首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于医学知识图谱对比学习的药物预测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:扬州大学

摘要:本发明公开了一种基于医学知识图谱对比学习的药物预测方法,将医疗数据集中的药物作为点,药物之间的关系作为边,构建多关系医学知识图谱;根据药物间的关系类型构建无向同质网络,节点预处理后确定训练集和测试集,对训练集和测试集中节点对关系设置标签;关系子图预处理后,判断关系子图的连通性;引入图神经网络和对比学习,构建多关系医学知识图谱对比学习模型,确定网络中节点的嵌入表示和每个关系类型对应关系的关系子图的嵌入表示;通过多关系医学知识图谱对比学习模型得到节点的嵌入表示,将其以串联的方式输入到机器学习分类器中,得到药物相互作用的预测结果。

主权项:1.一种基于医学知识图谱对比学习的药物预测方法,其特征在于,包括以下步骤:1采用医疗数据集UMLS,将医疗数据集UMLS中的药物作为点,将药物之间的关系作为边,构建多关系医学知识图谱;2根据多关系医学知识图谱中药物之间的关系类型构建无向同质网络,随机生成每个节点的初始特征,对节点进行预处理,确定训练集和测试集,并对训练集和测试集中节点对关系设置标签;对关系子图进行预处理,判断关系子图的连通性,若关系子图不连通,则将关系子图对应的最大连通子图替换当前关系子图;3引入图神经网络和对比学习,构建多关系医学知识图谱对比学习模型,确定网络中所有节点的嵌入表示和每个关系类型对应关系的关系子图的嵌入表示;4根据训练集中表示“真边”的节点对和表示“假边”的节点对,将每一个节点对中的两个节点的嵌入表示进行点乘,输出分数,该分数与标签进行对比,对比结果用于模型的训练;5通过多关系医学知识图谱对比学习模型得到节点的嵌入表示,将其以串联的方式输入到机器学习分类器中,得到药物相互作用的预测结果。

全文数据:

权利要求:

百度查询: 扬州大学 一种基于医学知识图谱对比学习的药物预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。