摘要
本发明公开了一种基于医学知识图谱对比学习的药物预测方法,将医疗数据集中的药物作为点,药物之间的关系作为边,构建多关系医学知识图谱;根据药物间的关系类型构建无向同质网络,节点预处理后确定训练集和测试集,对训练集和测试集中节点对关系设置标签;关系子图预处理后,判断关系子图的连通性;引入图神经网络和对比学习,构建多关系医学知识图谱对比学习模型,确定网络中节点的嵌入表示和每个关系类型对应关系的关系子图的嵌入表示;通过多关系医学知识图谱对比学习模型得到节点的嵌入表示,将其以串联的方式输入到机器学习分类器中,得到药物相互作用的预测结果。
技术关键词
医学知识图谱
药物预测方法
关系
机器学习分类器
随机森林模型
标签
中间层
节点特征
网络
样本
矩阵
数据
参数
编码器
非线性
邻居
实体
系统为您推荐了相关专利信息
传输路径
多云平台
网络边缘设备
数据同步方法
策略
LSTM模型
安时积分法
物理
车辆运行数据
剩余使用寿命
监控方法
商业
DBSCAN算法
数据访问权限
参数
滤波器
矩阵
数据降维方法
拉普拉斯
构建测试数据