- 背景介绍
- 数据来源
- 患者选择
- 数据提取
- 特征值选择
- Model Select
- 实验结果
- 总结
急性呼吸窘迫综合征是一种严重威胁人类生命健康的疾病，具有起病急、病死率高等特点。目前这种疾病的主要诊断和疾病严重程度分级标准依赖于血气分析结果，计算患者的氧合指数(PaO2/FiO2),但是血气分析是有创操作，且不能连续监测病情的发展。针对以上问题，本文基于患者的多种无创生理参数，使用神经网络、逻辑回归、AdaBoost、Bagging监督学习算法，结合特征值选择技术，研究无创参数下辨识ARDS疾病的算法模型，为医务人员提供辅助诊断决策。
本项目使用的所有临床数据均来自开源数据库MIMIC-III，可以访问这里了解更多关于MIMIC数据库的相关信息。MIMIC-III（Medical Information Mart for Intensive Care，V1.4）是由麻省理工学院（MIT）和贝斯以色列女执事医疗中心（BIDMC）共同开发的一个大型的单中心的重症监护医学信息数据库，目前可免费申请使用。截至目前数据库中包含了2001年至2012年期间BIDMC重症监护病房的上万名患者的相关诊疗信息数据。数据库包括人口统计学信息(去隐私化的信息)、床旁生命体征监测数据（包括波形数据）、实验室化验数据、患者用药信息、护理人员日志信息、影像学检查报告、患者死亡率等信息。目前数据库中记录了患者46520名（61532次ICU记录），其中成年患者38597名（49785次ICU记录）。MIMIC-III数据库也存在一些问题，例如：
- 是一个单中心的数据库，同时由于数据量庞大，时间跨度超过10年，很多数据不是很准确，所以使用者还是要非常认证去筛选数据，当然有如此一个多的ICU患者信息让我们去研究，还是值得庆幸的；
- 当然MIMIC-III不是唯一的ICU重症患者数据库，大家也可以选择E-ICU数据库，由于我所在的实验室前期使用的时MIMIC，所以暂时使用这个做相关数据挖掘的研究，后续会使用e-ICU进行相关研究，你可以在这里了解有关eICU的更多信息；
- 如果对于ARDS疾病而言，还有很多的专业数据库，其提供其他研究人员的实验数据，这些实验设计都是研究人员根据自己的需要定义的，虽然有一定的局限性，但是所有数据都有高可靠性，这一点就足够让我们去尝试一下。
在确定了我要使用的临床数据库后，着手开始选择我们需要研究的对象，这一部分的工作需要大量的文献调研，同时一定要再三核对，一旦入组患者选择出现问题，后面你的很多工作都要推倒重来。我们根据研究需要制定了以下的患者入组标准：
- 患者年龄大于16周岁；
- 在ICU停留时间超过48小时：如果停留时间太短，这部分患者的病情很难判断，也会对整体数据造成不必要的干扰；
- 只选择第一次进入ICU的患者数据：如果一个病人重复多次进入ICU，则有可能病人病情较为复杂，有可能会对实验结果造成影响，所以在本文中，只使用每个患者第一次进入ICU的数据；
- 在ICU期间进行过胸部影像学检查；
- 在ICU期间进行了机械通气的患者：有创通气和无创通气患者都包括在内；
- 第一天PF有小于300的情况：第一天的pf最小值小于300 就认为符合条件。
在具体操作过程中，要把每一个条件具体化为代码，最终从数据苦衷选择合适的患者，这一部分的具体实现可以通过以下目录中查看获取：
.../数据提取/1患者筛选工作
这里详细介绍了我是如何选择合适的病人的完整SQL代码。
这一部分工作比较耗时，具体工作内容就是，通过选择好的病人，提取这些患者的生理参数，并整理数据，用于后期的数据分析，要熟悉数据库的表结构，了解可能用到的所有患者数据，当这些准备工作都做完之后，才开始数据提取工作，否则你会哭的。这里不用担心浪费时间，浪费的时间都是有价值的，为后面节约很多时间。
数据提取涉及到数据库的多个表和后期MIMIC团队在github中共享的视图，要合理使用这些试图，可以帮你省去很多时间，建议将github上的所有视图全部跑一边，不要嫌浪费时间，最多也就花一天时间可以跑完所有视图。这些视图不仅会帮助你快速提取数据，还能从别人的视图语言中学到很多有用的语法表达。
当然具体我怎么提取数据的，这些代码如何实现的，其实我觉得应该帮不上你什么忙，因为这都是针对我自己的问题写的代码，不一定有通用性，且必须明白我的目的才能看懂这些代码，写在这里只是方便我自己后期查看。
.../数据提取/2chartevents数据提取
.../数据提取/3labevents数据提取
.../数据提取/4数据合并数据匹配
MIMIC-III中的数据质量还是存在一些问题，质量不是很高，很多不符合生理情况的数值，这些问题，都要对每种生理参数结合患者的具体信息进
行分析，才能确定异常值范围。
../数据预处理/ARDSoutValue/datapre.ipynb
../数据预处理/ARDSoutValue/outValuePre.py
以上文件中详细描述了如何处理异常值的方法，并对缺失值进行处理。
../数据预处理/ARDSoutValue/outValuePre.py
ModelSelect/model_select/featureSelection.py
ModelSelect/model_select/pf300.py
ModelSelect/model_train/feature_select_train.py