基于临床记录和结构化数据，预测ICU再入院率的源代码。

简介：
NLP在医疗保健领域的应用，利用MIMIC III数据库中的结构化和非结构化数据，旨在预测患者未来30天再次入住ICU的情况。数据处理方面，结构化数据的ETL流程可于结构目录中查阅，具体包括structured_etl_part1.scala和structured_etl_part2.py这两个脚本。与此同时，非结构化数据的处理脚本均位于dataproc目录内。为了处理NOTEEVENTS并提取单词向量，我们采用data_processing_script.py。此外，使用get_discharge_summaries.py脚本获取放电汇总信息，并借助build_vocab.py脚本从这些放电摘要构建词汇表（vocab）。随后，利用word_embeddings.py脚本在所有单词上训练单词嵌入。最后，通过extract_wvs.py中的gensim_to_embeddings方法，结合我们构建的词汇表，对经过训练的单词嵌入进行生成和造型，构建了结构化网络在struc_net中的应用。