面向临床文本的知识获取与应用

发布时间：2021-05-25 20:46

　　当代社会不断发展,经济水平在不断提高,科学技术也在不断发展。经济水平的提高将不可避免地使人们更加关注自身的健康状况,同时对医疗服务水平的要求也越来越高。现有的医疗服务受到资源和管理等各种因素的限制,很难满足人们日益增长的需求。智能医疗就变得越来越重要,充分利用医学文本中的知识可以加快智能医疗的进程。并且临床文本包含大量有用的知识,可以通过在临床文本上训练疾病诊断模型来帮助医生做出一定的临床决策支持,所以我们对临床文本的使用非常迫切,我们对临床文本进行了以下几个方面的研究:（1）在使用电子病历之前,由于电子病历仍然含有很多患者以及医生的隐私信息,所以在中文电子病历使用前通过命名实体识别的方法实现自动去隐私的功能。（2）在临床路径上通过命名实体识别的方法提取知识,字典与规则相结合的方法抽取关系,将获得的知识与原有知识库相结合,增加了实体和关系,扩展知识规模。（3）使用FastText和TextCNN等方法通过对病历的部分文本进行文本分类来诊断疾病,为医生提供临床决策支持。（4）将训练好的疾病诊断模型用于病历质检工作,主要判断主诊断是否合理,全部诊断是否完整。完成上述工作后,临床文本可以在智... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：67 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题背景及研究的目的和意义
        1.1.1 课题背景
        1.1.2 研究的目的及意义
    1.2 国内外研究现状
        1.2.1 中文医疗文本去隐私化现状
        1.2.2 医疗知识库构建现状
        1.2.3 疾病诊断现状
    1.3 主要研究内容
    1.4 结构安排
第2章 中文电子病历去隐私
    2.1 引言
    2.2 电子病历标注规范及数据介绍
        2.2.1 数据描述
        2.2.2 医疗隐私信息分类体系
        2.2.3 隐私信息实体标注
    2.3 去隐私主要方法
        2.3.1 条件随机场(CRF)
        2.3.2 人工神经网络
    2.4 实验设计及评价
        2.4.1 基于字的模型的数据预处理
        2.4.2 基于词的模型的数据预处理
        2.4.3 评价方法
    2.5 实验结果与分析
    2.6 本章小结
第3章 临床路径知识抽取
    3.1 引言
    3.2 临床路径数据
    3.3 医疗实体识别
        3.3.1 医疗实体分类体系
        3.3.2 实验数据
        3.3.3 实验方法
        3.3.4 实验结果
    3.4 关系获取
    3.5 临床路径知识抽取结果与分析
    3.6 本章小结
第4章 疾病诊断及其应用
    4.1 引言
    4.2 数据介绍
    4.3 基于文本分类的疾病诊断模型
        4.3.1 模型介绍
        4.3.2 实验设计
        4.3.3 实验结果与分析
    4.4 诊断合理性判定
    4.5 本章小结
结论
参考文献
攻读硕士学位期间发表的论文及其他成果
致谢


【参考文献】：
期刊论文
[1]循环神经网络研究综述[J]. 杨丽,吴雨茜,王俊丽,刘义理.  计算机应用. 2018(S2)
[2]电子病历命名实体识别和实体关系抽取研究综述[J]. 杨锦锋,于秋滨,关毅,蒋志鹏.  自动化学报. 2014(08)
[3]面向中文电子病历的词法语料标注研究[J]. 蒋志鹏,赵芳芳,关毅,杨锦锋.  高技术通讯. 2014 (06)
[4]美国电子病历应用中个人隐私保护措施探讨[J]. 周拴龙,李娜.  医学信息学杂志. 2014(02)
[5]医学信息学的发展与思考[J]. 代涛.  医学信息学杂志. 2011(06)
[6]隐马尔可夫模型及其最新应用与发展[J]. 朱明,郭春生.  计算机系统应用. 2010(07)
[7]临床路径的基本概念及其应用[J]. 李明子.  中华护理杂志. 2010(01)
[8]电子病历挖掘:概念、技术及应用[J]. 丁卫平,管致锦,施诠,陈建平.  计算机工程与设计. 2008(02)
[9]命名实体识别研究[J]. 张晓艳,王挺,陈火旺.  计算机科学. 2005(04)
[10]我国电子病历研究进展[J]. 薛万国.  中国医院管理. 2005(02)



本文编号：3205982