[发明专利]医学数据的处理方法、装置及存储介质有效

专利信息
申请号: 202011604357.2 申请日: 2020-12-30
公开(公告)号: CN112749277B 公开(公告)日: 2023-08-04
发明(设计)人: 郑永升;梁平 申请(专利权)人: 杭州依图医疗技术有限公司
主分类号: G06F16/35 分类号: G06F16/35;G06F40/205;G06F40/295;G06N3/08;G16H10/00
代理公司: 北京天方智力知识产权代理事务所(普通合伙) 11719 代理人: 路远
地址: 310012 浙江省杭州市西*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 医学 数据 处理 方法 装置 存储 介质
【权利要求书】:

1.医学数据的处理方法,包括:

获取原始医学数据,所述原始医学数据包含疾病信息;

基于分句方式,从所述原始医学数据包含的疾病信息中解析出第一疾病信息;对于相关联的疾病信息,根据疾病信息的语义,确定出存在关联关系的疾病信息,基于存在关联关系的疾病信息,确定分句对象;

根据所述第一疾病信息与标准疾病信息的匹配结果,得到中间医学数据,所述中间医学数据表示为由一条第一疾病信息和一条标准疾病信息组成的二元组;

解析所述中间医学数据,通过归一化处理得到目标医学数据,包括:解析所述中间医学数据包含的每一组第一疾病信息与标准疾病信息;基于神经网络分析每一组第一疾病信息与标准疾病信息是否对应;输出分析结果,将对应的第一疾病信息与标准疾病信息作为归一化结果。

2.根据权利要求1所述的方法,其中,当所述原始医学数据包含至少M个疾病信息,且M≥2的情况下,所述基于分句方式,从所述原始医学数据包含的疾病信息中解析出第一疾病信息,包括:

基于分句方式,从M个疾病信息中解析出N个第一疾病信息。

3.根据权利要求2所述的方法,其中,所述基于分句方式,包括基于深度学习训练的分句模型;

所述深度学习训练的分句模型的构建方式,包括:

提取医学数据;

对这些医学数据分别进行分句,得到包含原始文本和分句后文本的二元组;

迭代训练模型。

4.根据权利要求1至3中任一项所述的方法,其中,所述基于分句方式,包括:

根据医学数据所包含的特定标识进行分句,所述特定标识包括标点符号。

5.根据权利要求1所述的方法,其中,所述根据所述第一疾病信息与标准疾病信息的匹配结果,得到中间医学数据,包括:

将每个第一疾病信息与每个标准疾病信息两两组合;

分别计算匹配度;

将匹配度满足预设条件的组合用于构建所述中间医学数据。

6.根据权利要求1所述的方法,其中,所述输出分析结果,将对应的第一疾病信息与标准疾病信息作为归一化结果,包括:

以标准疾病信息的格式,表征第一疾病信息;

输出目标医学数据以更新原始医学数据。

7.医学数据的处理装置,包括:

获取单元,其配置为用于获取原始医学数据,所述原始医学数据包含疾病信息;

解析模块,其配置为用于基于分句方式,从所述原始医学数据包含的疾病信息中解析出第一疾病信息;对于相关联的疾病信息,根据疾病信息的语义,确定出存在关联关系的疾病信息,基于存在关联关系的疾病信息,确定分句对象;

匹配模块,其配置为用于根据所述第一疾病信息与标准疾病信息的匹配结果,得到中间医学数据,所述中间医学数据表示为由一条第一疾病信息和一条标准疾病信息组成的二元组;

处理模块,其配置为用于解析所述中间医学数据,通过归一化处理得到目标医学数据,包括:解析所述中间医学数据包含的每一组第一疾病信息与标准疾病信息;基于神经网络分析每一组第一疾病信息与标准疾病信息是否对应;输出分析结果,将对应的第一疾病信息与标准疾病信息作为归一化结果。

8.一种计算机可读存储介质,其上存储有计算机可执行指令,所述计算机可执行指令由处理器执行时,实现:

根据权利要求1至6任一项所述的医学数据的处理方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州依图医疗技术有限公司,未经杭州依图医疗技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011604357.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top