6、药物信息检索与心血管疾病因素挖掘的研究进展

药物信息检索与心血管疾病因素挖掘的研究进展

在医疗领域，准确获取药物信息以及深入了解心血管疾病的相关因素对于保障患者健康至关重要。本文将介绍两个相关的研究成果，一个是关于药物信息检索的移动应用，另一个是心血管疾病相关因素的挖掘。

药物信息检索应用：Drugtionary

Drugtionary是一款跨平台的移动应用程序，旨在帮助老年人和缺乏药物知识的人获取药物信息。该应用提供了三种检索药物信息的方式：文本搜索、聊天机器人和图像搜索。

应用架构

• 开发框架 ：使用React和React Native构建跨平台移动应用。
• 数据库 ：采用MongoDB NoSQL文档数据库存储用户、日程和药物数据，其灵活的架构允许每个文档具有不同的结构、属性名称和数据类型。
• 功能实现 ：使用DialogFlow实现聊天机器人，使用PyTorch实现图像搜索。

图像搜索

为了从给定图像中搜索药物信息，采用了深度学习技术。常见的架构包括Faster R - CNN、RetinaNet、SSD、Yolo和CenterNet，这些架构主要分为四个部分：
1. 特征图提取 ：卷积层通过卷积操作和学习滤波器从图像中提取特征图，池化层用于减小特征图大小，减少计算时间，并使特征图对缩放、平移和旋转具有不变性。
2. 边界框检测 ：有多种解决方案，如选择性搜索、带区域提议网