【技术实现步骤摘要】
本专利技术涉及智慧医疗，更具体的，涉及一种基于多视图知识图谱的辅助诊断方法及系统。
技术介绍
1、随着医疗技术的快速发展和大数据时代的到来，医疗健康领域的知识获取、整合和应用显得尤为重要。知识图谱作为一种以图形化方式表示医疗健康领域知识的工具，为解决这些问题提供了新的思路和方法。知识图谱作为信息技术和人工智能领域的重要成果，在疾病诊断领域的应用逐渐成为研究热点，知识图谱通过整合和关联大量的医学信息和数据，为疾病的诊断和治疗提供了一个多维度、结构化的知识框架，在此基础上，结合机器学习和数据挖掘技术，知识图谱能够提供疾病的潜在关联、病因分析以及治疗方案的推荐。在医疗健康领域，知识图谱可以涵盖疾病、症状、药物、治疗手段等众多实体，比传统的单实体表征及表征训练，提供了更为丰富的信息，包括实体之间的连接信息和长路径的显性和隐形关系。然而，由于医疗知识的概念繁多，内在关系复杂，为基于数据的推理带来了极大的挑战。
2、近几年来，随着大语言模型的快速发展及应用普及，其丰富的背景知识和海量数据训练模型，为提升基于数据挖掘的医疗健康辅助诊断提供...
【技术保护点】
1.一种基于多视图知识图谱的辅助诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于多视图知识图谱的辅助诊断方法，其特征在于，将所述检查数据初步结论利用大语言模型进行提示查询，获得基于检查数据初步结论的知识扩展数据，具体为：
3.根据权利要求1所述的一种基于多视图知识图谱的辅助诊断方法，其特征在于，获取患者的结构化检查数据、影像数据、病历和历史用药数据以及知识扩展数据，按照以上四个视图分别训练构建患者信息的节点表征，具体为：
4.根据权利要求3所述的一种基于多视图知识图谱的辅助诊断方法，其特征在于，对于对比多视图学...
【技术特征摘要】
1.一种基于多视图知识图谱的辅助诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于多视图知识图谱的辅助诊断方法，其特征在于，将所述检查数据初步结论利用大语言模型进行提示查询，获得基于检查数据初步结论的知识扩展数据，具体为：
3.根据权利要求1所述的一种基于多视图知识图谱的辅助诊断方法，其特征在于，获取患者的结构化检查数据、影像数据、病历和历史用药数据以及知识扩展数据，按照以上四个视图分别训练构建患者信息的节点表征，具体为：
4.根据权利要求3所述的一种基于多视图知识图谱的辅助诊断方法，其特征在于，对于对比多视图学习，损失函数定义为：
5.根据权利要求1所述的一种基于多视图知识图谱的辅助诊断方法，其特征在于，将四个视图的节点表征构建为知识图谱，经过知识图谱预训练，获得患者融合信息表征，具体为：...
【专利技术属性】
技术研发人员：王昌栋，陈曼笙，李程，赖剑煌，陈弘毅，刘拓，
申请(专利权)人：中山大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。