一种基于图神经网络的电子病历知识图谱相似就诊子图识别方法
申请号:CN202510212806
申请日期:2025-02-26
公开号:CN120072167A
公开日期:2025-05-30
类型:发明专利
摘要
本发明提供了一种基于图神经网络的电子病历知识图谱相似就诊子图识别方法。该方法利用图注意力网络将图的属性文本特征进行融合提升了图特征表达的全面性;在进行特征融合的同时,通过多级注意力机制实现图相似性关键信息的聚合,解决了图拓扑多样性及文本表达多样性带来的识别困难问题;最后在图相似性计算时采用了图和节点两个级别相似性信息综合衡量图的相似性,解决了模型在表达相似性关键信息汇聚过程中丢失细节属性文本差异而影响图相似性判断的问题。实验结果表明该发明方法能够有效识别电子病历知识图谱中的冗余相似子图,为医学知识图谱去冗余和知识融合提供了有效的技术支持,具有广泛应用前景。
技术关键词
节点特征
电子病历
监督学习策略
注意力机制
识别方法
多层感知机
医学知识图谱
矩阵
网络
文本
邻居
冗余
直方图
参数
单层
标签
编码