iMed ব্যবহারকারী ম্যানুয়াল
ভূমিকা
1.1। উদ্দেশ্য
এর উদ্দেশ্য web অ্যাপ্লিকেশন হল কাঁচা তথ্য নেওয়া এবং সিদ্ধান্ত নেওয়ার ক্ষেত্রে কার্যকর ফলাফল দেয় এমন পদ্ধতিতে এটিকে ব্যবহার করার অনুমতি দেওয়া। এটি হতে পারে একটি মডেলকে কাঁচা ডেটা সহ প্রশিক্ষণ দেওয়া বা মডেল এবং বিশ্লেষণ ব্যবহার করে ফলাফলের পূর্বাভাস দেওয়া।
1.2। নেভিগেশনাল মেনু
পৃষ্ঠার উপরের ন্যাভিগেশনাল মেনুতে আপনার যেখানে থাকা দরকার সেখানে যাওয়ার জন্য সমস্ত লিঙ্ক ধারণ করে। আপনি যদি কখনও হারিয়ে যান, আপনি সর্বদা একটি পরিচিত পৃষ্ঠায় যাওয়ার জন্য পিছনের তীরটিতে ক্লিক করতে পারেন, বাড়িতে ফিরে যেতে পারেন বা নেভিগেশনাল মেনুতে আপনি যে পৃষ্ঠাটি খুঁজছেন তা খুঁজে পেতে পারেন।
1.3. অ্যাকাউন্ট
আপনার যদি ইতিমধ্যে একটি অ্যাকাউন্ট না থাকে তবে আপনাকে অবশ্যই অ্যাপ্লিকেশনটি ব্যবহার করতে নিবন্ধন করতে হবে। এটি করতে, উপরের ডানদিকে অ্যাকাউন্ট বোতামে ক্লিক করুন এবং নিবন্ধন ক্লিক করুন। তারপরে এগিয়ে যেতে আপনার ব্যবহারকারীর নাম, পাসওয়ার্ড এবং ইমেল লিখুন।
আপনার যদি ইতিমধ্যে একটি অ্যাকাউন্ট থাকে তবে আপনার ব্যবহারকারীর নাম এবং পাসওয়ার্ড দিয়ে সাইন ইন করুন৷
হোম পেজ
পৃষ্ঠার বাম দিকের আইটেমগুলিতে ক্লিক করার মাধ্যমে, প্রতিটির একটি বিবরণ পৃষ্ঠার মাঝখানে উপস্থিত হবে যা আপনাকে বুঝতে সাহায্য করবে যে প্রত্যেকে কী করে।
iMedBot
iMedBot অ্যাপ্লিকেশনটি একটি ইন্টারফেস উপস্থাপন করে যা এজেন্টদের সাথে ব্যবহারকারীর সহজ মিথস্ক্রিয়াকে উৎসাহিত করে, ব্যক্তিগতকৃত ভবিষ্যদ্বাণী এবং মডেল প্রশিক্ষণ সক্ষম করে। এটি ডিপ লার্নিং রিসার্চের ফলাফলকে একটি অনলাইন টুলে রূপান্তরিত করার প্রথম ধাপ হিসেবে কাজ করে, যা এই ডোমেনে অতিরিক্ত গবেষণার সূচনা করার সম্ভাবনা রাখে। এর সংশ্লিষ্ট ব্যবহারকারী ম্যানুয়াল এখানে পাওয়া যাবে.
ডেটা বিশ্লেষণ
4.1। উপসেট পুনরুদ্ধার করুন
এই বিভাগটি ব্যবহারকারীকে তাদের ডেটাসেট সম্পাদনা করতে দেয়। আপনি হয় একটি নতুন ডেটাসেট আপলোড করতে বা ড্রপ-ডাউন মেনু থেকে বিদ্যমান একটি ব্যবহার করতে পারেন৷
একবার ডেটাসেট আপলোড হয়ে গেলে, বাম পাশের মেনুতে থাকা বিকল্পগুলির একটিতে ক্লিক করে আপনি কী পদক্ষেপ নিতে চান তা চয়ন করতে পারেন৷
4.1.1। ফিল্টার উপর ভিত্তি করে উপসেট পুনরুদ্ধার করুন
এই বিভাগটি প্রদত্ত ফিল্টারগুলির উপর ভিত্তি করে মূল ডেটাসেটের একটি ছোট উপসেট পাওয়ার অনুমতি দেয়। উপসেটে আপনি যে মানগুলি চান তা চয়ন করুন এবং তারপরে চূড়ান্ত ডেটাসেটে আপনি যে কলামগুলি দেখতে চান তা চয়ন করুন৷
4.1.2। সাজানো ফলাফল ফেরত দিন
এটি একটি সাজানো আকারে ডেটাসেট প্রদান করে। টার্গেট কলাম, বাছাই করার ক্রম, ফেরত দিতে সারির সংখ্যা এবং চূড়ান্ত আউটপুটে কোন কলাম দেখাতে হবে তা বেছে নিন।
4.1.3। ডেটাসেট প্রসারিত করুন
এটি ব্যবহারকারীকে একটি অভিধান হিসাবে সংরক্ষিত একটি একক কলামকে একটি প্রকৃত টেবিলে প্রসারিত করতে দেয় যা ব্যবহারকারী তখন ম্যানিপুলেট করতে পারে। এটি একটি নেস্টেড ডেটাসেট নেয় এবং ব্যবহারকারীর জন্য যা প্রয়োজন তা শীর্ষ-সবচেয়ে স্তরে নিয়ে যায়। প্রথমে, একটি ডেটাসেট আপলোড করুন যাতে একটি নেস্টেড ডেটাসেট সহ একটি কলাম রয়েছে৷ যদি একটি কলাম যা সম্প্রসারণের প্রয়োজন হয় তা স্বয়ংক্রিয়ভাবে সনাক্ত করা হয়, কোন কলামটি প্রসারিত করতে হবে এবং নেস্টেড তথ্য থেকে কোন কলামগুলি বের করতে হবে তা চয়ন করুন। জমা দিন এবং আপনি করতে পারেন ক্লিক করুন view নেস্টেড ডেটার পরিবর্তে একটি টেবিলের কলাম হিসাবে আপনার তথ্য।
4.2. একত্রিত করুন Files
ctrl ক্লিক করে একাধিক ডেটাসেট নির্বাচন এবং আপলোড করার মাধ্যমে (ম্যাকের জন্য কমান্ড), এটি অন্য কিছুর জন্য ব্যবহার করার চেয়ে একটি বড় ডেটাসেটে একত্রিত করবে।
শুধু সমস্ত ডেটাসেট নির্বাচন করুন এবং প্রয়োজনীয় তথ্য পূরণ করুন। এটি iMed অ্যাপ্লিকেশনে নতুন ডেটাসেট সংরক্ষণ করবে এবং তারপরে ডাউনলোডের জন্য উপলব্ধ হবে৷
4.3। প্লট ফাংশন
এই বিভাগটি ব্যবহারকারীকে তাদের ডেটাসেট প্লট করতে দেয়। বাম দিকের মেনুতে বিকল্পগুলির মধ্যে একটি বেছে নিন এবং তারপরে আপনার প্লট পেতে প্রয়োজনীয় ক্ষেত্রগুলি পূরণ করুন৷ নীচে আপনি আপনার ডেটা থেকে প্লটের প্রকারগুলি তৈরি করতে পারেন:
4.4। পরিসংখ্যান বিশ্লেষণ
এই বিভাগটি আমাদের ডেটাসেটে পরিসংখ্যানগত পরীক্ষা চালাতে দেয়। বাম পাশের মেনু থেকে চালানোর জন্য একটি পরীক্ষা বেছে নিন এবং পরীক্ষা চালানোর জন্য ক্ষেত্রগুলি পূরণ করুন। নিচে যে ধরনের পরীক্ষা পাওয়া যায় সেগুলো হল:
ODPAC
5.1। শিখুন
এই পৃষ্ঠায় এই পৃষ্ঠায় উপলব্ধ প্রতিটি ধরনের সম্পদের একটি সংক্ষিপ্ত বিবরণ রয়েছে। প্রতিটি বিভাগের শীর্ষে বোতামটি ক্লিক করলে ব্যবহারকারীকে বিষয়টি সম্পর্কে আরও জানতে বা ব্যবহার করার অনুমতি দিয়ে অন্য একটি পৃষ্ঠার সাথে লিঙ্ক করা হবে।
5.1.1। এপিস্টাসিস
এই পৃষ্ঠাটি আমাদের এমবিএস ব্যবহার করতে দেয়, ডেটা থেকে শেখার জন্য একটি অনুসন্ধান অ্যালগরিদম। বিশেষত, এটি আমাদের এপিস্টাসিস অধ্যয়ন করতে দেয়, দুই বা ততোধিক জিনের মধ্যে মিথস্ক্রিয়া যা ফেনোটাইপকে প্রভাবিত করে। এই প্রো দরকারীfile জিনগত দিক থেকে রোগ। জিনোম-ওয়াইড অ্যাসোসিয়েশন স্টাডিজ (GWAS) এ পাওয়া উচ্চ-মাত্রিক ডেটা পরিচালনা করার জন্য প্রচলিত পদ্ধতিগুলি উপযুক্ত নয়। মাল্টিপল বিম সার্চ (এমবিএস) অ্যালগরিদম অনেক দ্রুত হারে ইন্টারঅ্যাকটিং জিন সনাক্ত করতে দেয়। আপনি যে ডেটা ব্যবহার করতে চান তা আপলোড করুন এবং তারপরে প্রয়োজনীয় ক্ষেত্রগুলি ইনপুট করুন। আরও গভীরতর তথ্যের জন্য, এখানে সম্পূর্ণ কাগজটি খুঁজুন।
5.1.2। ঝুঁকির কারণ
এই পৃষ্ঠাটি ডেটার মধ্যে মিথস্ক্রিয়া শিখতে IGain প্যাকেজ ব্যবহার করতে দেয়। এটি বিশেষভাবে হিউরিস্টিক অনুসন্ধান ব্যবহার করে উচ্চ-মাত্রিক ডেটা থেকে মিথস্ক্রিয়া শিখে। এই পদ্ধতিটি নিম্ন-মাত্রিক ডেটা থেকে মিথস্ক্রিয়া শিখতে পূর্বে বিকশিত Exhaustive_IGain পদ্ধতিতে তৈরি। ডেটা আপলোড করুন এবং তারপরে প্রয়োজনীয় ক্ষেত্রগুলি ইনপুট করুন। IS থ্রেশহোল্ড এবং iGain সম্পর্কে আরও তথ্য এখানে পাওয়া যাবে।
5.1.3। ভবিষ্যদ্বাণী মডেল
এই বিভাগটি এর ব্যবহার ত্বরান্বিত করার জন্য মেশিন লার্নিং মডেলগুলির উপরে আগে থেকেই তৈরি ভবিষ্যদ্বাণী মডেলগুলির ব্যবহারের অনুমতি দেয়৷ এটি তাদের নিজস্ব ডেটাসেট ব্যবহার করে মডেলগুলির পূর্বাভাস দেওয়ার জন্য কোডিং এবং পূর্ব অভিজ্ঞতা ছাড়াই তাদের ব্যবহারের অনুমতি দেয়। লজিস্টিক, রিগ্রেশন, সাপোর্ট ভেক্টর মেশিন (এসভিএম), ডিসিশন ট্রিস এবং আরও অনেক কিছু সহ ব্যবহারকারীর জন্য প্রচুর ভবিষ্যদ্বাণী মডেল উপলব্ধ। ভবিষ্যদ্বাণী পদ্ধতির সম্পূর্ণ তালিকা এখানে পৃষ্ঠার ডানদিকে পাওয়া যায়।
5.2। ভবিষ্যদ্বাণী
এই বিভাগটি পূর্বে আপলোড করা একটি ভাগ করা মডেল থেকে পূর্বাভাসের অনুমতি দেয়৷ আগে একটি শেয়ার্ড মডেল আপলোড করুন যদি না করা হয়ে থাকে। তারপর মডেলের নামের উপর ক্লিক করে ভবিষ্যদ্বাণীর জন্য ব্যবহার করার জন্য মডেলটি বেছে নিন। তারপর ভবিষ্যদ্বাণী মডেল ব্যবহার করার জন্য ডেটা আপলোড করুন। এটি পৃষ্ঠার নীচে ফর্মটি ব্যবহার করে অথবা ডাউনলোডের জন্য উপলব্ধ টেমপ্লেট ব্যবহার করে ম্যানুয়ালি করা যেতে পারে। টেমপ্লেট ব্যবহার করলে, ডেটাসেট আপলোড করুন file এবং মডেল ভবিষ্যদ্বাণী পেতে জমা ক্লিক করুন.
5.3। সিদ্ধান্ত সমর্থন
সিদ্ধান্ত সমর্থন শ্রেণীবিভাগ প্রদান করে এবং সিস্টেমে সরবরাহ করা তথ্য থেকে চিকিত্সার পছন্দগুলিকে গাইড করতে পারে। রোগীর বৈশিষ্ট্যের উপর ভিত্তি করে সর্বোত্তম চিকিত্সা পদ্ধতির সুপারিশ করার জন্য ডেটা থেকে প্রশিক্ষণ দেওয়া হয়েছে। ক্লিনিক্যাল ডিসিশন সাপোর্ট সিস্টেম (CDSS) সম্পর্কিত আরও তথ্য এখানে পাওয়া যাবে।
সিস্টেমের সুপারিশ রোগীর বৈশিষ্ট্যগুলি নেয় এবং চিকিত্সা পদ্ধতির সুপারিশ করে এবং 5 বছরের মেটাস্ট্যাসিসের ভবিষ্যতের সম্ভাবনার পূর্বাভাস দেয়। ব্যবহারকারীর হস্তক্ষেপ সর্বোত্তম চিকিত্সার পরিবর্তে বর্তমান চিকিত্সার উপর ভিত্তি করে 5 বছরের মেটাস্ট্যাসিসের ভবিষ্যত সম্ভাবনার পূর্বাভাস দিতে রোগীর বৈশিষ্ট্য এবং চিকিত্সা পদ্ধতি উভয়ই নেয়।
এমবিআইএল
মার্কভ ব্ল্যাঙ্কেট এবং ইন্টারেক্টিভ রিস্ক ফ্যাক্টর লার্নার (এমবিআইএল) হল একটি অ্যালগরিদম যা একক এবং ইন্টারেক্টিভ ঝুঁকির কারণগুলি শিখে যা রোগীর ফলাফলের উপর সরাসরি প্রভাব ফেলে। এখানে অবস্থিত এমবিআইএল প্যাকেজের জন্য পাইথন প্যাকেজ ইনডেক্সে (PyPI) পুনঃনির্দেশিত করতে "MBIL-এ যান" ক্লিক করুন। MBIL সম্পর্কে আরও তথ্য BMC Bioinformatics-এ পাওয়া যাবে।
ডেটাসেট
এই বিভাগটি ব্যবহারকারীকে নতুন ডেটাসেট দেখতে এবং আপলোড করতে দেয়৷ web আবেদন
7.1। সমস্ত ডেটাসেট উপলব্ধ দেখুন
উপলব্ধ সমস্ত ডেটাসেট দেখতে, কেবল "উপলভ্য ডেটাসেটগুলি দেখান" এ ক্লিক করুন।
7.2। একটি ডেটাসেট আপলোড করুন
একটি ডেটাসেট আপলোড করতে, "আপনার ডেটাসেটগুলি ভাগ করুন" এ ক্লিক করুন এবং তারপরে উল্লেখিত প্রয়োজনীয় তথ্য পূরণ করুন webপৃষ্ঠা প্রথমে, ডেটাসেট আপলোড করুন এবং প্রয়োজনীয় ক্ষেত্রগুলি পূরণ করুন।
তারপর, নীচের ক্ষেত্রগুলি পূরণ করুন বা একটি পাঠ্য আপলোড করুন৷ file তথ্য পূরণের সাথে। একজন প্রাক্তনampকিভাবে তথ্য সংগঠিত করতে হয় যাতে অ্যাপ্লিকেশন বুঝতে পারে তা নীচে দেওয়া হয়েছে।
মডেল
এই বিভাগটি ব্যবহারকারীকে তাদের কাছে উপলব্ধ মডেলগুলি দেখতে এবং একটি মডেল ভাগ করার অনুমতি দেয়৷
8.1। সব মডেল উপলব্ধ দেখুন
উপলব্ধ সমস্ত মডেল দেখতে, "উপলভ্য মডেলগুলি দেখান" এ ক্লিক করুন।
8.2। একটি মডেল শেয়ার করুন
একটি মডেল ভাগ করতে, "আপনার মডেলগুলি ভাগ করুন" এ ক্লিক করুন এবং তারপরে একটি মডেল আপলোড করুন৷ file টেনসর ফ্লো বা পাইটর্চ দ্বারা প্রশিক্ষিত।
8.2.1। সম্পর্কিত ডেটাসেট
তারপরে আপনাকে শিরোনামগুলি সহ সম্পর্কিত ডেটাসেট আপলোড করতে হবে। ডেটাসেটের ক্লাস/লেবেল শেষ কলামে থাকা উচিত।
8.2.2। ভবিষ্যদ্বাণীকারী এবং ক্লাস তথ্য
যদি ডেটাসেটে সমস্ত বৈশিষ্ট্য অন্তর্ভুক্ত থাকে তবে ডেটাসেট আপলোড করার পরে বৈশিষ্ট্য ফর্মটি এড়িয়ে যেতে পারে। যাইহোক, যদি তারা সব অন্তর্ভুক্ত না হয়, এই তথ্য বিবরণ প্রদান করা আবশ্যক file অথবা বৈশিষ্ট্য ফর্মের মধ্যে। আপনি কীভাবে ভবিষ্যদ্বাণী এবং শ্রেণির তথ্য প্রদান করতে চান তা নির্দেশ করে ড্রপ ডাউন থেকে বিকল্পটি চয়ন করুন।
বর্ণনা বিকল্প ব্যবহার করলে, আপনি হয় ক্ষেত্রগুলি পূরণ করতে পারেন বা একটি পাঠ্য আপলোড করতে পারেন file তথ্য পূরণের সাথে। একজন প্রাক্তনampকিভাবে তথ্য সংগঠিত করতে হয় নিচে দেওয়া আছে.
দলিল/সম্পদ
 |
অ্যাপস iMed Web আবেদন [পিডিএফ] ব্যবহারকারী ম্যানুয়াল iMed, iMed Web আবেদন, Web আবেদন |