[發明專利]一種智慧醫療知識圖譜的構建方法

在審

• 申請號: 201810982143.5
• 申請日: 2018-08-27
• 公開（公告）號: CN108986871A
• 公開（公告）日: 2018-12-11
• 發明（設計）人: 劉瑩;林同茂;郭清妍;鄭德全
• 申請（專利權）人: 東北大學
• 主分類號: G16H10/00
• 分類號: G16H10/00;G16H50/20
• 代理公司: 北京易捷勝知識產權代理事務所(普通合伙) 11613
• 代理人: 韓國勝

1.一種智慧醫療知識圖譜的構建方法，其特征在于，

包括如下步驟：

A、獲取病歷數據，并提取病歷中識別的醫療實體；

B、對病歷數據和提取到的醫療實體進行預處理，獲取病人和醫療實體的共現矩陣；

C、采用樸素貝葉斯模型計算獲取步驟B中共現矩陣中每對節點之間關系存在的置信度值IMPT，或采用NoisyOR模型計算獲取步驟B中共現矩陣中每對節點之間關系存在的置信度值IMPT；

D、對步驟C中計算獲得的所有置信度值按照從大到小進行排名，以前n個或置信度置大于某一閥值的關系為邊，以所有的醫療實體為節點構建智慧醫療知識圖譜；

所述樸素貝葉斯模型為能夠計算共現矩陣中每對節點之間關系存在的置信度值的算法模型；

所述NoisyOR模型為能夠計算共現矩陣中每對節點之間關系存在的置信度值的算法模型。

2.根據權利要求1所述的構建方法，其特征在于，

當步驟C中采用樸素貝葉斯模型計算獲取所有置信度值時，所述步驟B和步驟C之間還包括：

對所述步驟B中獲取的共現矩陣進行去噪，去噪后的共現矩陣用以所述樸素貝葉斯模型計算獲取置信度值。

3.根據權利要求1所述的方法，其特征在于，

所述步驟A還包括如下子步驟：

A1、獲取所有病歷的數據；

A2、提取每條病歷中已經識別的非否定范圍內的醫療實體，其中，所述醫療實體包括：疾病、癥狀和檢查。

4.根據權利要求3所述的方法，其特征在于，

所述步驟B還包括如下子步驟：

B1、以單條病歷為數據基本單位，每條電子病歷對應一位病人，并且給每個病人分配一個編號；

B2、根據提取的所有醫療實體和相對應的病人獲取所有病歷數據集下的病人-疾病，病人-癥狀和病人-檢查的共現矩陣；

其中，檢查包括檢查的過程和檢查的結果。

5.根據權利要求1所述的方法，其特征在于，

所述步驟C中采用樸素貝葉斯模型計算獲取所有置信度值時，所述方法還包括：

根據步驟B中獲取的共現矩陣，獲取樸素貝葉斯計算所需要的參數，然后根據如下公式計算獲取步驟B中共現矩陣中每對節點之間關系存在的置信度值IMPT；

所述公式為：

IMPT_NB＝log(p(x_i＝1|y_j＝1))-log(p(x_i＝1|y_j＝0))

其中，

x_i為表示存在癥狀i的二元變量；

y_j為表示存在疾病j的二元變量；

P(x_i＝1|y_j＝1)：是表示條件概率，即在存在疾病j的情況下，存在癥狀i的概率；

P(x_i＝1|y_j＝0)：表示條件概率，即在沒有疾病j的情況下，存在癥狀i的概率。

6.根據權利要求3所述的方法，其特征在于，

所述步驟C中采用NoisyOR模型計算獲取所有置信度值時，所述方法還包括：

根據步驟B中獲取的共現矩陣，獲取NoisyOR模型計算所需要的參數，然后根據如下公式計算獲取步驟B中共現矩陣中每對節點之間關系存在的置信度值IMPT；

所述公式為：

其中，y_j：出現的疾病；

x_i：子癥狀。