Étude sur l’apprentissage par contraste de graphiques basé sur un échantillonnage négatif hiérarchique pour la prédiction des associations médicament-maladie La prédiction des associations médicament-maladie (RDAs) joue un rôle crucial dans la révélation des stratégies de traitement des maladies et la promotion du repositionnement des médicaments. ...

Prédiction de l’efficacité de l’immunothérapie pour le cancer du poumon non à petites cellules : Rapport de recherche sur le réseau de convolution graphique pondéré adaptatif multi-vues Introduction générale Le cancer du poumon est une tumeur maligne ayant un taux d’incidence extrêmement élevé et un pronostic défavorable, dont la létalité reste éle...

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...