[发明专利]一种在病历文本中识别出疾病内容的方法

权利要求书

1.一种在病历文本中识别出疾病内容的方法，其特征在于，包括步骤：

A、将病历文本拆分成不同类型；

B、针对所述不同类型文本内容分别进行特征向量提取；

C、依据所提取的特征向量进行疾病确认；

所述步骤B包括以下子步骤：

B1：分别将所述不同类型文本内容转换成one-hot向量矩阵；

B2：分别对所述不同类型文本内容的one-hot向量矩阵进行卷积运算，提取特征向量；

B3：将所述不同类型文本内容的特征向量进行组合；

在所述步骤B1后还包括对所述one-hot向量矩阵进行降维处理的步骤；

所述步骤B2中，对降维处理后的one-hot向量矩阵进行卷积运算，提取特征向量；

所述步骤B2包括：

B21：采用不同窗口大小的卷积核对所述降维处理后的one-hot向量进行卷积运算；

B22：对所述步骤B21输出的特征向量进行池化处理；

B23：将步骤B22处理后的各特征向量进行组合；

步骤B21包括：采用计算式计算，式中conv_i表示第i个卷积核的卷积向量、bias表示偏移量、C_out表示卷积核的个数、W_i表示第i个卷积核的参数，input_k表示第k个感受野(窗口)内的降维处理后的one-hot向量矩阵；

步骤B22包括：

将所述卷积运算结果分成至少两段，保留每段的最大特征值作为池化处理的保留值。

2.根据权利要求1所述的方法，其特征在于，在步骤A前，还包括对所述病历本文内容进行内容清洗，去除无效内容的步骤。

3.根据权利要求1或2所述的方法，其特征在于，所述不同类型包括但不限于以下几类：出院诊断、病理诊断、出院小结和病理描述。

4.根据权利要求1所述的方法，其特征在于，步骤C包括：

C1：预先采用步骤A、B所述方法对历史病历本文内容进行处理；

C2：将步骤C1的处理结果与疾病类型映射以建立疾病确认模型；

C3：针对新病历数据，将其特征向量代入步骤C2所述疾病确认模型以实现疾病确认。