基于分层交互图神经网络的临床试验结果预测方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于分层交互图神经网络的临床试验结果预测方法及系统
申请号:CN202510864957
申请日期:2025-06-26
公开号:CN120673947A
公开日期:2025-09-19
类型:发明专利
摘要
本发明提供了一种基于分层交互图神经网络的临床试验结果预测方法及系统,该方法包括:将临床试验信息进行编码;对药物嵌入向量和进行疾病嵌入向量预训练;构建交互图,该交互图包括四层节点;以交互图作为输入,并根据试验结果定义交互图的标签,利用改进的图卷积网络的更新规则增强节点嵌入,引入可学习的层无关注意矩阵计算边的重要性权重,以根据重要性权重自适应调整节点间信息的传递权重;构建改进的图卷积网络的损失函数,并根据损失函数完成对改进的图卷积网络的训练。本发明能够能够为临床试验结果的预测提供更准确、可靠的解决方案,具有重要的应用价值。
技术关键词
节点间信息 药物 网络 Sigmoid函数 风险 分层 定义标签 矩阵 编码 单层 药代动力学 注意力模型 生成疾病 模型训练模块 可读存储介质