Indexed by：
Abstract：
近年来,基于深度学习模型的药物推荐在智慧医疗领域得到了广泛的研究和应用.提出了一种基于图嵌入的双层图卷积网络药物推荐模型.构建患者属性知识图谱和患者用药知识图谱,利用图嵌入生成嵌入表示,将患者属性知识图谱的嵌入表示放入加载了注意力机制和双向传播机制的多层图注意力网络层进行信息传播与融合,将得到患者的特征表示和患者用药知识图谱嵌入表示进行聚合,再次放入多层图注意力网络层训练,从而挖掘患者属性和患者用药之间的高阶关联,最终完成药物推荐.以重症监护医学信息数据库数据集中的患者基本信息、生理特征和患者用药数据作为对象开展实证研究.实验结果证明,其在推荐准确率、召回率、F1分数和NDCG四个评价指标上均优于基线方法.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
计算机工程与应用
ISSN： 1002-8331
Year： 2024
Issue： 7
Volume： 60
Page： 315-324
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 6
Affiliated Colleges：
