用于推进膝骨关节炎研究的词嵌入神经网络
人工智能
2022-12-23 v1 机器学习
摘要
骨关节炎（OA）是全球最常见的慢性关节疾病，其中膝OA占常见受累关节的80%以上。膝OA目前尚不可治愈，且影响大量患者，给患者和医疗系统带来高昂成本。膝OA的病因、诊断和治疗可能因临床与物理表现的变异性而存在争议。尽管膝OA拥有一系列旨在标准化该慢性关节疾病诊断、预后、治疗及临床结局命名的术语，但在实践中，包括生物医学文献、临床记录、健康素养和相关社交媒体在内的不同数据源中，与膝OA相关的术语范围广泛。在这些数据源中，生物医学文献中发表的科学文章通常构成研究疾病的系统性流程。对大规模科学文献进行快速而准确的文本挖掘，可发现新颖知识与术语，以更好地理解膝OA并改善其诊断、预防和治疗质量。本研究旨在利用人工神经网络策略自动提取与膝OA疾病相关的词汇。我们的发现表明了开发词嵌入神经网络用于膝OA自主关键词提取与摘要的可行性。
引用
@article{arxiv.2212.11933,
title = {Word Embedding Neural Networks to Advance Knee Osteoarthritis Research},
author = {Soheyla Amirian and Husam Ghazaleh and Mehdi Assefi and Hilal Maradit Kremers and Hamid R. Arabnia and Johannes F. Plate and Ahmad P. Tafti},
journal= {arXiv preprint arXiv:2212.11933},
year = {2022}
}
备注
5 pages, 3 figures, Accepted in Computational Science and Computational Intelligence; 2022 International Conference on IEEE CPS (IEEE XPLORE, Scopus)