基于聚类分析的肺癌与基因相关关系研究

目的：研究与不同类型肺癌存在关联的基因及其与肺癌的关联,为肺癌相关基因领域的研究学者提供参考。方法：通过对肺癌、基因进行命名实体识别、实体数据的标准化处理、肺癌-基因矩阵构建、肺癌-基因矩阵的聚类分析、文献回溯等,基于聚类的方法发现不同类型肺癌存在关联的基因及其在肺癌不同阶段的具体关联。结果：利用聚类分析的方法将肺癌大致分为A549 lung cancer,Advanced non-small-cell lung cancer,small cell lung carcinoma四大类。高频基因主要是EGFR（在晚期非小细胞肺癌患者体内突变率较高）、P53（主要在NSCLC晩期患者中高水平突变表达）、KRAS（主要与NSCLC有关）。结论：基因、蛋白质、化学物质等实体对肺癌的产生与治疗至关重要。深入探究肺癌与基因的关系对肺癌的预防、诊断、治疗均有重要意义。     

基于PageRank的机构科研影响力评价

提出基于PageRank算法的机构科研影响力评价方法,针对PageRank经典算法中存在的平分网页权值问题,应用篇均被引频次来配置利用各机构的初始权重。应用2015年部分高校发表的医学类SCI论文的被引用情况构建机构引用网络矩阵,分别计算去除自引和包含自引的机构PageRank值,与机构被引频次及H指数的排序进行对比分析。该方法可同时从质量和数量两个维度评价机构科研影响力。     

学科背景知识在医学文本特征抽取中的应用

分析目前科技文献文本特征抽取方法研究现状,将基于背景知识的TF-IDF方法应用到医学文本特征抽取中,在4个医学领域中进行试验对比,结果表明该方法在抽取词汇数量较少时可以显著提高抽取效果,在对文本集合中通用词的过滤及重要特征词的识别方面明显优于使用通用IDF的TF-IDF方法。     

国外生物医学文本语料库分类及特点研究

通过梳理国外31个生物医学文本语料库标注内容,根据语料库标注实体类型,参照UMLS语义类型将其划分为6大类。总结语料库在语义类型、数据源等方面特点,阐述生物医学文本语料库构建流程及关键步骤,以期为我国生物医学文本语料库相关研究奠定基础。     

基于多维特征识别的医学领域前沿知识发现研究框架

为了及时发现并准确识别前沿知识,辅助科研人员及决策者更好地开展相关工作,根据现有研究成果,确定了前沿知识的多维度特征（生命周期特征、普遍认可性、权威性、创新性和学科交叉性）及其测度方法,提出了医学领域前沿知识发现的研究框架,并对框架中的关键问题进行了解读,以期为后续医学领域开展前沿知识探测研究提供参考。     

面向医学科技评价的本体模型构建研究

目的：构建面向医学科技评价的本体模型,为完善医学科技评价本体奠定基础,为医学科技评价研究数据管理系统提供支持。方法：通过分析医学科技评价需求、调研医学科技评价维度及现有科研本体研究现状,以现有医学科技评价维度和科研本体为依据,构建本体模型,并抽取其中概念及属性。借鉴骨架法和七步法,利用Protégé构建本体并进行检索及可视化展示。结果：建立了包含8类顶层模块、303条概念及21种语义关系的医学科技评价工作的本体模型,并借助Protégé进行检索及可视化展示。结论：构建医学科技评价本体能够更好地管理和组织指标数据,揭示科研网络关系,为医学科技评价研究提供新的研究角度,便于科研数据或信息资源的共享。     

基于深度学习的生物医学文本分类研究

目的：探索基于深度学习的文本分类方法在生物医学文本的学科分类中是否具有更好的分类性能。方法：以中国医院科技量值研究中累积的神经病学科、消化病学科、肿瘤学科的SCI论文为数据来源,分别训练并测试CNN、LSTM、LSTM-CNN、LSTM-attention及SVM模型并评估其性能。结果：5类模型中,双层CNN模型的分类性能最好,CNN、LSTM、LSTM-CNN和LSTM-attention模型的分类性能均优于SVM模型。结论：基于深度学习的文本分类方法可提高生物医学文本的学科分类精度,推动医院评价和学科评估的发展。     

基于替代计量学的临床医学“中青年科技创新领军人才” 社会影响力评价

目的：对利用替代计量学（Altmetrics）指标评价临床医学“中青年科技创新领军人才”社会影响力的适用性和效果进行评估，为Altmetrics在医学科技评价领域深入应用提供支撑和依据。方法：以Web of Science和Altmetric.com为数据源，使用R语言、SPSS 22.0等工具，利用统计学方法对论文的Altmetrics基本指标、“领军人才”Altmetrics指标和传统指标的相关性以及“领军人才”Altmetrics指标的可能影响因素进行分析。结果：利用Altmetrics指标评价“领军人才”社会影响力在适用性、灵敏度、独立性方面均表现良好。年龄、性别和工作地区不是“领军人才”Altmetrics指标的影响因素，而医院科技实力可能影响“领军人才”Altmetrics指标，利用Altmetrics指标进行高层次人才评价和引进时应考虑其所在工作医院实力的影响。结论：可将Altmetrics指标纳入临床医学“领军人才”的评价指标体系，作为评价人才社会影响力的维度之一。     

基于词典与CRF算法的中文生物医学实体自动标注平台建设

目的：构建中文生物医学实体及关系的自动识别标注平台,为中文生物医学语料标注和精准医学语料积累及知识服务等提供参考。方法：基于词典和CRF算法实现中文生物医学文本的自动实体识别,利用Python、JavaScript、CSS等编程语言和Query框架等相关工具构建中文生物医学实体自动标注平台。结果：构建了一个可以自动识别中文实体且具备上传、标注、审核文本并最终存储文本等功能的中文自动标注平台。该平台能高效、准确地识别文本内容,实现自动标注。结论：该平台具备了人工导入文献、标注、管理员审核结算的功能,可以为生物医学领域的研究者进行信息的数据挖掘、中文语料库的构建提供支持。     

精准医学文本语料库构建研究

利用BRAT标注工具及人工标注方法，根据初步制定的文本语料标注规范，按照语料选择、语料预处理、语料标注、标注校对、一致性检验的流程开展语料标注工作，构建包含2 000篇文本语料的精准医学文本语料库，为相关实体与关系抽取算法研究以及精准医学知识网络构建提供有效的资源支持。