[發(fā)明專利]醫(yī)療數(shù)據(jù)分類分級方法、計(jì)算機(jī)設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202111126082.0
• 申請日: 2021-09-26
• 公開（公告）號: CN113571199A
• 公開（公告）日: 2021-10-29
• 發(fā)明（設(shè)計(jì)）人: 顧勤;李正;趙婷;吳直高;李青光
• 申請（專利權(quán)）人: 成都健康醫(yī)聯(lián)信息產(chǎn)業(yè)有限公司
• 主分類號: G16H50/70
• 分類號: G16H50/70;G16H10/60;G06F40/242;G06F40/279;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 成都九鼎天元知識產(chǎn)權(quán)代理有限公司 51214
• 代理人: 徐靜

1.一種醫(yī)療數(shù)據(jù)分類分級方法，其特征在于，包括以下步驟：

S1. 醫(yī)療數(shù)據(jù)預(yù)處理：利用分詞工具，根據(jù)醫(yī)療類數(shù)據(jù)集中的醫(yī)療數(shù)據(jù)進(jìn)行分詞；根據(jù)需要過濾掉的字詞和標(biāo)點(diǎn)符號建立停用詞語料庫，在分詞之后，根據(jù)所述停用詞語料庫將分詞結(jié)果中的停用詞過濾掉；將過濾后的醫(yī)療數(shù)據(jù)詞袋化，統(tǒng)計(jì)詞頻并建立詞典；

S2. 提取詞向量：對預(yù)處理后的醫(yī)療數(shù)據(jù)進(jìn)行詞向量化，即將預(yù)處理后的醫(yī)療數(shù)據(jù)映射為詞向量，再根據(jù)生成的詞向量構(gòu)建詞向量語料庫；

S3. 構(gòu)建分類模型：將所述詞向量語料庫中的詞向量輸入至TextCNN模型進(jìn)行訓(xùn)練，所述TextCNN模型包括輸入層、卷積層、池化層、全連接層；所述輸入層的輸入為n*m的矩陣V，其中n為預(yù)處理后的醫(yī)療數(shù)據(jù)的詞語數(shù)，m為每個(gè)詞語對應(yīng)的詞向量維度；所述卷積層采用多個(gè)高度不同、寬度固定為詞向量維度m的卷積核，以在不同長度的語句中提取不同視野尺寸的特征，所述卷積核與所述輸入層進(jìn)行卷積運(yùn)算后獲得特征序列；所述池化層對所述特征序列進(jìn)行降維操作，生成所述特征序列的池化結(jié)果；所述全連接層通過Softmax函數(shù)將所述池化層的輸出映射到（0,1）的范圍內(nèi)，即映射為概率；

S4. 分類分級預(yù)測：調(diào)用已訓(xùn)練的TextCNN模型來計(jì)算待分類醫(yī)療數(shù)據(jù)的分類分級概率，并輸出分類分級結(jié)果。

2.根據(jù)權(quán)利要求1所述的醫(yī)療數(shù)據(jù)分類分級方法，其特征在于，步驟S2中，基于Word2Vec模型，通過Skip-gram算法將預(yù)處理后的醫(yī)療數(shù)據(jù)映射為詞向量；讀取預(yù)處理后的醫(yī)療數(shù)據(jù)作為輸入，訓(xùn)練一個(gè)m維的Word2Vec模型，將每個(gè)詞映射到n維的向量空間并存儲結(jié)果作為字典。

3.根據(jù)權(quán)利要求1所述的醫(yī)療數(shù)據(jù)分類分級方法，其特征在于，在所述輸入層中，對詞向量進(jìn)行padding即填充操作，使得每個(gè)句子的長度都一樣。

4.根據(jù)權(quán)利要求1所述的醫(yī)療數(shù)據(jù)分類分級方法，其特征在于，在所述卷積層中，不同高度的所述卷積核提取特征的方法包括以下步驟：

S301. 采用1維卷積，公式如下：

其中，L_in為輸入序列長度，L_out為輸出序列長度，Padding為填充，dilation為卷積的擴(kuò)張率，kernel_size為所述卷積核大小，stride為步長；

S302. 所述卷積核沿著預(yù)處理后的醫(yī)療數(shù)據(jù)的文本方向進(jìn)行移動(dòng)，所述卷積核與所述輸入層進(jìn)行卷積運(yùn)算后獲得的特征序列為：

其中，C_i的計(jì)算公式為：

其中，f為非線性函數(shù)，W為所述卷積核的權(quán)重矩陣，X_i:i+h-1為預(yù)處理后的醫(yī)療數(shù)據(jù)中的第i個(gè)詞到第i+h-1個(gè)詞對應(yīng)的詞向量，h為所述卷積核的高度，b為偏置項(xiàng)。

5.根據(jù)權(quán)利要求4所述的醫(yī)療數(shù)據(jù)分類分級方法，其特征在于，所述非線性函數(shù)設(shè)置為Relu函數(shù)，即修正線性單元函數(shù)，其計(jì)算公式如下：

當(dāng)輸入小于0時(shí)，輸出都是0；當(dāng)輸入大于0時(shí)，輸出與輸入相等。

6.根據(jù)權(quán)利要求4所述的醫(yī)療數(shù)據(jù)分類分級方法，其特征在于，所述卷積核設(shè)置為3個(gè)，分別是2*m、3*m和4*m，其中m為詞向量的維度。

7.根據(jù)權(quán)利要求4所述的醫(yī)療數(shù)據(jù)分類分級方法，其特征在于，所述池化層對所述特征序列進(jìn)行的降維操作包括：首先提取所述特征序列中的最大值C_max，然后對所述特征序列中除最大值以外的剩余數(shù)據(jù)求平均值C_avg，再將最大值C_max和平均值C_avg拼接在一起作為所述特征序列的池化結(jié)果，其中：

其中，表示所述特征序列中除最大值以外的剩余數(shù)據(jù)。

8.根據(jù)權(quán)利要求1所述的醫(yī)療數(shù)據(jù)分類分級方法，其特征在于，在所述全連接層中，所述Softmax函數(shù)的計(jì)算公式如下：

其中，z_j為第j個(gè)節(jié)點(diǎn)的輸出值，k為輸出節(jié)點(diǎn)的個(gè)數(shù)即分類分級的類別個(gè)數(shù)。