半监督图表示学习与以人为中心的解释预测脂肪肝痠
原文中文，约300字，阅读约需1分钟。发表于：。在临床环境中，尤其是在脂肪肝疾病的预测中，本研究探讨了在半监督学习框架内利用图表示学习的潜力，通过构建主题相似度图以从健康检查数据中识别风险模式。我们展示了各种图神经网络方法在这一背景下的有效性，即使只有有限的标记样本。我们的方法的核心是通过可解释的图神经网络包括人为中心的解释，为提高可解释性和临床相关性提供个性化特征重要性评分，并突出了我们的方法在推动以图表示学习和以人为中心的解释为重点的...
本研究探讨了利用图表示学习在临床环境中识别风险模式的潜力，通过构建主题相似度图。研究展示了图神经网络方法的有效性，提供个性化特征重要性评分，并突出了其在医疗实践中的潜力。
