Module d'extraction

Tous les composants du module d'extraction sont actuellement désactivés car ils n'ont pas passé tous les contrôles de stabilité.

Le Module d'extraction est divisé en quatre composants. Les trois premiers sont des pages consacrées à des processus d'extraction simples sur différents types de données (images, notes textuelles et séries temporelles) utilisant des modèles pré-entraînés et/ou bibliothèques Python Le quatrième composant estMEDimage bibliothèques , qui est l'implémentation d'un

package open-source conçu pour le traitement d'images médicales et l'extraction de caractéristiques radiomiques. Dans la vidéo ci-dessous, l'étude "HAIM" fait référence à

https://www.nature.com/articles/s41746-022-00689-4https://github.com/mlmed/torchxrayvisionhttps://physionet.org/content/mimic-iv-demo/2.2/

Tutoriel vidéo du module d'extraction

• 00:00 Contenu

• 00:50 Aperçu

• 04:24 Extraction d'images

• 08:29 Extraction de séries temporelles

• 10:48 Extraction de texte

Dernier mot

• Données Physionet :

• https://physionet.org/ Base de données de démonstration MIMIC-IV :

• https://physionet.org/content/mimic-iv-demo/2.2/ MIMIC-IV-Note :

• https://physionet.org/content/mimic-iv-note/2.2/ MIMIC-IV-CXR :

• https://physionet.org/content/mimic-cxr-jpg/2.0.0/ Étude de Soenksen et al. :

https://www.nature.com/articles/s41746-022-00689-4

• Outils d'extraction TorchXRayVision :

• https://github.com/mlmed/torchxrayvision TSfresh :

• https://tsfresh.readthedocs.io BioBERT :

• https://arxiv.org/abs/1901.08746 Poids BioBERT :

---

Page d'extraction d'imagesPage d'extraction de textePage d'extraction de séries temporellesMEDimage