领域本体驱动的乳腺超声检查报告结构化研究与实现

发布时间：2020-04-23 19:22

【摘要】：乳腺超声检查因其高准确率、低检查费用、可多切面观察等特点,已经成为诊断乳腺疾病的重要方式。乳腺超声检查报告记录着患者的影像表现、医生对患者的临床诊断和诊断意见等内容,蕴含着丰富的乳腺医学知识,具有极高的研究价值。医生为了更加准确的描述患者病情,通常以自然语言的形式描述影像表现和诊断意见,但是这种非结构化文本具有叙述性、无结构、数据描述不统一的特点,不利于计算机自动分析和挖掘数据,在一定程度上阻碍了医疗大数据的发展。因此,有必要对乳腺超声检查报告进行结构化处理,使其为更大规模的医疗数据研究服务。为解决上述问题,本文在传统结构化技术基础上,结合乳腺超声检查报告的文本特点,提出了一种领域本体驱动的乳腺超声检查报告结构化方法。该方法首先构建乳腺超声领域本体,然后基于领域本体实现了乳腺超声检查报告的结构化处理。本文所做的研究如下:1)构建了乳腺超声领域本体。本文采用自动构建本体的思想,结合病理学和解剖学的先验知识,获取乳腺超声领域本体的基础框架;然后对乳腺超声文本做数据预处理,包括中文分词、同义词替换和文本切分,并以切分后的描述块为处理单位,采用命名实体识别和实体关系抽取算法,获取实体关系三元组;最后向乳腺超声领域本体的基础框架添加内容,构建完成乳腺超声领域本体。2)提出了一种领域本体驱动的乳腺超声检查报告结构化方法。该方法首先对乳腺超声文本做数据预处理,得到文本切分后的多个描述块和对应的领域本体分支子树,以领域本体的叶子节点和路径为研究出发点,根据算法扫描器中的获取分支子树路径算法和生成语义子树算法,在领域本体中进行节点信息匹配,得到与乳腺超声报告对应的乳腺超声语义子树。最后将XML表示的乳腺超声语义子树转化为以关系型表结构存储的乳腺超声结构化数据。3)实现了超声报告结构化移动端系统。用户可以以拍照或输入文字的方式,上传乳腺超声检查报告,即可得到乳腺超声报告的结构化结果,方便患者用户了解自身病情,为患者提供更高效、更便捷的医疗服务。本文采用某三甲医院的乳腺超声检查报告作为实验数据集,通过实验验证本文所提出方法的有效性和可行性。实验表明,该方法能够达到预期目标,为后续的研究打下了基础。
【图文】：

模型图,模型,中心词

2Vec 是 Google 研究员 Tomas Mikolov 于 2013 年发布的一。Word2Vec 根据给定的语料库，通过训练可以把对文本词量空间中的向量运算，，用向量空间上的相似度来表示词语Word2Vec 输出的词向量可以被用来做很多自然语义处理领词替换、聚类等。2Vec 主要有两种模型： Continuous Bag-of-Words (CBOs Skip-gram (Skip-gram)模型[39][40]。在训练过程中，Word2Vampling 和 Hierarchical Softmax 方法，来提高词向量的训练。下面将详细介绍 CBOW 模型和 Skip-gram 模型。BOW 模型W 模型根据中心词的上下文来预测中心词。对于中心词的 2k 个词， +1，...， + +1， + 来预测，其口大小。模型的预测目标如公式（2-1）所示： ( | , +1, … , + +1, + )

模型图,模型,实体,文本

图 2-2 Skip-gram 模型-gram 模型结构如图 2-2 所示，与 CBOW 模型类似，由输入层组成。第一层为输入层，输入中心词；第二层为投影层，；第三层为输出层，输出上下文 2k 个词的概率值。采用 Word2Vec 工具，通过 Skip-gram 模型把文本中的词特征使用 Negatve Sampling 方法进行优化，用向量间的余弦值表示建同义词表，并对超声文本中的同义词做替换，以消除一义实体识别实体识别（Named Entity Recognition，NER）即实体识别，采机器学习等方法，对文本中具体实体进行识别并区分其种类在自然语言处理和信息抽取领域中有着广泛的应用意义和研-6 将命名实体作为明确的概念提出，MUC-7 规定了命名实体、时间类、数字类）和七小类（人名、地名、机构名、时间、
【学位授予单位】：东华大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.41;R445.1;R655.8

【相似文献】