基于概念共现与引用的潜在共病关系发现研究

发布时间：2023-04-29 03:09

　　共病是指两种疾病共同存在的状态,与日益增加的不良健康结果相关。共病的早期筛查与预警有助于完善临床诊疗思维,改善患者的预后。许多领域的共病研究处于起步阶段,疾病间的关联关系尚存在很大的不确定性。大量的疾病知识蕴藏在生物医学文献中,如何从海量的文献中有效地挖掘共病关系、预测潜在的共病组合是本研究主要探讨的问题。针对共病研究的必要性以及现有共病挖掘方法的局限性,本研究以糖尿病领域为例,从语义共现和引用行为两个视角出发,以SAO语义模型和引文全文本为基础,结合BP神经网络模型预测潜在的共病关系。首先,分别基于共现关系和引用关系构建共病网络。根据生物医学领域文献的特点,利用SemRep和MetaMap工具,抽取论文中的疾病概念。分别构造基于共现的共病对和基于引用的共病对,由此构建3个共病网络——共现关联网络、引用关联网络和二者取并集后的融合网络。通过网络基本特征指标、微观指标和链路预测指标对共病网络进行评价和比较,发现融合网络能够更好地描述糖尿病领域的共病现象。选用融合网络预测潜在的共病关系,利用链路预测算法计算融合网络的14个网络结构特征,包括基于局部信息的相似性指标、基于路径的相似性指标和基...

【文章页数】：95 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景
    1.2 研究意义
    1.3 共病关系发现研究现状
        1.3.1 共病模式发现
        1.3.2 共病关系预测
    1.4 研究设计
        1.4.1 研究目标
        1.4.2 研究内容
        1.4.3 研究方法及技术路线
    1.5 论文组织结构
第2章 相关概念界定与理论依据
    2.1 相关概念界定
    2.2 基于文献的知识发现
        2.2.1 基于ABC共现模型的知识发现
        2.2.2 基于SAO语义模型的知识发现
        2.2.3 基于实体计量学的知识发现
    2.3 复杂网络结构与应用
        2.3.1 复杂网络结构
        2.3.2 复杂网络应用
    2.4 本章小结
第3章 基于概念共现与引用的潜在共病发现方法
    3.1 数据收集
    3.2 共病关系的提取
        3.2.1 SAO结构提取
        3.2.2 基于引用的共病关系构建
    3.3 共病网络的构建与分析
    3.4 潜在共病关系发现
    3.5 潜在共病关系分析
    3.6 评价指标
    3.7 本章小结
第4章 糖尿病领域共病网络构建
    4.1 数据获取
    4.2 共病关系提取
        4.2.1 基于共现的共病关系提取
        4.2.2 基于引用的共病关系提取
        4.2.3 共病关系清洗
    4.3 共病网络构建与分析
        4.3.1 网络基本特征分析
        4.3.2 网络重要节点分析
        4.3.3 网络结构特征分析
    4.4 本章小结
第5章 糖尿病领域潜在共病关系发现
    5.1 基于BP神经网络的预测模型构建
    5.2 预测结果分析
    5.3 本章小结
第6章 总结与展望
    6.1 结论
    6.2 本研究的创新点
    6.3 本研究的局限性与展望
参考文献
附录
攻读硕士研究生期间所发表的论文
致谢



本文编号：3805042