[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

说明书

本发明涉及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，属于计算机自然语言处理技术领域。本发明首先通过利用综合特征表示模型得到病历描述的综合特征，进行疾病筛查；其次，采用交叉特征法处理离散特征，输入到线性部分中，并将病历描述的综合特征和浅层模型特征相融合，输入到以门循环单元为核心的推荐排序部分中；最后，在数百条候选病例的基础之上，输出数十个病例推荐项。本发明实现了个性化病例推荐，提出了一种传统浅层线性模型与深度网络模型相结合的推荐排序算法模型，提高了相似病例推荐的准确性。

技术领域

本发明涉及一种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，属于计算机自然语言处理技术领域。

背景技术

随着智慧医疗的快速发展，人工智能技术逐步融入到医疗行业，患者与医务人员、医疗机构交互的健康医疗信息平台应运而生。现阶段临床辅助诊疗的研究，主要是通过分析、处理以多媒体形式存在的海量医疗数据和诊断数据。由此，对海量数据的特征提取工作必不可少，如何进行个性化的诊疗应用也同样具有深远的研究意义。

与现有医学病历推荐方法相比，中医电子病历医疗文本具有半结构化特征和连续特征，使得传统的文本特征表示方法不具普适性且准确率往往较差。同时，过度依赖已有的医疗数据，不能较好得学习隐藏特征。并且，问诊平台中通常存在多种目标用户，且医务人员的问诊习惯互不相同。同时，临床诊断要求平台具备快、准等特点。使得传统基于规则的诊断和病例推荐方法达不到预期效果。针对以上两个问题，本发明提出了一种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，实现了个性化病例推荐，提出了一种传统浅层线性模型与深度网络模型相结合的推荐排序算法模型，提高了相似病例推荐的准确性。

发明内容

本发明提供了一种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，针对中医电子病历文本，整体上取得了较好的推荐效果，也一定程度上提高了推荐效率。

本发明的技术方案是：一种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，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、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。

进一步地，所述步骤Step1的具体步骤为：

Step1.1、对中医电子病历源数据进行去隐私化和特征筛选操作，去除病历文本中涉及患者个人隐私信息，比如“姓名”、“住院号”、“家庭住址”；结合专家意见筛除对提取患病特征没有贡献的项，比如“职业”、“婚况”、“民族”、“体格检查”；

Step1.2、加入中医相关疾病病理学和医学术语词典，采用THULAC中文文本分词工具对电子病历进行分词；

Step1.3、由于电子病历文本中缺失值较多，不能够表现准确描述的患病特征，于是去掉少于150词的电子病历。

进一步地，所述步骤Step2的具体步骤为：