跳转到主要内容

一种非侵入性不确定性量化工具

项目描述

UncertainSCI

一个基于Python的工具包,利用现代技术来估计模型和参数不确定性,特别强调生物医学模拟和应用的需求。此工具包允许将这些技术与已建立的生物医学模拟软件的无侵入性集成。

UncertainSCI

All Builds Coverage Status status DOI

概述

UncertainSCI是一个开源工具,旨在使现代不确定性量化(UQ)技术在生物医学仿真应用中更加易于访问。UncertainSCI使用非侵入性UQ技术,特别是多项式混沌估计(PCE),并具有类似非侵入性界面的外部建模软件,可以通过多种方式调用。PCE和UncertainSCI允许用户传播输入不确定性对模型结果的影响,为许多建模领域所需的模型稳定性和信心提供重要背景。用户可以通过设置模型参数的输入分布、设置PCE、采样参数空间、在目标模型中运行样本集以及根据PCE编译输出统计信息来运行UncertainSCI。此过程简要介绍在入门指南中,并在API文档和提供的演示和教程中进行了更全面的解释。

文档

https://uncertainsci.readthedocs.io

入门指南

https://uncertainsci.readthedocs.io/en/latest/user_docs/getting_started.html

许可证

根据MIT许可证分发。有关更多信息,请参阅LICENSE

出版物

  • Akil Narayan,Zexin Liu,Jake Bergquist,Chantel Charlebois,Sumientra Rampersad,Lindsay Rupp,Dana Brooks,Dan White,Jess Tate和Rob S MacLeod。UncertainSCI:生物医学和生物工程计算模型的 Uncertainty quantification。可在SSRN 4049696找到,2022年。
  • Kyle M. Burk,Akil Narayan和Joseph A. Orr。使用加权近似Fekete点进行基于多项式混沌的不确定性量化灵敏度和效率分析。国际生物医学工程数值方法杂志,36(11):e3395,2020。
  • Jake Bergquist,Brian Zenger,Lindsay Rupp,Akil Narayan,Jess Tate和Rob MacLeod。心肌缺血模拟中的不确定性量化。在计算心脏病学(Computing in Cardiology),第48卷,2021年9月。
  • Lindsay C Rupp,Jake A Bergquist,Brian Zenger,Karli Gillette,Akil Narayan,Jess Tate,Gernot Plank和Rob S. MacLeod。通过不确定性量化研究心肌纤维方向在心外膜激活模式中的作用。在计算心脏病学(Computing in Cardiology),第48卷,2021年9月。
  • Lindsay C Rupp,Zexin Liu,Jake A Bergquist,Sumientra Rampersad,Dan White,Jess D Tate,Dana H. Brooks,Akil Narayan和Rob S. MacLeod。使用uncertainSCI量化心脏模拟中的不确定性。在计算心脏病学(Computing in Cardiology),第47卷,2020年9月。
  • Jess Tate,Sumientra Rampersad,Chantel Charlebois,Zexin Liu,Jake Bergquist,Dan White,Lindsay Rupp,Dana Brooks,Akil Narayan和Rob MacLeod。使用uncertainSCI在脑刺激中进行不确定性量化。脑刺激:神经调节的基础、转化和临床研究,14(6):1659–1660,2021年1月。
  • Jess D. Tate,Wilson W. Good, Nejib Zemzemi,Machteld Boonstra,Peter van Dam,Dana H. Brooks,Akil Narayan和Rob S. MacLeod。在ECGI分割变异性中的不确定性量化。在心脏的成像和建模(Functional Imaging and Modeling of the Heart),第515–522页。Springer-Cham,Palo Alto,美国,2021年。
  • Jess D Tate, Nejib Zemzemi, Shireen Elhabian, Beáta Ondrusǔvá, Machteld Boonstra, Peter van Dam, Akil Narayan, Dana H Brooks和Rob S MacLeod。心脏传播模型中的分割不确定性量化。在2022年计算心脏病学(CinC),第498卷,第1–4页,2022年。

致谢

本项目得到了国家生物医学成像和生物工程研究所(U24EB029012)和国家卫生研究院的资助。

项目详情


下载文件

下载适合您平台的文件。如果您不确定选择哪个,请了解更多关于 安装包 的信息。

源代码分发

UncertainSCI-1.0.1.1.tar.gz (66.8 kB 查看哈希值)

上传 源代码

构建分发

UncertainSCI-1.0.1.1-py3-none-any.whl (63.5 kB 查看哈希值)

上传 Python 3