面向肺系病的知识图谱构建与挖掘方法研究

发布时间：2023-11-12 19:18

　　肺系疾病影响患者的劳动能力和生活质量,随着疾病的进展,严重危害人类健康,给社会生产和经济带来巨大损失,也是医疗领域亟待解决的问题。随着医疗信息化的发展,医学数据日益增多,由于知识图谱能够将零散、琐碎的信息相连接实现知识整合,已成为各界共同关注的热点问题。构建医学领域知识图谱是从大量医学数据中挖掘知识,提取有效信息并对其进行重新组织和应用,对医学领域的发展具有重要意义。目前已存在较多关于知识图谱构建方法的研究工作,但普遍存在效率低、限制多、拓展性差的问题,同时缺乏针对肺系病的知识图谱构建与挖掘研究,针对上述问题,本论文探索了肺系病知识图谱的构建和挖掘方法,以支持肺系病的辅助诊断与预测任务。本论文主要工作如下:(1)提出了肺系病领域的知识图谱构建方法。肺系病知识图谱知识描述准确、层次清晰,能有效直观地展现出疾病症状间的关系,避免了不同数据源带来的异构问题,利用标注一致性对构建的肺系病知识图谱进行评价,证明了图谱的有效性,也为后续挖掘与预测任务提供支撑。(2)提出了一种面向肺系病知识图谱的链接预测方法(Link Prediction Method for Knowledge Graph of...

【文章页数】：65 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 肺系疾病知识
        1.2.2 知识图谱
        1.2.3 迁移学习
    1.3 论文的研究工作及结构安排
        1.3.1 研究内容
        1.3.2 论文结构
第二章 肺系病知识图谱的构建方法
    2.1 引言
    2.2 肺系病知识图谱的设计
        2.2.1 肺系病知识图谱模式层的构建
        2.2.2 肺系病知识图谱数据层的构建
    2.3 构建结果及分析
    2.4 本章小结
第三章 面向肺系病知识图谱的链接预测方法
    3.1 引言
    3.2 面向肺系病知识图谱的链接预测模型
        3.2.1 知识的向量化表示
        3.2.2 基于门控循环单元神经网络的知识学习
        3.2.3 融合序列特征的肺系病链接预测
    3.3 实验结果及分析
        3.3.1 数据集
        3.3.2 实验设置及评估
        3.3.3 结果与分析
    3.4 本章小结
第四章 基于知识迁移的肺系病挖掘预测方法
    4.1 引言
    4.2 基于知识迁移的肺系病预测模型
        4.2.1 级联迁移学习
        4.2.2 跨域过滤特征
        4.2.3 基于肺系病实例和特征的平衡概率分布
    4.3 实验结果及分析
        4.3.1 数据集
        4.3.2 实验设置及评估
        4.3.3 结果与分析
    4.4 本章小结
第五章 总结与展望
    5.1 总结
    5.2 展望
参考文献
攻读硕士学位期间取得的科研成果
致谢



本文编号：3863781