發(fā)布時間：2020-07-18 03:26

【摘要】：隨著互聯(lián)網(wǎng)與醫(yī)療信息系統(tǒng)技術(shù)的融合發(fā)展,電子病歷文本的大數(shù)據(jù)特性越來越顯著。電子病歷產(chǎn)生于醫(yī)生對于患者的臨床放射診斷治療過程,包含大量的患者的醫(yī)療活動記錄�；陔娮硬v的挖掘和分析,可以實現(xiàn)更精確的風險預(yù)測和患者分層,進一步支持醫(yī)療診斷決策支持系統(tǒng),為個性化、精準化醫(yī)療診斷提供輔助信息。然而,電子病歷中包含大量的臨床記錄文本,如放射學(xué)報告、病理學(xué)報告等,限制了電子病歷的深度挖掘和應(yīng)用。本文針對臨床記錄文本中的放射學(xué)報告,采用條件隨機場(CRF)、樸素貝葉斯分類(NBC)、卷積神經(jīng)網(wǎng)絡(luò)(CNN)等算法從信息抽取和文本分類兩個方面進行分析。第一、對放射學(xué)報告進行數(shù)據(jù)預(yù)處理、格式轉(zhuǎn)換、分詞、詞性標注;根據(jù)本文實驗需要,參考I2B2的標注體系,定義body,check,sign,treatment,disease五類命名實體,研究放射學(xué)報告的實體以及實體關(guān)系的界定和分類方法,建立一個小規(guī)模放射學(xué)報告標注語料;設(shè)計并實現(xiàn)基于CRF的放射學(xué)報告的實體識別和關(guān)系抽取。第二、基于詞袋模型對放射學(xué)報告進行特征提取和表示,并在此基礎(chǔ)上實現(xiàn)基于樸素貝葉斯的放射學(xué)報告文本分類,并分析命名實體對文本特征優(yōu)化的影響,加以提升放射學(xué)報告文本分類效果;其次,基于詞向量表征放射學(xué)報告中的詞語,提取放射學(xué)文本特征,并基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)實現(xiàn)的放射學(xué)報告的分類,從而分析出患者健康狀況的判斷依據(jù)和參考結(jié)果。
【學(xué)位授予單位】：云南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP391.1;R81
【圖文】：

云南某醫(yī)院放射學(xué)報告

數(shù)據(jù)預(yù)處理字段轉(zhuǎn)換

放射學(xué)報告文本預(yù)處理結(jié)果

【參考文獻】

相關(guān)期刊論文 前1條

1 郭劍毅;薛征山;余正濤;張志坤;張宜浩;姚賢明;;基于層疊條件隨機場的旅游領(lǐng)域命名實體識別[J];中文信息學(xué)報;2009年05期

本文編號：2760335