陈小文 唐翠娥

贵州医科大学 计算机教育与信息技术中心 贵州 贵阳 550025

引言

电子病历（Electronic Medical Record，EMR）是医务人员在医疗活动过程中形成的电子化病人记录，是现代医院诊疗、科研及管理工作所必需的重要临床信息资源[1]，其蕴含了大量的、准确的详细的患者的医疗信息。通过对住院电子病历完成知识分析和实体识别，准确提取患者各项医疗信息，可帮助医学研究者构建临床决策支持系统，减少个人的医疗失误问题。文献[2]提出了一种基于双向长短时记忆网络与 CRF(conditional random field)结合的实体识别和实体关系抽取方法，对识别结果知识图谱化。文献[3]提出了基于bootstrapping的识别算法和基于条件随机场的识别算法，有效地提高了条件随机场识别结果的准确率、召回率和F1值。利用快速树算法降低了抽取算法的时间复杂度，获得了标准树片段库和局部树片段库；提出了启发式和机器辅助的方法来解决数据不一致问题；提出了一种基于多特征和CRF相结合的命名实体识别方法，利用分层融合聚类的方法对存储库中从未出现的实体进行聚类；提出了一种基于卷积神经网络的多类别分类方法，用于从EMR中挖掘命名实体；设计了病历数据到RDF三元组格式的转化方案和存储方案，提高了数据检索速度，同时避免空值所导致的问题。采用否定术语对中文电子病历进行检测，降低了标点录入错误而出现假阳性术语的概率。提出了改进后的逆向最大匹配算法，提高了分词准确度和分词效率。……