幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

基於數據挖掘與網路模型的藥物不良事件預測及監測研究

  • 作者：吉向敏|責編:王建洪
  • 出版社：西安交大
  • ISBN：9787569337358
  • 出版日期：2024/04/01
  • 裝幀：平裝
  • 頁數：155
人民幣：RMB 69 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書依托多源藥物大數據，重點對藥物不良事件預測以及監測存在的問題進行探索研究。首先，針對藥理學網路模型未考慮藥物不良事件關聯在數據集中的頻率和樣本量的問題，提出了數據挖掘演算法與藥理學網路模型相結合的藥物不良事件預測方法。其次，針對錶型特徵以及分類器在藥物不良事件預測研究中的重要性，從減小冗余信息和提取高效特徵的角度出發，詳細研究複雜網路拓撲結構的鏈路預測方法以及機器學習方法，提出了基於特徵融合預測網路模型（FFPNMs）的藥物不良事件預測方法。
作者介紹
吉向敏|責編:王建洪
目錄
第1章  緒論
  1.1  研究背景和意義
  1.2  國內外研究現狀
  1.3  研究存在的問題
  1.4  本書研究的主要內容
  1.5  本書組織結構
第2章  藥物不良事件預測及監測研究的相關基礎
  2.1  藥物警戒及藥物不良事件相關概念
  2.2  數據來源
  2.3  FAERS資料庫規範化
  2.4  系統藥理學研究方法
  2.5  複雜網路拓撲結構相似性度量方法
  2.6  性能指標
  2.7  本章小結
第3章  基於比例失衡分析方法指導藥理學網路模型的藥物不良事件預測研究
  3.1  引言
  3.2  藥理學網路模型的構建
  3.3  比例失衡分析方法
  3.4  基於比例失衡分析方法指導藥理學網路模型的構建
  3.5  實驗與分析
  3.6  本章小結
第4章  基於特徵融合預測網路模型的藥物不良事件預測研究
  4.1  引言
  4.2  網路拓撲結構相似性度量預測模型的構建
  4.3  特徵融合預測網路模型的構建
  4.4  實驗與分析
  4.5  本章小結
第5章  基於預測網路模型的貝葉斯信號監測演算法研究
  5.1  引言
  5.2  貝葉斯置信傳播神經網路模型
  5.3  其他信號監測演算法以及閾值選擇
  5.4  藥物不良事件監測研究中混雜因素控制方法
  5.5  基於預測網路模型的貝葉斯信號監測演算法
  5.6  實驗與分析
  5.7  本章小結
第6章  結論
  6.1  研究結論
  6.2  創新性研究成果
  6.3  研究展望
參考文獻
專業術語對照表

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032