CN109582955A - 医疗术语的标准化方法、装置及介质 - Google Patents
医疗术语的标准化方法、装置及介质 Download PDFInfo
- Publication number
- CN109582955A CN109582955A CN201811351542.8A CN201811351542A CN109582955A CN 109582955 A CN109582955 A CN 109582955A CN 201811351542 A CN201811351542 A CN 201811351542A CN 109582955 A CN109582955 A CN 109582955A
- Authority
- CN
- China
- Prior art keywords
- term vector
- medical
- word
- medical terms
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/237—Lexical tools
- G06F40/247—Thesauruses; Synonyms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本公开一方面提供了一种医疗术语的标准化方法,包括:获取医疗术语的词向量序列;利用神经网络对所述医疗术语的词向量序列进行翻译,得到所述医疗术语的词向量的翻译序列;根据所述医疗术语的词向量的翻译序列,确定其与候选空间中的词语的词序列的相似度;根据所述医疗术语的词向量的翻译序列与候选空间中的词语的词序列的相似度,对所述医疗术语的词向量序列进行标准化。本公开还提供了一种医疗术语的标准化装置及介质。
Description
技术领域
本公开涉及医疗术语分类的技术领域,尤其涉及一种医疗术语的标准化方法、装置及介质。
背景技术
目前,在医学数据的处理中,医学术语的标准化是其中最重要的环节之一。在实际的临床数据中,对于同一概念的文字表述方式是多种多样的。比如SCLC、中晚期肺癌、临床诊断肺癌、原发性肺癌、围型肺癌、周围性肺癌、小细胞肺癌(复合细胞型)等不同说法,其本质都是对应着标准表中的“肺恶性肿瘤”。术语标注化的过程就是将临床的各种说法,映射到各种已有的医学术语标准中。手术名称一般标准化到ICD9标准,诊断名称一般归一到ICD10标准。
现有技术中一般采用以下三种方式对医疗术语对进行归一:
1.纯人工标注。这种方式采用众包或者小作坊的方式,完全依赖于人来对术语进行标注化。这种方式由于成本比较高,只适合处理少量的医学数据。
2.利用实体链接技术。先对实体进行特征拓展和关联,再利用各种相似度算法进行链接。由于临床医疗术语本身的复杂性,能拓展的特征和可以利用的上下文特别有限,因此标准化的准确率非常底。
3.利用分类的技术。将标注化定位成单纯的分类问题,这种方式依赖于大量的训练样本,而标注数据来获得训练样本的成本很高。另外,当标准表发现变化时,之前的标注样本将失效,造成巨大的成本浪费。
发明内容
有鉴于此,本公开提供一种医疗术语的标准化方法、装置及介质,进而至少部分地解决了由于相关技术的限制和缺陷而导致的一个或者多个问题。
本公开一方面提供了一种医疗术语的标准化方法,包括:获取医疗术语的词向量序列;利用神经网络对所述医疗术语的词向量序列进行翻译,得到所述医疗术语的词向量的翻译序列;根据所述医疗术语的词向量的翻译序列,确定其与候选空间中的词语的词序列的相似度;根据所述医疗术语的词向量的翻译序列与候选空间中的词语的词序列的相似度,对所述医疗术语的词向量序列进行标准化。
根据本公开的实施例,该方法还包括:获取医疗词;采用Word2Vec将所述医疗词转化为所述医疗词的词向量;计算所述医疗词的词向量与标准表的词向量的相似度;根据所述医疗词的词向量与标准表的词向量的相似度,对所述医疗词的词向量进行聚类,以便确定所述医疗词的词向量与标准表中词向量的对应关系。
根据本公开的实施例,上述医疗术语包括一个或多个医疗词,在这种情况下,该方法还包括:根据所述医疗词的词向量与标准表中词向量的对应关系,对所述医疗术语的词向量进行分词,得到所述医疗术语的词向量在所述标准表中的词向量;将从所述标准表确定出的词向量进行拼接;利用卷积神经网络对拼接的词向量进行粗分类。
根据本公开的实施例,基于ICD标准表的词生成所述医疗术语;并且/或者基于真实病历、网上的医学语料、和/或医学学术论文生成所述医疗术语。
本公开的另一个方面提供了一种医疗术语的标准化装置,包括:第一获取模块,用于获取医疗术语的词向量序列;翻译模块,利用神经网络对所述医疗术语的词向量序列进行翻译,得到所述医疗术语的词向量的翻译序列;确定模块,用于根据所述医疗术语的词向量的翻译序列,确定其与候选空间中的词语的词序列的相似度;标准化模块,用于根据所述医疗术语的词向量的翻译序列与候选空间中的词语的词序列的相似度,对所述医疗术语的词向量序列进行标准化。
根据本公开的实施例,该装置还包括:第二获取模块,用于获取医疗词;转化模块,采用Word2Vec将所述医疗词转化为所述医疗词的词向量;计算模块,用于计算所述医疗词的词向量与标准表的词向量的相似度;聚类模块,用于根据所述医疗词的词向量与标准表的词向量的相似度,对所述医疗词的词向量进行聚类,以便确定所述医疗词的词向量与标准表中词向量的对应关系。
根据本公开的实施例,该装置还包括:分词模块,用于根据所述医疗词的词向量与标准表中词向量的对应关系,对所述医疗术语的词向量进行分词,得到所述医疗术语的词向量在所述标准表中的词向量;拼接模块,用于将从所述标准表确定出的词向量进行拼接;粗分类模块,利用卷积神经网络对拼接的词向量进行粗分类。
根据本公开的实施例,第一生成模块,基于ICD标准表的词生成所述医疗术语;并且/或者第二生成模块,基于真实病历、网上的医学语料、和/或医学学术论文生成所述医疗术语。
本公开的另一方面提供了一种医疗术语的标准化装置。所述装置包括一个或多个处理器,以及存储装置。所述存储装置用于存储一个或多个程序。其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行如上所述的医疗术语的标准化方法。
本公开的另一方面提供了一种计算机可读介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行如上所述的医疗术语的标准化方法。
本公开的另一方面提供了一种计算机程序,所述计算机程序包括计算机可执行指令,所述指令在被执行时用于实现上述的医疗术语的标准化方法。
通过本公开的医疗术语的标准化方法可以至少解决现有技术对医疗术语对进行归一时带来的问题,例如,人力成本太高、归一时准确率低等问题,并因此实现了利用神经网络对医疗术语的词向量标准化,并计算其在候选空间的相似度,然后基于该相似度对医疗术语的词向量进行标准化,以此方式可以节省人力成本,并提高分类时的准确率。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
图1示意性示出了根据本公开实施例的医疗术语的标准化方法的流程图;
图2示意性示出了根据本公开另一个实施例的医疗术语的标准化方法的流程图;
图3示意性示出了根据本公开另一个实施例的医疗术语的标准化方法的流程图;
图4示意性示出了根据本公开实施例的医疗术语的标准化装置的方框图;
图5示意性示出了根据本公开另一实施例的医疗术语的标准化装置的方框图;
图6示意性示出了根据本公开另一实施例的医疗术语的标准化装置的方框图;
图7示意性示出了根据本公开另一实施例的医疗术语的标准化装置的方框图;
图8示意性示出了根据本公开实施例的医疗术语的标准化装置的计算机系统的方框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。本领域技术人员还应理解,实质上任意表示两个或更多可选项目的转折连词和/或短语,无论是在说明书、权利要求书还是附图中,都应被理解为给出了包括这些项目之一、这些项目任一方、或两个项目的可能性。例如,短语“A或B”应当被理解为包括“A”或“B”、或“A和B”的可能性。
本公开的实施例提供了一种医疗术语的标准化方法,包括:获取医疗术语的词向量序列;利用神经网络对所述医疗术语的词向量序列进行翻译,得到所述医疗术语的词向量的翻译序列;根据所述医疗术语的词向量的翻译序列,确定其与候选空间中的词语的词序列的相似度;根据所述医疗术语的词向量的翻译序列与候选空间中的词语的词序列的相似度,对所述医疗术语的词向量序列进行标准化。
通过本公开的医疗术语的标准化方法可以至少解决现有技术对医疗术语对进行归一时带来的问题,例如,人力成本太高、归一时准确率低等问题,并因此实现了利用神经网络对医疗术语的词向量标准化,并计算其在候选空间的相似度,然后基于该相似度对医疗术语的词向量进行标准化,以此方式可以节省人力成本,并提高分类时的准确率。
图1示意性示出了根据本公开实施例的医疗术语的标准化方法的流程图。
如图1所示,医疗术语的标准化方法包括步骤S101~步骤S104。
在步骤S101中,获取医疗术语的词向量序列。
在步骤S102中,利用神经网络对所述医疗术语的词向量序列进行翻译,得到所述医疗术语的词向量的翻译序列。
在步骤S103中,根据所述医疗术语的词向量的翻译序列,确定其与候选空间中的词语的词序列的相似度。
在步骤S104中,根据所述医疗术语的词向量的翻译序列与候选空间中的词语的词序列的相似度,对所述医疗术语的词向量序列进行标准化。
该方法可以利用神经网络对所述医疗术语的词向量序列进行翻译得到所述医疗术语的词向量的翻译序列,然后根据所述医疗术语的词向量的翻译序列与候选空间中的词语的词序列的相似度,对所述医疗术语的词向量序列进行标准化,以此方式对医疗术语进行标准化可以降低人工标注医疗术语的人力成本,并且还可以提升分类时的精确度。
在本公开的一些实施例中,医疗术语的词向量序列可以是由医疗术语中每个词的词向量构成的词向量序列。医疗术语可以是临床医疗术语,例如,可以是病历中医生实际使用的医学术语。当然,医疗术语还可以是ICD标准表中的医疗术语。
在本公开的一些实施例中,上述神经网络可以是基于注意力的序列到序列的翻译模型。在神经网络的训练过程中,可以将医疗术语中的医疗词作为源语言,规范名称的医疗术语的医疗词作为目标语言来训练翻译模型。训练完成后可以利用该翻译模型翻译上述医疗术语的词向量序列,得到医疗术语的词向量的翻译序列。该翻译序列可以是与上述医疗术语的词向量序列中每个词向量对应的规范医疗词的词向量。
在本公开的一些实施例中,上述翻译模型训练完成后,将待分类的医疗术语进行分词后的词向量序列作为输入,输出为最可能的翻译序列,然后再计算翻译序列和候选空间中的词语的词序列的相似度,其中,将相似度最高的为最终结果,这样可以将该医疗术语划分到相似度最高的类别中。
在本公开的一些实施例中,上述候选空间可以指类别池,即该候选空间中可以带有类别标签的医疗词语。该医疗词语可以是具有规范名称的医疗词语。
图2示意性示出了根据本公开另一个实施例的医疗术语的标准化方法的流程图。
在步骤S101之前,上述方法还包括步骤S201~S204,如图2所示。
在步骤S201中,获取医疗词。
在步骤S202中,采用Word2Vec将所述医疗词转化为所述医疗词的词向量。
在步骤S203中,计算所述医疗词的词向量与标准表的词向量的相似度。
在步骤S204中,根据所述医疗词的词向量与标准表的词向量的相似度,对所述医疗词的词向量进行聚类,以便确定所述医疗词的词向量与标准表中词向量的对应关系。
该方法可以采用Word2Vec将医疗词转化为该医疗词的词向量,并计算该医疗词的词向量与标准表的词向量的相似度,然后根据该医疗词的词向量与标准表的词向量的相似度,对该医疗词的词向量进行聚类,以便确定该医疗词的词向量与标准表中词向量的对应关系,从而实现了自动化标注医疗词与标准表的医疗词的对应关系,进而避免了现有技术中依赖人工标注医疗术语时带来的技术缺陷。
上述Word2vec是用来产生词向量的相关模型。这些模型为浅而双层的神经网络,用来训练以重新建构语言学之词文本。网络以词表现,并且需猜测相邻位置的输入词,在word2vec中词袋模型假设下,词的顺序是不重要的。训练完成之后,word2vec模型可用来映射每个词到一个向量,可用来表示词对词之间的关系,该向量为神经网络之隐藏层。
例如,采用Word2Vec技术,可以利用真实病历、网络抓取的医学语料、医学学术论文等海量无监督语料训练词向量。这样就可以将词转化成数学的表示。获取到词向量之后,可以通过两两计算相似度的方法,对词语进行聚类,使相邻语义的词聚在一起,完成词的聚类。例如,“钢板”、“螺丝钉”等医疗词都可以聚类到“内固定”上。在此基础上可以再加上一定的人工标注,可以聚类大部分临床术语中的医疗词。其中,上述“内固定”可以是标准表中的医疗词。
在本公开的一些实施例中,上述标准表可以是用于存储具有规范名称的医疗词语。在本公开的方法中可以将标准表中的医疗词作为临床医疗词的类别。例如,可以通过上述方法建立临床医疗词与标准表中的医疗词的对应关系。
图3示意性示出了根据本公开另一个实施例的医疗术语的标准化方法的流程图。
如图3所示,上述方法包括步骤S301~步骤S303。
在步骤S301中,根据所述医疗词的词向量与标准表中词向量的对应关系,对所述医疗术语的词向量进行分词,得到所述医疗术语的词向量在所述标准表中的词向量。
在步骤S302中,将从所述标准表确定出的词向量进行拼接。
在步骤S303中,利用卷积神经网络对拼接的词向量进行粗分类。
该方法可以根据医疗词的词向量与标准表中词向量的对应关系,对医疗术语的词向量进行分词,得到医疗术语的词向量在所述标准表中的词向量,然后对其进行拼接,利用卷积神经网络对拼接的词向量进行粗分类,这样可以缩小上述候选空间,使得上述候选空间只剩下所在大类下的标准词。
根据本公开的实施例,上述方法还包括基于ICD标准表的词生成所述医疗术语;并且/或者。基于真实病历、网上的医学语料、和/或医学学术论文生成所述医疗术语。
在本公开的一些实施例中,粗分类的训练语料可以自动生成,获取成本大大降低。例如,ICD9标准表和ICD10标准表可以是自带分类信息的,其本身可以作为分类的训练语料。从大量的临床数据中,根据科室,解剖部位等明显特征可以生成大量的用于分类的训练语料。
在本公开的一些实施例中,ICD标准表例如可以包括但不限于ICD9、ICD10标准表。ICD9标准表、ICD10标准表是一个有层级结构的表:例如ICD10标准表:
·C30鼻腔和中耳恶性肿瘤
o C30.0鼻腔恶性肿瘤
■C30.001鼻腔恶性肿瘤
■C30.002鼻软骨恶性肿瘤
■……
ICD9标准表:
·01.4视丘和苍白球手术
o 01.41视丘手术
■01.41001丘脑化学破坏术
■……
根据本公开的实施例,上述粗分类可以是先确定医疗词所在的大类(例如,C30鼻腔和中耳恶性肿瘤或01.4视丘和苍白球手术),这样可以缩小候选空间。例如,对于手术的ICD9标准表,大类就是医学术语的三位码对应的词。通过粗粒度的粗分类可以大大降低后续步骤的候选空间,降低出错概率,提升标准化的准确性。
在本公开的一些实施例中,通过图3实施例的利用卷积神经网络对拼接的词向量进行粗分类后的候选空间可以只包括大类中的子类。例如,对于ICD9标准表的标准词可以只剩下01.41视丘手术和01.41001丘脑化学破坏术,即ICD9标准表中只剩下医学术语的三位码以上的词。另外,图1实施例中的候选空间可以是经过粗分类的缩小候选空间。
在本公开的一些实施例中,先根据所述医疗词的词向量与标准表中词向量的对应关系,对所述医疗术语的词向量进行分词,得到所述医疗术语的词向量在所述标准表中的词向量,然后对其拼接后作为粗分类卷积神经网络的输入,该卷积神经网络可以输出医疗术语属于各大类的概率。这样可以根据医疗术语属于各大类的概率对医疗术语进行粗分类。
图4示意性示出了根据本公开实施例的医疗术语的标准化装置的方框图。
如图4所示,医疗术语的标准化装置400包括第一获取模块410、翻译模块420、确定模块430和标准化模块440。
第一获取模块410,用于获取医疗术语的词向量序列。
翻译模块420,利用神经网络对所述医疗术语的词向量序列进行翻译,得到所述医疗术语的词向量的翻译序列。
确定模块430,用于根据所述医疗术语的词向量的翻译序列,确定其与候选空间中的词语的词序列的相似度。
标准化模块440,用于根据所述医疗术语的词向量的翻译序列与候选空间中的词语的词序列的相似度,对所述医疗术语的词向量序列进行标准化。
该医疗术语的标准化装置400可以利用神经网络对所述医疗术语的词向量序列进行翻译得到所述医疗术语的词向量的翻译序列,然后根据所述医疗术语的词向量的翻译序列与候选空间中的词语的词序列的相似度,对所述医疗术语的词向量序列进行标准化,以此方式对医疗术语进行标准化可以降低人工标注医疗术语的人力成本,并且还可以提升分类时的精确度。
根据本公开实施例,医疗术语的标准化装置400可以用于实现上述图1描述的医疗术语的标准化方法。
图5示意性示出了根据本公开另一实施例的医疗术语的标准化装置的方框图。
如图5所示,医疗术语的标准化装置500还包括第二获取模块510、转化模块520、计算模块530和聚类模块540。
第二获取模块510,用于获取医疗词;
转化模块520,采用Word2Vec将所述医疗词转化为所述医疗词的词向量。
计算模块530,用于计算所述医疗词的词向量与标准表的词向量的相似度。
聚类模块540,用于根据所述医疗词的词向量与标准表的词向量的相似度,对所述医疗词的词向量进行聚类,以便确定所述医疗词的词向量与标准表中词向量的对应关系。
该医疗术语的标准化装置500可以采用Word2Vec将医疗词转化为该医疗词的词向量,并计算该医疗词的词向量与标准表的词向量的相似度,然后根据该医疗词的词向量与标准表的词向量的相似度,对该医疗词的词向量进行聚类,以便确定该医疗词的词向量与标准表中词向量的对应关系,从而实现了自动化标注医疗词与标准表的医疗词的对应关系,进而避免了现有技术中依赖人工标注医疗术语时带来的技术缺陷。
根据本公开实施例,医疗术语的标准化装置500可以用于实现上述图2描述的医疗术语的标准化方法。
图6示意性示出了根据本公开另一实施例的医疗术语的标准化装置的方框图。
如图6所示,医疗术语的标准化装置600还包括分词模块610、拼接模块620和粗分类模块630。
分词模块610,用于根据所述医疗词的词向量与标准表中词向量的对应关系,对所述医疗术语的词向量进行分词,得到所述医疗术语的词向量在所述标准表中的词向量。
拼接模块620,用于将从所述标准表确定出的词向量进行拼接。
粗分类模块630,利用卷积神经网络对拼接的词向量进行粗分类。
该医疗术语的标准化装置600可以根据医疗词的词向量与标准表中词向量的对应关系,对医疗术语的词向量进行分词,得到医疗术语的词向量在所述标准表中的词向量,然后对其进行拼接,利用卷积神经网络对拼接的词向量进行粗分类,这样可以缩小上述候选空间,使得上述候选空间只剩下所在大类下的标准词。
根据本公开实施例,医疗术语的标准化装置600可以用于实现上述图3描述的医疗术语的标准化方法。
图7示意性示出了根据本公开另一实施例的医疗术语的标准化装置的方框图。
如图7所示,医疗术语的标准化装置700还包括第一生成模块710和/或第二生成模块720。
第一生成模块710,基于ICD标准表的词生成所述医疗术语。
第二生成模块720,基于真实病历、网上的医学语料、和/或医学学术论文生成所述医疗术语。
可以理解的是,第一获取模块410、翻译模块420、确定模块430、标准化模块440、第二获取模块510、转化模块520、计算模块530、聚类模块540、分词模块610、拼接模块620、粗分类模块630、第一生成模块710、以及第二生成模块720可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本发明的实施例,第一获取模块410、翻译模块420、确定模块430、标准化模块440、第二获取模块510、转化模块520、计算模块530、聚类模块540、分词模块610、拼接模块620、粗分类模块630、第一生成模块710、以及第二生成模块720中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以以对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式的适当组合来实现。或者,第一获取模块410、翻译模块420、确定模块430、标准化模块440、第二获取模块510、转化模块520、计算模块530、聚类模块540、分词模块610、拼接模块620、粗分类模块630、第一生成模块710、以及第二生成模块720中的至少一个可以至少被部分地实现为计算机程序模块,当该程序被计算机运行时,可以执行相应模块的功能。
图8示意性示出了根据本公开实施例的医疗术语的标准化装置的计算机系统的方框图。图8示出的计算机系统仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图8所示,根据本公开实施例的医疗术语的标准化装置的计算机系统800包括处理器801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。处理器801例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)),等等。处理器801还可以包括用于缓存用途的板载存储器。处理器801可以包括用于执行参考图1~图3描述的根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 803中,存储有系统800操作所需的各种程序和数据。处理器801、ROM 802以及RAM 803通过总线804彼此相连。处理器801通过执行ROM 802和/或RAM 803中的程序来执行以上参考图1~图3描述的医疗术语的标准化方法的各种步骤。需要注意,该程序也可以存储在除ROM 802和RAM 803以外的一个或多个存储器中。处理器801也可以通过执行存储在该一个或多个存储器中的程序来执行以上参考图1~图3描述医疗术语的标准化方法的各种步骤。
根据本公开的实施例,系统800还可以包括输入/输出(I/O)接口807,输入/输出(I/O)接口807也连接至总线804。系统800还可以包括连接至I/O接口805的以下部件中的一项或多项:包括键盘、鼠标等的输入部分806;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807;包括硬盘等的存储部分808;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器810上,以便于从其上读出的计算机程序根据需要被安装入存储部分808。
根据本公开的实施例,上文参考流程图描述的方法可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分809从网络上被下载和安装,和/或从可拆卸介质811被安装。在该计算机程序被处理器801执行时,执行本公开实施例的系统中限定的上述功能。根据本公开的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
需要说明的是,本公开所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。根据本公开的实施例,计算机可读介质可以包括上文描述的ROM 802和/或RAM 803和/或ROM 802和RAM 803以外的一个或多个存储器。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
作为另一方面,本公开还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备执行根据本公开实施例的医疗术语的标准化方法。该方法包括:获取医疗术语的词向量序列;利用神经网络对所述医疗术语的词向量序列进行翻译,得到所述医疗术语的词向量的翻译序列;根据所述医疗术语的词向量的翻译序列,确定其与候选空间中的词语的词序列的相似度;根据所述医疗术语的词向量的翻译序列与候选空间中的词语的词序列的相似度,对所述医疗术语的词向量序列进行标准化。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (10)
1.一种医疗术语的标准化方法,包括:
获取医疗术语的词向量序列;
利用神经网络对所述医疗术语的词向量序列进行翻译,得到所述医疗术语的词向量的翻译序列;
根据所述医疗术语的词向量的翻译序列,确定其与候选空间中的词语的词序列的相似度;
根据所述医疗术语的词向量的翻译序列与候选空间中的词语的词序列的相似度,对所述医疗术语的词向量序列进行标准化。
2.根据权利要求1所述的方法,其特征在于,在所述获取医疗术语的词向量序列之前,该方法还包括:
获取医疗词;
采用Word2Vec将所述医疗词转化为所述医疗词的词向量;
计算所述医疗词的词向量与标准表的词向量的相似度;
根据所述医疗词的词向量与标准表的词向量的相似度,对所述医疗词的词向量进行聚类,以便确定所述医疗词的词向量与标准表中词向量的对应关系。
3.根据权利要求2所述的方法,其特征在于,所述医疗术语包括一个或多个医疗词,该方法还包括:
根据所述医疗词的词向量与标准表中词向量的对应关系,对所述医疗术语的词向量进行分词,得到所述医疗术语的词向量在所述标准表中的词向量;
将从所述标准表确定出的词向量进行拼接;
利用卷积神经网络对拼接的词向量进行粗分类。
4.根据权利要求1所述的方法,其特征在于,该方法还包括:
基于ICD标准表的词生成所述医疗术语;并且/或者
基于真实病历、网上的医学语料、和/或医学学术论文生成所述医疗术语。
5.一种医疗术语的标准化装置,包括:
第一获取模块,用于获取医疗术语的词向量序列;
翻译模块,利用神经网络对所述医疗术语的词向量序列进行翻译,得到所述医疗术语的词向量的翻译序列;
确定模块,用于根据所述医疗术语的词向量的翻译序列,确定其与候选空间中的词语的词序列的相似度;
标准化模块,用于根据所述医疗术语的词向量的翻译序列与候选空间中的词语的词序列的相似度,对所述医疗术语的词向量序列进行标准化。
6.根据权利要求5所述的装置,其特征在于,该装置还包括:
第二获取模块,用于获取医疗词;
转化模块,采用Word2Vec将所述医疗词转化为所述医疗词的词向量;
计算模块,用于计算所述医疗词的词向量与标准表的词向量的相似度;
聚类模块,用于根据所述医疗词的词向量与标准表的词向量的相似度,对所述医疗词的词向量进行聚类,以便确定所述医疗词的词向量与标准表中词向量的对应关系。
7.根据权利要求6所述的装置,其特征在于,所述医疗术语包括一个或多个医疗词,该装置还包括:
分词模块,用于根据所述医疗词的词向量与标准表中词向量的对应关系,对所述医疗术语的词向量进行分词,得到所述医疗术语的词向量在所述标准表中的词向量;
拼接模块,用于将从所述标准表确定出的词向量进行拼接;
粗分类模块,利用卷积神经网络对拼接的词向量进行粗分类。
8.根据权利要求5所述的装置,其特征在于,该装置还包括:
第一生成模块,基于ICD标准表的词生成所述医疗术语;并且/或者
第二生成模块,基于真实病历、网上的医学语料、和/或医学学术论文生成所述医疗术语。
9.一种医疗术语的标准化装置,包括:
一个或多个处理器;以及
存储装置,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行根据权利要求1~4任意一项所述的方法。
10.一种计算机可读介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行根据权利要求1~4任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811351542.8A CN109582955B (zh) | 2018-11-14 | 2018-11-14 | 医疗术语的标准化方法、装置及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811351542.8A CN109582955B (zh) | 2018-11-14 | 2018-11-14 | 医疗术语的标准化方法、装置及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109582955A true CN109582955A (zh) | 2019-04-05 |
CN109582955B CN109582955B (zh) | 2023-04-07 |
Family
ID=65922351
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811351542.8A Active CN109582955B (zh) | 2018-11-14 | 2018-11-14 | 医疗术语的标准化方法、装置及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109582955B (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110175330A (zh) * | 2019-05-29 | 2019-08-27 | 广州伟宏智能科技有限公司 | 一种基于注意力机制的命名实体识别方法 |
CN110543644A (zh) * | 2019-09-04 | 2019-12-06 | 语联网(武汉)信息技术有限公司 | 包含术语翻译的机器翻译方法、装置与电子设备 |
CN110781646A (zh) * | 2019-10-15 | 2020-02-11 | 泰康保险集团股份有限公司 | 名称标准化方法、装置、介质及电子设备 |
CN110909121A (zh) * | 2019-10-10 | 2020-03-24 | 北京东软望海科技有限公司 | 用于医疗行业数据标准化的方法及系统 |
CN111091915A (zh) * | 2019-12-24 | 2020-05-01 | 医渡云(北京)技术有限公司 | 医疗数据处理方法及装置、存储介质、电子设备 |
CN111161817A (zh) * | 2019-12-31 | 2020-05-15 | 医渡云(北京)技术有限公司 | 医疗数据标准化处理方法、装置、介质及电子设备 |
CN111292814A (zh) * | 2019-12-26 | 2020-06-16 | 北京亚信数据有限公司 | 一种医疗数据标准化的方法及装置 |
CN111415748A (zh) * | 2020-02-18 | 2020-07-14 | 云知声智能科技股份有限公司 | 一种实体链接方法及装置 |
CN111539853A (zh) * | 2020-06-19 | 2020-08-14 | 支付宝(杭州)信息技术有限公司 | 标准案由确定方法、装置和设备 |
CN111597826A (zh) * | 2020-05-15 | 2020-08-28 | 苏州七星天专利运营管理有限责任公司 | 一种辅助翻译中处理术语的方法 |
CN112307763A (zh) * | 2020-12-30 | 2021-02-02 | 望海康信(北京)科技股份公司 | 术语标准化方法、系统及相应设备和存储介质 |
CN112347776A (zh) * | 2019-08-09 | 2021-02-09 | 金色熊猫有限公司 | 医疗数据处理方法及装置、存储介质、电子设备 |
CN112633005A (zh) * | 2020-11-11 | 2021-04-09 | 上海数创医疗科技有限公司 | 一种心电术语语义匹配方法 |
CN113377897A (zh) * | 2021-05-27 | 2021-09-10 | 杭州莱迈医疗信息科技有限公司 | 基于深度对抗学习的多语言医疗术语规范标准化系统及方法 |
CN113591458A (zh) * | 2021-07-29 | 2021-11-02 | 平安科技(深圳)有限公司 | 基于神经网络的医学术语处理方法、装置、设备及存储介质 |
CN113642339A (zh) * | 2020-04-27 | 2021-11-12 | 北京雅信诚医学信息科技有限公司 | 一种提高翻译精度的机器翻译系统及其方法 |
CN114153995A (zh) * | 2022-02-09 | 2022-03-08 | 杭州太美星程医药科技有限公司 | 医学术语的处理方法、装置、计算机设备和存储介质 |
CN118035504A (zh) * | 2024-04-15 | 2024-05-14 | 上海森亿医疗科技有限公司 | 医学核心词知识库构建方法、装置、介质及终端 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060184388A1 (en) * | 2005-02-16 | 2006-08-17 | Anuthep Benja-Athon | Consumers-buyers-physicians health-care |
CN106897568A (zh) * | 2017-02-28 | 2017-06-27 | 北京大数医达科技有限公司 | 病历结构化的处理方法和装置 |
CN106933806A (zh) * | 2017-03-15 | 2017-07-07 | 北京大数医达科技有限公司 | 医疗同义词的确定方法和装置 |
CN108804423A (zh) * | 2018-05-30 | 2018-11-13 | 平安医疗健康管理股份有限公司 | 医疗文本特征提取与自动匹配方法和系统 |
-
2018
- 2018-11-14 CN CN201811351542.8A patent/CN109582955B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060184388A1 (en) * | 2005-02-16 | 2006-08-17 | Anuthep Benja-Athon | Consumers-buyers-physicians health-care |
CN106897568A (zh) * | 2017-02-28 | 2017-06-27 | 北京大数医达科技有限公司 | 病历结构化的处理方法和装置 |
CN106933806A (zh) * | 2017-03-15 | 2017-07-07 | 北京大数医达科技有限公司 | 医疗同义词的确定方法和装置 |
CN108804423A (zh) * | 2018-05-30 | 2018-11-13 | 平安医疗健康管理股份有限公司 | 医疗文本特征提取与自动匹配方法和系统 |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110175330A (zh) * | 2019-05-29 | 2019-08-27 | 广州伟宏智能科技有限公司 | 一种基于注意力机制的命名实体识别方法 |
CN110175330B (zh) * | 2019-05-29 | 2023-07-14 | 广州伟宏智能科技有限公司 | 一种基于注意力机制的命名实体识别方法 |
CN112347776B (zh) * | 2019-08-09 | 2024-05-24 | 金色熊猫有限公司 | 医疗数据处理方法及装置、存储介质、电子设备 |
CN112347776A (zh) * | 2019-08-09 | 2021-02-09 | 金色熊猫有限公司 | 医疗数据处理方法及装置、存储介质、电子设备 |
CN110543644A (zh) * | 2019-09-04 | 2019-12-06 | 语联网(武汉)信息技术有限公司 | 包含术语翻译的机器翻译方法、装置与电子设备 |
CN110543644B (zh) * | 2019-09-04 | 2023-08-29 | 语联网(武汉)信息技术有限公司 | 包含术语翻译的机器翻译方法、装置与电子设备 |
CN110909121A (zh) * | 2019-10-10 | 2020-03-24 | 北京东软望海科技有限公司 | 用于医疗行业数据标准化的方法及系统 |
CN110781646B (zh) * | 2019-10-15 | 2023-08-22 | 泰康保险集团股份有限公司 | 名称标准化方法、装置、介质及电子设备 |
CN110781646A (zh) * | 2019-10-15 | 2020-02-11 | 泰康保险集团股份有限公司 | 名称标准化方法、装置、介质及电子设备 |
CN111091915A (zh) * | 2019-12-24 | 2020-05-01 | 医渡云(北京)技术有限公司 | 医疗数据处理方法及装置、存储介质、电子设备 |
CN111292814A (zh) * | 2019-12-26 | 2020-06-16 | 北京亚信数据有限公司 | 一种医疗数据标准化的方法及装置 |
CN111161817B (zh) * | 2019-12-31 | 2023-09-19 | 医渡云(北京)技术有限公司 | 医疗数据标准化处理方法、装置、介质及电子设备 |
CN111161817A (zh) * | 2019-12-31 | 2020-05-15 | 医渡云(北京)技术有限公司 | 医疗数据标准化处理方法、装置、介质及电子设备 |
CN111415748B (zh) * | 2020-02-18 | 2023-08-08 | 云知声智能科技股份有限公司 | 一种实体链接方法及装置 |
CN111415748A (zh) * | 2020-02-18 | 2020-07-14 | 云知声智能科技股份有限公司 | 一种实体链接方法及装置 |
CN113642339A (zh) * | 2020-04-27 | 2021-11-12 | 北京雅信诚医学信息科技有限公司 | 一种提高翻译精度的机器翻译系统及其方法 |
CN111597826A (zh) * | 2020-05-15 | 2020-08-28 | 苏州七星天专利运营管理有限责任公司 | 一种辅助翻译中处理术语的方法 |
CN111597826B (zh) * | 2020-05-15 | 2021-10-01 | 苏州七星天专利运营管理有限责任公司 | 一种辅助翻译中处理术语的方法 |
CN111539853A (zh) * | 2020-06-19 | 2020-08-14 | 支付宝(杭州)信息技术有限公司 | 标准案由确定方法、装置和设备 |
CN112633005A (zh) * | 2020-11-11 | 2021-04-09 | 上海数创医疗科技有限公司 | 一种心电术语语义匹配方法 |
CN112307763A (zh) * | 2020-12-30 | 2021-02-02 | 望海康信(北京)科技股份公司 | 术语标准化方法、系统及相应设备和存储介质 |
CN113377897A (zh) * | 2021-05-27 | 2021-09-10 | 杭州莱迈医疗信息科技有限公司 | 基于深度对抗学习的多语言医疗术语规范标准化系统及方法 |
CN113377897B (zh) * | 2021-05-27 | 2022-04-22 | 杭州莱迈医疗信息科技有限公司 | 基于深度对抗学习的多语言医疗术语规范标准化系统及方法 |
CN113591458B (zh) * | 2021-07-29 | 2023-09-01 | 平安科技(深圳)有限公司 | 基于神经网络的医学术语处理方法、装置、设备及存储介质 |
CN113591458A (zh) * | 2021-07-29 | 2021-11-02 | 平安科技(深圳)有限公司 | 基于神经网络的医学术语处理方法、装置、设备及存储介质 |
CN114153995B (zh) * | 2022-02-09 | 2022-05-24 | 杭州太美星程医药科技有限公司 | 医学术语的处理方法、装置、计算机设备和存储介质 |
CN114153995A (zh) * | 2022-02-09 | 2022-03-08 | 杭州太美星程医药科技有限公司 | 医学术语的处理方法、装置、计算机设备和存储介质 |
CN118035504A (zh) * | 2024-04-15 | 2024-05-14 | 上海森亿医疗科技有限公司 | 医学核心词知识库构建方法、装置、介质及终端 |
Also Published As
Publication number | Publication date |
---|---|
CN109582955B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109582955A (zh) | 医疗术语的标准化方法、装置及介质 | |
CN108596882B (zh) | 病理图片的识别方法及装置 | |
CN107908635B (zh) | 建立文本分类模型以及文本分类的方法、装置 | |
CN109522552B (zh) | 一种医疗信息的归一化方法、装置、介质及电子设备 | |
Tran et al. | Computational radiology in breast cancer screening and diagnosis using artificial intelligence | |
Wu et al. | Skin cancer classification with deep learning: a systematic review | |
CN108121699A (zh) | 用于输出信息的方法和装置 | |
CN113593709B (zh) | 一种疾病编码方法、系统、可读存储介质及装置 | |
Hou et al. | Multi-label learning with visual-semantic embedded knowledge graph for diagnosis of radiology imaging | |
CN109389982A (zh) | 发货信息语音识别方法、系统、设备及存储介质 | |
CN112349410A (zh) | 用于科室分诊的分诊模型的训练方法、分诊方法和系统 | |
CN109657056A (zh) | 目标样本获取方法、装置、存储介质及电子设备 | |
Ke et al. | Medical entity recognition and knowledge map relationship analysis of Chinese EMRs based on improved BiLSTM-CRF | |
CN113420542B (zh) | 对话生成方法、装置、电子设备及存储介质 | |
CN110188158A (zh) | 关键词及话题标签生成方法、装置、介质及电子设备 | |
CN111640517A (zh) | 病历编码方法、装置、存储介质及电子设备 | |
CN111627566A (zh) | 适应症信息处理方法与装置、存储介质、电子设备 | |
US11972601B2 (en) | Method for selecting image samples and related equipment | |
Guo et al. | Study on realizing the personalized customization of bra cup by solving the inverse problem of bra cup design | |
CN110335679A (zh) | 一种基于多粒度图模式挖掘的生存预测方法及系统 | |
Xia et al. | An online intelligent electronic medical record system via speech recognition | |
Oh et al. | LLM-driven Multimodal Target Volume Contouring in Radiation Oncology | |
Rickmann et al. | Vertex Correspondence in Cortical Surface Reconstruction | |
Li et al. | Research and implementation of a fabric printing detection system based on a field programmable gate array and deep neural network | |
Chen et al. | Multi-modal learning for inpatient length of stay prediction |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |