[发明专利]基于综合特征表示与改进宽深度模型的相似病例推荐方法

权利要求书

1.基于综合特征表示与改进宽深度模型的相似病例推荐方法，其特征在于：所述方法具体步骤如下：

Step1、首先对文本进行医疗文本脱敏，并对医疗文本分词；将中医特色名词术语、中医基础理论名词、中医独特的病名和症名、中医治则治法名词和中药方剂名词，加入THULAC词库，并使用THULAC进行分词，得到以词为单位的语料表示；

Step2、对电子病历文本进行特征分区，将离散特征映射成实值向量；将连续特征根据Step1中步骤进行分词，使用Word2Vec得到语料的词向量表示；

Step3、构建基于门限卷积变分自编码器的综合特征表示模型；首先，根据Step2中的特征分区，将两部分特征进行维度的融合，其中连续特征采用基于门限卷积变分自动编码器算法进行特征表示；最后，得到中医电子病历中的高级语义信息表示；

Step4、构建基于改进宽深度模型的相似病例推荐模型；分别对每个医生分别构建相似病例推荐模型；根据Step3得到的病历综合特征表示，排序输出数十个病例推荐项给医生；

所述步骤Step3中，连续特征采用基于门限卷积变分自动编码器算法进行特征表示的具体步骤为：

Step3.1、利用门限卷积网络进行编码，将Step2所得连续特征送入池化层得到编码结果；并使用上述编码结果计算生成均值和方差，生成高斯分布并且重新采样；

Step3.2、构建双层堆叠CNN模型，将非线性激活函数的卷积层输出与经过了sigmoid非线性激活函数激活的卷积层输出相乘其中：W和V表示卷积层的权重，b和c表示卷积层的偏置项，*表示卷积操作运算，σ为门限卷积函数；

Step3.3、损失函数为logp(x)＝D_KL(q_φ(z|x)||p_θ(z|x))，使得最终的损失函数达到最小；其中，θ为优化参数，logp(x)表示模型需要最大化的对数似然函数，D_KL为KL散度，q_φ(z|x)为编码器，p_θ(x|z)为解码器，z为隐变量，x为输入变量；当且仅当q_φ(z|x)＝p_θ(z|x)时，D_KL(q_φ(z|x)||p_θ(z|x))＝0；

Step3.4、采用随机梯度上升法来更新参数训练网络模型；首先利用先验分布随机采样一组隐藏变量z的样本，然后输入到解码器，最后输出一个数据点x的随机样本；考虑不同数量的隐藏单元n，可以小于或高于原始特征的数量；

所述步骤Step4的具体步骤为：

Step4.1、定义逻辑回归模型这里x＝[x₁,x₂,…,x_d]表示特征d的一组向量，特征集合内包含了原始输入特征与组合特征，w＝[w₁,w₂,…,w_d]表示模型的参数；

Step4.2、定义交叉特征这里c_ki∈{0,1}为布尔值，当第i个特征为第k个转换φ_k的一部分，c_ki即为1，否则为0，对于二进制特征，有且仅当组合特征全部成立才是1，否则就是0；

Step4.3、定义深度模块的核心GRU层，并在最后一层和输出之间添加额外的前馈层，其中使用tanh函数作为输出层的激活函数；在隐藏层节点之间加入连接，并用一个门循环单元来控制隐藏节点的输出，有效得建模特征在时序动态上的变化；

Step4.4、将浅层部分的输入特征包括由地域特征、天气时节以及搜索关键词构成的交叉特征作为输入，批量随机优化模型参数，同时再反向传播到模型的浅层和深度门循环部分；

Step4.5、定义联合模型预测函数使用联合输出结果取对数的加权和作为预测值，然后将该加权和馈送到一个共同的损失函数，进行联合训练并优化；最终输出为概率值；其中，为宽深度模型参数，为GRU模型参数；最后使用概率由低到高进行排序。