带权疾病网络上的潜在共病关系预测

论文摘要

网络分析法将潜在的共病关系预测转化为复杂网络上的链路预测问题,而现有的基于相似性度量的链路预测方法大多仅单一地考虑某一方面的网络特征,大大影响了预测的准确性.使用3个不同来源的真实医疗数据集分别构建了相应的带权疾病网络,并通过对不同网络结构差异性的比较,分析了现有的网络相似性度量指标的局限性.在此基础上,提出了一种新的基于有监督分类的链路预测方法,综合多种局部和全局相似性指标作为输入特征向量,更为精确地评估节点间的相似性,从而实现潜在共病关系的有效预测.实验结果表明,该方法能有效提高共病网络中链路预测的准确性,并且对于不同共病网络和分类算法均具有较好的稳定性和适用性.

论文目录

• 1 相关工作
• 2 带权疾病网络的构建
•   2.1 数据准备及网络构建
•   2.2 共病网络基础特性对比
• 3 疾病网络上的潜在共病关系预测
•   3.1 相似度指标
•   3.2 基于多种相似度指标的潜在共病关系预测
• 4 实验结果及分析
•   4.1 实验设置及评价指标
•   4.2 实验结果
• 5 结论

文章来源

类型: 期刊论文

作者: 安莹,王志娜,陈先来,刘莉,李忠民,罗熹

关键词: 共病,网络分析,监督学习,链路预测

来源: 湖南大学学报(自然科学版) 2019年12期

年度: 2019

分类: 工程科技Ⅱ辑,基础科学,医药卫生科技

专业: 数学,生物医学工程

单位: 中南大学信息科学与工程学院,中南大学信息安全与大数据研究院,湖南警察学院信息技术系

基金: 国家重点研发计划项目(2016YFC0901705),湖南省自然科学基金面上资助项目(2018JJ2534),湖南省科技计划重大专项资助项目(2017SK1040),网络侦察技术湖南省重点实验室开放研究基金资助项目(2016WLZC009),中央高校基本科研业务费专项资金资助项目(2017ZZTS506)~~

分类号: R318;O157.5

DOI: 10.16339/j.cnki.hdxbzkb.2019.12.005

页码: 33-40

总页数: 8

文件大小: 1576K

下载量: 118