通过模糊子图连通性识别冠心病关键通路
人工智能
2025-09-23 v1
摘要
冠心病 (CHD) 源于不可控因素、可控生活方式因素与临床指标之间的复杂相互作用，其中关联往往具有不确定性。模糊子图连通性 (FSC) 提供了一种系统工具，通过量化模糊图中顶点与子图之间关联的强度来捕捉这种不精确性。在这项工作中，我们构建了一个模糊 CHD 图，其顶点代表不可控、可控和指标成分，边由模糊隶属度加权。利用 FSC，我们评估连通性以识别最强诊断路径、主导风险因素和关键桥梁。结果表明，FSC 突出了有影响力的通路，界定了最弱与最强相关性之间的连通性边界，并揭示了移除后会降低预测强度的关键边。因此，FSC 为冠心病风险预测中的不确定性建模和支持临床决策提供了一个可解释且稳健的框架。
引用
@article{arxiv.2509.16288,
title = {Identifying Critical Pathways in Coronary Heart Disease via Fuzzy Subgraph Connectivity},
author = {Shanookha Ali and Nitha Niralda P C},
journal= {arXiv preprint arXiv:2509.16288},
year = {2025}
}