首页 > 文献资料
-
基于两位一体的中文电子病历命名实体识别
命名实体识别是信息抽取中的一项重要任务.在医疗研究领域,从电子病历中自动识别命名实体形成结构化的文本为医疗决策提供数据支持,已经成为重要的研究课题.分词和实体识别分步进行容易造成下层错误向上累加传递且不能充分利用融合信息.针对这一问题,本文提出一种两位一体字标注方法,该方法将识别过程看做是序列的字标注过程,采用条件随机场模型经过标注实现病历的命名实体识别.实验结果表明,两位一体字标注方法在命名实体识别中性能得到很大的提升.
-
基于关联规则挖掘的方剂配伍规律初步研究
目的:构建结构化的方剂信息数据库,挖掘方剂中药物之间的关联规则,进一步研究方剂的配伍规律.方法:运用基于正则表达式的信息抽取方法,以vs 2008编程实现自动抽取,并以SQL Sever 2005进行关联规则挖掘.结果:生成了结构化的方剂信息数据库,并初步抽取方剂信息81 305条；在小支持度为10％,小置信度为70％的条件下,得到高频药物9味,生成规则4条.结论:基于正则表达式的信息抽取方法使全面大规模研究方剂配伍规律成为可能,挖掘结果与中医理论和临床经验总体相符,为进一步研究提供也依据.
-
基于信息抽取的历代方剂药物知识发现方法及应用
文章全面客观分析了现有中医方剂数据资源现状与问题,提出一种可以解决方剂数据自动结构化问题的信息抽取技术.在现有研究成果的基础上,设计和实现了一套适合历代方剂药物信息抽取系统,对半结构化的方剂数据进行处理.首先建立了中药术语、剂量单位等专业词典;然后通过分词、术语识别和标准化、剂量的自动规范化等步骤,快速准确地建立结构化的方剂数据库.后基于生成的方剂数据库,以应用案例的形式,介绍了历代方剂药物知识发现的实现过程,并根据时间序列分析这一较为客观的证据,结合中国方剂发展演变的历史进程对千余年来方剂用药剂量的变化规律进行探讨与分析.
-
半结构化病历文档信息抽取应用
电子病历正在全国普及和发展,电子病历的信息量也在以惊人的速度迅猛增长,对其半结构化病历文档进行信息抽取具有十分重要意义.研究目的是加强非结构化病历文档理解,针对半结构化病历文档的特点,介绍一种信息抽取工具及其信息抽取流程,后,以肿瘤病人信息抽取为案例进行实证应用研究.
-
基于规则库的电子病历信息抽取研究
电子病历包含病人丰富的诊疗信息,价值相当高.如何快速抽取出电子病历中用户感兴趣的数据,为临床决策、科研提供数据支持是当前电子病历数据利用的重要课题.介绍一种电子病历信息抽取工具,定义规则并建立规则库,构建疾病实体关系,实现电子病历信息抽取.
-
电子病历版式化归档与信息抽取的研究
运用PDF版式化转换与可识别技术，将分散在不同业务信息系统、异构数据源中的电子病历数据进行转换后归档存储、共享、二次利用与挖掘，真正实现电子病历有效地长期在线存储。
-
非结构化电子病历信息的抽取
目的：实现电子病历（EMR）首次病程记录中的自动语义标注，得到所需的字段、句子、诊状有无的判断等抽取信息。方法：利用文本工程通用框架（GATE）的应用实例组件ANNIE。结果：信息抽取的结果符合预期要求，具有较好的实用性。结论：GATE系统可以协助医生在EMR大段文章中快速获取信息，来辅助他们的诊断。
-
数字化医院数据资源开发研究和实践
数据资源开发利用是数字化医院面临的迫切需求和挑战,一方面医院管理活动需要有用数据支持决策,一方面医院面临着“数据丰富,信息贫乏”的困境,以中山市人民医院为案例,通过建立临床数据存储库、应用半结构化数据抽取工具、应用智能分析平台三种方法整合数据,开发数据资源,实现医院决策智能化.
-
中医名医医案分析系统研究
目的：通过建立“中医名医医案分析系统”，密切结合临床需求，通过对名医临床病案的信息抽取和数据挖掘，为临床医生提供针对性的知识服务。方法：“中医名医医案分析系统”分为名医信息管理模块、临床医案导入模块、数据标准化模块、医案数据管理模块、医案数据分析模块和数据字典管理模块六个模块。结果：该系统可通过导入名医经验案例，对其进行管理、规范化处理和数据分析。结论：“中医名医医案分析系统”能够辅助中医名医经验研究和学习传承，但在术语研究和指导临床实践方面尚存在一定的问题。需要继续探索符合中医临床特点的中医临床病案术语系统，以支持名医经验研究。
-
电子病历系统中检验数据信息抽取研究
抽取电子病历中的检验检查数据，可以为临床科研人员对于某些疾病的定量分析研究提供数据支持；分析了基于规则、正则表达式抽取方法的缺陷，在此基础之上，结合相似度匹配方法，提出了一种混合算法。实验结果表明，该混合算法比单独使用某一种算法，其查全率和查准率均有了较大的提高。
-
基于HMM的H7N9事件中时间信息的抽取
时间信息在突发公共卫生事件中占有非常重要的地位,抽取时间信息可以帮助决策者掌握事件发展的进程.以H7N9事件为例,抓取互联网上有关该事件的报道信息,对其时间信息进行规范化处理,并利用HMM模型对时间信息进行自动化抽取.实验结果表明,该方法具有较高的查全率和查准率.
-
妇产科知识图谱构建研究与实现
目的:现有医学知识浩瀚如烟,知识图谱是知识展示比较有效的方法.方法:利用自然语言处理技术,对妇产科教材中的医学知识进行抽取和表示,将妇产科知识存储成结构化的知识图谱,方便专业医学人士查询,也方便对大众进行科普.使用中文分词、命名实体识别、实体分类、关系抽取等技术对教科书文本进行信息抽取.结果:将妇产科教材中的知识转变为知识图谱结构.为后期智能医疗等医疗服务提供了理论基础.结论:以教材为来源,构建领域知识图谱很迅速,能够可视化展示医学信息,让人们快速有效了解医学常识.
-
生物医学文本挖掘:步骤与工具
介绍了生物医学领域里的文本挖掘研究的步骤及各个步骤中所采用的方法,重点介绍了各个步骤中所用的工具和案例,以期促进生物医学文本挖掘研究的开展.
-
基于条件随机场的中医术语抽取方法及其应用探析
中医文献有种类繁多,数量庞大,记录随意,术语表达方式独特等的特点,为知识的获取带来困难.信息抽取技术可以利用计算机对文本信息进行针对性抽取,以结构化的形式将结果储存到数据库中,这种技术可以帮助医学研究者从海量信息中高效获取所需知识.命名实体识别是信息抽取准确与否的关键,对目前常用的几种识别方法进行分析,认为基于统计的方法更适用于中医文献的研究,并选定条件随机场算法,结合中医术语的特点,对该方法及步骤进行了详细阐述.同时,举例介绍了信息抽取技术在中医结构化电子病历及中医专业领域搜索引擎建立中的辅助作用,为其在中医领域的应用提供更广阔的参考思路.
-
基于信息抽取的中医药文献知识发现
随着科学技术和实验手段的迅猛发展,产生了非常“庞大”的科学文献和实验数据.同时,在这些表面上没有任何联系的文献和实验数据中,可能存在某种潜在的有价值的关联关系,并且数据本身也是信息和知识的源泉.正是基于这种对新知识的需求,产生了运用数据来挖掘相关知识的要求.本文使用信息抽取的手段,首先建立中医药文摘的领域本体,然后文本信息解析,进行关键字识别和匹配,将自由文本转化为结构化数据,并将数据存入相应的内容数据库中,对内容数据库中的不同文摘的属性值进行属性相关分析,过滤掉统计上不相关或弱相关的属性,保留对手头挖掘任务相关的属性,从而发现不同文摘间的关联性,进而找出有价值的联系.
-
文本挖掘在中医药文献分析中的应用
文本挖掘能从海量的中医药文献中发现知识以促进中医临床研究和中药研发.本文总结现有研究指出文本分类和信息抽取是中医药文献知识发现的关键技术,指出中医药文本分类、非关联知识发现和中医药文献信息抽取为三个主要研究方向,并论述了三个研究领域中需解决的关键问题和研究方向,后展望文本挖掘在中医药学科的应用前景,指出非关联文献知识将成为中西医结合研究的热点.
-
医院门户网站门诊专家信息的抽取研究
门诊专家信息可以为需要就诊的居民提供一定的参考,通常这类信息分布于各个医院的门户网站,而且大多数需要通过查询才能获取.为了自动抽取医院门户网站的门诊专家信息,首先要解决查询接口判别的问题.针对此问题,根据查询接口的属性特征,构建了一种树状结构的领域模型,用于对查询接口进行分类判别,并进行领域关键词的填写.其次,对于返回的网页,需要进行噪声过滤,本文针对此问题,提出了分块重要度模型.实验结果表明,基于领域模型的查询接口判别方法比基于规则方法的准确率提高了10.83％,分块重要度模型的F1值比XPath方法提高了10.5％.
-
信息抽取技术在中医研究中的应用
中医文献是中医学的主要知识资源,实现文献的数字化是信息时代中医文献研究的必然要求.本文介绍了一种基于隐马尔可夫模型的信息抽取技术,探讨了把这种技术用于生成结构化的中医文献数据库的方法,旨在把智能信息处理技术和中医研究相结合,以辅助中医药研究发展.
-
论垂直搜索引擎中的信息抽取技术的选用
垂直搜索引擎和普通的网页搜索引擎的大区别是垂直搜索引擎对网页信息进行了结构化信息抽取,因此信息抽取技术成为了构建垂直搜索引擎的核心技术.本文首先简介4种Web的信息抽取技术,然后结合中文论坛搜索引擎来讨论对这些技术的选用.
-
中医文献语料库建设与顶层设计刍议
从中医文本的基本特征与自动处理系统的协调问题、中医专业术语的分词与标注方法问题、非专业术语分词中的困难问题和文本标注方法问题、问题的解决方案4方面入手探讨中医文献语料库建设,指出中医文献语料库建设的根本目的是数据分析和信息抽取,这涉及到原始文件版本选择、库文件分词与标注、检索与信息抽查、自动加工工具开发等建库环节,是一项独具特色的系统工程,需要从顶层设计的层面配置各子系统的基本参数,使之达到数据类型一致、数据层次分明、子系统相互衔接、信息抽取全面可靠的整体效果.
