[发明专利]一种超声报告后结构化解析方法、系统、设备和介质

权利要求书

1.一种超声报告后结构化解析方法，其特征在于，包括：

获取待解析心脏超声报告文件，利用基于深度学习的命名实体识别模型识别所述待解析心脏超声报告文件中的各级指标及对应的指标值；

结合预先构建的心脏超声后结构化知识图谱对识别出的所述各级指标的准确性进行校验；

若校验通过，则对所述各级指标及所述指标值对应进行组合，得到心脏超声后结构化数据；

将所述心脏超声后结构化数据存入所述心脏超声后结构化知识图谱，以便利用更新后的心脏超声后结构化知识图谱进行后结构化结果的显示。

2.根据权利要求1所述的超声报告后结构化解析方法，其特征在于，所述心脏超声后结构化知识图谱的构建过程包括：

获取心脏超声报告文件样本，提取所述心脏超声报告文件样本中的指标信息；所述指标信息包括报告类型、各级指标以及各层级指标对应的指标值；

基于所述指标信息，创建心脏超声报告指标字典、指标同义词典、各指标之间的映射关系以及心脏超声报告后结构化知识图谱。

3.根据权利要求1所述的超声报告后结构化解析方法，其特征在于，所述对所述各级指标及所述指标值对应进行组合，得到心脏超声后结构化数据，包括：

根据超声报告类型将所述待解析心脏超声报告文件划分为预设数量的报告类型语义块；

基于中英文标点符号对各个所述报告类型语义块进行切分，得到切分后的语义单元；

利用识别得到的所述各级指标将所述报告类型语义块划分为各级指标语义块，并将包含所述各级指标的语义单元融入到对应的所述各级指标语义块中；

确定所述指标值对应的层级指标，对所述指标值和所述各级指标进行关联映射，得到所述心脏超声后结构化数据。

4.根据权利要求1所述的超声报告后结构化解析方法，其特征在于，所述对所述各级指标及所述指标值对应进行组合，得到心脏超声后结构化数据之后，还包括：

将所述心脏超声后结构化数据保存至数据库中。

5.根据权利要求1所述的超声报告后结构化解析方法，其特征在于，所述将所述心脏超声后结构化数据存入所述心脏超声后结构化知识图谱，包括：

对所述心脏超声后结构化数据进行清洗和转换处理，并根据处理后数据创建知识图谱的结点，建立结点之间的关系映射并确定结点属性；

将所述结点、所述映射关系和所述结点属性写入所述心脏超声后结构化知识图谱中，完成对所述心脏超声后结构化知识图谱的更新。

6.根据权利要求1至5任一项所述的超声报告后结构化解析方法，其特征在于，所述利用基于深度学习的命名实体识别模型识别所述待解析心脏超声报告文件中的各级指标及对应的指标值，包括：

将所述待解析心脏超声报告文件输入基于深度学习的命名实体识别模型中，所述命名实体识别模型包括训练输入层Bert，训练中间层Flat-Lattice Transformer以及顶层输出层CRF；

获取所述命名实体识别模型输出的针对所述待解析心脏超声报告文件的识别结果，所述识别结果包括各级指标及对应的指标值。

7.一种超声报告后结构化解析系统，其特征在于，包括：

识别模块，用于获取待解析心脏超声报告文件，利用基于深度学习的命名实体识别模型识别所述待解析心脏超声报告文件中的各级指标及对应的指标值；

校验模块，用于结合预先构建的心脏超声后结构化知识图谱对识别出的所述各级指标的准确性进行校验；

组合模块，用于若校验通过，则对所述各级指标及所述指标值对应进行组合，得到心脏超声后结构化数据；

存储模块，用于将所述心脏超声后结构化数据存入所述心脏超声后结构化知识图谱，以便利用更新后的心脏超声后结构化知识图谱进行后结构化结果的显示。