Contexte et motivation de la recherche Comme il est bien connu, la nutrition alimentaire est étroitement liée à la santé humaine. Les recherches scientifiques montrent qu’une mauvaise nutrition alimentaire est associée à plus de 200 maladies, surtout lorsqu’on considère le métabolisme des micro-organismes intestinaux, rendant l’interaction complexe...

CIGNN: Cadre de l’estimation de la pression artérielle continue sans brassard basé sur les relations causales et les réseaux de neurones graphiques Introduction Selon les données de l’Organisation mondiale de la santé (OMS), environ 1,13 milliard de personnes dans le monde sont touchées par l’hypertension, et ce chiffre devrait augmenter à 1,5 mill...

Prédire les maladies futures : Fusion des Graphes de Connaissances Temporels et des Ontologies Médicales Les dossiers de santé électroniques (Electronic Health Records, EHRs) sont des outils indispensables dans les institutions médicales modernes. Ils contiennent les antécédents médicaux détaillés des patients, incluant les données démographiques, ...

EHR-HGCN : une nouvelle méthode hybride de réseau de convolution de graphes hétérogènes pour la classification de textes de dossiers de santé électroniques Introduction au contexte académique Avec le développement rapide du traitement du langage naturel (NLP), la classification de texte est devenue une direction de recherche importante dans ce doma...

Rapport de recherche sur la combinaison de l’extraction des relations médicales et des systèmes de recommandation basés sur les graphes de connaissances Introduction Dans le domaine médical, la croissance exponentielle de la littérature rend difficile pour les chercheurs de suivre en temps opportun les derniers développements dans leurs domaines re...

Recherche sur le Système de Recommandation de Paquets Médicaux : Réseau de Neurones Graphiques Hétérogènes Basé sur une Conscience d’Interaction Bi-niveau Avec la large adoption des dossiers de santé électroniques (electronic health records, EHRs) dans le domaine médical, extraire des connaissances médicales potentielles et précieuses pour soutenir...

Prédiction de l’affinité médicament-cible basée sur l’apprentissage des connaissances des protéines via des réseaux biologiques Introduction La prédiction de l’affinité médicament-cible (drug-target affinity, DTA) joue un rôle crucial dans le processus de découverte de médicaments. Une prédiction du DTA efficace et précise peut significativement ré...

Modèle de raisonnement cognitif explicable et personnalisé basé sur un graphe de connaissances pour la prise de décision en médecine générale Introduction La médecine générale, en tant que composante importante des soins médicaux communautaires et familiaux, couvre différents âges, sexes, systèmes d’organes et divers types de maladies. Son principa...

Application de Transformer Thématique Renforcé par la Connaissance dans le Résumé Explicable de Textes Biomédicaux Contexte de la Recherche Avec l’augmentation continue du volume de publications biomédicales, la tâche de résumé automatique des textes biomédicaux devient de plus en plus importante. En 2021, rien que dans la base de données PubMed, 1...

Réseau de neurones graphique avec connaissances préalables multiples pour l’analyse de données multi-omiques en médecine Introduction générale La médecine de précision représente un domaine crucial pour l’avenir des soins de santé car elle propose des traitements personnalisés pour les patients, améliorant ainsi les résultats tout en réduisant les ...