通讯作者: 吴胜男, vivian_sxmu@163.com

DOI：10.12201/bmr.202407.00041

Research on predicting medical entity relationships based on bipartite network representation learning

• 摘要：目的/意义 探讨网络表示学习与链路预测在挖掘潜在的医学实体关系方面的应用，为医学知识发现研究提供新视角。方法/过程 从PubMed数据库获取文献摘要，利用“主语-行为-宾语”(Subject-Action-Object，SAO)语义挖掘方案识别上述文献摘要中的疾病及药物治疗信息，抽取药物实体与疾病实体，构建“药物-疾病”二分网络，综合运用社会网络分析、网络表示学习、机器学习的方法分析网络结构及节点特征，挖掘医学实体间的潜在联系。结果/结论 随机森林模型效果最优，有效揭示了药物与疾病的关联知识，通过对预测结果的验证体现了研究方法的现实意义。

  关键词： 二分网络；SAO语义挖掘；网络表示学习；机器学习；医学知识发现; ; ; ; 

   

  Abstract: Purpose/Significance To combine the research of network representation learning and link prediction for exploring their application in mining potential medical entity relationships, thereby offering a novel perspective for medical knowledge discovery. Methods/Process The literature abstracts were obtained from the PubMed database, and disease and drug treatment information within these abstracts was identified using the Subject-Action-Object (SAO) semantic mining scheme. Drug entities and disease entities were extracted, and a drug-disease bipartite network was constructed. The network structure and node characteristics were analyzed comprehensively using methods of social network analysis, network representation learning, and machine learning to uncover potential connections between medical entities. Results/Conclusion Random forest has the best effect, effectively revealing the association knowledge between drugs and diseases, and demonstrating the practical significance of the research method through the verification of the prediction results.

  Key words: Bipartite Network; SAO Semantic Mining; Network Representation Learning; Machine Learning; Medical knowledge discovery

  提交时间：2024-07-17

  版权声明：作者本人独立拥有该论文的版权，预印本系统仅拥有论文的永久保存权利。任何人未经允许不得重复使用。
• html

• 图表

• 顾耀文, 李姣. 基于无监督深度学习的电子健康档案数据挖掘技术研究进展. 2021. doi: 10.12201/bmr.202104.00013

  林紫洛, 杨雪梅, 关陟昊, 于诗睿, 唐小利. 基于引用网络的医学主题领域跨学科知识交流研究. 2022. doi: 10.12201/bmr.202210.00009

  兰雨姗, 郑思, 李姣. 机器学习方法在因果推断中混杂因素控制的应用. 2022. doi: 10.12201/bmr.202203.00015

  金丽珠, 葛辉, 郭青, 李少琼, 杜雪杰. 基于气象因素和机器学习的流感疫情预警研究. 2021. doi: 10.12201/bmr.202012.00008

  冯利, 岳小飞. 9种结合式机器学习算法在基于高维数据的肿瘤早期诊断准确性的比较研究. 2021. doi: 10.12201/bmr.202108.00016

  陈婕卿, 竹志超, 张锋, 曾可, 姜会珍, 程振宁. 面向知识图谱构建的中文电子病历命名实体识别方法研究. 2023. doi: 10.12201/bmr.202312.00011

  崔涛, 何佳俊, 何华, 李睿, 赵亮, 垢德双. 基于深度学习的舌象特征研究. 2024. doi: 10.12201/bmr.202404.00020

  高杨, 高文岳. 大数据视角下医学生网络信息安全素养培养策略研究*. 2020. doi: 10.12201/bmr.202004.00030

  洪天琪, 杨笑亚, 张慧燕, 葛凯莉, 薛洋洋, 魏春山. 基于数据挖掘和网络药理学探析肝癌的用药规律及作用机制. 2024. doi: 10.12201/bmr.202407.00040

  刘庆金, 王锐, 苗元青. 基于深度学习的无症状心肌缺血动态心电图智能检测研究. 2021. doi: 10.12201/bmr.202111.00009

• 序号	提交日期	编号	操作
  1	2024-02-24	bmr.202407.00041V1	下载

• 公开评论  匿名评论  仅发给作者 提交评论