公共文化服务平台

郑思: 作品数：21 被引量：24H指数：2; 供职机构：中国医学科学院北京协和医学院医学信息研究所更多>>; 发文基金：中央级公益性科研院所基本科研业务费专项国家自然科学基金更多>>; 相关领域：医药卫生文化科学天文地球自动化与计算机技术更多>>

合作作者

临床药理学知识模型构建研究被引量：1: 2018年; 分析临床药理学知识表示与模型研究现状,阐述临床药理学知识模型构建技术路线、知识来源、模型框架和具体方法,以非小细胞肺癌为例介绍模型应用并对可行性进行验证,最后提出不足并展望未来发展方向。; 沈柳侯丽康宏宇吴萌郑思李姣; 关键词：临床药理学知识模型非小细胞肺癌

基于图注意力网络的药物ADMET分类预测模型构建方法被引量：15: 2021年; 【目的】对药物的吸收、分布、代谢、排泄、毒性(Absorption,Distribution,Metabolism,Excretion,Toxicity,ADMET)中的代谢、毒性属性进行建模,用于虚拟筛选中的药物性质评价。【方法】提出一种图注意力网络构建药物ADMET预测模型,基于开放数据库和科学文献的药物ADMET数据构造分子图作为分子结构特征,进一步将提出的模型与三种机器学习模型和两种传统的图神经网络模型进行性能比较。【结果】收集整合得到9个ADMET数据集共计149 457条数据。基于图注意力网络的ADMET预测模型在9个数据集中的平均准确率为0.825、平均F1分数为0.672。与机器学习和图神经网络基线模型相比,所提方法在平均准确率和平均F1分数指标上最大提升幅度达6.4%和26.0%。【局限】数据清洗步骤可以精细化处理,模型预测性能可以通过改进预训练策略进一步提升。【结论】所提图注意力网络模型在药物ADMET分类预测上取得良好性能,可将其应用于虚拟药物筛选流程,为计算机辅助药物设计和药物发现提供参考。; 顾耀文张博文郑思杨丰春李姣; 关键词：ADMET

面向心律失常疾病的临床决策支持系统交互性研究与实现: 2024年; 目的/意义针对当前临床决策支持系统使用过程中存在的问题,提出界面设计原则并将其应用于心律失常疾病临床决策支持系统建设中。方法/过程从交互设计角度,针对可解释性、时效性、可用性、相关性、尊重性和循证性6个维度,提出界面设计原则。选取心律失常疾病决策支持作为临床场景,设计临床决策支持系统交互界面原型,阐述界面功能、信息功能、交互功能设计与实现过程。结果/结论本研究提出的界面设计原则可有效缓解6类问题,经论证具有应用于心律失常疾病临床决策支持原型系统的可行性以及可泛化性,可用于指导多种疾病辅助诊疗工具的交互设计。; 王敏胡兆徐晓巍郑思李颖茵姚焰李姣; 关键词：临床决策支持系统交互界面可解释性心律失常

参考序列数据库构建与数据管理探讨: 2020年; 从参考序列数据特点以及数据产生、获取与维护、应用几方面阐述参考序列数据库构建及管理情况,探讨我国大型参考序列数据库建设问题,包括构建精细化的参考序列,促进我国精准医学发展;规范数据处理流程,确保数据质量等。; 郑思孙良龙李姣; 关键词：数据库数据管理基因注释

肿瘤基因组数据挖掘及其应用被引量：1: 2017年; 简要介绍肿瘤基因组数据的积累和基因组数据挖掘情况;结合现有的高通量技术与数据挖掘策略,以白血病为例,提出一套基于基因组数据研究的肿瘤精准诊断治疗和风险预测策略;最后总结肿瘤基因组数据挖掘研究面临的机遇与挑战。; 郑思侯丽李姣; 关键词：基因组肿瘤数据挖掘

一种药物新用途预测方法及装置: 本发明提供一种药物新用途预测方法及装置，获取药物集合中药物之间的相似度、因素集合中各层级的因素之间的相似度以及疾病集合中疾病之间的相似度；药物至因素集合中位于第一层级的因素、因素集合中相邻两层级中上一层级因素至下一层级因...; 郑思李姣

基于转录组数据确定肿瘤标记物的方法: 本发明公开一种基于转录组数据确定肿瘤标记物的方法，包括：(1)获得转录组数据，包括第一和第二转录组数据，第一和第二转录组数据分别包括第一和第二个体样本的mRNA、lncRNA和miRNA表达数据，第一和第二个体样本的区别...; 李姣郑思; 文献传递

可解释机器学习方法在疾病预测中的应用:脓毒血症患者死亡风险研究被引量：3: 2022年; 目的探索可解释机器学习方法在疾病预测中的应用。方法本研究以脓毒血症死亡风险预测为例,从重症监护医学数据库(Medical Information Mart for Intensive Care,MIMIC)-Ⅳ中采集符合纳排标准的19903例脓毒血症(sepsis-3)患者的临床数据,利用决策树、逻辑回归、随机森林、XGBoost、轻量梯度提升机(light gradient boosting machine,LightGBM)模型分别构建脓毒血症死亡预测模型。在此基础上,利用全局可解释方法(特征重要性、部分依赖图、个体条件期望、全局代理模型)和局部可解释方法(局部代理模型和Shapely值)对复杂机器学习模型进行解释,探索影响脓毒血症患者预后的危险因素。结果解释性差的机器学习模型的预测性能[模型LightGBM、随机森林、XGBoost的曲线下面积(area under curve,AUC)值分别为0.913、0.892、0.872]高于具有内在解释性的模型(逻辑回归模型AUC=0.779,决策树模型AUC=0.791),并利用全局解释性方法、局部可解释性方法两种类型的解释方法对机器学习模型决策过程进行解释。结论利用全局解释性方法可以解释在整个特征空间内机器学习模型的响应趋势,利用局部可解释性方法可以解释机器学习模型对特定病例的决策过程。; 杨丰春郑思李姣; 关键词：疾病预测脓毒血症

医学数据挖掘在线教学平台的设计与实现: 2021年; 为了培养医学生掌握医学数据挖掘方法并应用于临床科研工作,提高医学生的信息素养,该研究设计实现了医学数据挖掘在线教学平台,并于2020年春季学期面向协和研究生的“医学数据挖掘实用技术”教学实践中投入使用,该平台有效弥补实践类课程短板,能够满足不同学科背景的学生需求。学生课后反馈结果表明,该平台的应用降低了技术类课程的学习门槛,激发了医学生对于数据挖掘类课程的学习积极性,有助于其实践能力的提升。; 徐晓巍杨林郑思孙月萍王序文李姣; 关键词：医学数据挖掘医学教育

一种临床实践指南应用方法、装置、电子设备和存储介质: 本申请公开了一种临床实践指南应用方法、装置、电子设备和存储介质，该方法和装置应用于电子设备，具体为响应用户的需求评估请求，基于用户的输入信息从临床实践指南中生成至少一组教学内容；基于用户选定的教学内容生成结构化流程图，结...; 李姣徐晓巍王敏郑思胡兆

郑思

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

郑思

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈