[发明专利]一种多重诊断智能编码方法、系统、介质及设备

权利要求书

1.一种多重诊断智能编码方法，其特征在于，包括：

接收临床原始多重诊断数据并进行预处理操作；

将预处理后多重诊断数据进行分词处理，得到分词结果集合；分词结果集合中的元素由修饰词和主导词组合构成；

将分词结果集合中所有词汇进行语义联想转换处理；

将语义联想转换处理得到的全组合进行语匹配树搜索处理，对筛选出来的匹配树按匹配组的匹配度从高到低进行降序排列，取排序第一的匹配树组作为编码结果；

其中，匹配树的树根是疾病标准编码，树干是诊断名称，树枝是诊断名称的具体组成部分，树叶是诊断拆分的主导词和修饰词；

匹配树相似度指的是诊断数据与匹配树的相似度，其计算过程为：

将各诊断关键词到匹配树叶子关键词的路径长度求自然对数并进行累加；

所述匹配树按匹配度从高到低进行降序排列，具体步骤是：

步骤(a1)：选取所有匹配树的主导词是组合关键词所有主导词子集，并且组合关键词的所有修饰词是匹配树修饰词子集的匹配树，作为候选匹配树集Tree_set＝{Tree₁,Tree₂...Tree_n}；

步骤(a2)：将候选匹配树集分组，其中各匹配树主导词不能重复，即各组内匹配树主导词交集为空；

步骤(a3)计算各匹配组的匹配度，将匹配树候选组按匹配度进行降序排列；匹配组中匹配树个数为n_tree，修饰词与主导词距离S_distance，匹配树组所有主导词与组合关键词中主导词交集的元素个数n_maⁱ_n，匹配树组所有修饰词与组合关键词中修饰词交集的元素个数n_modifier，匹配树相似度S_sim组成集合X＝{n_tree,s_diatance,n_main,n_modifier,s_sim}，匹配度为：

Match＝α^TX

其中，α^T为加权系数，然后按照匹配度由高到低进行排序，取排序第一的匹配树组作为编码结果。

2.如权利要求1所述的多重诊断智能编码方法，其特征在于，所述预处理操作包括特殊字符的处理、异体字的转换以及标点符号的处理。

3.如权利要求1所述的多重诊断智能编码方法，其特征在于，经语义联想转换处理后，得到主导词与修饰词的所有转换可能集合，进而得到主导词转换集合与修饰词转换集合组成的全组合集。