中文电子病历医学实体识别算法研究

发布时间：2022-11-03 18:47

　　电子病历是患者完整病程的数字化记录,对帮助医生分析病案和医疗决策具有重要意义。结构化电子病历由于选择复杂、限制医生思维以及病例高度重复等问题,慢慢被医生使用自然语言进行书写的非结构化和后结构化电子病历所取代。结构化的电子病历是医疗大数据分析的基础,因此,将自然语言书写的电子病历转化为具有一定规则的结构化数据是现在医学信息学研究的重要方向。深度学习方法的出现和使用也使针对电子病历的自然语言处理成为研究热点。本文研究基于深度学习的命名实体识别技术,可完成对医学文本中的实体名词进行识别与提取,从而达到电子病历的后结构化目的。在命名实体识别任务中,词嵌入作为最重要的预训练方法,将上下文中的词语信息转化为数学空间中的向量。不同于英文从词语或句子级别的角度进行研究,中文词嵌入的研究重点在于挖掘中文词语与字符的内在偏旁部首与笔画信息。故本文提出一种融合词信息与子词信息作为词嵌入的模型,使用字符与笔画组合来构成子词信息部分,对比现有词嵌入方法结合更多词语的内在信息。通过外部评估的方式,在四种不同命名实体识别模型中进行测试,结果表明,本文提出的融合模型比仅使用单一词语作为词嵌入,在模型的F1值评估指标上... 

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外发展现状
        1.2.1 词嵌入算法研究现状
        1.2.2 众包标注研究现状
    1.3 本文主要研究内容
    1.4 本文结构安排
第二章 中文医学文本词嵌入融合模型算法研究
    2.1 词嵌入问题研究
        2.1.1 词嵌入算法发展
        2.1.2 中文词嵌入研究进展
        2.1.3 中文医学文本词嵌入现有问题分析
    2.2 中文医学文本词嵌入融合模型算法设计
        2.2.1 本文融合模型算法思想与流程
        2.2.2 融合模型理论基础
        2.2.3 融合模型构建
    2.3 中文医学文本词嵌入融合模型算法实现
        2.3.1 数据来源
        2.3.2 数据预处理
        2.3.3 融合模型训练相关参数
    2.4 实验设计与结果分析
        2.4.1 对比实验模型选择
        2.4.2 模型质量评估指标
        2.4.3 实验结果分析
    2.5 本章小结
第三章 中文电子病历众包标注模型算法研究
    3.1 众包标注存在的问题分析
        3.1.1 众包标注的概念
        3.1.2 众包标注发展现状
        3.1.3 众包标注的问题
    3.2 众包标注模型算法设计
        3.2.1 众包标注模型算法思想与流程
        3.2.2 众包算法理论基础
        3.2.4 众包标注模型构建
    3.3 众包标注模型算法实现
        3.3.1 数据来源及预处理
        3.3.2 医学实体选择与标记策略
        3.3.3 病历数据众包标注实现
        3.3.4 模型参数设置
    3.4 实验设计与结果分析
        3.4.1 对比实验模型选择
        3.4.2 实验结果分析
    3.5 本章小结
第四章 中文电子病历标注系统的设计与实现
    4.1 标注系统总体设计
        4.1.1 标注系统架构设计
        4.1.2 系统开发框架选择与介绍
    4.2 系统主要功能模块设计与实现
        4.2.1 API接口设计与实现
        4.2.2 数据存储设计与实现
        4.2.3 实时监控设计与实现
    4.3 DevOps开发流程
    4.4 系统测试与分析
        4.4.1 系统部署
        4.4.2 系统测试
    4.5 本章小结
第五章 总结与展望
    5.1 总结
    5.2 展望
致谢
参考文献


【参考文献】：
期刊论文
[1]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)
[2]众包问题研究综述[J]. 张利斌,钟复平,涂慧.  科技进步与对策. 2012(06)
[3]众包的理念以及我国企业众包商业模式设计[J]. 魏拴成.  技术经济与管理研究. 2010(01)



本文编号：3700430