基于DAM_XGCN 的疾病辅助诊断模型
2021-08-24龚庆悦李铁军王红云鲍剑洋胡孔法
陈 燕,龚庆悦,李铁军,王红云,鲍剑洋,胡孔法
(1.南京中医药大学人工智能与信息技术学院,江苏南京 210023;2.南京中医药大学第二附属医院(江苏省第二中医院),江苏 南京 210017;3.南京中医药大学 护理学院,江苏 南京 210023)
0 引言
自神经网络[1]提出以来,相关学者从多角度拓展神经网络研究,如在深度神经网络中加入残差块[2]、利用深度神经网络模型分析少样本数据[3]、含注意力机制的卷积神经网络识别语音情感[4]、保持聚类结构的属性网络表示学习[5]等。2005 年,图神经网络(Graph Neural Network,GNN)[6]被提出,GNN 是一种可直接应用于图的神经网络,即利用神经网络分析图结构数据、图表示学习[7]等。它有多种类型,如图卷积神经网络(Graph Convolutional Net⁃works,GCNs)[8]、图注意力网络[9]、图时空网络[10]等。相关研究表明,卷积神经网络[11-12]适用于分析中医数据,例如分析患者声音数据[13]以辅助闻诊决策,分析舌象数据以获得患者中医体质类别[14],对中医舌苔颜色进行分类研究[15]。
乙肝小三阳、乙肝大三阳在一定情况下易相互转化[16],若未及时确诊,将增加患肝癌等疾病的风险。近年来,针对算法模型辅助诊断乙肝的研究引起了医学界关注,例如构建ARIMA 模型与BP 神经网络模型预测乙型肝炎发病率[17]、通过贝叶斯网络模型分析美沙酮维持治疗门诊患者特征和HBsAg 阳性影响因素[18]等。与传统复杂网络分析方法[19]相比,图卷积神经网络[20-21]可解决实体间时序关联信息无法充分学习等问题。
本文选取江苏省名医整理的182 例乙肝患者诊治临床医案,进行中西医指标……
