[发明专利]一种心电术语语义匹配方法

权利要求书

1.一种心电术语语义匹配方法，其特征在于，包括：

构建由N类不同标准心电术语构成的标准心电术语库，采集若干静息12导联心电数据，为各所述静息12导联心电数据设置用于表示其心电结论包含对应标准心电术语的标签，并将各所述静息12导联心电数据组成心电数据集；

针对每一类标准心电术语，将所述心电数据集中的静息12导联心电数据作为输入，将所述静息12导联心电数据的心电结论是否包含对应标准心电术语作为输出，分别训练对应的深度学习模型，得到与N类标准心电术语对应的N个深度学习模型；

按顺序获取心电图结论中的待匹配心电术语，并与所述标准心电术语库中的标准心电术语进行比对，并输出比对结果；

若比对结果为当前待匹配心电术语没有包含在标准心电术语库中，则将该待匹配心电术语对应的心电数据分别输入训练好的N个所述深度学习模型，预测当前待匹配心电术语对应的标准心电术语；否则，获取下一个待匹配心电术语，直到心电图结论中的所有待匹配心电术语均匹配完成。

2.根据权利要求1所述的心电术语语义匹配方法，其特征在于，训练深度学习模型的方法为：

对标准心电术语库中的每一类标准心电术语进行编号，深度学习模型的编号与标准心电术语的编号相对应；

对于编号i标准心电术语对应的第i个深度学习模型，将所述心电数据集中包含编号i标准心电术语的静息12导联心电数据对应的标签设置为1，将所述心电数据集中不包含编号i标准心电术语的静息12导联心电数据对应的标签设置为0；

选取若干条包含编号i标准心电术语的静息12导联心电数据和若干条不包含编号i标准心电术语的静息12导联心电数据，组成训练集，将所述静息12导联心电数据作为输入，将所述心电数据对应的标签作为输出，训练第i个深度学习模型，i＝1,2,3,...,N。

3.根据权利要求2所述的心电术语语义匹配方法，其特征在于，预测当前待匹配心电术语对应的标准心电术语的步骤包括：

S31:收集若干条只有标准心电图术语组成的临床心电结论，构成标准结论库；

S32:将心电图结论中当前待匹配的第m个心电术语分别输入训练好的N个深度学习模型中，将所述N个深度学习模型的N个输出数据从大到小排列；

S33:当m＝1时，查找最大的输出数据对应的深度学习模型的编号i，如果最大的输出数据的值大于第一预设阈值，则将第m个待匹配心电术语修改为标准心电术语库中对应编号i的标准心电术语，否则认为是无法规范的心电图结论；

S34:当m≥2时，根据S32的输出依次查找排在前3位的输出数据对应的标准心电术语的编号，依次统计预测得到的第m个待匹配心电术语对应的3个标准心电术语z_m1、z_m2、z_m3与第m-1个待匹配心电术语对应的标准心电术语z_m-1在标准结论库的临床心电结论中同时出现的概率P₁、P₂、P₃；若P₁或P₂或P₃大于第二预设阈值，则将当前第m个心电术语修改为对应编号的标准心电术语；否则，认为是无法规范的心电图结论。

4.根据权利要求3所述的心电术语语义匹配方法，其特征在于，第m个待匹配心电术语对应的3个标准心电术语与第m-1个心电术语匹配的标准心电术语在所述标准结论库的临床心电结论中同时出现的概率为：

P_j＝d_mj,(m-1)j/d_mj。

5.其中，P_j表示z_mj与z_m-1在临床心电结论中同时出现的概率，j＝1,2,3；d_mj,(m-1)j表示z_mj与z_m-1在标准心电结论库的临床心电结论中同时出现的次数；d_mj表示z_mj与z_m-1在标准心电结论库的临床心电结论中出现的次数。