公开(公告)号：CN115859199A

公开(公告)日：2023-03-28

申请号：CN202211253233.3

申请日：2023-01-17

Applicant: 厦门理工学院

Inventor： 林开标 ,  洪彬升 ,  张杨 ,  卢萍

IPC: G06F18/2433 ,  G06F18/22 ,  G06F18/25 ,  G06F16/901 ,  G06N3/0464 ,  G06N3/048 ,  G06Q40/08

Abstract: 本发明实施例提供一种医保欺诈检测方法及其嵌入向量生成方法、装置和介质，涉及医疗保险技术领域。嵌入向量生成方法包含S1、获取医保数据，并根据医保数据构建医保异质图G。S2、根据医保数据和医保异质图，获取特征图。S3、根据医保异质图，获取拓扑图。S4、根据医保异质图，获取语义图。S5、将特征图、拓扑图和语义图，分别输入单图卷积神经网络模型中，获取特征空间节点嵌入ZF、拓扑空间节点嵌入ZT和语义空间节点嵌入ZS。S6、将特征图、拓扑图和语义图两两组合后，分别输入一个共享参数的公共卷积神经网络模型中，获取拓扑特征节点嵌入ZCTF、特征语义节点嵌入ZCFS和拓扑语义节点嵌入ZCTS。S7、将步骤S5和步骤S6得到的节点嵌入融合，获取最终嵌入向量表示。

公开(公告)号：CN117457064A

公开(公告)日：2024-01-26

申请号：CN202311452091.8

申请日：2023-11-02

Applicant: 厦门理工学院

Inventor： 林开标 ,  林俊鹏 ,  张杨 ,  卢萍

IPC: G16B15/30 ,  G16B40/00 ,  G16C20/50 ,  G16C20/10 ,  G16C20/70 ,  G06F18/2433 ,  G06F18/214 ,  G06F18/21 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084 ,  G06N3/048

Abstract: 本发明公开一种基于图结构自适应的药物‑药物相互作用预测方法及装置，方法包括：获取待预测的药物组合，并根据药物组合生成图结构的DDI元组；将DDI元组输入至软掩码自适应图神经网络，以利用软掩码自适应图神经网络提取DDI元组的子结构信息；通过子结构注意力模块对子结构信息进行更新，得到子结构潜在特征；根据子结构潜在特征获得子结构相关性；根据子结构潜在特征以及子结构相关性，采用子结构相互作用的计算得分作为药物组合相互作用的预测分数。本实施例可以表征任意大小子图，同时从药物化学子结构中提取更有益的信息。另外利用核心化学子结构之间的相关性识别具有相互作用的子结构信息，增强了药物的最终特征表示并提高DDI的预测精度。

公开(公告)号：CN114463141A

公开(公告)日：2022-05-10

申请号：CN202210121924.1

申请日：2022-02-09

Applicant: 厦门理工学院

Inventor： 林开标 ,  陆江涛 ,  张杨 ,  卢萍

IPC: G06Q40/08 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于多层注意力机制图神经网络的医保欺诈检测算法，包含下述步骤：S1建立医疗保险欺诈检测AHIN模型；S2选取语义路径并寻找邻居节点；S3构建基于图神经网络的检测MHAMFD模型；S4获取待测年份数据或测试集中数据，输入MHAMFD模型中预测医保欺诈者。本发明通过对节电、路径、子图、不同时间多层注意力极值，构建基于图神经网络的检测MHAMFD模型，挖掘了AHIN中各个实体节点丰富交互关系，解决了一些医保欺诈检测方法忽略了多次就诊的异常行为特征的问题，同时减少了噪声节点、路径数据对最终预测任务的影响，为解决医保欺诈检测问题提供了理论基础。