[发明专利]一种甲状腺癌的疾病本体模型的构建方法

说明书

本发明公开一种甲状腺癌的疾病本体模型的构建方法，包括以下步骤：S100、信息收集；S200、信息预处理，对不同来源的信息中的不同名称的实体进行统一，对信息进行语义抽取，获得甲状腺癌数据；S300、对甲状腺癌数据进行分类，包括实体类数据和实体关系类数据；S400、对实体类数据进行筛选、过滤，获得基本实体数据；S500、基于基本实体数据，根据S300获得的实体关系类数据构建甲状腺癌疾病本体模型；S600、将甲状腺癌疾病本体模型映射到MeSH上。本发明对甲状腺癌的疾病知识进行系统整理、分析，确定疾病核心概念及其属性、语义关系及领域知识公理，建立甲状腺癌疾病领域中英文对应本体概念框架体系模型，为构建甲状腺癌疾病知识库系统创造前提条件。

技术领域

本发明涉及疾病本体模型领域，尤其涉及一种甲状腺癌的疾病本体模型的构建方法。

背景技术

医学知识相比于其它类型的知识，具有时序性、概念多样性、一致性要求高、半衰期短、巨复杂性、知识多样性、模糊性等特点。传统的知识组织方法使得对医学知识的研究往往都局限于一定的医学专业范围，各自为阵，割裂了实质意义上是相互关联的医学知识，成为人们全面准确获取信息的一个障碍，不便于医学知识的综合利用。因此，如何深入地对医学知识单元的内容特征及其复杂的语义关系进行定义、分析和识别；如何对不同载体形态和结构的知识单元及其片段进行链接、集成和重组，从而使医学知识合理地满足人们的信息需求，服务于临床及新药研发等，这些是信息组织者所面临、需要解决的重要问题，更是医药行业普遍关注、亟待解决的重要问题。

现有的互联网搜索引擎，一般是基于关键词和基于分类目录的检索机制实现检索的，其信息检索机制参与匹配的是字符的外在形式，而不是它们所表达的概念，不能保证内容的准确匹配，使得查准率和查全率不高，支持语义匹配的能力较差，语义理解不全，不能够很好地根据用户的兴趣和偏好提供个性化的服务机制，同时检索结果不能被智能处理软件重用和共享。因此当前的信息检索机制存在严重不足，有必要对其进行改善。

疾病本体(Disease Ontology，DO)是医学知识库的疾病术语构建的疾病知识库，已发展为人类疾病的标准化本体，旨在为生物医学领域的人类疾病术语，疾病表型特征和相关医学词汇概念提供一致性、可复用及可持续的描述。其目的在于通过概念的识别和语义关系的定义，从非结构化的文本中得到能够让计算机解读的语义。疾病本体主要用来描述疾病相关的概念和概念之间存在的关系，或者疾病相关的基本理论，是对疾病信息的检索、智能问答及知识搜索和分类的底层构架。综观国内外的研究现状，目前关于医学领域本体的应用研究还都处于不断发展阶段，国外研究重点是构建医学领域规范化工具，表述医学术语概念和语义类型；国内医学领域本体的研究比较紧密结合知识库和医学信息系统，试图构建基于本体的具有推理功能的医学知识库。因疾病本体涉及面广、专业性强、需多学科合作，构建周期长，构建难度大，国际上现有公开的疾病本体多为上层本体，如退行性疾病本体、罕见病本体、传染病本体、口腔疾病本体等，多描述其专业内较为抽象的语义，临床实用性不高。现有的终端本体，仅有帕金森氏病本体、阿尔兹海默症疾病本体、慢性肾病等为数不多的疾病本体，且无甲状腺疾病本体。

发明内容

本发明旨在提供一种甲状腺癌的疾病本体模型的构建方法，对甲状腺癌的疾病知识进行系统整理及知识体系结构进行重新分析，确定疾病核心概念、核心概念集的属性、语义关系及领域知识公理，建立甲状腺癌疾病领域中英文对应本体概念框架体系模型，为构建甲状腺癌疾病知识库系统创造前提条件。

为达到上述目的，本发明是采用以下技术方案实现的：

本发明公开一种甲状腺癌的疾病本体模型的构建方法，包括以下步骤：

S100、甲状腺癌疾病信息收集；

S200、信息预处理，对不同来源的信息中的不同名称的实体进行统一，对信息进行语义抽取，获得甲状腺癌数据；

S300、对甲状腺癌数据进行分类，包括实体类数据和实体关系类数据；