CN116468025A - 电子病历结构化方法、装置、电子设备及存储介质 - Google Patents
电子病历结构化方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116468025A CN116468025A CN202310452596.8A CN202310452596A CN116468025A CN 116468025 A CN116468025 A CN 116468025A CN 202310452596 A CN202310452596 A CN 202310452596A CN 116468025 A CN116468025 A CN 116468025A
- Authority
- CN
- China
- Prior art keywords
- keywords
- medical record
- target
- sentence
- keyword
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000013145 classification model Methods 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 18
- 239000013598 vector Substances 0.000 claims description 17
- 238000011176 pooling Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 238000012216 screening Methods 0.000 claims description 6
- 230000001939 inductive effect Effects 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000002910 structure generation Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000010801 machine learning Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000012015 optical character recognition Methods 0.000 description 8
- 238000007726 management method Methods 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 208000028659 discharge Diseases 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 208000005577 Gastroenteritis Diseases 0.000 description 1
- 208000012873 acute gastroenteritis Diseases 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/211—Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- G06F40/242—Dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Epidemiology (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及机器学习技术,揭露了一种电子病历结构化方法、装置、电子设备以及存储介质,所述方法包括:获取病历文本,对病历文本进行语句划分,得到目标语句;利用预构建的文本分类模型对目标语句进行特征分类,得到语句类型;对语句类型进行规则匹配,根据匹配的结果确定目标语句对应的关键字,对关键字进行标准化处理,得到标准关键字;获取标准关键字对应的病历内容,对病历内容进行归纳,得到标准关键字对应的关键值,将标准关键字及关键值进行组合,得到病历文本对应的结构。本发明在数字医疗领域采用字典及规则相结合的方式高质量地恢复病历文本的结构,并且可以提高恢复病历文本结构时的效率。
Description
技术领域
本发明涉及机器学习技术领域,尤其涉及一种电子病历结构化方法、装置、电子设备及计算机可读存储介质。
背景技术
随着深度学习的不断发展,目前的OCR(光学字符识别)技术已经广泛应用于各种复杂场景下图像的文字识别,在医学领域上也发挥着越来越重要的作用,可以支持疾病辅助诊断、健康管理、远程会诊等功能,但是,OCR技术识别出的结果仅仅是一串可编辑的字符串,不包含任何结构信息。而医学领域的图片往往具有较强的结构信息,例如:“出院诊断:急性肠胃炎”这种可以结构化为“key:value”形式的文本信息,这种结构化信息在OCR的直接结果中往往会丢失,极大的限制了OCR结果在下游任务中的使用效果。在现有技术中,有两种恢复OCR结果的结构信息的方式,一是通过建立一系列规则筛选后录入,但是鲁棒性很差,无法建立一套完全的规则来进行各项信息的筛选;二是直接人工录入,但是效率较低,并且造成了极大的人力成本的浪费。综上所述,现有技术中存在恢复病历文本的结构时效率不高的问题。
发明内容
本发明提供一种电子病历结构化方法、装置、电子设备及计算机可读存储介质,其主要目的在于解决恢复病历文本的结构时效率不高的问题。
为实现上述目的,本发明提供的一种电子病历结构化方法,包括:
获取病历文本,对所述病历文本进行语句划分,得到目标语句;
利用预构建的文本分类模型对所述目标语句进行特征分类,得到语句类型;
对所述语句类型进行规则匹配,根据匹配的结果确定所述目标语句对应的关键字,对所述关键字进行标准化处理,得到标准关键字;
获取所述标准关键字对应的病历内容,对所述病历内容进行归纳,得到所述标准关键字对应的关键值,将所述标准关键字及所述关键值进行组合,得到所述病历文本对应的结构。
可选地,所述对所述病历文本进行语句划分,得到目标语句,包括:
从所述病历文本中提取病历符号,将所述病历符号与预设的符号库进行匹配,得到目标符号;
根据所述目标符号对所述病历文本进行分割,得到目标语句。
可选地,所述利用预构建的文本分类模型对所述目标语句进行特征分类,得到语句类型,包括:
利用所述文本分类模型中的嵌入层对所述目标语句进行连续分布式转换,得到词向量;
利用所述文本分类模型中的编码器对所述词向量进行特征提取,得到向量特征;
利用所述文本分类模型中的池化层对所述向量特征进行池化处理,得到池化特征;
利用所述文本分类模型中的分类层对所述池化特征进行分类,得到特征类型,将所述特征类型作为所述目标语句的语句类型。
可选地,所述对所述语句类型进行规则匹配,根据匹配的结果确定所述目标语句对应的关键字,包括:
根据预设的语法规则对所述语句类型进行筛选,得到目标语句类型;
对所述目标语句类型中的目标语句进行分词,得到目标词语;
当所述目标词语满足所述语法规则时,对所述目标词语与预设的关键字集合进行匹配,得到关键字。
可选地,所述对所述关键字进行标准化处理,得到标准关键字,包括:
利用预设的医学字典中的医学关键字与所述关键字进行匹配,得到所述目标关键字;
对所述关键字中除所述目标关键字之外的剩余关键字进行校验,得到关键字属性及关键字类型,根据所述关键字属性判断所述剩余关键字是否为可用关键字;
当所述剩余关键字为可用关键字时,根据所述关键字类型对所述剩余关键字与所述医学字典中的医学关键字进行模糊匹配,得到模糊关键字;
将所述目标关键字及所述模糊关键字进行组合得到标准关键字。
可选地,所述根据所述关键字类型对所述剩余关键字与所述医学字典中的医学关键字进行模糊匹配,得到模糊关键字,包括:
从所述医学字典中选取所述关键字类型对应的目标关键字;
计算所述剩余关键字与所述目标关键字的近似值,并判断所述近似值是否大于预设的阈值;
当所述近似值大于所述阈值时,将所述目标关键字作为模糊关键字。
可选地,所述将所述标准关键字及所述关键值进行组合,得到所述病历文本对应的结构,包括:
逐个判断所述标准关键字对应的语句类型是否为结束类型;
当所述语句类型为结束类型时,提取所述语句类型对应的目标语句中的标准关键字及关键值,将所述关键值与所述标准关键字进行叠加,得到结束结构;
当所述语句类型不为结束类型时,逐个从所述标准关键字中选取相邻的关键字作为第一关键字及第二关键字,对所述第一关键字与第二关键字之间的所述关键值与所述第一关键字进行叠加,得到文本结构;
对所述结束结构及所述文本结构进行整合,得到所述病历文本对应的结构。
为了解决上述问题,本发明还提供一种电子病历结构化装置,所述装置包括:
语句划分模块,用于获取病历文本,对所述病历文本进行语句划分,得到目标语句;
特征分类模块,用于利用预构建的文本分类模型对所述目标语句进行特征分类,得到语句类型;
标准关键字生成模块,用于对所述语句类型进行规则匹配,根据匹配的结果确定所述目标语句对应的关键字,对所述关键字进行标准化处理,得到标准关键字;
结构生成模块,用于获取所述标准关键字对应的病历内容,对所述病历内容进行归纳,得到所述标准关键字对应的关键值,将所述标准关键字及所述关键值进行组合,得到所述病历文本对应的结构。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述所述的电子病历结构化方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个计算机程序,所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的电子病历结构化方法。
本发明实施例通过对病历文本进行语句划分,能够减小计算机处理时的计算量从而加快计算效率;通过利用文本分类模型对目标语句进行特征分类,能够使得到的语句类型更加准确;通过对语句类型进行规则匹配,根据匹配的结果确定目标语句对应的关键字,使得关键字更加精确;通过对关键字进行标准化处理,使得关键字更加标准;通过对病历内容进行归纳,使得到标准关键字对应的关键值更加准确;通过将标准关键字及关键值进行组合,得到病历文本对应的结构,使得恢复病历文本的结构时的效率更高。因此本发明提出的电子病历结构化方法、装置、电子设备及计算机可读存储介质,可以解决恢复病历文本的结构时效率不高的问题。
附图说明
图1为本发明一实施例提供的电子病历结构化方法的流程示意图;
图2为本发明一实施例提供的利用预构建的文本分类模型对目标语句进行特征分类,得到语句类型的流程示意图;
图3为本发明一实施例提供的将标准关键字及关键值进行组合,得到病历文本对应的结构的流程示意图;
图4为本发明一实施例提供的电子病历结构化装置的功能模块图;
图5为本发明一实施例提供的实现所述电子病历结构化方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种电子病历结构化方法。所述电子病历结构化方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述电子病历结构化方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示,为本发明一实施例提供的电子病历结构化方法的流程示意图。在本实施例中,所述电子病历结构化方法包括:
S1、获取病历文本,对所述病历文本进行语句划分,得到目标语句;
本发明实施例中,所述病历文本可以是利用OCR(光学字符识别)技术识别病历照片所获取的文本。
本发明实施例中,所述对所述病历文本进行语句划分,得到目标语句,包括:
从所述病历文本中提取病历符号,将所述病历符号与预设的符号库进行匹配,得到目标符号;
根据所述目标符号对所述病历文本进行分割,得到目标语句。
本发明实施例中,所述病历符号包括逗号、句号、分号及感叹号等;所述符号库中包含各种符号;将所述病历符号与所述符号库中的符号进行一一比对,提取出目标符号,所述目标符号可以但不仅限于句号;利用所述目标符号对所述病历文本进行切分,得到多个目标语句。
S2、利用预构建的文本分类模型对所述目标语句进行特征分类,得到语句类型;
本发明实施例中,通用中文语料预训练的BERT模型基于大规模医学中文数据继续预训练的中文BERT预训练模型,再在所述中文BERT预训练模型后加上一个分类层,得到所述文本分类模型;所述文本分类模型包含嵌入层、编码器、池化层及分类层。
请参阅图2所示,本发明实施例中,所述利用预构建的文本分类模型对所述目标语句进行特征分类,得到语句类型,包括:
S21、利用所述文本分类模型中的嵌入层对所述目标语句进行连续分布式转换,得到词向量;
S22、利用所述文本分类模型中的编码器对所述词向量进行特征提取,得到向量特征;
S23、利用所述文本分类模型中的池化层对所述向量特征进行池化处理,得到池化特征;
S24、利用所述文本分类模型中的分类层对所述池化特征进行分类,得到特征类型,将所述特征类型作为所述目标语句的语句类型。
本发明实施例中,利用所述嵌入层对所述目标语句进行token嵌入,即将所述目标语句中的词语转换为固定维度的向量表示形式,得到词向量;利用所述编码器对所述词向量进行卷积处理,得到向量特征;再利用所述池化层对所述向量特征进行平均池化,得到池化特征;最后利用所述分类层将所述池化特征与预设的特征类型进行匹配,得到特征类型,所述特征类型包含关键字对应的特征类型、关键值对应的特征类型及结束类型,所述结束类型可以指的是所述关键字的标识为NULL的语句类型,将所述特征类型作为对应的目标语句的语句类型。
S3、对所述语句类型进行规则匹配,根据匹配的结果确定所述目标语句对应的关键字,对所述关键字进行标准化处理,得到标准关键字;
本发明实施例中,所述对所述语句类型进行规则匹配,根据匹配的结果确定所述目标语句对应的关键字,包括:
根据预设的语法规则对所述语句类型进行筛选,得到目标语句类型;
对所述目标语句类型中的目标语句进行分词,得到目标词语;
当所述目标词语满足所述语法规则时,对所述目标词语与预设的关键字集合进行匹配,得到关键字。
本发明实施例中,所述语法规则中包含关键词所在的句子类型、关键词及关键词对应的最短长度,所述关键词包含关键字、关键值及结束字,所述关键字集合中包含多种关键字;利用所述语法规则对所述语句类型进行筛选,得到关键字所在的目标语句类型;对所述目标语句类型中的目标语句进行分词,即提取所述目标语句类型对应的目标语句中的目标词语;判断所述目标词语是否小于所述语法规则中所述关键词的最短长度,当所述目标词语小于所述最短长度时,对所述目标词语与所述关键字集合进行匹配,得到关键字。
本发明实施例中,所述对所述关键字进行标准化处理,得到标准关键字,包括:
利用预设的医学字典中的医学关键字与所述关键字进行匹配,得到所述目标关键字;
对所述关键字中除所述目标关键字之外的剩余关键字进行校验,得到关键字属性及关键字类型,根据所述关键字属性判断所述剩余关键字是否为可用关键字;
当所述剩余关键字为可用关键字时,根据所述关键字类型对所述剩余关键字与所述医学字典中的医学关键字进行模糊匹配,得到模糊关键字;
将所述目标关键字及所述模糊关键字进行组合得到标准关键字。
本发明实施例中,所述医学字典中包含多种医学关键词;利用预设的校验算法对所述剩余关键字进行校验,得到关键字属性及关键字类型,所述校验算法可以是奇偶校验、CRC(循环冗余校验)等;所述关键字类型包括时间类、诊断类等;所述关键字属性包含可用及不可用,根据关键字属性判断所述剩余关键字是否为可用关键字,可以对所述剩余关键字进行过滤,能够加快计算效率。
本发明实施例中,所述根据所述关键字类型对所述剩余关键字与所述医学字典中的医学关键字进行模糊匹配,得到模糊关键字,包括:
从所述医学字典中选取所述关键字类型对应的目标关键字;
计算所述剩余关键字与所述目标关键字的近似值,并判断所述近似值是否大于预设的阈值;
当所述近似值大于所述阈值时,将所述目标关键字作为模糊关键字。
本发明实施例中,根据所述关键字类型在所述医学字典中找到对应类型的医学关键字作为目标关键字,再利用预设的编辑距离的近似方式计算所述剩余关键字与所述目标关键字的近似值;所述预设的阈值可以是任意设定的近似值,例如,设定所述阈值为90%,当所述近似值大于90%时,将所述目标关键字作为模糊关键字。
本发明实施例中,对所述关键字进行标准化处理,在后续计算过程中便于获取到标准关键字,从而提升计算机处理效率。
S4、获取所述标准关键字对应的病历内容,对所述病历内容进行归纳,得到所述标准关键字对应的关键值,将所述标准关键字及所述关键值进行组合,得到所述病历文本对应的结构。
本发明实施例中,所述病历内容指的是医生开的诊断结果、出院的具体日期、治疗药物及病程数据记录等。
本发明实施例中,所述对所述病历内容进行归纳,得到所述标准关键字对应的关键值,包括:
获取相邻的两个所述标准关键字,对所述两个标准关键字之间的所述病历内容进行提取,得到目标病历内容;
获取历史病历库,根据所述目标病历内容从所述历史病历库中提取目标关键值,将所述目标关键值作为所述标准关键字对应的关键值。
本发明实施例中,所述历史病历库中包含多个病历内容及病历内容对应的关键值;所述关键值指的是对所述病历内容总结得到的中心词;根据所述病历内容的顺序提取相邻的两个所述标准关键字,对两个所述标准关键字之间的病历内容进行提取后,得到目标病历内容;根据所述目标病历内容从所述历史病历库中提取对应的目标关键值,得到所述标准关键字对应的关键值。
请参阅图3所示,本发明实施例中,所述将所述标准关键字及所述关键值进行组合,得到所述病历文本对应的结构,包括:
S31、逐个判断所述标准关键字对应的语句类型是否为结束类型;
当所述语句类型为结束类型时,执行S32、提取所述语句类型对应的目标语句中的标准关键字及关键值,将所述关键值与所述标准关键字进行叠加,得到结束结构;
当所述语句类型不为结束类型时,执行S33、逐个从所述标准关键字中选取相邻的关键字作为第一关键字及第二关键字,对所述第一关键字与第二关键字之间的所述关键值与所述第一关键字进行叠加,得到文本结构;
S34、对所述结束结构及所述文本结构进行整合,得到所述病历文本对应的结构。
本发明实施例中,所述标准关键字包含多个语句类型,需要对所述语句类型逐一进行判断,当碰到所述语句类型为结束类型时,只需将结束类型对应的目标语句中的关键字及关键值进行组合,组合方式可以但不仅限于相加,从而得到结束结构;当所述语句类型不为结束类型时,逐个从所述标准关键字中选取相邻的关键字作为第一关键字及第二关键字,将相邻的所述第一关键字及所述第二关键字之间的所述关键值归结为所述第一关键字的关键值,所述第一关键字及所述关键值共同组成文本结构。
本发明实施例通过对病历文本进行语句划分,能够减小计算机处理时的计算量从而加快计算效率;通过利用文本分类模型对目标语句进行特征分类,能够使得到的语句类型更加准确;通过对语句类型进行规则匹配,根据匹配的结果确定目标语句对应的关键字,使得关键字更加精确;通过对关键字进行标准化处理,使得关键字更加标准;通过对病历内容进行归纳,使得到标准关键字对应的关键值更加准确;通过将标准关键字及关键值进行组合,得到病历文本对应的结构,使得恢复病历文本的结构时的效率更高。因此本发明提出的电子病历结构化方法,可以解决恢复病历文本的结构时效率不高的问题。
如图4所示,是本发明一实施例提供的电子病历结构化装置的功能模块图。
本发明所述电子病历结构化装置400可以安装于电子设备中。根据实现的功能,所述电子病历结构化装置400可以包括语句划分模块401、特征分类模块402、标准关键字生成模块403及结构生成模块404。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述语句划分模块401,用于获取病历文本,对所述病历文本进行语句划分,得到目标语句;
所述特征分类模块402,用于利用预构建的文本分类模型对所述目标语句进行特征分类,得到语句类型;
所述标准关键字生成模块403,用于对所述语句类型进行规则匹配,根据匹配的结果确定所述目标语句对应的关键字,对所述关键字进行标准化处理,得到标准关键字;
所述结构生成模块404,用于获取所述标准关键字对应的病历内容,对所述病历内容进行归纳,得到所述标准关键字对应的关键值,将所述标准关键字及所述关键值进行组合,得到所述病历文本对应的结构。
详细地,本发明实施例中所述电子病历结构化装置400中所述的各模块在使用时采用与附图中所述的电子病历结构化方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
如图5所示,是本发明一实施例提供的实现电子病历结构化方法的电子设备的结构示意图。
所述电子设备500可以包括处理器501、存储器502、通信总线503以及通信接口504,还可以包括存储在所述存储器502中并可在所述处理器501上运行的计算机程序,如电子病历结构化程序。
其中,所述处理器501在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing Unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器501是所述电子设备的控制核心(ControlUnit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器502内的程序或者模块(例如执行电子病历结构化程序等),以及调用存储在所述存储器502内的数据,以执行电子设备的各种功能和处理数据。
所述存储器502至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器502在一些实施例中可以是电子设备的内部存储单元,例如该电子设备的移动硬盘。所述存储器502在另一些实施例中也可以是电子设备的外部存储设备,例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器502还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器502不仅可以用于存储安装于电子设备的应用软件及各类数据,例如电子病历结构化程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线503可以是外设部件互连标准(Peripheral ComponentInterconnect,简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器502以及至少一个处理器501等之间的连接通信。
所述通信接口504用于上述电子设备与其他设备之间的通信,包括网络接口和用户接口。可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图5仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图5示出的结构并不构成对所述电子设备500的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器501逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备500中的所述存储器502存储的电子病历结构化程序是多个指令的组合,在所述处理器501中运行时,可以实现:
获取病历文本,对所述病历文本进行语句划分,得到目标语句;
利用预构建的文本分类模型对所述目标语句进行特征分类,得到语句类型;
对所述语句类型进行规则匹配,根据匹配的结果确定所述目标语句对应的关键字,对所述关键字进行标准化处理,得到标准关键字;
获取所述标准关键字对应的病历内容,对所述病历内容进行归纳,得到所述标准关键字对应的关键值,将所述标准关键字及所述关键值进行组合,得到所述病历文本对应的结构。
具体地,所述处理器501对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备500集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
获取病历文本,对所述病历文本进行语句划分,得到目标语句;
利用预构建的文本分类模型对所述目标语句进行特征分类,得到语句类型;
对所述语句类型进行规则匹配,根据匹配的结果确定所述目标语句对应的关键字,对所述关键字进行标准化处理,得到标准关键字;
获取所述标准关键字对应的病历内容,对所述病历内容进行归纳,得到所述标准关键字对应的关键值,将所述标准关键字及所述关键值进行组合,得到所述病历文本对应的结构。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种电子病历结构化方法,其特征在于,所述方法包括:
获取病历文本,对所述病历文本进行语句划分,得到目标语句;
利用预构建的文本分类模型对所述目标语句进行特征分类,得到语句类型;
对所述语句类型进行规则匹配,根据匹配的结果确定所述目标语句对应的关键字,对所述关键字进行标准化处理,得到标准关键字;
获取所述标准关键字对应的病历内容,对所述病历内容进行归纳,得到所述标准关键字对应的关键值,将所述标准关键字及所述关键值进行组合,得到所述病历文本对应的结构。
2.如权利要求1所述的电子病历结构化方法,其特征在于,所述对所述病历文本进行语句划分,得到目标语句,包括:
从所述病历文本中提取病历符号,将所述病历符号与预设的符号库进行匹配,得到目标符号;
根据所述目标符号对所述病历文本进行分割,得到目标语句。
3.如权利要求1所述的电子病历结构化方法,其特征在于,所述利用预构建的文本分类模型对所述目标语句进行特征分类,得到语句类型,包括:
利用所述文本分类模型中的嵌入层对所述目标语句进行连续分布式转换,得到词向量;
利用所述文本分类模型中的编码器对所述词向量进行特征提取,得到向量特征;
利用所述文本分类模型中的池化层对所述向量特征进行池化处理,得到池化特征;
利用所述文本分类模型中的分类层对所述池化特征进行分类,得到特征类型,将所述特征类型作为所述目标语句的语句类型。
4.如权利要求1所述的电子病历结构化方法,其特征在于,所述对所述语句类型进行规则匹配,根据匹配的结果确定所述目标语句对应的关键字,包括:
根据预设的语法规则对所述语句类型进行筛选,得到目标语句类型;
对所述目标语句类型中的目标语句进行分词,得到目标词语;
当所述目标词语满足所述语法规则时,对所述目标词语与预设的关键字集合进行匹配,得到关键字。
5.如权利要求1所述的电子病历结构化方法,其特征在于,所述对所述关键字进行标准化处理,得到标准关键字,包括:
利用预设的医学字典中的医学关键字与所述关键字进行匹配,得到所述目标关键字;
对所述关键字中除所述目标关键字之外的剩余关键字进行校验,得到关键字属性及关键字类型,根据所述关键字属性判断所述剩余关键字是否为可用关键字;
当所述剩余关键字为可用关键字时,根据所述关键字类型对所述剩余关键字与所述医学字典中的医学关键字进行模糊匹配,得到模糊关键字;
将所述目标关键字及所述模糊关键字进行组合得到标准关键字。
6.如权利要求5所述的电子病历结构化方法,其特征在于,所述根据所述关键字类型对所述剩余关键字与所述医学字典中的医学关键字进行模糊匹配,得到模糊关键字,包括:
从所述医学字典中选取所述关键字类型对应的目标关键字;
计算所述剩余关键字与所述目标关键字的近似值,并判断所述近似值是否大于预设的阈值;
当所述近似值大于所述阈值时,将所述目标关键字作为模糊关键字。
7.如权利要求1所述的电子病历结构化方法,其特征在于,所述将所述标准关键字及所述关键值进行组合,得到所述病历文本对应的结构,包括:
逐个判断所述标准关键字对应的语句类型是否为结束类型;
当所述语句类型为结束类型时,提取所述语句类型对应的目标语句中的标准关键字及关键值,将所述关键值与所述标准关键字进行叠加,得到结束结构;
当所述语句类型不为结束类型时,逐个从所述标准关键字中选取相邻的关键字作为第一关键字及第二关键字,对所述第一关键字与第二关键字之间的所述关键值与所述第一关键字进行叠加,得到文本结构;
对所述结束结构及所述文本结构进行整合,得到所述病历文本对应的结构。
8.一种电子病历结构化装置,其特征在于,所述装置包括:
语句划分模块,用于获取病历文本,对所述病历文本进行语句划分,得到目标语句;
特征分类模块,用于利用预构建的文本分类模型对所述目标语句进行特征分类,得到语句类型;
标准关键字生成模块,用于对所述语句类型进行规则匹配,根据匹配的结果确定所述目标语句对应的关键字,对所述关键字进行标准化处理,得到标准关键字;
结构生成模块,用于获取所述标准关键字对应的病历内容,对所述病历内容进行归纳,得到所述标准关键字对应的关键值,将所述标准关键字及所述关键值进行组合,得到所述病历文本对应的结构。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的电子病历结构化方法。
10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的电子病历结构化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310452596.8A CN116468025A (zh) | 2023-04-17 | 2023-04-17 | 电子病历结构化方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310452596.8A CN116468025A (zh) | 2023-04-17 | 2023-04-17 | 电子病历结构化方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116468025A true CN116468025A (zh) | 2023-07-21 |
Family
ID=87175117
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310452596.8A Pending CN116468025A (zh) | 2023-04-17 | 2023-04-17 | 电子病历结构化方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116468025A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117763207A (zh) * | 2024-02-22 | 2024-03-26 | 四川大学华西医院 | 一种皮肤专业二分类专病数据库建立的方法及系统 |
-
2023
- 2023-04-17 CN CN202310452596.8A patent/CN116468025A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117763207A (zh) * | 2024-02-22 | 2024-03-26 | 四川大学华西医院 | 一种皮肤专业二分类专病数据库建立的方法及系统 |
CN117763207B (zh) * | 2024-02-22 | 2024-04-30 | 四川大学华西医院 | 一种皮肤专业二分类专病数据库建立的方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022134759A1 (zh) | 关键词生成方法、装置、电子设备及计算机存储介质 | |
CN113378970B (zh) | 语句相似性检测方法、装置、电子设备及存储介质 | |
CN114822812A (zh) | 角色对话模拟方法、装置、设备及存储介质 | |
CN113360654B (zh) | 文本分类方法、装置、电子设备及可读存储介质 | |
CN115238670B (zh) | 信息文本抽取方法、装置、设备及存储介质 | |
CN116681082A (zh) | 离散文本语义分段方法、装置、设备及存储介质 | |
CN114840684A (zh) | 基于医疗实体的图谱构建方法、装置、设备及存储介质 | |
CN113344125B (zh) | 长文本匹配识别方法、装置、电子设备及存储介质 | |
CN116468025A (zh) | 电子病历结构化方法、装置、电子设备及存储介质 | |
CN112579781B (zh) | 文本归类方法、装置、电子设备及介质 | |
CN115409041B (zh) | 一种非结构化数据提取方法、装置、设备及存储介质 | |
CN116701574A (zh) | 文本语义相似度计算方法、装置、设备及存储介质 | |
CN116720525A (zh) | 基于问诊数据的疾病辅助分析方法、装置、设备及介质 | |
CN116578696A (zh) | 文本摘要生成方法、装置、设备及存储介质 | |
CN116450829A (zh) | 医疗文本分类方法、装置、设备及介质 | |
CN115510188A (zh) | 文本关键词关联方法、装置、设备及存储介质 | |
CN115346095A (zh) | 视觉问答方法、装置、设备及存储介质 | |
CN113723114A (zh) | 基于多意图识别的语义分析方法、装置、设备及存储介质 | |
CN114462411B (zh) | 命名实体识别方法、装置、设备及存储介质 | |
CN111680513B (zh) | 特征信息的识别方法、装置及计算机可读存储介质 | |
CN115221875B (zh) | 词权重生成方法、装置、电子设备及存储介质 | |
CN116579349A (zh) | 文本语义分段方法、装置、设备及存储介质 | |
CN116739001A (zh) | 基于对比学习的文本关系提取方法、装置、设备及介质 | |
CN116701680A (zh) | 基于文本与图像之间的智能匹配方法、装置及设备 | |
CN116451706A (zh) | 基于特定词的情感识别方法、装置、电子设备及存储介质 |
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 |