哮喘疾病的知识图谱生成方法及应用研究

发布时间：2024-09-17 19:31

　　知识工程已经成为人工智能的重要分支,而知识图谱作为知识工程在大数据环境下的成功应用,成为推动互联网和人工智能发展的核心驱动力之一。近年来,知识图谱构建及应用技术取得了迅猛的发展。哮喘是一种常见的慢性气道炎症性疾病,其病程较长、流行甚广、影响因素很多而且非常复杂,这就需要通过知识图谱以及临床决策支持系统来对哮喘诊疗活动进行新的赋能,构建哮喘疾病的知识图谱和临床决策支持系统能够辅助医疗工作者进行辅助医疗决策,针对某一具体的临床问题,以知识驱动的方式,充分考虑患者的个人特异性信息,给出精准的诊疗方案,提升医疗效率,改善服务质量,降低医疗成本,最终是患者获益。本文围绕哮喘知识图谱和临床决策支持中存在的难点与挑战展开研究,论文工作包括:针对哮喘知识图谱的生成过程中存在的专家依赖,提出了一种基于疾病防治指南构建本体,基于药品说明书抽取实例的方法。该方法利用领域专家总结与实践的疾病防治知识,结合专家共识,以疾病诊疗过程为指导,构建领域本体;并且基于领域本体,进行药品实例信息提取。在提取过程中,利用深度学习的方法,实现准确高效半自动化的实例抽取。为了解决临床决策支持系统在互操作性上的不足,提出了一种基于...

【文章页数】：60 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
1 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 领域知识图谱生成研究现状
        1.2.2 医学知识图谱研究现状
        1.2.3 临床决策支持研究现状
    1.3 研究内容
    1.4 论文章节安排
2 知识图谱生成相关知识介绍
    2.1 本体
        2.1.1 本体定义
        2.1.2 本体描述语言
        2.1.3 本体构建方法
        2.1.4 本体构建工具
    2.2 实例抽取
    2.3 规则系统
    2.4 Jena框架
    2.5 本章小结
3 哮喘知识图谱的生成方法研究
    3.1 问题的提出
    3.2 数据源的选择
        3.2.1 哮喘防治指南
        3.2.2 哮喘疾病药品说明书
        3.2.3 医学临床术语
    3.3 哮喘领域本体构建
        3.3.1 本体重用
        3.3.2 开发概念模型
    3.4 实例信息抽取
    3.5 哮喘知识图谱的生成
        3.5.1 本体与实例的对象实例化
        3.5.2 关系提取
        3.5.3 图谱规模
    3.6 实验验证与分析
        3.6.1 实验数据
        3.6.2 实验超参数设置及模型评价指标
        3.6.3 实验结果分析
    3.7 本章小结
4 基于语义互操作的临床决策支持模型研究
    4.1 问题的提出
    4.2 知识获取的方法研究
    4.3 知识表达的方法研究
    4.4 知识应用
    4.5 知识评估方法研究
    4.6 实验验证与分析
        4.6.1 规则库规模
        4.6.2 哮喘临床决策支持
    4.7 本章小结
5 总结与展望
    5.1 工作总结
    5.2 未来工作
参考文献
攻读硕士学位期间所取得的研究成果
致谢



本文编号：4005937