醫(yī)療診斷報(bào)告自動信息提取系統(tǒng)設(shè)計(jì)與開發(fā).pdf

1、隨著各種醫(yī)學(xué)信息系統(tǒng)在醫(yī)療機(jī)構(gòu)中的投入使用，醫(yī)院出具的診斷報(bào)告從紙質(zhì)報(bào)告開始向電子報(bào)告轉(zhuǎn)變。在實(shí)際應(yīng)用中，國內(nèi)的醫(yī)學(xué)信息系統(tǒng)通常將檢查描述、結(jié)論診斷等內(nèi)容設(shè)置成自然語言的純文本形式。醫(yī)生在書寫報(bào)告時可以比較自由地描述所見的情況，但這樣的純文本在進(jìn)行檢索時就遇到了檢索困難和效率低下的問題。對于一些大型的教學(xué)、研究型醫(yī)療機(jī)構(gòu)，醫(yī)生經(jīng)常在做特殊研究工作時需要對檢查所見的情況，如一些疾病測量參數(shù)、疾病人群進(jìn)行分類查詢與統(tǒng)計(jì)。針對這一情況，有必要

2、將這些醫(yī)學(xué)描述信息進(jìn)行提取處理，將文本中諸如疾病、癥狀、檢查等多方面內(nèi)容按照標(biāo)準(zhǔn)的醫(yī)學(xué)術(shù)語集進(jìn)行結(jié)構(gòu)化分類，重新填入數(shù)據(jù)庫，供醫(yī)生、科研人員等進(jìn)行查詢使用，從而為醫(yī)學(xué)研究統(tǒng)計(jì)提供有效信息。
　　 本文的主要研究了信息提取技術(shù)中基于隱馬爾科夫模型的命名實(shí)體發(fā)現(xiàn)方法。針對醫(yī)療信息文本的特點(diǎn)，在進(jìn)行識別之前先對文本進(jìn)行預(yù)處理，采用機(jī)械識別和領(lǐng)域?qū)＜胰斯ぷR別的方式將半結(jié)構(gòu)化和非結(jié)構(gòu)化的文本中可以初步識別的醫(yī)學(xué)術(shù)語提取，然后在采用基于隱馬

3、爾科夫模型的方法來識別命名實(shí)體，采用基于過濾束搜索思想改進(jìn)的Viterbi算法來計(jì)算隱馬爾科夫模型中最優(yōu)狀態(tài)路徑，以保證系統(tǒng)運(yùn)行效率?；谝?guī)則的文本結(jié)構(gòu)化，提取實(shí)體關(guān)系的過程中，通過短語成分組分析和重寫規(guī)則拆分的方法，將文本信息拆分成片段，用于提取醫(yī)學(xué)命名實(shí)體之間的關(guān)系。同時參考SNOMED CT術(shù)語集的體系架構(gòu)，構(gòu)建了一個易于理解和未來擴(kuò)展的文本結(jié)構(gòu)化框架。
　　 利用上述兩種技術(shù)，針對醫(yī)學(xué)文本研究的具體應(yīng)用需求，設(shè)計(jì)開發(fā)了一