公开(公告)号：CN117116503A

公开(公告)日：2023-11-24

申请号：CN202310835963.2

申请日：2023-07-07

Applicant: 哈尔滨理工大学

Inventor： 王雪莹 ,  史晓伟 ,  宁晨曦

IPC: G16H70/40 ,  G16H10/40 ,  G06F16/215 ,  G06F16/22 ,  G06F16/23

Abstract: 本发明提出了一种FAERS数据标准化方法，该方法包括以下步骤：A、获取FAERS数据集并对数据集进行整合；B、对整合后的DEMO表进行缺失值填充和去重操作；C、对FAERS数据集中其余各表进行去重；D、对REAC表进行标准化；E、对DRUG表中的药物名称进行标准化；F、生成药物不良反应2×2列联表。本发明解决了FAERS数据集中数据重复、数据遗漏以及药物名称不标准的问题，提高了药物名称标准化的比例，使生成的药物不良反应2×2列联表中各值更准确，提升后续挖掘药物不良反应信号的准确性。

公开(公告)号：CN118366685A

公开(公告)日：2024-07-19

申请号：CN202410456124.4

申请日：2024-04-16

Applicant: 哈尔滨理工大学

Inventor： 王雪莹 ,  史晓伟 ,  李东洁

IPC: G16H70/40 ,  G16B15/30 ,  G06F18/22 ,  G06F18/25

Abstract: 一种基于多源数据的药物不良反应预测方法，涉及生物信息数据处理领域。本发明是为了解决对药物存在的ADR预测困难的问题。本发明所述的一种基于多源数据的药物不良反应预测方法，融合了多种药物属性信息，构建了一个新的药物不良反应预测框架。加入了网络融合算法，提高药物相似性网络的利用率，更准确的获取了药物之间的关联。利用双邻域线性标签传播算法，在不同的药物属性融合网络上对药物潜在的不良反应进行预测，并对两组预测结果进行归一化、求均值操作，降低了异常值对最终预测结果的影响，提升了模型的预测性能。