[發明專利]一種基于Solr的體檢數據搜索系統

在審

• 申請號: 201611205897.7
• 申請日: 2016-12-23
• 公開（公告）號: CN106777996A
• 公開（公告）日: 2017-05-31
• 發明（設計）人: 吳健;顧盼;周立水;邱奇波;鄧水光;李瑩;尹建偉;吳朝暉
• 申請（專利權）人: 浙江大學
• 主分類號: G06F19/00
• 分類號: G06F19/00;G06F17/30
• 代理公司: 杭州天勤知識產權代理有限公司33224
• 代理人: 胡紅娟

1.一種基于Solr的體檢數據搜索系統，其特征在于：由數據預處理模塊、Solr搜索引擎平臺搭建模塊和網頁查詢模塊依次連接組成；其中：

所述的數據預處理模塊用于對醫院體檢數據庫中的所有體檢報告進行預處理以及統計分析，以統計出所有體檢項目并進行歸納分類，分析提取出關于B超和放射的所有診斷結果；

所述的Solr搜索引擎平臺搭建模塊利用Solr建立全文搜索引擎，以實現索引創建以及索引搜索；

所述的網頁查詢模塊用于為用戶提供查找的分類目錄選擇和關鍵字輸入框，并將輸出結果有序地顯示給用戶。

2.根據權利要求1所述的體檢數據搜索系統，其特征在于：所述數據預處理模塊對體檢報告進行預處理以及分析，具體包括對缺失重要信息的體檢報告進行刪除，對體檢報告中的異常值進行修正處理。

3.根據權利要求1所述的體檢數據搜索系統，其特征在于：所述數據預處理模塊采用Python連接Oracle對體檢報告結果表中的組合項目名稱和體檢項目名稱進行統計并人為歸納分類；同時針對B超和放射的診斷分類目錄，通過對個人總檢單中的總檢查小結進行分析，利用正則表達法得到關于B超和放射的診斷結果。

4.根據權利要求1所述的體檢數據搜索系統，其特征在于：所述Solr搜索引擎平臺搭建模塊實現索引創建的具體過程為：首先利用Solr的分詞組件對待索引原始文檔進行分詞并去除標點符號和停用詞；然后將得到的詞傳給Solr的語言處理組件，以把詞的大寫變為小寫，單詞變為詞根形式；最后將處理后的詞傳給Solr的索引組件生成反向索引，其包括字符串序列以及字符串的文檔編號鏈表；所述待索引原始文檔包括體檢者的證件信息、出生日期、性別、年齡以及體檢的編碼、日期、組合項目名稱和體檢項目名稱。

5.根據權利要求4所述的體檢數據搜索系統，其特征在于：所述Solr搜索引擎平臺搭建模塊在實現索引創建的過程中導入MMSeg4i的支持庫和專業醫學詞庫以支持中文文本類型的分詞。

6.根據權利要求1所述的體檢數據搜索系統，其特征在于：所述Solr搜索引擎平臺搭建模塊實現索引搜索的具體過程為：首先對查詢內容進行詞法分析、語法分析和語言處理；然后搜索索引，得到符合語法樹的文檔集合；最后計算查詢內容與文檔的相關性，根據相關性對文檔進行排序。

7.根據權利要求1所述的體檢數據搜索系統，其特征在于：所述的網頁查詢模塊在服務器端基于J2EE架構，使用Spring、Struts的開源應用框架以及MVC的設計模式，一方面支持通過目錄選擇多個細項進行搜索且支持對B超和放射檢查進行診斷分類搜索，另一方面支持直接關鍵字搜索且支持選擇體檢者的年齡范圍、體檢日期范圍和性別進行搜索。