呼吸机压力预测——方案复现（连载中）

比赛是来自于Google Brain - Ventilator Pressure Prediction。

引言

在部分章节中，我可能不会说得很详细，毕竟我的毕业论文还没发表，待发表过后会择期填补完整。

需要注意的是，本人并没有参加这个比赛，而是对这个比赛的某个金牌获胜者的方案进行一次复现。进而应用在本人的毕业设计中去，但请放心本人的毕业论文中已经对该作者进行了引用。

在方案的选择上，首先需要刨除那些数据泄露的方案，这些方案虽然有可取之处但对于实际应用并没有什么意义。其次需要去找那些有提供GitHub网址的方案，毕竟根据思路进行方案的复现略微困难。

最后是对方案进行改进或者是使它更加适用于自己的生产应用。

方案介绍

我所选择的方案是JUN KODA金牌方案PyTorch LSTM with TensorFlow-like initialization。该方案使用的是Pytorch框架和LSTM算法。

数据观察

字段	含义	备注
id	整个文件中的全局唯一时间步长标识符	整体数据的计数
breath_id	全局唯一的呼吸时间步长	周期呼吸的计数
R	气道阻力（cmH2O/L/S）	指单位压力改变时所引起的肺容积的改变，它代表了胸腔压力改变对肺容积的影响
C	肺顺应性（mL/cmH2O）	物理上，这是每一次压力变化的体积变化。直觉上，人们可以想象同样的气球例子。我们可以通过改变气球胶乳的厚度来改变C，更高的C有更薄的胶乳，更容易吹
time_step	实际的时间戳
u_in	吸气电磁阀的控制输入	范围从0到100，类似于一个滑动变阻器
u_out	探测电磁阀的控制输入	0或1，0是吸气，1是呼气
Pressure	呼吸回路中测得的气道压力	单位为cmH2O

。。。（择期填补）

特征工程

。。。（择期填补）

网络搭建

。。。（择期填补）

损失值定义

。。。（择期填补）

开始训练

。。。（择期填补）

改进

在平常的模型训练上，我们一般都是将数据一次性准备齐全，然后丢到网络中去训练。同理，在数据预测上，我们同样是将数据一次性准备齐全，然后丢到模型中去预测。如以下代码所示：

test = pd.read_csv(di + 'test.csv', nrows=n)
features = create_features(test)
features = rs.transform(features)

X_test = features.reshape(-1, 80, features.shape[-1])
y_test = np.zeros(len(features)).reshape(-1, 80)
w_test = 1 - test.u_out.values.reshape(-1, 80)

dataset_test = Dataset(X_test, y_test, w_test)
loader_test = torch.utils.data.DataLoader(dataset_test, batch_size=batch_size)

y_pred_folds = np.zeros((len(test), 5), dtype=np.float32)
for ifold in range(5):
    model = Model(input_size)
    model.to(device)
    filename = '/kaggle/input/pytorchlstmwithtensorflowlikeinitialization/' \
               'model%d.pth' % ifold
    model.load_state_dict(torch.load(filename, map_location=device))
    model.eval()
    
    y_preds = []
    for x, y, _ in loader_test:
        x = x.to(device)
        with torch.no_grad():
            y_pred = model(x).squeeze()

        y_preds.append(y_pred.cpu().numpy())
    
    y_preds = np.concatenate(y_preds, axis=0)
    y_pred_folds[:, ifold] = y_preds.flatten()

submit.pressure = np.mean(y_pred_folds, axis=1)
submit.to_csv('submission.csv', index=False)
print('submission.csv written')

可以看到，代码将无数周期的呼吸数据丢到了模型中去，这显然不合理，呼吸机的使用场景是实时的。所以我们要将这代码修改一下。