基于本体方法构建《伤寒论》知识图谱

目的：构建《伤寒论》知识图谱,促进《伤寒论》在临床的应用。方法：结合《伤寒论》注解和古汉语句法抽取原文中的概念,同时提取概念关系,建立概念和关系之间的联系,形成三元组,在此基础上添加实例构建《伤寒论》知识图谱。结果：基于中医领域语言体系结构构建了《伤寒论》概念等级体系、本体框架和知识图谱,以“点边点”的图数据结构形式对《伤寒论》的知识进行阐述,实现了《伤寒论》知识资源的有效整合。结论：基于本体方法构建的《伤寒论》知识图谱,可为临床和科研人员提供决策建议,提高医疗工作者对《伤寒论》的理解水平。     

本体和知识图谱的比较研究

针对当下本体和知识图谱两个专业术语混用严重的问题,本文通过梳理当前已有的相关文献和重要知识资源,对本体和知识图谱以及二者的联系和区别进行了概述,为当前和今后的相关研究和课题的开展提供一定的参考,从而推进本体和知识图谱研究的进一步发展.     

中医药知识图谱构建

在对知识图谱进行简要介绍的基础上,从数据来源、研究内容、图形化展示几方面探讨如何构建中医药知识图谱,实现中医药知识资源的有效整合,最后提出中医药知识图谱的应用前景。     

基于科研本体的国防科技知识图谱构建

以海量科技文献为对象构建国防科技知识图谱。研究了知识图谱的定义和构建的相关技术,结合科技文献特点,提出了从科研本体模式构建知识图谱的思路。将国防科技分类一体化词表与科研本体相结合,通过国防科技海量文献元数据进行实体概念抽取、归一和关联建立,构建了国防科技知识图谱,并开展服务应用,提高了国防科技文献利用的有效性。     

中文疾病知识图谱构建初探

探索构建以疾病为中心,包含7大类实体以及实体之间关联的中文疾病知识图谱。介绍总体框架与思路、数据抽取和建模过程,采用基于R2RML的RDB2RDF数据映射标准完成数据采集、清洗、加工、存储、转换、建模、关联、检索等流程构建,基本实现中文疾病知识图谱构建的预期目标。     

中医类流感知识图谱的构建

目的：以《中国百年百名中医临床家丛书》、中医书籍等为知识图谱构建素材,借鉴国际系统医学术语全集（SNOMED）、统一医学语言系统（UMLS）和中医药学语言系统（TCMLS）的语义关系构建“症状-证候-治法”及“所用方剂-中药”之间关系的语义网络。方法：采用人工知识抽取的方法,利用知识图谱构建素材和SQL Server 2008对数据进行预处理,选取图数据库Neo4j构建中医类流感温病理论知识图谱。结果：构建的知识图谱包含实体812个和关联4 759个。结论：通过Cypher语言使“证-治”“证-症”“症-药”等关联知识图谱可视化,能够直观地展示各个实体之间的关系,为今后将中医类流感知识图谱与深度学习技术相结合应用于中医奠定了基础。     

大型中医药知识图谱构建研究

知识图谱(Knowledge Graph)是以"语义网络"为骨架构建起来的巨型、网络化的知识系统,能捕捉并呈现领域概念之间的语义关系,使各种信息系统中琐碎、零散的知识相互连接,支持综合性知识检索以及问答、决策支持等智能应用。探索如何构建面向中医药领域的知识图谱,实现中医药知识资源的有效整合,面向中医药工作者和百姓提供全面、及时、可靠的知识服务。     

中医不寐知识图谱构建与知识发现

目的 系统梳理中医不寐知识,构建中医不寐知识图谱,实现知识关联、知识融合及深度挖掘,为智能化诊疗提供新的路径与方法。方法 以《景岳全书》《类证治裁》等中医古籍和《中医内科学》《针灸学》等国家规划教材为数据来源,通过本体构建、语义消歧等方法得到结构化数据,利用Cypher语言导入Neo4j数据库,构建中医不寐知识图谱,并进行知识检索和知识发现。结果 构建出包含527个节点、1 067条关系的中医不寐知识图谱,并从理、法、方、药4个方面入手,完成了知识检索与知识发现。结论 中医不寐知识图谱可以使用户直观、高效地获取相关知识,了解改善睡眠的方法,有效助推传统医学的继承与发展,为中医智能辅助诊疗提供新思路。     

中医药知识图谱构建与应用

在调研国内外通用和医疗行业专用知识图谱的基础上利用文本抽取、关系数据转换以及数据融合等技术,探索中医药知识图谱自动化构建方法与标准化流程,实现中医药知识图谱的智能应用,包括基于模板的中医药知识问答和基于知识图谱推理的辅助开药。     

心力衰竭知识图谱的构建

目的：利用现有资源构建专病知识图谱,为临床决策提供知识与技术支持。方法：以心力衰竭为例,首先明确疾病、检查、手术、药物、科室、症状、解剖学7类顶层语义概念以及2类属性和14类语义关系,其次复用现有词表、本体按照语义概念类型分别进行层级关系构建和同义术语归并,最后利用知识库资源进行语义关系抽取和同义术语归并。结果：形成包含524个概念、4 360对语义关系的心力衰竭知识图谱。结论：利用现有词表、本体和知识库资源采用知识融合的方法可以实现专病知识图谱的构建。     

基于医学社交媒体数据的多模态知识图谱构建

介绍医学领域传统知识图谱研究现状,分析医学社交媒体数据发展情况,详细阐述基于医学社交媒体数据的多模态知识图谱构建方法,提出多模态知识图谱构建成为必然趋势,多模态知识融合有助于进一步提高医学专家系统的智能性。     

中医诊断学辨证知识图谱构建研究与实践

阐述中医诊断学辨证知识图谱构建方法和过程,包括知识梳理、知识图谱结构模型构建、命名实体获取、关系提取、图谱表示、可视化等方面,实现中医诊断学辨证知识地图Web服务,在利用知识图谱技术开展中医智能辅助辨证研究方面进行探索和初步实践。     

名医传承知识图谱的构建方法与应用研究

目的:传统名医传承方式受时间、学习方式等限制,造成学习内容通常重实践、少理论,技术丰富,知识面窄.构建名医学术传承知识图谱用以弥补在传统传承方式中的缺憾.方法:本文提出将知识图谱与名医传承相结合,通过"自上向下"的知识图谱构建方式与高质量的结构化数据,建立较为全面的知识体系.结果:形成的名医传承知识图谱包含名家学术思想...     

消渴病经方知识图谱构建与知识发现

[目的] 构建经方领域的消渴病知识图谱,并在此基础上进行知识查询和发现。[方法] 筛选经方古籍中消渴病的相关内容,通过本体七步法构建消渴病本体,以结构化的三元组数据来表示研究内容,并进行语义消歧,用Excel软件存储结构化数据,再导入Neo4j图数据库,构建消渴病的经方知识图谱。[结果] 构建了包含1 432个节点、3 067个关系的消渴病经方知识图谱,其模式层包含24个节点、24个标签、54条关系和24种关系类型,通过Cypher语言可以从辨证、立法、处方、遣药四个方向进行描述性检索与知识发现。[结论] 以知识图谱的方式结构化展示消渴病经方相关内容,模拟经方理论体系与临床诊疗思维,通过实现复杂知识之间的多途径联系,有助于更深入地进行知识发现与探索。     

基于中医医案的知识图谱构建

介绍知识图谱构建过程、数据来源、数据标准化方法、人工序列标注方法及关系定义,详细阐述中医医案知识图谱构建方法,包括知识表示、知识存储、知识可视化分析,为相关研究提供参考。     

基于知识图谱嵌入的阿尔茨海默病药物重定位研究

阿尔茨海默病（Alzheimer''s disease，AD）给社会带来了巨大的医疗和经济负担，寻找和发现其治疗药物有着重大的研究意义。本研究采用知识图谱嵌入在公开的药物再利用知识图谱（drug repurposing knowledge graph，DRKG）上研究了AD的药物重定位。首先，利用4种知识图谱嵌入模型，即TransE、DistMult、ComplEx和RotatE在DRKG上学习实体和关系的嵌入向量；随后使用3种经典的知识图谱评估指标评估和比较了这些模型的性能和学习到的嵌入向量的质量；根据评估比较的结果，选择利用RotatE模型进行链接预测，确定了16种有可能用于AD治疗的药物，其中谷胱甘肽、氟哌啶醇、辣椒素、槲皮素、雌二醇、葡萄糖、双硫仑、腺苷、帕罗西汀、紫杉醇、格列本脲、阿米替林已被前人的研究证实对于AD有潜在的治疗作用。研究结果表明，基于知识图谱嵌入的药物重定位研究有望为AD药物发现提供新的思路和方法，RotatE模型可以有效地整合DRKG的多源信息，进而很好地完成了AD药物重定位任务。本研究的源代码可以从https：//github.com/LuYF-Lemon-love/AD-KGE获得。     

基于乳腺癌专病库的知识图谱构建研究

目的/意义 创建乳腺癌知识图谱的本体模型,实现乳腺癌知识的结构化表达和可视化展示。方法/过程 对乳腺癌知识进行抽取和表示,利用Protégé软件创建乳腺癌知识图谱本体模型。模型包含患者、患者基本信息、检查、诊断、检查实体属性值5类实体,以及具有、检查、诊断、属于等10余种关系。结果/结论 乳腺癌知识的图形化展示有助于提高公众对乳腺癌的关注和了解,对乳腺癌的预防与健康管理具有积极作用。     

医疗健康知识图谱需求与技术构建研究

目的/意义调查不同群体对医疗健康知识图谱的需求,探讨知识图谱研究现状和不足,为医疗健康知识图谱的构建提出建议。方法/过程基于文献调查、问卷调研、专家访谈等方式,从数据来源、关键技术、应用场景、待改进之处等方面分析医疗健康知识图谱。结果/结论提出以国家政策为导向、以权威知识为依托,支持用户全程参与,注重个人隐私和知识产权保护,构建多场景、可视化、多语种、多模态的医疗健康知识图谱和易于知识传播的标准体系及底层数据规范制度。     

面向文献组织的重大公共卫生事件知识图谱构建研究

提出一种融合中西医知识的新型冠状病毒肺炎知识模型及基于自然语言处理的领域知识自动发现方法,从等级体系结构、主题分类、关系类型等多维度对语义知识进行组织与关联。收集新冠肺炎专题文献、诊疗方案及网络新媒体数据,在自动知识发现基础上进行人工审核和标注,构建新冠肺炎知识图谱并实现可视化呈现与在线检索,以期支撑生物医学科技文献资源深度组织和有效利用。     

多匹配器自动聚合的知识图谱融合系统构建

总结了知识图谱融合系统的基本框架,并将其作为系统开发的一个基本参考模型。重点研究了匹配器、自适应聚合器等核心组件的设计,实现了多匹配器的自动优化及聚合参数的自适应调节,从而减少了在映射参数设置上的人工干预,提高了融合系统的自动化程度和融合效率。在此基础上,构建了一种基于多匹配器自适应聚合的知识图谱融合系统原型,并进行了初步实验。