首页 > 文献资料
-
本体在电子病历检索中的研究与探索
目的 电子病历在临床诊断与治疗中的应用日益广泛,如何有效地利用电子病历系统中大量的数据,辅助医生进行分析与诊断是一个非常重要的问题.传统的基于文本关键字的检索方法已不能满足对大型电子病历数据库检索的需要,将基于本体的检索方法引入到医学数据库中进行研究是一项非常有意义的工作.方法 在分析传统电子病历检索方法不足的基础上,本文结合模糊本体的概念,提出了一种基于模糊本体的电子病历分析方法.该方法充分利用了模糊本体中隶属度的概念,对查询语句和电子病历关键词向量空间模型进行模糊本体概念映射,概念相似度计算.结果 通过数值实验对该方法在查全率和查准率方面进行了件能分析,实验证明该方法具有良好的检索性能.
-
基于本体的向量空间模型在电子病历中的研究
电子病历在临床诊断与治疗中的应用日益广泛,如何有效利用电子病历系统中的大量数据辅助医生进行分析与诊断,是一个非常重要的问题.传统的基于索引的检索方法已不能满足对大型电子病历数据库检索的需要,将基于本体的向量空间模型引入到电子病历中进行研究,是一项非常有意义的工作.在分析传统电子病历检索方法不足的基础上,结合模糊本体概念,提出一种基于本体的向量空间模型.该方法充分利用了模糊本体中隶属度的概念,对查询语句和电子病历关键词向量空间模型进行模糊本体概念映射及概念相似度计算.后通过数值实验,对该方法在查全率和查准率方面进行了性能分析,证明其具有良好性能.
-
基于关联关系的电子病历聚类研究
针对现有的向量空间模型在电子病历聚类时忽略语义关系的不足,提出了一种基于关联关系的电子病历聚类方法:从海量的电子病历中分析特征语的同现概率,根据关联规则分析特征词语的关联关系,挖掘电子病历特征词之间的隐含语义关系,表达电子病历向量,结果表明,基于关联关系的电子病历聚类更为准确.
-
基于本体的电子病历后结构化模型关键技术
以川崎病为例,提出运用模糊向量空间模型概念,对海量电子病历数据进行挖掘,建立本体数据库模型.通过模型从川崎病电子病历中找寻出疾病的诊疗依据和诊疗模式,帮助临床医生进行鉴别诊断,完善治疗方案,从而实现对电子病历的有效数据挖掘,推动计算机临床辅助决策的实现.
-
中文文本自动分类研究进展
简要回顾了文本自动分类研究的发展史,对现有的中文文本分类技术和分类系统进行了分析与比较,同时讨论了目前主要的几种自动分类算法,在此基础上指出了当前中文文本自动分类研究存在的不足和今后研究的重点.后指出了加强各类电子词典的建设是促进自动分类技术不断成熟并被广泛应用的一个重要工作.
