遗传变异整合基于EHR的高血压患者分层 该项目提出了一种多模式深度表示学习模型,该模型从高维EHR和遗传数据中提取潜在特征向量。 最重要的是,我们进行K均值聚类以得出高血压亚型。 该项目的结构如下:管道改编自[Landi,I.,Glicksberg,BS,Lee,HC,Cherng,S.,Landi,G.,Danieletto,M.,Dudley,JT,Furlanello,C., &Miotto,R.电子病历的深度表示学习,可大规模解锁患者分层。 npj Digit。 中3,96(2020)]。 在此找到原始存储库 基于电子病历 在此,仅使用EHR数据。 更改了以下超参数:批处理大小= 32,时期= 30,学习率= 0.00001,权重衰减= 0.0001 多峰模型 在这一部分中,我们将EHR数据和遗传数据结合起来以创建融合表示。 聚类 K-均值聚类算法适用于导出患者聚类。 请参阅每