Développement de réseaux complets complétés pour le dépistage rapide de médicaments revalorisables applicables aux nouvelles épidémies émergentes de maladies

Étude de la construction et de l’application d’un nouveau réseau de redéploiement de médicaments Contexte Pendant la pandémie de COVID-19, les chercheurs et les entreprises pharmaceutiques se sont consacrés au développement de traitements et de vaccins. Le redéploiement de médicaments est considéré comme une stratégie de réponse rapide et efficace,...

Prédiction de l'asthme via un classificateur amélioré par un graphe d'affinité : Une approche d'apprentissage automatique basée sur les biomarqueurs sanguins de routine

Prédiction de l’asthme par des classificateurs améliorés par des graphes d’affinité : Une approche d’apprentissage automatique basée sur les biomarqueurs sanguins routiniers Introduction L’asthme est une maladie chronique du système respiratoire affectant environ 235 millions de personnes dans le monde. Selon l’Organisation mondiale de la santé (OM...

Identification des troubles du spectre autistique à l'aide d'un réseau de convolution de graphes basé sur la connectivité fonctionnelle multiple

Autisme Spectrum Disorder (ASD) est une maladie hétérogène caractérisée par des comportements répétitifs, des intérêts restreints et de graves déficiences dans les interactions sociales, ce qui signifie qu’elle se manifeste différemment chez chaque individu. Environ 1 % des enfants d’âge préscolaire en Chine sont atteints d’autisme. Actuellement, l...

Réseau de Neurones Graphique pour l'Apprentissage de la Représentation du Cancer du Poumon

Réseau de Neurones Graphique pour l'Apprentissage de la Représentation du Cancer du Poumon

Apprentissage de représentation du cancer du poumon basé sur les réseaux de neurones graphiques Introduction Avec le développement rapide de la pathologie numérique, les systèmes de diagnostic basés sur l’image deviennent de plus en plus importants pour des diagnostics pathologiques précis. Ces systèmes reposent sur des techniques d’apprentissage p...

Approche d'apprentissage contrastif par graphe basé sur l'échantillonnage négatif hiérarchique pour la prédiction des associations médicament-maladie

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 en utilisant des réseaux de convolution graphique pondérés adaptatifs multi-vues

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...

KG4NH : Un graphe de connaissances complet pour répondre aux questions sur la nutrition alimentaire et la santé humaine

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 : Un cadre basé sur le réseau de neurones graphiques et informé par la causalité pour l'estimation continue de la pression artérielle sans manchette

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...

EHR-HGCN : Une Approche Hybride Améliorée pour la Classification de Texte Utilisant des Réseaux de Convolution de Graphes Hétérogènes dans les Dossiers de Santé Électroniques

EHR-HGCN : Une Approche Hybride Améliorée pour la Classification de Texte Utilisant des Réseaux de Convolution de Graphes Hétérogènes dans les Dossiers de Santé Électroniques

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...

Extraction de Relations Biomédicales avec des Recommandations Basées sur des Graphes de Connaissance

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...