【摘要】：隨著“互聯(lián)網(wǎng)+醫(yī)療”的政策不斷推動(dòng),市場(chǎng)上以患者為中心的醫(yī)患問(wèn)答平臺(tái)越來(lái)越多,人們現(xiàn)在可以輕松的在網(wǎng)上進(jìn)行一些醫(yī)療咨詢與疾病診斷。但是目前還是存在許多問(wèn)題,比如各個(gè)醫(yī)患問(wèn)答平臺(tái)的數(shù)據(jù)不互通、平臺(tái)醫(yī)生的質(zhì)量良莠不齊、不能在用戶有限時(shí)間內(nèi)回答問(wèn)題、醫(yī)生根據(jù)片面的描述容易誤診等。本文通過(guò)市場(chǎng)調(diào)研和分析,開(kāi)發(fā)一個(gè)在B/S架構(gòu)下的醫(yī)療問(wèn)答檢測(cè)與推薦系統(tǒng),該系統(tǒng)使用命名實(shí)體識(shí)別算法和鏈路預(yù)測(cè)算法,來(lái)實(shí)現(xiàn)諸如問(wèn)答分析、疾病自查、歷史記錄檢索、誤診疾病預(yù)測(cè)、疾病預(yù)測(cè)等功能。不僅如此,系統(tǒng)還可以進(jìn)行新的疾病、癥狀以及問(wèn)答記錄的更新,可以讓系統(tǒng)不斷注入新數(shù)據(jù)。具體來(lái)說(shuō),本文主要有以下幾個(gè)方面工作:首先,利用java的htmlunit工具類,針對(duì)目前使用頻次最多的幾個(gè)醫(yī)患問(wèn)答平臺(tái)依次編寫(xiě)相應(yīng)的爬蟲(chóng)規(guī)則,爬取當(dāng)前已經(jīng)記錄的疾病、病癥以及醫(yī)患問(wèn)答記錄,并對(duì)數(shù)據(jù)進(jìn)行結(jié)構(gòu)化處理。其次,使用雙向長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)和條件隨機(jī)場(chǎng)算法,對(duì)每個(gè)問(wèn)答記錄進(jìn)行命名實(shí)體識(shí)別,提取出每個(gè)問(wèn)答的疾病和癥狀的相關(guān)信息,并構(gòu)建相應(yīng)的“疾病-癥狀”網(wǎng)絡(luò)。然后,本文針對(duì)實(shí)際數(shù)據(jù)的特點(diǎn)提出一個(gè)更能表現(xiàn)單節(jié)點(diǎn)預(yù)測(cè)正確率的N點(diǎn)連接精確度指標(biāo),并在已有的鏈路預(yù)測(cè)算法上進(jìn)行改進(jìn),提出NIS算法來(lái)進(jìn)行疾病之間連邊的預(yù)測(cè)和癥狀之間連邊的預(yù)測(cè)。同時(shí),本文分析了醫(yī)患平臺(tái)上疾病頻次的分布以及癥狀在每個(gè)疾病中的分布,提出了兩種權(quán)重矩陣的計(jì)算方法來(lái)進(jìn)行疾病的預(yù)測(cè)。最后,使用SSM框架來(lái)搭建該系統(tǒng),在系統(tǒng)中集成了命名實(shí)體識(shí)別算法、鏈路預(yù)測(cè)算法以及疾病預(yù)測(cè)算法。系統(tǒng)的前端開(kāi)發(fā),使用AJAX異步傳輸所有信息,提升用戶使用系統(tǒng)的流暢度。為了提高系統(tǒng)的可維護(hù)性,在開(kāi)發(fā)該系統(tǒng)時(shí)候,采用前后端分離,前后端的交互利用JSON格式傳輸數(shù)據(jù)。同時(shí)對(duì)外提供了API接口,方便其他開(kāi)發(fā)人員使用本系統(tǒng)的方法和結(jié)果。
【圖文】：

和 NIS 算法。2.1 命名實(shí)體識(shí)別相關(guān)算法命名實(shí)體識(shí)別[20]就是在一句或者一段話中，識(shí)別一些具有特殊含義或者某一領(lǐng)域的實(shí)體，這些實(shí)體可以是字、詞也可以是特殊文本片段。目前業(yè)界較為常用的模型是長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)（LSTM）模型，該模型可以很好的處理和預(yù)測(cè)序列數(shù)據(jù)。在命名實(shí)體識(shí)別任務(wù)中，詞嵌入是較為重要的預(yù)訓(xùn)練方法，，目前大多使用的是字嵌入或者詞嵌入。在中文詞嵌入的研究上，RongchaoYin 等提出 MGE[21]模型，該模型可以結(jié)合偏旁部首信息。Shaosheng Cao 等提出以筆畫(huà)粒度來(lái)進(jìn)行訓(xùn)練[22]。在本文中，我們需要的實(shí)體就是“疾病”和“病癥”這兩類相對(duì)應(yīng)的詞語(yǔ)。我們的任務(wù)就是在得到的醫(yī)療問(wèn)答中，提取提及到的相應(yīng)的疾病和病癥。2.1.1 循環(huán)神經(jīng)網(wǎng)絡(luò)循環(huán)神經(jīng)網(wǎng)絡(luò)可以記住以前的信息，并且利用已經(jīng)記錄下來(lái)的以前信息來(lái)影響后續(xù)信息的輸出。

圖 2-2 LSTM 結(jié)構(gòu)示意圖圖 2-2 所示，LSTM 在時(shí)刻 t 的輸入有 3 個(gè)，分別是：當(dāng)前的信息輸入 X(t)；刻的輸出 A(t-1)；上一時(shí)刻的單元狀態(tài) C(t-1)。為了控制長(zhǎng)期狀態(tài) C，LSTM些“門”來(lái)讓信息有選擇性的來(lái)影響網(wǎng)絡(luò)的輸出。圖 2-3 長(zhǎng)短時(shí)記憶單元結(jié)構(gòu)示意圖
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP181;TP391.3;R-05

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 汪鵬;吳昊;;國(guó)內(nèi)外移動(dòng)互聯(lián)網(wǎng)醫(yī)療應(yīng)用現(xiàn)狀及未來(lái)發(fā)展趨勢(shì)探討[J];中國(guó)數(shù)字醫(yī)學(xué);2014年01期

2 袁小毅;;在線醫(yī)療革命重啟:醫(yī)療APP成開(kāi)路先鋒[J];互聯(lián)網(wǎng)周刊;2012年19期

3 呂琳媛;;復(fù)雜網(wǎng)絡(luò)鏈路預(yù)測(cè)[J];電子科技大學(xué)學(xué)報(bào);2010年05期

4 沈麗寧;;國(guó)外健康信息服務(wù)現(xiàn)狀掃描及啟示[J];醫(yī)學(xué)信息學(xué)雜志;2010年06期

本文編號(hào)：2676712