基于電子病歷的疾病預(yù)測方法研究及應(yīng)用.pdf

1、電子病歷是指對病人就診信息的電子化記錄，它記錄了病人從入院到出院期間的全部信息，可以為病人或醫(yī)生提供查詢及決策支持。電子病歷一般包括圖像和文字信息，而文字信息以半結(jié)構(gòu)化文本或自由文本的形式存在，以電子病歷為基礎(chǔ)的醫(yī)療數(shù)據(jù)研究，具有重要的意義。本文針對電子病歷文本，主要研究內(nèi)容如下:
　　(1)電子病歷的匿名化處理。電子病歷中包含很多隱私信息，這些有標(biāo)識的信息如果被泄露會給病人帶來危害，因此要識別其中的隱私信息并進(jìn)行處理。先對文本進(jìn)

2、行清洗并規(guī)范化，生成基本結(jié)構(gòu)和表示方法，提出了結(jié)合邊界特征的深層條件隨機(jī)場模型，選擇最優(yōu)特征集訓(xùn)練。將文本表示為詞向量的形式，作為神經(jīng)網(wǎng)絡(luò)的輸入進(jìn)行模型訓(xùn)練，提出了基于塊表示的BR-BiRNN、BR-BiLSTM-CRF命名實體識別模型，實驗結(jié)果表明其F值均高于傳統(tǒng)方法。
　　(2)針對妊娠高血壓疾病，提出了基于特征融合的循環(huán)神經(jīng)網(wǎng)絡(luò)預(yù)測模型。妊娠高血壓疾病是孕婦妊娠期間所特有的一種疾病，該病的存在影響孕婦和胎兒健康，及早發(fā)現(xiàn)孕婦

3、是否患病對保障母嬰健康有重要意義。本文針對婦產(chǎn)科電子病歷文本進(jìn)行預(yù)處理后，提出了特征融合的方法，將詞向量和詞性向量進(jìn)行拼接得到融合后的特征(mixed feature)，模型無需其他專業(yè)醫(yī)療經(jīng)驗，就可以實現(xiàn)較好的訓(xùn)練結(jié)果，分別采用word feature和mixed feature進(jìn)行對照實驗，實驗表明采用mixed feature比采用單一word feature正確率提高了約2％。
　　(3)提出了基于文本數(shù)值化的TQ-LST