Jul, 2014

使用马尔可夫链在协作本体工程项目中发现常走路径

PDF
TL;DR本文研究了生物医学本体的发展，介绍了生物医学本体协同编辑的大型项目，并使用马尔科夫链分析了五个医学本体工程项目的日志，发现了一些有趣的互动模式和共性差异，为生物医学领域的项目经理、本体编辑器、开发人员和贡献者提供了有益的工具和建议。
发现论文，激发创造
  • 协同系统建模背景下的本体结构化

    本文介绍我们使用的方法，通过采访农业食品系统的利益相关者手动构建本体论，以适应两种互补系统分析模型（即 “Godet” 和 “MyChoice” 模型）的需求。

    Jan, 2023

  • 生物医学本体中的语法建模结构调研

    本研究基于对 BioPortal 的调查，提出一种基于语法的方法，用于识别和分析公共本体学建模实践，发现生物医学本体学只在 OWL 构造不深度嵌套或复杂组合时共享简单的句法结构，然而很多本体学也包含非常规的句法结构。

    Jul, 2022

  • EBOCA: 生物医学概念关联本体证据

    本文提出 EBOCA 本体论，旨在描述生物医学领域的概念和它们之间的关联，以及支持这些关联的证据。该本体论已经成功评估，并使用来自 DISNET 的测试数据和自动协会提取从文本转换为知识图表，以用于真实场景的评估。

    Aug, 2022

  • 大型语言模型是否能补充医学本体中缺失的概念和关系？

    使用大型语言模型扩展本体的方法在临床实践指南中探索新的医学概念关系，展示了潜在的初步实验结果和未来改进方向。

    Nov, 2023

  • 大规模本体化健康系统数据：实现转化性发现

    介绍了一种将 OMOP 词汇表映射到 OBO 本体论的算法 OMOP2OBO，可以帮助系统地识别从基因测试中受益的难以诊断的患者，从而促进了基于 EHR 的深度表型分析。

    Sep, 2022

  • BiOnt：基于多个生物医学本体的深度学习关系提取

    在本研究中，采用使用深度学习方法和生物医学本体论，例如 Gene Ontology、Human Phenotype Ontology、Human Disease Ontology 和 Chemical Entities of Biological Interest，提高生物医学关系抽取方法，达到了比现有技术更高的精度。

    Jan, 2020

  • 迈向电子病历的语义互操作性

    通过提出基于本体论的建议，该研究聚焦于医疗诊断陈述，解决电子健康记录的语义互操作性问题，包括使用具有语义方面的 EHR 相关术语的标准本体论和路径映射来解决异构系统之间的结构差异问题。

    Jan, 2024

  • 大规模临床本体的语义搜索

    本文介绍了一种基于深度学习的方法来构建大型临床本体的语义搜索系统，该方法使用 Triplet-BERT 模型和直接从本体生成训练数据的方法，并在五个真实基准数据集上进行了评估，在自由文本到概念和概念到概念的搜索任务中取得了高结果。这项方法优于所有基线方法。

    Jan, 2022

  • 辅助知识引导的自动多标签医学文档分类学习

    本文提出了一种新颖的 ICD 索引方法，采用多级深度扩张残余卷积编码器来聚合临床记录的信息，学习不同长度文本的文档表示；通过辅助医疗记录的医学知识，包括临床文本、临床编码术语和药物处方等，以更好地推断 ICD 代码；引入图卷积网络利用 ICD 代码的共现模式，提高标签表示质量。实验结果表明，所提出的方法在多项指标上达到了最先进的性能。

    May, 2024

  • 基于疾病概念的生物医学文档聚类与可视化

    本文介绍了一种基于向量表示和自组织映射的医学文献聚类技术，能够提供更好的文献搜索和浏览体验，并在实验中验证了该技术的有效性。

    Oct, 2018