買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜合肥工業(yè)大學(xué)申請(qǐng)的專利從醫(yī)學(xué)知識(shí)圖譜中抽取因果關(guān)系的方法、介質(zhì)及設(shè)備獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN118839020B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-03-25發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202411310647.4，技術(shù)領(lǐng)域涉及：G06F16/36；該發(fā)明授權(quán)從醫(yī)學(xué)知識(shí)圖譜中抽取因果關(guān)系的方法、介質(zhì)及設(shè)備是由俞奎;相國(guó)督;董露露;蔣曼青設(shè)計(jì)研發(fā)完成，并于2024-09-20向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本從醫(yī)學(xué)知識(shí)圖譜中抽取因果關(guān)系的方法、介質(zhì)及設(shè)備在說(shuō)明書摘要公布了：本發(fā)明公開(kāi)了一種從醫(yī)學(xué)知識(shí)圖譜中抽取因果關(guān)系的方法、介質(zhì)及設(shè)備，涉及數(shù)據(jù)挖掘領(lǐng)域，從醫(yī)學(xué)知識(shí)圖譜中抽取因果關(guān)系的方法主要包括：根據(jù)醫(yī)學(xué)知識(shí)圖譜數(shù)據(jù)構(gòu)建醫(yī)學(xué)知識(shí)三元組集合；對(duì)醫(yī)學(xué)知識(shí)三元組集合進(jìn)行去重合并、從中提取關(guān)系和實(shí)體，得到關(guān)系和實(shí)體的集合；將關(guān)系和實(shí)體的集合轉(zhuǎn)換為二維表格數(shù)據(jù)；根據(jù)二維表格數(shù)據(jù)，利用基于Bootstrap抽樣的逐層優(yōu)化骨架算法，得到抽樣數(shù)據(jù)集和優(yōu)化骨架；根據(jù)抽樣數(shù)據(jù)集，對(duì)優(yōu)化骨架進(jìn)行定向，得到最終的有向無(wú)環(huán)圖。實(shí)施本發(fā)明提供的從醫(yī)學(xué)知識(shí)圖譜中抽取因果關(guān)系的方法、介質(zhì)及設(shè)備，能提高因果關(guān)系抽取的準(zhǔn)確度。

本發(fā)明授權(quán)從醫(yī)學(xué)知識(shí)圖譜中抽取因果關(guān)系的方法、介質(zhì)及設(shè)備在權(quán)利要求書中公布了：1.一種從醫(yī)學(xué)知識(shí)圖譜中抽取因果關(guān)系的方法，其特征在于，包括以下步驟：S1：獲取醫(yī)學(xué)知識(shí)圖譜數(shù)據(jù)，根據(jù)所述醫(yī)學(xué)知識(shí)圖譜數(shù)據(jù)，構(gòu)建醫(yī)學(xué)知識(shí)三元組集合；S2：對(duì)所述醫(yī)學(xué)知識(shí)三元組集合進(jìn)行去重合并、從中提取關(guān)系和實(shí)體，得到關(guān)系和實(shí)體的集合；S3：將所述關(guān)系和實(shí)體的集合轉(zhuǎn)換為二維表格數(shù)據(jù)；S4：根據(jù)所述二維表格數(shù)據(jù)，利用基于Bootstrap抽樣的逐層優(yōu)化骨架算法，得到抽樣數(shù)據(jù)集和優(yōu)化骨架；S5：根據(jù)所述抽樣數(shù)據(jù)集，對(duì)所述優(yōu)化骨架進(jìn)行定向，得到最終的有向無(wú)環(huán)圖；步驟S4具體包括：S41：根據(jù)所述二維表格數(shù)據(jù)，得到原數(shù)據(jù)集；根據(jù)所述原數(shù)據(jù)集，利用Bootstrap抽樣，得到預(yù)設(shè)數(shù)量的抽樣數(shù)據(jù)集，所述抽樣數(shù)據(jù)集包括第1抽樣數(shù)據(jù)集、第2抽樣數(shù)據(jù)集……第N抽樣數(shù)據(jù)集，其中N為所述預(yù)設(shè)數(shù)量；S42：取與目標(biāo)變量全連接的骨架作為第0層的初始骨架，根據(jù)所述抽樣數(shù)據(jù)集和第0層的初始骨架，得到與所述抽樣數(shù)據(jù)集對(duì)應(yīng)的第0層預(yù)設(shè)數(shù)量的骨架，所述第0層預(yù)設(shè)數(shù)量的骨架包括第0層第1骨架、第0層第2骨架……第0層第N骨架，其中N為所述預(yù)設(shè)數(shù)量；S43：對(duì)所述第0層預(yù)設(shè)數(shù)量的骨架進(jìn)行融合，得到第0層全局骨架；將所述第0層全局骨架作為第1層初始骨架，根據(jù)所述抽樣數(shù)據(jù)集和第1層的骨架，得到與所述抽樣數(shù)據(jù)集對(duì)應(yīng)的第1層預(yù)設(shè)數(shù)量的骨架，對(duì)所述第1層預(yù)設(shè)數(shù)量的骨架進(jìn)行融合，得到第1層全局骨架；依次類推，得到每一層的全局骨架；每得到一層全局骨架，判斷目標(biāo)變量的鄰接變量個(gè)數(shù)是否小于當(dāng)前層，當(dāng)目標(biāo)變量的鄰接變量個(gè)數(shù)不小于當(dāng)前層時(shí)，繼續(xù)得到下一層全局骨架，當(dāng)目標(biāo)變量的鄰接變量個(gè)數(shù)小于當(dāng)前層時(shí)，得到優(yōu)化骨架；步驟S5具體包括：S51：根據(jù)所述抽樣數(shù)據(jù)集，利用爬山搜索策略不斷調(diào)整所述優(yōu)化骨架中的邊，得到預(yù)設(shè)數(shù)量的貝葉斯狄利克雷等效一致得分最高的有向無(wú)環(huán)圖；S52：將所述預(yù)設(shè)數(shù)量的貝葉斯狄利克雷等效一致得分最高的有向無(wú)環(huán)圖中所有方向的邊進(jìn)行聚合，得到最終的有向無(wú)環(huán)圖；步驟S51具體包括：根據(jù)所述抽樣數(shù)據(jù)集，利用爬山搜索策略不斷調(diào)整所述優(yōu)化骨架中的邊，得到預(yù)設(shè)數(shù)量的貝葉斯狄利克雷等效一致得分最高的有向無(wú)環(huán)圖，如公式： ，其中，BDeuG,D為有向無(wú)環(huán)圖在對(duì)應(yīng)數(shù)據(jù)集D上的貝葉斯狄利克雷等效一致得分，是特定圖結(jié)構(gòu)的先驗(yàn)概率，是伽馬函數(shù)，=1,2,……,，表示節(jié)點(diǎn)的父節(jié)點(diǎn)取值的組合，=1,2,……,，代表節(jié)點(diǎn)可能的取值，=1,2,……,，代表當(dāng)節(jié)點(diǎn)取第個(gè)值時(shí)樣本的個(gè)數(shù)，它的父節(jié)點(diǎn)取數(shù)據(jù)集中第個(gè)值組合，代表當(dāng)?shù)母腹?jié)點(diǎn)取數(shù)據(jù)集中第個(gè)值組合時(shí)樣本的個(gè)數(shù)，是等效樣本量，表示對(duì)先前參數(shù)的置信度；步驟S52具體包括：將所述預(yù)設(shè)數(shù)量的貝葉斯狄利克雷等效一致得分最高的有向無(wú)環(huán)圖中所有方向的邊進(jìn)行聚合，得到最終的有向無(wú)環(huán)圖，如公式： ， ，其中，鄰接矩陣B1,B2,…BN表示在骨架S上分別使用預(yù)設(shè)數(shù)量N個(gè)數(shù)據(jù)集上打分學(xué)習(xí)到的有向無(wú)環(huán)圖DAG，表示N個(gè)矩陣的和，表示和之間存在因果邊→的矩陣個(gè)數(shù)，表示最終聚合有向無(wú)環(huán)圖DAG中和之間的關(guān)系，當(dāng)超過(guò)個(gè)DAG中和之間存在邊時(shí)，=1，即最終的有向無(wú)環(huán)圖DAG中存在因果邊→，否則在最終的DAG中不存在因果邊→；為閾值，用來(lái)決定在最終有向無(wú)環(huán)圖中的邊的方向，當(dāng)有向無(wú)環(huán)圖DAG中超過(guò)個(gè)邊的方向從指向，那么在中邊的方向由指向，否則在中無(wú)指向的邊。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人合肥工業(yè)大學(xué)，其通訊地址為：230000 安徽省合肥市包河區(qū)屯溪路193號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。