基于深度学习的药物隐含知识发现研究
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-13页 |
| 1.1 研究背景 | 第7-9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.2.1 药物不良反应的研究现状 | 第9-10页 |
| 1.2.2 药物重定位的研究现状 | 第10-11页 |
| 1.3 本文主要工作 | 第11页 |
| 1.4 本文章节安排 | 第11-13页 |
| 2 相关技术和资源 | 第13-25页 |
| 2.1 卷积神经网络 | 第13-16页 |
| 2.1.1 卷积操作以及池化操作 | 第14-15页 |
| 2.1.2 正则化 | 第15-16页 |
| 2.2 Word Embedding | 第16-18页 |
| 2.3 LDA话题模型 | 第18-20页 |
| 2.4 药物医学相关资源与工具 | 第20-24页 |
| 2.4.1 MedLine | 第20-21页 |
| 2.4.2 DrugBank | 第21-23页 |
| 2.4.3 MetaMap | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 3 基于卷积神经网络的药物不良反应发现 | 第25-31页 |
| 3.1 问题引出 | 第25页 |
| 3.2 实验数据 | 第25-27页 |
| 3.3 实验方法 | 第27-28页 |
| 3.4 实验结果与分析 | 第28-30页 |
| 3.4.1 验证标准 | 第28-29页 |
| 3.4.2 实验结果 | 第29-30页 |
| 3.4.3 结果分析 | 第30页 |
| 3.5 本章小结 | 第30-31页 |
| 4 基于话题模型的药物重定位研究 | 第31-40页 |
| 4.1 问题引出 | 第31页 |
| 4.2 实验数据 | 第31-33页 |
| 4.3 实验方法 | 第33-35页 |
| 4.4 结果分析 | 第35-39页 |
| 4.4.1 话题聚类与词向量余弦相似度计算 | 第35-36页 |
| 4.4.2 结果分析 | 第36-38页 |
| 4.4.3 医学解释 | 第38-39页 |
| 4.5 本章小结 | 第39-40页 |
| 结论 | 第40-42页 |
| 参考文献 | 第42-46页 |
| 致谢 | 第46-48页 |
