[发明专利]病例文本信息检索系统

说明书

本发明提供了的病例文本信息检索系统，对每个病例记录都进行了分词处理，在进行相似病例检索时，先计算待检索病例记录的词向量集合与病例数据库中的每个词向量集合的相似度，将相似度小于预设的相似度阈值的对应病例记录进行删除，得到相似度大于预设的相似度阈值的多个病例记录和疾病ID向量；接着，对多个疾病ID向量进行去重处理，得到去重后的多个疾病ID向量，最后，按照疾病DID出现次数的升序方式呈现去重后的多个疾病ID向量，能够将出现次数最少的DID排列在最前面，这对于按照常见症状进行诊疗而没有得到改善的特殊症状，在重新检索时能够得到理想的检索结果，能够确保检索更准确。

技术领域

本发明涉及数据处理技术领域，具体涉及一种病例文本信息检索系统。

背景技术

专利文献1（CN107657062A）提供了一种相似病例检索方法，该包括：通过提取病例数据库中的多个病例的多个字段内容并将多个字段内容转化为词向量，依据词向量对多个所述病例进行聚类并划分为多个聚类簇；提取原始病历中的字段内容并将字段内容转化为原始词向量；搜索与原始词向量最近的聚类簇，并将聚类簇内的多个病例进行排序并反馈。该方法能够减少检索时的数据计算量和提高检索效率，但是，并没有针对病例文本的特点进行处理，而是将病例文本按照通用文件进行处理，因此，会存在病例检索结果不准确和检索效率低的问题。

发明内容

有鉴于此，本发明的目的是提供一种病例文本信息检索系统，以解决现有技术中病例检索结果不准确和检索效率低的问题。

本发明采用的技术方案为：

本发明实施例提供一种病例文本信息检索系统，包括：通信连接的服务器和客户端；

所述服务器，存储有M条病例记录，其中，第i条病例记录包括记录ID、疾病ID和词向量集合W_i=（W_i1，W_i2，......，W_in），W_in为词向量集合Wi中的第n个词；

所述客户端包括处理器和显示界面，所述处理器用于执行计算机程序实现如下步骤：

S100，接收输入的文本信息并将文本信息生成词向量集合W=（W1，W2，......，Wn）；

S200，确定W和W_i的相似度Si；

S300，根据步骤S200获得的相似度Si，在所述显示界面上输出对应的检索结果，具体包括：

S310，如果Si大于D，则保留对应的第i条病例记录，作为显示的检索结果；否则，将第i条病例记录舍弃；D为预设的相似度阈值；

S320，根据S310，形成相似度大于D的检索结果集合，所述检索结果集合包括R条病例记录和R个疾病ID向量=（DID₁，DID₂,......，DID_R），R≤M；

S330，对R个疾病ID向量进行去重，形成去重后的升序排序的Q个疾病ID向量=（CID₁，CID₂，......，CID_Q）和对应的次数=（N₁，N₂，......，N_Q），其中，Q≤R，N₁≤N₂≤......≤N_Q；

S340，在所述客户端的显示界面上输出（CID₁，CID₂，......，CID_Q）。