авч, оновчтой эмчилгээний оронд одоогийн эмчилгээнд үндэслэн 5 жилийн үсэрхийллийн ирээдүйн магадлалыг урьдчилан таамаглах болно.
MBIL
Markov Blanket and Interactive Risk Factor Learner (MBIL) нь өвчтөний үр дүнд шууд нөлөөлдөг дан болон интерактив эрсдэлт хүчин зүйлсийг сурдаг алгоритм юм. Энд байрлах MBIL багцын Python багцын индекс (PyPI) руу дахин чиглүүлэхийн тулд "MBIL руу очих" дээр дарна уу. MBIL-ийн талаарх дэлгэрэнгүй мэдээллийг BMC Bioinformatics дээрээс авах боломжтой.
Өгөгдлийн багц
Энэ хэсэг нь хэрэглэгчдэд шинэ өгөгдлийн багцыг харах, байршуулах боломжийг олгодог web програм.
7.1. Бүх өгөгдлийн багцыг харах боломжтой
Боломжтой бүх өгөгдлийн багцыг харахын тулд "Боломжтой мэдээллийн багцыг харуулах" дээр дарна уу.
7.2. Өгөгдлийн багц байршуулах
Өгөгдлийн багцыг байршуулахын тулд "Өгөгдлийн багцаа хуваалцах" дээр товшоод шаардлагатай мэдээллийг бөглөнө үү. webхуудас. Эхлээд өгөгдлийн багцыг байршуулж, шаардлагатай талбаруудыг бөглөнө үү.
Дараа нь доорх талбаруудыг бөглөх эсвэл текст байршуулна уу file бөглөсөн мэдээллээр. An exampМэдээллийг програмд ойлгохын тулд хэрхэн зохион байгуулах талаар доор өгөв.
Загварууд
Энэ хэсэг нь хэрэглэгчдэд өөрт байгаа загваруудыг харж, загвараа хуваалцах боломжийг олгодог.
8.1. Боломжтой бүх загваруудыг харна уу
Боломжтой бүх загваруудыг харахын тулд "Боломжтой загваруудыг харуулах" дээр дарна уу.
8.2. Загвар хуваалцах
Загвараа хуваалцахын тулд "Загваруудаа хуваалцах" дээр товшоод загвараа байршуулна уу file тензор урсгал эсвэл PyTorch-оор бэлтгэгдсэн.
8.2.1. Холбоотой өгөгдлийн багц
Дараа нь та толгой хэсгийг агуулсан холбогдох өгөгдлийн багцыг байршуулах хэрэгтэй. Өгөгдлийн багцын ангилал/шошго сүүлийн баганад байх ёстой.
8.2.2. Урьдчилан таамаглагчид ба ангийн мэдээлэл
Хэрэв өгөгдлийн багц нь бүх функцийг агуулж байвал мэдээллийн багцыг байршуулсны дараа функцийн маягтыг алгасаж болно. Гэсэн хэдий ч хэрэв бүгдийг нь оруулаагүй бол энэ мэдээллийг тайлбарт оруулах ёстой file эсвэл онцлог хэлбэрийн дотор. Урьдчилан таамаглагчид болон ангийн мэдээллийг хэрхэн өгөхийг зорьж буйгаа харуулах цэснээс сонголтыг сонгоно уу.
Хэрэв та тайлбарын сонголтыг ашиглаж байгаа бол талбаруудыг бөглөх эсвэл текст оруулах боломжтой file бөглөсөн мэдээллээр. An exampМэдээллийг хэрхэн зохион байгуулах талаар доор өгөв.
Баримт бичиг / нөөц
 |
IMed програмууд Web Өргөдөл [pdf] Хэрэглэгчийн гарын авлага iMed, iMed Web Өргөдөл, Web Өргөдөл |