[发明专利]医疗知识图谱的修复方法、装置、计算机设备及存储介质在审

专利信息
申请号: 202111015960.1 申请日: 2021-08-31
公开(公告)号: CN113704496A 公开(公告)日: 2021-11-26
发明(设计)人: 徐啸 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06F16/36 分类号: G06F16/36;G16H50/70
代理公司: 北京中强智尚知识产权代理有限公司 11448 代理人: 黄耀威
地址: 518000 广东省深圳市福田街*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 医疗 知识 图谱 修复 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种医疗知识图谱的修复方法,其特征在于,包括:

获取患者的样本就诊数据中所涉及的实际医疗项;

根据医疗知识图谱的各个项目节点中任意两个项目节点之间是否具有相应类型的关联关系,构建每种关联关系对应的第一邻接矩阵;

基于所述第一邻接矩阵,确定所述实际医疗项对应的项目节点在所述每种关联关系下的第一嵌入向量,并基于所述第一嵌入向量,预测所述患者在所述每种关联关系下的预测医疗项;

基于所述预测医疗项和所述实际医疗项对所述第一邻接矩阵进行迭代,确定所述每种关联关系对应的迭代后的第一邻接矩阵;

基于所述迭代后的第一邻接矩阵,对所述医疗知识图谱进行修复。

2.根据权利要求1所述的方法,其特征在于,所述根据医疗知识图谱的各个项目节点中任意两个项目节点之间是否具有相应类型的关联关系,构建每种关联关系对应的第一邻接矩阵,包括:

根据所述各个项目节点中任意两个项目节点之间是否具有相应类型的关联关系,构建所述每种关联关系对应的第二邻接矩阵;

基于所述第二邻接矩阵和第一初始图注意力网络,确定所述各个项目节点在所述每种关联关系下的第二嵌入向量;

构建所述每种关联关系对应的初始评分函数,并基于所述初始评分函数和所述第二嵌入向量,计算所述任意两个项目节点在所述每种关联关系下的关联评分;

基于所述关联评分,构建所述每种关联关系对应的第一邻接矩阵。

3.根据权利要求2所述的方法,其特征在于,所述基于所述第二邻接矩阵和第一初始图注意力网络,确定所述各个项目节点在所述每种关联关系下的第二嵌入向量,包括:

确定所述各个项目节点对应的第一初始化向量,以及所述各个项目节点在所述第一初始图注意力网络中的第一权重;

根据所述第二邻接矩阵,确定所述各个项目节点中目标项目节点对应的第一相邻项目节点;

基于所述第一权重,将所述第一相邻项目节点对应的第一初始化向量加权求和,得到所述目标项目节点在所述每种关联关系下的第二嵌入向量。

4.根据权利要求2所述的方法,其特征在于,所述基于所述关联评分,构建所述每种关联关系对应的第一邻接矩阵,包括:

基于所述关联评分,构建所述每种关联关系对应的第三邻接矩阵;

分别确定所述第二邻接矩阵和所述第三邻接矩阵对应的权重系数,基于所述权重系数,将所述第二邻接矩阵和所述第三邻接矩阵加权求和,得到所述每种关联关系对应的第一邻接矩阵。

5.根据权利要求4所述的方法,其特征在于,所述基于所述关联评分,构建所述每种关联关系对应的第三邻接矩阵,包括:

若所述关联评分大于预设关联评分,则确定所述第三邻接矩阵在相应位置处的元素为所述关联评分;

若所述关联评分小于或者等于预设评分,则确定所述第三邻接矩阵在相应位置处的元素为0;

基于所述相应位置处的元素,构建所述每种关联关系对应的第三邻接矩阵。

6.根据权利要求2所述的方法,其特征在于,所述基于所述第一邻接矩阵,确定所述实际医疗项对应的项目节点在所述每种关联关系下的第一嵌入向量,并基于所述第一嵌入向量,预测所述患者在所述每种关联关系下的预测医疗项,包括:

确定所述各个项目节点对应的第二初始化向量,以及所述各个项目节点在第二初始图注意力网络中的第二权重;

基于所述第一邻接矩阵,确定所述实际医疗项对应的项目节点的第二相邻项目节点;

基于所述第二权重,将所述第二相邻项目节点对应的第二初始化向量加权求和,得到所述实际医疗项对应的项目节点在所述每种关联关系下的第一嵌入向量;

若所述实际医疗项对应多个项目节点,则将所述多个项目节点分别对应的第一嵌入向量进行叠加,得到所述患者在所述每种关联关系下的特征向量;

将所述特征向量输入至初始多层感知器中进行预测,得到所述患者在所述每种关联关系下的预测医疗项。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111015960.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top