[發明專利]一種適用于醫學報告內容提取與結構化方法

在審

• 申請號: 202010695211.7
• 申請日: 2020-07-19
• 公開（公告）號: CN111863268A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 張路;俞富裕;高文琪;徐郁
• 申請（專利權）人: 杭州美騰科技有限公司
• 主分類號: G16H50/70
• 分類號: G16H50/70;G16H15/00;G06F16/33;G06F16/36
• 代理公司: 杭州快知知識產權代理事務所(特殊普通合伙) 33293
• 代理人: 楊冬玲

本發明公開了一種適用于醫學報告內容提取與結構化方法，包括以下步驟：將經過數據清洗的文本數據通過自然語言算法進行處理，得到結構文本數據，之后根據鍵值查找算法和知識圖譜算法對結構文本數據進行相應的報告內容的提取，得到文本內容。實現報告內容結構化，并且可以對文本內容進行快速的提取。

技術領域

本發明涉及醫學領域，尤其涉及一種適用于醫學報告內容提取與結構化方法。

背景技術

醫學報告是判斷患者病情的重要依據,目前主要是以文本形式存在。醫學報告轉變為文本形式的存在可以更方便醫生了解病人病情，及時掌握病人是否存在其他的基礎病，方便醫生做出正確的診斷，準確用藥。但現在文本形式的醫學報告內容存在沒有統一標準結構化，結構化內容難以自動建立詞庫的問題。

發明內容

本發明提供的一種適用于醫學報告內容提取與結構化方法，旨在解決現有技術中存在報告內容未結構化的問題。

為實現上述目的，本發明采用以下技術方案：

本發明的一種適用于醫學報告內容提取與結構化方法，包括以下步驟：

獲取數據預處理后的文本數據；

根據自然語言處理算法對所述文本數據進行處理得到結構文本數據；

根據鍵值查找算法和知識圖譜算法對所述結構文本數據進行內容提取輸出文本內容。

將經過數據清洗的文本數據通過自然語言算法進行處理，得到結構文本數據，之后根據鍵值查找算法和知識圖譜算法對結構文本數據進行相應的報告內容的提取，得到文本內容。實現報告內容結構化，并且可以對文本內容進行快速的提取。

作為優選，獲取數據預處理后的文本數據，包括：

對原始文本數據進行字符串糾正獲取糾正文本數據；

根據字符串匹配算法對所述糾正文本數據進行處理獲取文本數據。

作為優選，根據自然語言處理算法對所述文本數據進行處理得到結構文本數據，包括：

獲取斷句數據庫和器官數據庫；

根據斷句數據庫對所述結構文本數據進行處理輸出斷句文本數據；

根據自然語言處理算法對所述斷句文本數據進行計算并與器官數據庫進行比對輸出結構化文本數據。

作為優選，根據鍵值查找算法和知識圖譜算法對所述結構文本數據進行內容提取輸出文本內容，包括：

對所述結構化文本數據進行內容提取獲取內容數據；

根據鍵值查找算法對所述內容數據進行處理輸出結構化詞庫；

根據知識圖譜算法對所述結構化詞庫進行處理輸出文本內容。

一種適用于醫學報告內容提取與結構化裝置，包括：

預處理模塊，獲取數據預處理后的文本數據；

結構文本內容模塊，根據自然語言處理算法對所述文本數據進行處理得到結構文本數據；

文本內容模塊，根據鍵值查找算法和知識圖譜算法對所述結構文本數據進行內容提取輸出文本內容。

作為優選，所述獲取模塊包括：

字符串糾正單元，對原始文本數據進行字符串糾正獲取糾正文本數據；

字符串匹配單元，根據字符串匹配算法對所述糾正文本數據進行處理獲取文本數據。

作為優選，所述結構文本內容模塊包括：

獲取單元，獲取斷句數據庫和器官數據庫；