[发明专利]一种多源异构医疗数据的标准化方法及装置

权利要求书

1.一种多源异构医疗数据的标准化方法，其特征在于，包括：

(1)针对原始医疗数据中的原始指标名称进行预处理得到目标指标，并根据目标指标名称和内容预判断目标指标名称所在术语体系的父级分类名称；

(2)将各所述目标指标与标准术语表中的术语进行比对，从所述标准术语表中找出与各所述目标指标最相似的术语作为映射结果，并记录相似度；

(3)对于未在所述标准术语表中找出最相似术语的剩余目标指标，将各所述剩余目标指标与其父级分类名称下的标准术语进行相似性比对，若相似度值不大于第一阈值，则与隶属于所推荐父级分类名称下标准术语对应的既往积累的既往术语进行相似性比较，得到匹配结果；

步骤(2)包括：

将各所述目标指标作为标准化模型的输入文件，利用自然语言处理技术，生成词向量并将词向量与标准术语表中的术语进行比对，找出最相似的术语作为映射结果，生成映射结果及相似度，其中，相似度计算原则为名称字符一致性，通过所述标准化模型的输出结果包含数据来源、原始指标名称、预处理后的指标名称、指标分类、推荐匹配术语及匹配度；

步骤(3)包括：

(3.1)对于未在所述标准术语表中找出最相似术语的剩余目标指标，将该剩余目标指标与其父级分类名称下的标准术语进行相似性比对；

(3.2)取比对过程中的第一最大相似度值，若第一最大相似度值大于第一阈值，则输出匹配的标准术语，若第一最大相似度值不大于第一阈值则该剩余目标指标与隶属于所推荐父级分类名称下的标准术语对应的既往积累的既往术语进行相似性比较，得到第二最大相似度值；

(3.3)判断第一最大相似度值与第二最大相似度值中的较大值是否大于第二阈值，若大于第二阈值则输出既往术语及对应的标准术语，若不大于第二阈值，则表示没有最佳匹配结果。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据输出映射结果进行人工核对标注，从而更新标准术语对应的原始指标名称库，实现更全面准确的完善标准术语对应的既往积累术语，最终优化完善标准化模型。

3.一种多源异构医疗数据的标准化装置，其特征在于，包括：

预处理模块，用于针对原始医疗数据中的原始指标名称进行预处理得到目标指标，并根据目标指标名称和内容预判断目标指标名称所在术语体系的父级分类名称；

第一匹配模块，用于将各所述目标指标与标准术语表中的术语进行比对，从所述标准术语表中找出与各所述目标指标最相似的术语作为映射结果，并记录相似度；

第二匹配模块，用于对于未在所述标准术语表中找出最相似术语的剩余目标指标，将各所述剩余目标指标与其父级分类名称下的标准术语进行相似性比对，若相似度值不大于第一阈值，则与隶属于所推荐父级分类名称下标准术语对应的既往积累的既往术语进行相似性比较，得到匹配结果；

所述第一匹配模块，用于将各所述目标指标作为标准化模型的输入文件，利用自然语言处理技术，生成词向量并将词向量与标准术语表中的术语进行比对，找出最相似的术语作为映射结果，生成映射结果及相似度，其中，相似度计算原则为名称字符一致性，通过所述标准化模型的输出结果包含数据来源、原始指标名称、预处理后的指标名称、指标分类、推荐匹配术语及匹配度；

所述第二匹配模块包括：

第一相似性比对单元，用于对于未在所述标准术语表中找出最相似术语的剩余目标指标，将该剩余目标指标与其父级分类名称下的标准术语进行相似性比对；

第二相似性比对单元，用于取比对过程中的第一最大相似度值，若第一最大相似度值大于第一阈值，则输出匹配的标准术语，若第一最大相似度值不大于第一阈值则该剩余目标指标与隶属于所推荐父级分类名称下的标准术语对应的既往积累的既往术语进行相似性比较，得到第二最大相似度值，判断第一最大相似度值与第二最大相似度值中的较大值是否大于第二阈值，若大于第二阈值则输出既往术语及对应的标准术语，若不大于第二阈值，则表示没有最佳匹配结果。

4.根据权利要求3所述的装置，其特征在于，所述装置还包括：

核对模块，用于根据输出映射结果进行人工核对标注，从而更新标准术语对应的原始指标名称库，实现更全面准确的完善标准术语对应的既往积累术语，最终优化完善标准化模型。

5.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1或2任一项所述方法的步骤。