[發明專利]自動獲取病歷模板的方法、裝置和存儲介質在審
| 申請號: | 202010535511.9 | 申請日: | 2020-06-12 |
| 公開(公告)號: | CN111696640A | 公開(公告)日: | 2020-09-22 |
| 發明(設計)人: | 史宇航 | 申請(專利權)人: | 上海聯影醫療科技有限公司 |
| 主分類號: | G16H10/60 | 分類號: | G16H10/60;G06F40/186 |
| 代理公司: | 杭州華進聯浙知識產權代理有限公司 33250 | 代理人: | 陳涵 |
| 地址: | 201807 *** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 自動 獲取 病歷 模板 方法 裝置 存儲 介質 | ||
1.一種自動獲取病歷模板的方法,其特征在于,包括:
構建病歷模板數據庫;
獲取受檢者的醫學信息;
根據所述醫學信息,得到相應受檢者的病理關鍵詞;
根據所述病理關鍵詞以及所述病歷模板數據庫,自動輸出病歷模板。
2.根據權利要求1所述的自動獲取病歷模板的方法,其特征在于,所述根據所述醫學信息,得到相應受檢者的病理關鍵詞包括:所述醫學信息包括醫學文本和/或醫學圖像;
將所述醫學圖像輸入識別模型,得到病灶信息;
提取所述病灶信息和/或所述醫學文本的關鍵詞,得到相應受檢者的病理關鍵詞。
3.根據權利要求1所述的自動獲取病歷模板的方法,其特征在于,所述構建病歷模板數據庫包括:
獲取記錄完備的病例文本,并對所述病例文本進行預處理得到病歷模板;
對病歷模板進行分詞處理,得到所述病歷模板對應的所有分詞;
根據所有所述分詞提取模板關鍵詞,并建立所述模板關鍵詞與對應病歷模板的病歷模板數據庫。
4.根據權利要求3所述的自動獲取病歷模板的方法,其特征在于,所述獲取記錄完備的病例文本,并對所述病例文本進行預處理得到病歷模板包括:
獲取記錄完備的病例文本;
根據所述記錄完備的病例文本提取敏感詞、干擾詞以及停用詞;
對所述病例文本中的所述敏感詞、干擾詞以及停用詞進行隱藏處理得到病歷模板。
5.根據權利要求3所述的自動獲取病歷模板的方法,其特征在于,
所述分詞處理包括:基于字符串匹配的分詞處理、基于理解的分詞處理以及基于統計的分詞處理中的至少一種。
6.根據權利要求3所述的自動獲取病歷模板的方法,其特征在于,所述根據所有所述分詞提取模板關鍵詞,并建立所述模板關鍵詞與對應病歷模板的病歷模板數據庫包括:
將所述分詞輸入關鍵詞提取模型,得到所述模板關鍵詞;
建立所述模板關鍵詞與對應病歷模板的病歷模板數據庫。
7.根據權利要求6所述的自動獲取病歷模板的方法,其特征在于,所述將所述分詞輸入關鍵詞提取模型,得到所述模板關鍵詞包括:
獲取每一種分詞在病歷模板中出現的次數、病歷模板總詞數、病歷模板總數量以及每一種分詞出現的病歷模板數量;
根據分詞在病歷模板中出現的所述次數以及相應病歷模板總詞數,得到相應分詞的詞頻;
根據分詞出現的病歷模板數量以及病歷模板總數量,得到相應分詞的逆文檔頻率;
根據所述詞頻以及逆文檔頻率,得到所述模板關鍵詞。
8.根據權利要求3所述的自動獲取病歷模板的方法,其特征在于,根據所述病理關鍵詞以及所述病歷模板數據庫,自動輸出病歷模板包括:
根據所述病理關鍵詞以及所述病歷模板數據庫中每個病歷模板的模板關鍵詞,計算相應病理關鍵詞與每個病歷模板的相似度;
選取最高相似度對應的病歷模板作為最終病歷模板。
9.一種自動獲取病歷模板的裝置,其特征在于,包括:
數據庫構建模塊,用于構建病歷模板數據庫;
醫學信息獲取模塊,用于獲取受檢者的醫學信息;
關鍵詞提取模塊,用于根據所述醫學信息,得到相應受檢者的病理關鍵詞;
病歷模板獲取模塊,用于根據所述病理關鍵詞以及所述病歷模板數據庫,自動輸出病歷模板。
10.一種計算機可讀存儲介質,其上存儲有計算機程序,其特征在于,該程序被處理器執行時實現如權利要求1至8中任一項所述的自動獲取病歷模板的方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于上海聯影醫療科技有限公司,未經上海聯影醫療科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010535511.9/1.html,轉載請聲明來源鉆瓜專利網。





