尊敬的各位读者:
根据当前疫情防控要求,我馆部分原文传递服务可能会有延期,无法在24小时内提供,给您带来的不便敬请谅解!
国家工程技术图书馆
2022年11月29日
摘要: 中医是重在调理、以预防为主的独特的传统医学,经过代代传承至今。经典医案作为当今中医的成功案例被各大期刊杂志记载,能够对临床诊疗提供理论支撑。但在临床应用上,由于不同医生对概念表达多元化,局限于过去构建的概念库,难以将新的表达对应到... 展开 中医是重在调理、以预防为主的独特的传统医学,经过代代传承至今。经典医案作为当今中医的成功案例被各大期刊杂志记载,能够对临床诊疗提供理论支撑。但在临床应用上,由于不同医生对概念表达多元化,局限于过去构建的概念库,难以将新的表达对应到已有的概念上。因此,进行症状的概念映射成为获取患者特征的关键步骤。 来自古现代中医书籍等多渠道的知识,所构建的知识图谱能够建立症状,药物等之间的关系。本文基于较大规模的医案数据以及药症知识图谱,结合表示学习,信息推荐,类方聚类等方法,开展中医处方推荐方法研究,主要工作包括以下几个方面: (1)以症状本体,中药特性,中华本草等药症关系为主构建药症知识图谱,其中包含关系116692条,节点19605个。应用于症状字词网络,同时提出基于元路径的症状关系筛选。 (2)通过人机协同表型谱标注系统的数据预处理,对医案中的症状和中药部分进行批量结构化解析,筛选后的5748例医案病历数据,形成了具有较高质量的医案处方推荐数据集。进行症状词概念映射的方法研究,其中包括分词方法,构建子网等方式,映射后患者症状特征的构建用于推荐。实验结果表明,症状词概念映射后仍能保持症状集合与处方药物之间的相关性,基于子网的构建方式生成的特征有着最佳性能。 (3)基于多分类,深度神经网络的处方推荐方法研究,比较了多种算法的在数据中的表现,卷积神经网络的结构有着最佳性能。构建处方相似性网络与方剂网络,分别进行处方聚类与处方特征构建,类方推荐实验结果表明,含有卷积神经网络的结构的模型拥有最佳性能。 (4)部分算法的解释性分析,包括注意力机制法和最短路径生成法的方式。 收起
系统维护,暂停服务。
根据《著作权法》“合理使用”原则,您当前的文献传递请求已超限。
如您有科学或教学任务亟需,需我馆提供文献传递服务,可由单位单位签署《图书馆馆际互借协议》说明情况,我馆将根据馆际互借的原则,为您提供更优质的服务。
《图书馆馆际互借协议》扫描件请发送至service@istic.ac.cn邮箱,《图书馆馆际互借协议》模板详见附件。
根据《著作权法》规定, NETL仅提供少量文献资源原文复制件,用户在使用过程中须遵循“合理使用”原则。
您当日的文献传递请求已超限。