[发明专利]一种基于结构化电子病历的查重方法

权利要求书

1.一种基于结构化电子病历的查重方法，其特征在于，它包括文档模板查重属性、文档段查重属性和最小相似比KMP字符串匹配算法。

2.如权利要求1所述的基于结构化电子病历的查重方法，其特征在于，文档模板查重属性，即电子病历的文档模板类型具有支持查重的属性。

3.如权利要求1所述的基于结构化电子病历的查重方法，其特征在于，文档段查重属性，即电子病历的文档模板类型中文档段具有支持查重的属性。

4.如权利要求1所述的基于结构化电子病历的查重方法，其特征在于，最小相似比KMP字符串匹配算法，即在KMP字符串匹配算法基础上，增加最小相似比系数C，当匹配目标字符串超过1-C比例时，退出匹配,其步骤如下：

1)在目标串S和模式串T中分别设比较的起始下标i和j，初始化最小相似比系数C,C的取值范围为0到1；

2)计算目标串S和模式串T的长度L_S和L_T；

3)采用KMP算法计算模式串T的前缀数组next[j]；

4)如果目标串S没有比较完i<L_S或模式串T没有比较完j<L_T，跳到步骤5)，否则跳到步骤9)；

5)如果S[i]＝T[j]，跳到步骤6)，否则跳到步骤7)；

6)目标串S和模式串T的比较下标都下移一位，即i加1，j加1，跳到步骤4)；

7)如果目标串S未比较部分小于最小相似长度，即L_S-i<L_S*C,跳到步骤9)，否则跳到步骤8)；

8)模式串T的比较下标j跳至next[j]，即j＝next[j]，跳到步骤4)；

9)结束。

5.如权利要求1所述的基于结构化电子病历的查重方法，其特征在于，步骤如下：

1)开始；

2)检索患者结构化电子病历的文件列表；

3)逐条读取病历文件列表，如果读取完毕跳到步骤10)；

4)判断病历文件的文档模板查重属性，如果支持查重，跳到步骤5)，否则跳到步骤3)；

5)检索文档模板类型的文档段列表；

6)逐条读取文档段列表，如果读取完毕跳到步骤3)；

7)判断文档段查重属性，如果支持查重，跳到步骤8)，否则跳到步骤6)；

8)检索文档段中的结构化绑定对象；

9)加载病历文件的相应文档段的文本至待查重对象列表，并去除结构化绑定对象的部分，跳到步骤6)；

10)采用最小相似比KMP字符串匹配算法，对待查重对象列表中的文本，进行查重；

11)结束。