一种基于DS证据理论的药物相互作用预测方法

    公开(公告)号:CN115223731A

    公开(公告)日:2022-10-21

    申请号:CN202210837179.0

    申请日:2022-07-15

    Abstract: 本发明公开了一种基于DS证据理论的药物相互作用预测方法。首先获取药物的多模态数据构建药物相互作用数据集;然后提取药物的多模态特征作为深度神经网络的输入,构建多模态的药物相互作用的预测模型并对预测模型进行训练;然后利用训练后的预测模型进行药物相互作用的预测。预测模型使用Dirichlet分布计算分类概率和不确定性值并通过Dempster‑Shafer证据理论融合得到基于多模态的预测结果和整体的不确定性值。与现有预测方法相比,本发明使用了多模态的药物数据不仅具有较低的预测误差,而且还能提供有意义的不确定性信息用于指导多模态预测融合和表达预测的置信度,具有更高的可靠性和稳健性。

Patent Agency Ranking