-
公开(公告)号：CN116705338B
公开(公告)日：2023-12-08
申请号：CN202310990444.3
申请日：2023-08-08
Applicant: 中国中医科学院中医药信息研究所 , 北京林业大学
Abstract: 本发明提供一种基于规则和路径的中医药多模态知识图谱推理方法和装置，涉及知识图谱推理技术领域，该方法包括：根据中医药多模态知识图谱中的目标规则对中医药多模态知识图谱中的目标路径进行组合，生成中医药多模态知识图谱的目标三元组；根据中医药多模态知识图谱的目标三元组、中医药多模态知识图谱中的实体图像嵌入表示、中医药多模态知识图谱中的实体描述信息嵌入表示、中医药多模态知识图谱中的实体类别嵌入表示，生成基于规则和路径的中医药多模态知识图谱推理模型；嵌入表示用于创建向量表示；根据中医药多模态知识图谱推理模型，进行中医药多模态知识的推理。本发明基于中医药多模态知识图谱推理模型可以有效的提
-
Patent Agency Ranking
公开(公告)号：CN115618745B
公开(公告)日：2023-03-21
申请号：CN202211462889.6
申请日：2022-11-21
Applicant: 中国中医科学院中医药信息研究所
IPC: G06F30/27 , G06F18/214 , G06F119/02
Abstract: 本发明属于深度学习大数据医疗技术领域，具体涉及一种生物网络交互构建方法，包括建立无向连接网络图G；对无向连接网络图G进行初步处理：将不同层级的邻居节点的信息聚合到源节点上，生成广域的源节点表征向量；从原始网络图G中为每一个源节点构建出特异性子图，学习源节点的特异性表征向量；基于和，预测任意两个节点之间存在的交互关系。本发明根据部分信息，不仅能准确预测已经存在的节点之间交互关系，同时还能预测出未知交互关系，为后续生物医学探究提供方向。此外，能清晰展示深度模型是基于哪些邻居节点信息来推断这些交互关系，具有较高可靠性和鲁棒性。
-
公开(公告)号：CN115618745A
公开(公告)日：2023-01-17
申请号：CN202211462889.6
申请日：2022-11-21
Applicant: 中国中医科学院中医药信息研究所
IPC: G06F30/27 , G06F18/214 , G06F119/02
Abstract: 本发明属于深度学习大数据医疗技术领域，具体涉及一种生物网络交互构建方法，包括建立无向连接网络图G；对无向连接网络图G进行初步处理：将不同层级的邻居节点的信息聚合到源节点上，生成广域的源节点表征向量；从原始网络图G中为每一个源节点构建出特异性子图，学习源节点的特异性表征向量；基于和，预测任意两个节点之间存在的交互关系。本发明根据部分信息，不仅能准确预测已经存在的节点之间交互关系，同时还能预测出未知交互关系，为后续生物医学探究提供方向。此外，能清晰展示深度模型是基于哪些邻居节点信息来推断这些交互关系，具有较高可靠性和鲁棒性。
-
公开(公告)号：CN115630307A
公开(公告)日：2023-01-20
申请号：CN202211512595.X
申请日：2022-11-29
Applicant: 中国中医科学院中医药信息研究所
IPC: G06F18/214 , G06F17/16 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于跨视角和注意力聚合的证候诊断方法及装置，属于信息挖掘、人工智能和医学数据处理领域。实例生成器产生包括多个相关度大于预设阈值的症状实例；跨视角表征模块从全局和交互两个视角通过机器学习获得所有症状的特征和各症状间的交互信息的特征；注意力机制聚合模块借助所有症状的特征和各症状间的交互信息的特征,采用带有退火系数的注意力机制为特征整合矩阵中各症状对证候分类的贡献进行打分，挑选出分数高于分数阈值的症状形成症状群，进行证候分类诊断。本发明不仅为每类证候挑选出最具代表性的症状群，而且利用症状的全局及交互信息来提升对证候分类诊断的准确率，具有应用在实际临床辅助决策的可行性。
-
公开(公告)号：CN115630307B
公开(公告)日：2023-03-21
申请号：CN202211512595.X
申请日：2022-11-29
Applicant: 中国中医科学院中医药信息研究所
IPC: G06F18/214 , G06F17/16 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于跨视角和注意力聚合的证候诊断方法及装置，属于信息挖掘、人工智能和医学数据处理领域。实例生成器产生包括多个相关度大于预设阈值的症状实例；跨视角表征模块从全局和交互两个视角通过机器学习获得所有症状的特征和各症状间的交互信息的特征；注意力机制聚合模块借助所有症状的特征和各症状间的交互信息的特征,采用带有退火系数的注意力机制为特征整合矩阵中各症状对证候分类的贡献进行打分，挑选出分数高于分数阈值的症状形成症状群，进行证候分类诊断。本发明不仅为每类证候挑选出最具代表性的症状群，而且利用症状的全局及交互信息来提升对证候分类诊断的准确率，具有应用在实际临床辅助决策的可行性。
-
公开(公告)号：CN116705338A
公开(公告)日：2023-09-05
申请号：CN202310990444.3
申请日：2023-08-08
Applicant: 中国中医科学院中医药信息研究所 , 北京林业大学
Abstract: 本发明提供一种基于规则和路径的中医药多模态知识图谱推理方法和装置，涉及知识图谱推理技术领域，该方法包括：根据中医药多模态知识图谱中的目标规则对中医药多模态知识图谱中的目标路径进行组合，生成中医药多模态知识图谱的目标三元组；根据中医药多模态知识图谱的目标三元组、中医药多模态知识图谱中的实体图像嵌入表示、中医药多模态知识图谱中的实体描述信息嵌入表示、中医药多模态知识图谱中的实体类别嵌入表示，生成基于规则和路径的中医药多模态知识图谱推理模型；嵌入表示用于创建向量表示；根据中医药多模态知识图谱推理模型，进行中医药多模态知识的推理。本发明基于中医药多模态知识图谱推理模型可以有效的提升推理预测的准确性。
-
-
-
-
-
Search Results
6
records
(took 0.043 seconds)
