双层交互感知的异构图神经网络用于药物包推荐

医学包推荐系统研究:基于双层次交互意识的异构图神经网络 随着电子健康记录(electronic health records, EHRs)在医疗领域中的广泛应用,如何从中挖掘潜在的、有价值的医学知识来支持临床决策,成为深度学习技术的重要研究方向之一。个性化医学包推荐是这一领域的重要任务之一,其目标是利用大量医疗记录帮助医生为每位患者选择更安全、有效的药物包。然而,现有的医学包推荐方法主要将任务建模为多标签分类或序列生成问题,主要关注的是个体药物与其他医学实体之间的关系,却普遍忽视了药物包与其他医学实体之间的交互,从而可能导致推荐的药物包不完整。此外,现有方法所考虑的医学常识知识相对有限,使得深入研究医生的决策过程变得非常困难。 来源概述 本文由山东大学软件学院的研究人员Fanglin Zhu...

基于知识图谱的可解释和个性化认知推理模型--助力全科医学决策

基于知识图谱的可解释和个性化认知推理模型--助力全科医学决策

面向全科诊断决策的基于知识图谱的可解释个性化认知推理模型 背景介绍 全科医学作为社区和家庭医疗的重要组成部分,覆盖了不同年龄、性别、器官系统及各类疾病。其核心理念是以人为中心、以家庭为单位,强调长期负责的综合健康维护和促进。然而,现有证据显示,中国的初级卫生保健(Primary Health Care, PHC)质量仍未达到令人满意的水平。在临床诊断和治疗准确性方面存在着显著需要提升的空间。为了应对这一问题,基于人工智能的决策工具逐渐成为全科医生诊断疾病的有力辅助。然而,现有的研究主要存在两个问题:一是缺乏足够的可扩展性和解释能力;二是现有模型大多操作复杂,难以适用于实际的全科医疗环境。 论文来源 这篇名为《An Explainable and Personalized Cognitive ...

基于知识增强图主题Transformer的可解释生物医学文本摘要

基于知识增强的图主题Transformer在可解释生物医学文本摘要中的应用 研究背景 由于生物医学文献发表量持续增加,自动生物医学文本摘要任务变得愈加重要。2021年,仅在PubMed数据库中就发表了1,767,637篇文章。现有的基于预训练语言模型(Pre-trained Language Models,简称PLMs)的摘要方法虽然提升了摘要性能,但在捕捉领域特定知识和结果可解释性方面存在显著局限。这可能导致生成的摘要缺乏连贯性,包括冗余句子或重要领域知识的遗漏。此外,变压器模型的黑箱特性使得用户难以理解摘要生成的原因和方式,因此在生物医学文本摘要中,包含领域特定知识和可解释性对提高准确性和透明度至关重要。 研究来源 本文的论文由Qianqian Xie、Prayag Tiwari(IEE...

结合多重先验知识的图神经网络用于多组学数据分析

结合多重先验知识的图神经网络用于多组学数据分析

医学多组学数据分析中的多重先验知识图神经网络 背景介绍 精确医学是未来医疗保健的重要领域,因为它为患者提供个性化的治疗方案,从而改善治疗效果并降低成本。例如,由于乳腺癌患者存在复杂的临床、病理和分子特征,相同的治疗可能表现出不同的效果。随着生物医学技术的高速发展,疾病的表征可以通过多组学数据来实现。多组学方法相较单组学方法能够在多个数据间捕捉一致和互补的信息,从而建立更加准确和深入的模型。例如,癌症基因组图谱(The Cancer Genome Atlas, TCGA)提供了包括mRNA表达、DNA甲基化和拷贝数变异(Copy Number Variation, CNV)在内的多组学数据。因此,在精确医学的各类任务中引入多组学数据变得必要,这些任务包括药物反应预测、基因发现和生存分析等。 作...

阶段感知分层注意力关系网络用于诊断预测

分层注意力关系网络在诊断预测中的应用 近年来,电子健康记录(Electronic Health Records,简称EHR)在提高医疗决策、在线疾病检测和监测方面变得极为有价值。同时,基于深度学习的方法在利用EHR进行健康风险预测和诊断预测方面也取得了巨大的成功。然而,深度学习模型通常需要大量的数据,由于参数的庞大数量。此外,EHR数据中存在大量罕见的医学代码,这对临床应用带来了巨大的挑战。因此,一些研究提出采用医学本体来增强预测性能并提供可解释的预测结果。然而,这些医学本体通常规模较小且粒度较粗,缺乏许多诊断和医学概念,更不用说这些概念之间的各种关系了。 为了克服这一限制,本文提出将现有的大规模医学知识图谱(Knowledge Graph,简称KG)结合到诊断预测中,并设计了一种名为HAR...

基于图的条件生成对抗网络用于生成合成功能性脑网络诊断重度抑郁症

基于图的条件生成对抗网络用于生成合成功能性脑网络诊断重度抑郁症

基于图的条件生成对抗网络用于生成合成功能性脑网络诊断重度抑郁症 研究背景: 重度抑郁症(Major Depressive Disorder, MDD)是一种广泛存在的精神障碍,影响数百万人的生活,并且对全球健康构成重大威胁。研究表明,通过静息态功能磁共振成像(resting-state functional magnetic resonance imaging, rs-fMRI)提取的功能连接性(functional connectivity, FC)能够揭示与MDD相关的功能连接模式,在精准诊断中起到重要作用。然而,由于相关数据的有限性,为稳健的MDD诊断带来挑战。为应对这一挑战,近年来一些研究尝试使用深度神经网络(Deep Neural Networks, DNN)架构来构建生成对抗网络...

无海马硬化症患者的优势侧内侧颞叶癫痫手术

癫痫手术对无海马硬化的优势侧内侧颞叶癫痫的疗效评估 原始研究 | 《Journal of Clinical Neuroscience》111(2023)16-21 引言 癫痫患者在全球人口中的占比约为0.5%-1%(Fiest et al. 2017),其中约30%的患者对药物治疗无效(Schiller & Najjar 2008),被称为医学难治性癫痫。对于这部分患者,外科治疗如病灶切除或安慰性治疗(包括迷走神经刺激和胼胝体切开术)可能是一种选择。迄今为止,最成熟且成功的癫痫手术为针对内侧颞叶癫痫(MTLE)的前颞叶切除术(ATL)(Spencer 1991)。 虽然ATL在医学难治性MTLE中比药物治疗有更好的效果(Wiebe et al. 2001),并且许多研究证实其治疗效果较好(M...

罗兰癫痫中丘脑皮层连接减少

罗兰癫痫中丘脑皮层连接减少

罗兰蒂克型癫痫的丘脑皮层神经连接减少 罗兰蒂克型癫痫(Rolandic Epilepsy, RE),亦即带有中颞棘波的自限性癫痫(self-limited epilepsy with centrotemporal spikes, SELECTS),是最常见的局部发育性癫痫脑病。这种癫痫通常伴随短暂的轻度至严重的认知症状,以及由感觉运动皮层引发的睡眠栓道棘波和癫痫发作。尽管大多数患有RE的儿童在活动期内能够通过正式测试检测到认知缺陷,这些癫痫发作和认知问题最终会自限并消失。然而,仍有许多问题未得到解答,例如:具体的神经机制是什么,哪些因素决定了症状的消失以及这种癫痫的长期影响是什么。正是在这种背景下,本研究旨在更深入地探索解决罗兰蒂克型癫痫症状的神经连接变化。 研究来源 本研究由位于波士顿的多...

轻度认知障碍的功能连接变化:M/EEG研究的荟萃分析

轻度认知障碍中的功能性连接变化:M/EEG研究的荟萃分析 背景与目的 阿尔茨海默病(Alzheimer’s disease, AD)是一种以记忆丧失和认知功能障碍为特征的神经退行性疾病。AD是老年人认知障碍的最主要原因,约占全球病例的60%至80%。随着年龄的增长,阿尔茨海默病的患病率显著增加,65岁到74岁人群中患病率为3%,75岁到84岁人群为17%,而85岁及以上人群则达到32%。因此,阿尔茨海默病已成为全球公共健康的重大问题,对卫生系统和社会成本产生了巨大影响。 AD的神经病理学变化包括胞外的β-淀粉样蛋白(Aβ)堆积和过度磷酸化的tau蛋白(p-tau)引起的神经纤维缠结,这些变化导致神经元死亡,并最终引起脑萎缩和突触功能障碍。最早的病变在内嗅皮层和海马区开始,随着疾病的进展,逐渐...

静息态α波功率与成人听觉语言理解个体差异的相关性研究

成人听觉语言理解与静息态α波功率相关性研究 学术背景与研究问题 尽管成人语言处理的个体差异早有文献记载,但其神经基础仍然大多有待探索。现有研究主要关注通域认知能力、人口统计等因素对语言理解影响,但关于大脑固有活动如何导致个体差异的研究较少。本文通过探讨静息态α波活动与成人句子理解间的关系,来填补这一研究空白。α波振荡调节皮层兴奋性,从而提高大脑信息处理效率。尽管静息态α波活动已证明与认知表现相关,其与听觉语言理解的关联性尚未明确。作者进行该研究旨在探讨静息态α波活动与句子理解中个体差异之间的关系。 文献来源与作者信息 这篇学术论文由Deakin University心理学院认知神经科学单元的Jarrad A.G. Lum、Michael P. Barham和Aron T. Hill撰写。论文...