[发明专利]一种电子病历数据的解析方法及装置

说明书

本发明公开了一种电子病历数据的解析方法、装置、计算机可读存储介质及电子设备，方法包括：确定待解析电子病历文档对应的文本串序列；根据预设字段名称集合和所述待解析电子病历文档对应的文本串序列，确定所述待解析电子病历文档对应的配置文件集合；根据所述待解析电子病历文档对应的配置文件集合，对所述待解析电子病历文档中的电子病历数据进行解析。通过本发明的技术方案，可提高对待解析电子病历文档中电子病历数据的解析效率。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种电子病历数据的解析方法及装置。

背景技术

随着计算机技术的发展，电子病历的数量呈现爆发式的增长，电子病历(Electronic Medical Record，简称EMR)是利用电子设备(如，计算机)来保存、管理、传输和重现的数字化的医疗记录，一般包括病人的疾病和诊疗情况。电子病历能够取代手写纸张病历，便于进行数字化、信息化的管理。电子病历大多是自然语言记录的文档，一般以可扩展标准语言(Extensible Markup Language，简称XML)或超文本标记语言(Hyper TextMarkup Language，简称HTML)结构下的文本内容形式呈现，通常需要对电子病历进行解析，进而获得结构化电子病历，之后，即可对结构化电子病历进行数据挖掘。由于电子病历种类繁多，内容量大，如何用简洁、高效的方式对其进行解析是亟待解决的问题。

目前，通过人工分析电子病历中的文本，在了解电子病历中数据的可扩展标准语言标签或者超文本标记语言标签的作用后，每个标签对应一段定位到具体标签位置和抽取数据的代码，从而解析出电子病历中的文本。

但是，电子病历的可扩展标准语言标签或者超文本标记语言标签的种类很多，常达上千种，涉及的标签结构可能成千上万，使得解析效率较低。

发明内容

本发明提供了一种电子病历数据的解析方法、装置、计算机可读存储介质及电子设备，可提高对待解析电子病历文档中电子病历数据的解析效率。

第一方面，本发明提供了一种电子病历数据的解析方法，包括：

确定待解析电子病历文档对应的文本串序列；

根据预设字段名称集合和所述待解析电子病历文档对应的文本串序列，确定所述待解析电子病历文档对应的配置文件集合；

根据所述待解析电子病历文档对应的配置文件集合，对所述待解析电子病历文档中的电子病历数据进行解析。

优选地，所述确定待解析电子病历文档对应的文本串序列，包括：

获取待解析电子病历文档；

根据预设标点符号，对所述待解析电子病历文档中的文本内容进行分句，确定所述待解析电子病历文档对应的文本串序列。

优选地，所述根据预设字段名称集合和所述待解析电子病历文档对应的文本串序列，确定所述待解析电子病历文档对应的配置文件集合，包括：

根据预设字段名称集合，对所述待解析电子病历文档对应的文本串序列进行字段划分，确定所述待解析电子病历文档对应的至少一个字段名称组合，所述字段名称组合包括开始字段名称和结束字段名称；

针对每个所述字段名称组合，确定所述字段名称组合对应的字段配置文件；

根据各个所述字段名称组合分别对应的字段配置文件，确定所述待解析电子病历文档对应的配置文件集合。

优选地，所述确定所述字段名称组合对应的字段配置文件，包括：

生成所述字段名称组合对应的初始字段配置文件；

将预设辅助函数加入所述初始字段配置文件中，以确定所述字段名称组合对应的字段配置文件。