干货！容忍数据缺失的临床超声报告知识图谱乳腺癌诊断

点击蓝字

关注我们

AI TIME欢迎每一位AI爱好者的加入！

医学领域经常存在样本短缺或数据缺陷的问题，在医学领域数据层面造成严重干扰。鉴于临床报告因登记过程的数据遗漏，诊断报告数据缺失问题会造成现有方法推理无效。尽管现有方法在解决数据不精确方面取得了进展，但几乎所有这些方法都无法接受缺失数据输入。缓解数据缺失问题的一种常见策略是用人造数据对缺失值进行填充。然而，数据填充策略在实际上会引入原始数据中并不存在的额外噪声。为回避数据填充带来的噪声污染，本报告展示一种数据缺失容忍性的语义知识泛化推理模型，在构建智能诊断算法时引入了开放世界假设，将临床超声报告中的缺失数据视为尚未观察的事实。该方法基于编码器-解码器的框架设计，其中编码器通过图谱嵌入而获得图谱结构信息，解码器通过推断患者与临床结果的关联而进行泛化推理诊断。对数据缺失场景，所提出方法对数据缺失表现出更好的容忍性。

本期AI TIME PhD 直播间我们邀请到西北工业大学副教授——习佳宁，为我们带来报告分享《容忍数据缺失的临床超声报告知识图谱乳腺癌诊断》。

习佳宁：

西北工业大学副教授，2009年保送至中国科学技术大学（全国中学物理竞赛奖，免高考）并于2013年获学士学位，随后推免至中国科学技术大学硕博连读，并于2018年获博士学位。2018年至2019年于西安电子科技大学任职讲师，2019年9月起西北工业大学从事博士后，并于2021年7月晋升副教授。曾获国家奖学金、研究生国家奖学金、安徽省普通高等学校品学兼优毕业生等多项荣誉奖励。于2014-2015年担任IEEE国际电气电子工程师协会学生分会主席。2020年荣获西安市自然科学优秀学术论文奖（排名第一）科研奖励。目前主持NSFC青年科学基金项目1项，主持博士后面上项目1项。担任国际SCI期刊Frontiers in Genetics、Mathematical Biosciences and Engineering客座编辑，还担任国际期刊Bioinformatics、Zoological Research、Genomics, Proteomics & Bioinformatics等SCI期刊审稿人，还担任CVPR、ICCV、BIBM、ICME等国际会议审稿人。已发表学术论文26篇，其中本人第一作者发表1