← 研究全景中药关联与推荐建模

RESEARCH / 02

SCARec.

证候知识引导的中药推荐

面向症状驱动的中药推荐,将蒸馏的证候信号引入建模过程,开展模型训练、消融与分层评价。

当前状态论文投稿中
本人贡献 / 署名共同第一作者 · 第二位
研究主题处方推荐 · 证候知识 · 深度学习
SCARec 模型架构,包含症状与中药双分支编码、证候条件专家与评分融合
SCARec 方法框架,来自本项目论文图件。点击查看大图 ↗

研究问题

症状驱动的中药推荐需要表达症状、证候与用药之间的联系。这项研究探索如何利用蒸馏的证候信号,为推荐模型提供条件信息。

我的工作

我参与最终研究框架的实现与评价,围绕证候知识引导、模型训练、消融和分层分析开展工作,将方法设计、实验结果与案例分析组织为论文材料。

  • 构建并训练证候条件下的推荐模型。
  • 开展对比、消融及分层评价,分析各部分对推荐任务的作用。
  • 整理论文图表与实验材料。

论文与知识产权

论文 A Syndrome-Conditioned Framework Using Distilled Syndrome Signals for Traditional Chinese Medicine Prescription Recommendation 已投稿至 Computer Methods and Programs in Biomedicine,本人为共同第一作者、第二位。

相关发明专利申请中,本人为第一发明人。