基于用户意图分析的电子病历检索技术研究

发布时间：2021-01-05 02:38

　　随着临床医学的发展和医疗信息技术的广泛应用,通过对正确的诊断和治疗过程的分析来帮助临床医学中对病情的预判变得愈加的重要。同时,电子病历的大规模应用和推广为后续的分析提供了重要的数据基础。作为针对大规模信息领域的关键技术,信息检索在互联网的应用已经非常成熟。但是由于医疗领域信息表述的特殊性以及内容关系的复杂性,面向医疗领域的信息检索技术研究还在初级阶段。针对以上问题,本文在对中文电子病历的处理基础之上,实现对用户查询意图的理解以及通过图检索的方式进行数据检索,进而对查询的结果进行多样化排序,最终达到有效利用电子病历中存储的大量数据来辅助医生进行分析研究与诊断的目的,提高医生患者和医疗服务人员的医疗服务水平和效率。本文详细的分析了中文电子病历的结构特点,对电子病历进行语义分析,抽取医疗实体以及实体关系,奠定了后续研究的基础。在分析用户查询意图方面,针对查询的宽泛性和歧义性本文使用基于密度的聚类算法来对用户查询的历史数据进行子意图的聚类分析。针对查询中的医疗专业词汇则提出一种基于信息熵计算概念特征相似度和概念相关度的方法,从而得出概念语义相似度的计算模型来识别医疗专业概念中的意图。主要利用朴... 

【文章来源】：中北大学山西省

【文章页数】：81 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 课题研究背景及意义
    1.2 国内外相关研究现状
    1.3 本文主要研究内容
    1.4 本文的主要组织和结构
    1.5 本章小结
2 中文电子病历语料分析
    2.1 电子病历结构分析
    2.2 语料标注
    2.3 中文分词工具Hanlp
        2.3.1 用户自定义词典
        2.3.2 N-最短路径分词
        2.3.3 摘要提取
        2.3.4 依存句法解析
    2.4 实体关系抽取
    2.5 本章小结
3 基于电子病历用户查询意图识别方法研究
    3.1 基于聚类算法的子意图识别
        3.1.1 DBscan算法
        3.1.2 基于DBscan的意图聚类
        3.1.3 MinPts和半径Eps的值
    3.2 基于信息熵的子意图识别
        3.2.1 概念信息熵
        3.2.2 朴素贝叶斯分类算法
        3.2.3 概念信息熵
        3.2.4 概念语义相似度计算
        3.2.5 实验结果及分析
    3.3 本章小结
4 电子病历图结构化检索方法研究
    4.1 电子病历的图结构化
    4.2 基本概念
        4.2.1 电子病历实体
        4.2.2 具体定义
    4.3 改进的EMRSearch算法
    4.4 实验结果及分析
        4.4.1 检索质量评价指标
        4.4.2 实验结果分析
    4.5 本章小结
5 电子病历查询结果多样化排序
    5.1 前期研究
    5.2 多样性排序算法
        5.2.1 初期
        5.2.2 问题的公式化
        5.2.3 D（k）的贪心算法
        5.2.4 算法描述
    5.3 实验结果
    5.4 本章小结
6 总结与展望
    6.1 总结
    6.2 展望
参考文献
攻读硕士学位期间发表的论文及所取得的研究成果
致谢



本文编号：2957852