專業(yè)知識的過濾是現(xiàn)代信息時代的研究熱點之一,醫(yī)療領(lǐng)域中的醫(yī)生選擇是導(dǎo)醫(yī)服務(wù)中的一個典型問題,體現(xiàn)在患者就診掛號時對范圍內(nèi)上百個領(lǐng)域相近的醫(yī)生信息無法準確地和自身患病特征進行匹配,更難以做出最佳抉擇。針對此問題本文以具體的一家三級綜合性醫(yī)院為背景研究一個基于知識圖譜的精準導(dǎo)醫(yī)系統(tǒng)。導(dǎo)醫(yī)系統(tǒng)圍繞業(yè)務(wù)特征采用了鏈接醫(yī)生、患者、疾病、病癥相關(guān)等的本體領(lǐng)域知識圖譜庫作為專業(yè)知識源,并在導(dǎo)診上采用了基于知識推薦的思維。圍繞這兩個大方向,本文介紹了相關(guān)的技術(shù)知識,并分析其技術(shù)本質(zhì)和導(dǎo)醫(yī)業(yè)務(wù)的共同點,并通過心血管疾病為實踐案例深入了解業(yè)務(wù)實質(zhì)明確相關(guān)技術(shù)的應(yīng)用局限。分析完業(yè)務(wù)難點和方向技術(shù)后,本文提出如何通過技術(shù)的融合和創(chuàng)新改進導(dǎo)診業(yè)務(wù)中醫(yī)生選擇的專業(yè)信息過濾的問題。本文隨后開始具體介紹知識圖譜的前沿技術(shù)和本體論語言O(shè)WL的具體應(yīng)用細節(jié),并根據(jù)導(dǎo)診的特點給出一套以需求為驅(qū)動、由粗到細的本體領(lǐng)域知識圖譜構(gòu)建方案,首先是知識的組織表示方案和導(dǎo)醫(yī)領(lǐng)域特色的圖譜架構(gòu),然后一步步敘述基于網(wǎng)絡(luò)爬蟲的粗粒度需求概念的抽取、基于電子半結(jié)構(gòu)化的醫(yī)療文檔的細粒度抽取和基于知識工程師和領(lǐng)域?qū)＜业募毩６戎R完善優(yōu)化,最后給出...

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 選題背景及意義
    1.2 國內(nèi)外研究綜述
        1.2.1 國外相關(guān)研究綜述
        1.2.2 國內(nèi)相關(guān)研究綜述
    1.3 本文的研究內(nèi)容
    1.4 論文的組織結(jié)構(gòu)
第二章 導(dǎo)醫(yī)系統(tǒng)相關(guān)技術(shù)介紹與分析
    2.1 知識圖譜的方法論和技術(shù)
        2.1.1 領(lǐng)域知識庫的基本分析
        2.1.2 本體論和網(wǎng)絡(luò)本體語言O(shè)WL
    2.2 本體知識庫與語義計算
    2.3 基于知識的推薦系統(tǒng)
        2.3.1 基于約束的推薦
        2.3.2 基于實例的推薦
    2.4 導(dǎo)醫(yī)系統(tǒng)中相關(guān)技術(shù)小結(jié)
第三章 導(dǎo)醫(yī)系統(tǒng)知識圖譜的設(shè)計實現(xiàn)
    3.1 導(dǎo)醫(yī)系統(tǒng)的知識圖譜構(gòu)建方案
        3.1.1 知識圖譜構(gòu)建方法概述
        3.1.2 導(dǎo)醫(yī)系統(tǒng)的知識圖譜的總框架
    3.2 領(lǐng)域知識的表示語言及存儲工具分析
        3.2.1 導(dǎo)醫(yī)系統(tǒng)的領(lǐng)域知識表示和組織技術(shù)
        3.2.2 導(dǎo)醫(yī)系統(tǒng)領(lǐng)域知識的存儲方案
    3.3 導(dǎo)醫(yī)系統(tǒng)本體知識具體提取方案
        3.3.1 面向患者表達需求的粗粒度知識提取
        3.3.2 面向推薦計算需求的細粒度知識提取
    3.4 導(dǎo)醫(yī)領(lǐng)域本體知識庫評測與構(gòu)建小結(jié)
        3.4.1 本體質(zhì)量評測研究
        3.4.2 本體構(gòu)建小結(jié)
第四章 基于語義的患病實例推薦技術(shù)研究
    4.1 推薦模型的分析與構(gòu)建
        4.1.1 領(lǐng)域?qū)嵗c結(jié)構(gòu)化知識表示
        4.1.2 系統(tǒng)交互與實例信息完善
    4.2 語義計算與實例相似度結(jié)合的知識推薦模型
        4.2.1 基于語義的疾病局部余弦匹配度
        4.2.2 基于實例相似度的患病指數(shù)計算
        4.2.3 基于實例相似度的醫(yī)生精準匹配
    4.3 實例相似度推薦計算小結(jié)
第五章 精準導(dǎo)醫(yī)系統(tǒng)的設(shè)計與實現(xiàn)
    5.1 精準導(dǎo)醫(yī)系統(tǒng)的總體設(shè)計
        5.1.1 精準導(dǎo)醫(yī)系統(tǒng)需求建模
        5.1.2 精準導(dǎo)醫(yī)系統(tǒng)總體設(shè)計
    5.2 精準導(dǎo)醫(yī)系統(tǒng)的核心模塊詳解
        5.2.1 領(lǐng)域模型設(shè)計
        5.2.2 解析表示模塊
        5.2.3 知識引擎模塊
        5.2.4 本體維護模塊
    5.3 精準導(dǎo)醫(yī)系統(tǒng)的測試和評估
        5.3.1 疾病診斷精準度評測
        5.3.2 醫(yī)生匹配準確率測評
        5.3.3 知識圖譜訪問性能測試
    5.4 精準導(dǎo)醫(yī)系統(tǒng)設(shè)計與實現(xiàn)小結(jié)
第六章 總結(jié)與展望
參考文獻
攻讀碩士學(xué)位期間取得的研究成果
致謝
附表



本文編號：3863387