[發明專利]基于深度學習的消化內鏡報告結構化方法與系統

在審

• 申請號: 202010413026.4
• 申請日: 2020-05-15
• 公開（公告）號: CN111611780A
• 公開（公告）日: 2020-09-01
• 發明（設計）人: 崔立真;柏欣雨;鹿旭東;郭偉
• 申請（專利權）人: 山東大學
• 主分類號: G06F40/169
• 分類號: G06F40/169;G06F40/151;G16H15/00;G06N3/04;G06N3/08
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 李琳

1.一種基于深度學習的消化內鏡報告結構化方法，其特征是：包括以下步驟：

獲取消化內鏡報告數據，并對數據進行標注；

對獲取到的消化內鏡報告信息進行詞向量和文檔矩陣表示；

對構造的詞表示向量和文檔表示矩陣使用雙向長短期記憶模型結合文檔上下文進行建模；

對基于上下文編碼的詞向量使用條件隨機場識別和標注需要進行結構化的報告信息；

將識別和抽取的結果與預先構建的結構化模板進行匹配，所述結構化模板基于歷史數據中不同疾病信息和病變部位信息，構建鍵值對關系而得到，依照匹配的模板得到最終的結構化結果。

2.如權利要求1所述的一種基于深度學習的消化內鏡報告結構化方法，其特征是：針對消化內鏡報告文本描述的內容差異構建鍵值對關系，并根據疾病和病變部位等構建成不同的模板，每個模板分別建數據表存儲。

3.如權利要求1所述的一種基于深度學習的消化內鏡報告結構化方法，其特征是：依據所述結構化模板對提取的消化內鏡數據進行標注，標注出需要提取的內鏡報告信息；

或進一步的，標注的過程包括：

從數據庫中獲得消化內鏡報告數據，提取出數據中半結構化和非結構化的部分；

對報告進行關鍵詞篩選，對每個類型的疾病對應的模板都進行設定數量以上的標注。

4.如權利要求1所述的一種基于深度學習的消化內鏡報告結構化方法，其特征是：對獲取到的消化內鏡報告信息進行詞向量和文檔矩陣表示，具體為：

使用分詞工具，并添加預設停用詞庫和專用詞庫分詞；

使用分詞后的內鏡報告文本數據訓練word2vec模型，訓練好的word2vec模型用于將分詞后的消化內鏡報告文本數據轉化為文本向量，從而進行詞的嵌入，計算出消化內鏡報告文本中每個詞的詞嵌入向量；

對于每個消化內鏡報告文檔，其中的每個詞都利用向量表示，則每個文檔含多個詞的文檔將以矩陣表示，完成由原始文本的輸入到實值矩陣的表示。

5.如權利要求1所述的一種基于深度學習的消化內鏡報告結構化方法，其特征是：對構造的詞表示向量和文檔表示矩陣使用雙向長短期記憶模型結合文檔上下文進行建模，具體過程包括：

由輸入表示層得到的句子表示矩陣經過前向長短期記憶模型后，每個字符所在的位置都得到融合上文信息的隱藏層的表示向量經過后向長短期記憶模型后，每個字符位置都得到融合下文信息的隱藏層的表示向量最后將上文和下文隱藏層向量進行拼接，最終每個字符都得到融合上下文的表示向量h_t。

6.如權利要求1所述的一種基于深度學習的消化內鏡報告結構化方法，其特征是：對基于報告文檔上下文編碼的詞向量表示，使用條件隨機場識別和標注需要結構化的詞信息時，對基于上下文編碼的詞向量依據文檔中的順序組成序列，使用條件隨機場從所有可能的標簽序列中選取概率最高的序列中的詞標注結果作為輸出。

7.如權利要求6所述的一種基于深度學習的消化內鏡報告結構化方法，其特征是：依據標注結果的詞語和標簽的關系與模板中的鍵值關系進行匹配，取匹配度最高的模板作為標注文檔的模板，依照詞語和標簽的關系自動填寫模板中的值，得到最終的結構化報告。

8.一種基于深度學習的消化內鏡報告結構化系統，其特征是：包括：

標注模塊，被配置為獲取消化內鏡報告數據，并對數據進行標注；

詞表示模塊，被配置為對獲取到的消化內鏡報告信息進行詞向量和文檔矩陣表示；

雙向長短期記憶模型構建模塊，被配置為對構造的詞表示向量和文檔表示矩陣使用雙向長短期記憶模型結合文檔上下文進行建模；

結構化模塊，被配置為對基于上下文編碼的詞向量使用條件隨機場識別和標注需要進行結構化的報告信息，將識別和抽取的結果與預先構建的結構化模板進行匹配，所述結構化模板基于歷史數據中不同疾病信息和病變部位信息，構建鍵值對關系而得到，依照匹配的模板得到最終的結構化結果。