HCET:采用电子病历上的主题建模进行分层临床嵌入以预测抑郁症 HCET是一种临时的深度学习模型,它通过建立用于诊断,程序,药物,人口统计学信息和临床笔记主题特征的分层嵌入来利用EHR的数据异质性。 它学习了不同类型的EHR数据和有效过程时间信息的固有结构,这为在EHR上构建深度学习模型提供了一种新颖的方法。 运行HCET 步骤1:安装 我们使用版本3.6.5和版本1.14。 也被使用,并强烈建议用于GPU计算。 下载/克隆HCET代码 步骤2:准备资料集 HCET的数据集是通过python pickle pacage准备的,格式在列表的腌制列表中。 每个列表对应于患者,就诊和医疗代码(