[发明专利]电子病历数字对象分类器生成方法以及最终分类器系统

说明书

本发明提供了一种电子病历数字对象分类方法和系统。所述方法包括：获取电子病历数字对象的聚类方法；生成聚类后集合的粗略分类方法，包括对分类参数进行估计的方法，形成初步的分类器；用聚类结果对初步分类器进行参数调整，结合逻辑化推理方法确定最终分类器。在一个实施例中，初步分类结果根据伪似然估计方法确定参数，进一步借助概率推理的后验估计方法进行修正并确定最终分类器，从而有效的避免了干扰信息的影响，弥补了数字知识对象中不明确语义信息引起的歧义缺陷。利用本发明的分类方法和系统，可以提高数字知识对象分类的精确性和可扩展性。

技术领域

本发明属于电子病历管理与分析挖掘领域，具体涉及一种电子病历数字对象分类器生成方法以及最终分类系统。

背景技术

目前，可获得的以计算机可以处理的电子病历数字对象为表象的知识快速增长，使得人们无法透彻了解并有效利用这大量的信息。如何帮助用户以高效的方式组织这些知识并找到所需的重点知识是一项富有挑战性的任务，也是电子病历管理与分析挖掘领域的核心目的。

对知识统计关系的学习已成为电子病历管理与分析挖掘领域的一个重要研究热点,它在生物信息学、系统生物学、互联网搜索、社会网、似然模型获取与利用、地理信息系统和自然语言理解等领域,都获得了极高的重视。它是将关系/逻辑表示、概率推理机制(不确定性处理)、机器学习和数据挖掘集成在一起,以获取数据中的似然模型为目的的电子病历管理与分析挖掘方法。统计关系学习中的统计指采用基于概率论的概率表示和推理机制,关系是指一阶逻辑表示和关系表示；学习等同于数据挖掘,是指从数据中学得统计关系模型。目前统计关系学习方法主要有基于Bayesian网的方法、基于(隐)Markov模型的方法、基于随机文法的方法和基于Markov网的方法等。

本发明的研究利用统计关系学习的方法，实现电子病历管理与分析挖掘中的知识获取、分类组织、挖掘与特征标注过程。在这些方面现有技术中存在很多研究成果，大致可以分为监督型、半监督型和无监督型三类。各自都存在一定程度缺陷：监督型方法为了获得统计关系的参数估计需要大量的训练数据集，这在实用环境中特别是某些固定行业应用中难以获得，适用性差；半监督型方法会受局部数据特征分布的影响，导致整体参数估计的偏差，虽然有研究用似然估计的方法进行改进，但在计算机自动处理该过程时效果仍不明显；无监督型方法需要严格预定义先验知识列表，如关键字列表等，可扩展性差。因此需要新的对电子病历数字对象知识进行分类组织管理的方法，用以提高电子病历管理与分析挖掘过程中，对电子病历数字对象的分类统计关系进行学习和生成的方法，用以实现计算机可处理的，高效的，可扩展的电子病历管理与分析挖掘过程。

发明内容

针对上述问题，提出一种电子病历数字对象分类方法和系统，针对计算机可处理的电子病历数字对象知识，进行自动化的分类组织，通过对电子病历数字对象分类特征的统计关系学习，实现对分类过程适用性和可扩展性的提升。

本发明的技术方案为：一种电子病历数字对象分类器生成方法，具体步骤包括：

(1)获取电子病历数字对象的聚类结果；

(2)生成聚类后结果的粗略分类方法，并形成初步分类器；

(3)用聚类结果对初步分类器进行参数调整，并形成最终分类器

作为优选，所述步骤(3)中参数调整步骤包括：

a、计算对应于所述粗略分类结果的初步分类器的参数估计值；

b、利用聚类结果和最大伪似然估计方法对初步分类器参数进行修正，以生成对应于相应结果的后验概率；

c、根据所述后验概率生成所述最终分类器。

进一步地，所述步骤b中利用最大伪似然估计方法中，利用最大伪似然估计值代替一般最大似然估计值，并结合一阶逻辑谓词的方法进行参数值的修正。