面向文本的基于神经网络的药物相互作用抽取研究

发布时间：2020-11-18 16:58

　　 药物相互作用(Drug-Drug Interactions,DDI)是指当两种药物同时使用时,一种药物对另一种药物产生正面或者负面的影响。药物相互作用的信息对于在医疗领域避免不良药物反应起着至关重要的作用。虽然一些已知的药物相互作用信息可以在像DrugBank这样的专门建立的数据库中找到,但是大量的相关信息依旧隐藏在不断更新的科学文献当中。因此高效地从生物医学文本中自动抽取药物相互作用信息成为一种迫切的需求。生物医学文本的描述带有专业领域的特点,很多句子非常冗长而且复杂。有时候一句中会同时出现多个药物命名实体并且多对药物对之间存在药物相互作用。面对这样的情况,一些基于传统的自然语言处理工具和手工设定规则的模型往往难以获得优秀的泛化能力。而目前虽然出现了一些利用神经网络自动抽取特征的方法,来抽取药物间相互作用。但这些方法使用的往往是通用的神经网络模型,并没有针对药物相互作用抽取任务改进神经网络结构。本文的主要工作如下:(1)针对生物医学文本复杂冗长的问题,本文提出了位置敏感的双向长短期记忆模型(P–BLSTM)并将其用于药物相互作用抽取。P-BLSTM利用位置敏感注意力机制可以更准确地识别生物医学文本中的关键信息。通过在DDIExtraction 2013数据集上的实验,本文发现P-BLSTM在药物相互作用抽取的类别分类任务上获得了72.25%的micro-F值,比目前最好的对比方法提高了0.78%。此外通过添加词性标注特征,P-BLSTM的micro-F值的可以提高到73.69%。通过对比分析,本文进一步总结了P-BLSTM模型优于现有方法的原因。(2)针对药物相互作用抽取中正负样例误分类的问题,本文将同时处理细粒度分类和粗粒度分类的多任务学习机制引入药物相互作用抽取。基于P-BLSTM,本文提出了三种多任务学习网络:PM-BLSTM双输出模型、PM-BLSTM双注意力模型和PM-BLSTM嵌入层共享模型。在使用相同数据集的实验中,三种PM-BLSTM模型在利用词性特征的情况下micro-F值分别达到了74.95%、74.97%和74.16%,均明显高于P-BLSTM模型。本文同样进一步分析了三种PM-BLSTM模型的区别以及多任务学习机制在药物相互作用中的有效性。
【学位单位】：东南大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TP391.1;TP183;R969.2
【部分图文】：

图 2.1 DDIExtraction 2013 数据集样例物相互作用（DDI Detection）。存在药物相互作用即为正样例：如图中的 <Barbiturates,coumarin drugs> 和 <glutethimide, coumarin drugs> 两个药物对，否则为负样例，如样例中的 <Barbiturates, glutethimide>。任务 2 进一步判断药物相互作用的类型（DDI Classifica-tion）。在 DDIExtraction 2013 的数据集中定义了 4 种药物相互作用类别：advice，effect，mechanism 以及 int。其具体定义如下： advice: 这是指文本中关于药物相互作用的描述是一种建议或者推荐。例如：样例“Interactions may be expected, and UROXATRAL should not be used incombination with other alpha-blockers.”中加斜体的目标药物对。 effect: 这是指文本描述了药物相互作用会产生某种影响或者有某种药效机制。例如:“The concomitant administration of ciprofloxacin with the sulfonylurea glyburidehas, on rare occasions, resulted in severe hypoglycemia.”
【相似文献】

相关期刊论文 前10条

1 汤智慧;母义明;;关注因药物相互作用导致的医源性库欣综合征[J];药品评价;2019年03期

2 马利娟;赵琦;冯蕾心;张明昊;;医院合理用药理念下药物相互作用认知度调查与分析[J];光明中医;2017年22期

3 王爱军;要林青;张鑫;;临床安全用药应重视药物相互作用[J];中国药业;2014年05期

4 王春根;;必须警惕药物相互作用产生的不良反应[J];黑龙江医药;2012年04期

5 张艳;郝海平;王广基;;尿苷二磷酸葡萄糖醛酸转移酶介导的药物相互作用的研究进展[J];中国临床药理学与治疗学;2011年04期

6 朱叙德;;临床药物相互作用机制及其有效利用[J];中国卫生产业;2011年Z3期

7 胡帆;袁洪;黄志军;左笑丛;;水飞蓟素的药动学及药物相互作用[J];中国新药与临床杂志;2009年12期

8 刘亚贤;;药物相互作用及其对治疗的影响浅析[J];临床药物治疗杂志;2008年04期

9 梁福军;;必须警惕药物相互作用产生的不良反应[J];中国医药指南;2008年17期

10 Kelly Dowhower Karpa;于丽;;药物相互作用带来的困扰[J];中国处方药;2006年05期

相关博士学位论文 前10条

1 朱云婷;TPN729代谢、药物相互作用与逆转多药耐药研究[D];中国科学院大学(中国科学院上海药物研究所);2017年

2 吴漫;核受体介导的三氯生对药物代谢基因的调控及药物相互作用研究[D];军事科学院;2018年

3 叶林虎;荷叶代谢性药物相互作用及体内成分研究[D];北京协和医学院;2014年

4 齐晓怡;血根碱引起的药物—药物相互作用及抗恶性黑素瘤转移的研究[D];大连医科大学;2014年

5 刘先锋;氯吡格雷与质子泵抑制剂相互作用研究[D];中国人民解放军军医进修学院;2012年

6 赵杰;麻黄类药对组成规律的基础研究—麻黄—甘草药对（I）[D];南方医科大学;2012年

7 孙传江;响应曲面法研究麻醉诱导期七氟醚和舒芬太尼的药效学相互作用[D];南方医科大学;2010年

8 曹方瑞;灵芝酸A药代动力学及灵芝潜在药物相互作用研究[D];北京协和医学院;2017年

9 彭帆;雷公藤治疗肾炎有效部位及雷公藤甲素抗炎活性的比较研究[D];华中科技大学;2017年

10 位华;五酯胶囊的药代动力学及与他克莫司相互作用研究[D];第二军医大学;2010年

相关硕士学位论文 前10条

1 缪磊;面向文本的基于神经网络的药物相互作用抽取研究[D];东南大学;2018年

2 曲衍清;体外预测己烯雌酚引起药物—药物相互作用的可能性[D];大连医科大学;2011年

3 高杨;体外预测联苯双酯发生药物相互作用的可能性[D];大连医科大学;2009年

4 张健;紫杉醇相关基因单核苷酸多态性检测方法的建立及紫杉醇—药物相互作用体外研究[D];西北大学;2011年

5 丁林松;基于序列的蛋白质—药物相互作用预测研究[D];南京理工大学;2015年

6 邢亚非;UGT介导的药物相互作用研究[D];大连理工大学;2017年

7 徐亚飞;基于抑制CYP450酶的代谢性药物—药物相互作用体外研究及实例报告[D];延边大学;2015年

8 宋敏;替格瑞洛和阿司匹林基于UGT酶的药物相互作用研究[D];天津医科大学;2017年

9 徐佳;（5R）-5-羟基雷公藤内酯醇的吸收机制和与甲氨蝶呤联合用药的药物—药物相互作用研究[D];华东理工大学;2014年

10 周岩;注射用丹参多酚酸药物相互作用及抗氧化应激机制研究[D];天津医科大学;2017年

本文编号：2888957