基于多层级细化网络的少样本链接预测药物再利用方法

    公开(公告)号:CN117435747B

    公开(公告)日:2024-03-29

    申请号:CN202311741314.2

    申请日:2023-12-18

    Applicant: 中南大学

    Abstract: 本发明实施例中提供了一种基于多层级细化网络的少样本链接预测药物再利用方法,属于数据处理技术领域,具体包括:对待预测的医药知识图谱中的实体及关系嵌入进行初始化;将待预测的医药知识图谱的关系集合按少样本链接预测任务进行划分处理;在元训练任务上多次训练得到多个基于多层级细化网络的少样本链接预测模型;将训练好的全部少样本链接预测模型对元测试任务进行链接预测,根据评价指标选择性能最优的模型,同时得到最终的实体及关系的嵌入;选择特定的疾病和治疗关系,以及数据集中全部药物实体,组成若干新的三元组,并获取对应三元组的嵌入,输入得分函数,得到治疗特定疾病的药物排序。通过本发明的方案,提高了预测效率和适应性。

    一种3D颅脑MRI医学影像报告自动生成方法及系统

    公开(公告)号:CN113707257A

    公开(公告)日:2021-11-26

    申请号:CN202110828639.9

    申请日:2021-07-22

    Applicant: 中南大学

    Abstract: 本发明公开了一种3D颅脑MRI医学影像报告自动生成方法及系统,包括:获取待生成医学影像报告的3D颅脑MRI医学图像;将所述待生成医学影像报告的3D颅脑MRI医学图像输入到预先训练好的基于Transformer的3D颅脑MRI医学影像报告自动生成模型中,生成医学影像报告;所述预先训练好的模型,是通过患者的3D颅脑MRI医学图像数据及对应的医学影像报告文本数据训练得到的。本发明公开的3D颅脑MRI医学影像报告自动生成方法在三维图像处理上做出了探索,采用3D CNN对图像特征进行有效的提取,并在Transformer解码器部分,引入一个额外的记忆网络模块,以提高医学影像报告自动生成的质量,用以辅助医生进行颅脑的精确诊断及相应报告的书写,减少阅片和撰写报告的时间。

    基于多层级细化网络的少样本链接预测药物再利用方法

    公开(公告)号:CN117435747A

    公开(公告)日:2024-01-23

    申请号:CN202311741314.2

    申请日:2023-12-18

    Applicant: 中南大学

    Abstract: 本发明实施例中提供了一种基于多层级细化网络的少样本链接预测药物再利用方法,属于数据处理技术领域,具体包括:对待预测的医药知识图谱中的实体及关系嵌入进行初始化;将待预测的医药知识图谱的关系集合按少样本链接预测任务进行划分处理;在元训练任务上多次训练得到多个基于多层级细化网络的少样本链接预测模型;将训练好的全部少样本链接预测模型对元测试任务进行链接预测,根据评价指标选择性能最优的模型,同时得到最终的实体及关系的嵌入;选择特定的疾病和治疗关系,以及数据集中全部药物实体,组成若干新的三元组,并获取对应三元组的嵌入,输入得分函数,得到治疗特定疾病的药物排序。通过本发明的方案,提高了预测效率和适应性。

Patent Agency Ranking