目的:設(shè)計(jì)一種基于自然語言處理（natural language processing,NLP）技術(shù)的算法,用以從中文電子化病歷（electronic medical records,EMRs）中提取肝細(xì)胞肝癌（hepatocellular carcinoma,HCC）患者的臨床有用信息;并運(yùn)用這些信息對患者進(jìn)行HCC分期。材料與方法:從中文EMRs系統(tǒng)中收集92例HCC患者的臨床資料,包括手術(shù)記錄、影像學(xué)報(bào)告和病理報(bào)告。我們將這些患者隨機(jī)分為訓(xùn)練集（n=60）和測試集（n=32）。以人工注釋的結(jié)果作為金標(biāo)準(zhǔn),使用手術(shù)記錄的訓(xùn)練集開發(fā)基于規(guī)則的算法和混合型算法。性能較優(yōu)的算法將用于處理其他臨床資料。通過計(jì)算精確匹配和部分匹配兩種策略的準(zhǔn)確度（precision,P）、召回率（recall,R）和F-score來評估算法性能。通過與人工分期結(jié)果相比較,對分期算法進(jìn)行性能評估。結(jié)果:當(dāng)基于規(guī)則和混合型兩種算法處理手術(shù)記錄的測試集數(shù)據(jù)時,其精確匹配和部分匹配兩種策略的P、R和F-score均≥80%�；谝�(guī)則的算法（其性能優(yōu)于混合型算法）在處理其他三種類型的文檔時,也均表現(xiàn)出良好的提取性能。... 

【文章來源】：重慶醫(yī)科大學(xué)重慶市

【文章頁數(shù)】：53 頁

【學(xué)位級別】：碩士

【部分圖文】：

基于NLP的處理中文EMR的算法框架及其在HCC分期中的應(yīng)用

結(jié)節(jié)位置 (Nodule location) 結(jié)節(jié) (Nodule) C4結(jié)節(jié)大小 (Nodule size) 結(jié)節(jié) (Nodule) C2結(jié)節(jié)質(zhì)地 (Nodule texture) 結(jié)節(jié) (Nodule) C1單發(fā)或多發(fā)(Solitary or Multiple)腫瘤|腫塊|包塊|子灶|衛(wèi)星灶(Tumor | mass | satellite lesions)C1我們開發(fā)了四個規(guī)則類別，包括 C1：否定|數(shù)字|形態(tài)+關(guān)鍵詞，例如：無腹水，少量積液，稍硬化; C2：關(guān)鍵詞+數(shù)量+單位，例如：腹水 100 毫升; C3：簡要說明，例如：腫塊邊緣較清晰; C4：長描述，例如：可見腫瘤主要位于 S6 段，部分位于 S5 段。同一提取域的不同關(guān)鍵詞用“|”分隔。 CBD：膽總管。We developed four rule categories，including C1: Negation | numeral | modality + keyword，e.g.無腹水，少量積液，稍硬化; C2: Keyword + quantity + unit，e.g. 腹水 100ml; C3: Short description，e.g. 腫塊邊緣較清晰; and C4: Long description，e.g. 可見腫瘤主要位于 S6 段，部分位于 S5 段.Different keywords of the same field were split by "|". CBD: common bile duct.

重慶醫(yī)科大學(xué)碩士研究生學(xué)位論文準(zhǔn)。大多數(shù)患者（n=29）的評分在 0-2 分之間�？傮w而言，基于 NLP 算法的評分結(jié)果中，有 75％的患者（n = 24）的 CLIP 評分與金標(biāo)準(zhǔn)一致。CLIP 評分與 NLP和金標(biāo)準(zhǔn)的差異分別為（12.5％）-1 分的有四名患者，1 分的三名患者（9.5％）和2 分的一名患者（3.1％）（圖 4B）。

【參考文獻(xiàn)】：
期刊論文
[1]信息抽取研究綜述[J]. 郭喜躍,何婷婷.  計(jì)算機(jī)科學(xué). 2015(02)



本文編號：3342214