买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：湖南工商大学

摘要：本发明公开了一种基于罕见病的图模型训练方法、应用方法及相关设备，所述方法包括：从历史罕见病信息以及各罕见病关联的医学信息中，确定多个实体，以及各实体之间的关联关系；根据实体，以及实体之间的关联关系，确定异构图，并将异构图输入初始图模型中；异构图包括节点和连接边，节点用于表征罕见病中的实体，连接边用于连接具有关联关系的两个实体；确定异构图中每个节点的初始向量，以及确定异构图中的目标节点的多个邻居节点；对目标节点的初始向量以及目标节点对应的邻居节点的初始向量进行聚合，得到目标节点的目标向量，直到满足训练结束，将得到的模型作为图模型，采用本发明提高对罕见病的数据分析的准确率。

主权项：1.一种基于罕见病的图模型训练方法，其特征在于，所述基于罕见病的图模型训练方法包括：从历史罕见病信息以及各罕见病关联的医学信息中，确定多个实体，以及各所述实体之间的关联关系；根据所述实体，以及所述实体之间的关联关系，确定异构图，并将所述异构图输入初始图模型中，所述异构图包括节点和连接边，所述节点用于表征所述罕见病中的实体，所述连接边用于连接具有关联关系的两个所述实体；确定所述异构图中每个所述节点的初始向量，以及确定所述异构图中的目标节点的多个邻居节点；对所述目标节点的初始向量以及所述目标节点对应的所述邻居节点的初始向量进行聚合，得到所述目标节点的目标向量，直到满足训练结束，将得到的模型作为图模型；其中，所述确定所述异构图中每个所述节点的初始向量，包括：获取所述异构图中每个节点的节点类型；基于所述节点的节点类型，将所述节点输入所述初始图模型中与所述节点类型对应的编码层，以使所述编码层对所述节点进行预编码，将编码后得到的向量作为所述节点的初始向量；其中，所述对所述目标节点的初始向量以及所述目标节点对应的所述邻居节点的初始向量进行聚合，得到所述目标节点的目标向量，包括：基于所述节点类型，从多个所述邻居节点中，确定第一邻居节点与第二邻居节点，所述第一邻居节点的节点类型与所述目标节点的节点类型一致，所述第二邻居节点的节点类型与所述目标节点的节点类型不一致；基于第一聚合模块，对第一邻居节点的初始向量进行聚合，得到第一聚合向量；基于第二聚合模块，对第二邻居节点的初始向量进行聚合，得到第二聚合向量；对所述第一聚合向量、所述第二聚合向量以及所述目标节点的初始向量进行特征交互处理，并将得到的向量作为所述目标节点的目标向量。

全文数据：

权利要求：

百度查询： 湖南工商大学 基于罕见病的图模型训练方法、应用方法及相关设备