[發明專利]基于超聲檢查報告的乳腺癌診斷知識圖譜構建方法及系統

在審

• 申請號: 202210852471.X
• 申請日: 2022-07-20
• 公開（公告）號: CN115101158A
• 公開（公告）日: 2022-09-23
• 發明（設計）人: 李小龍;吳義熔;孫水發;唐庭龍;劉世焯
• 申請（專利權）人: 三峽大學
• 主分類號: G16H15/00
• 分類號: G16H15/00;G06N3/08;G06N3/04;G06F40/295;G06F16/36
• 代理公司: 北京睿智保誠專利代理事務所(普通合伙) 11732
• 代理人: 杜娟

本發明公開了一種基于超聲檢查報告的乳腺癌診斷知識圖譜構建方法及系統，涉及醫學知識圖譜領域。包括以下步驟：構建知識圖譜本體及概念層；基于乳腺超聲檢查報告數據，提取乳腺癌超聲BI?RADS變量特征，獲取乳腺癌診斷知識圖譜數據層；對提取的BI?RADS變量特征進行知識融合、知識加工，得到處理后BI?RADS變量特征；將處理后BI?RADS變量特征導入乳腺癌超聲知識圖譜概念層框架，實現乳腺癌超聲知識圖譜“實體?屬性?關系”三元組的對應，完成知識圖譜圖數據庫構建。本發明可減輕臨床醫生從非結構化數據中找出關鍵特征并進行分析診斷的工作強度和時間成本，有助于臨床醫生對病人病因或結果進行成因分析、風險預測等應用。

技術領域

本發明涉及醫學知識圖譜領域，更具體的說是涉及一種基于超聲檢查報告的乳腺癌診斷知識圖譜構建方法及系統。

背景技術

知識圖譜以圖數據庫作為存儲引擎，通過對提取的關鍵信息進行智能化處理，并采用可視化技術來描述知識資源及其載體。針對乳腺癌EMR知識圖譜研究，龔樂君等人在文獻“龔樂君,張立鵬,李宇茜.等.基于決策樹的乳腺癌病歷文本的挖掘與決策[J].南京師大學報:自然科學版,2019,42(3):10.”中從自然語言角度出發，使用挖掘算法從臨床病歷文本挖掘病人乳腺癌這一疾病的相關信息，構建了乳腺癌TNM(Tumor,Node,Metastasis)分期知識圖譜。崔潔等人在文獻“崔潔,陳德華,樂嘉錦.基于EMR的乳腺腫瘤知識圖譜構建研究[J].計算機應用與軟件,2017(12):128-132.”中提出了從EMR中提取乳腺癌腫瘤醫療事實知識，在此基礎上構建乳腺癌診斷知識圖譜。Hasan等人在文獻“Hasan S,Rivera D,Wu XC,et al.Knowledge graph-enabled cancer data analytics[J].IEEE Journal ofBiomedical and Health Informatics,2020,24(7):1952-1967.”中提出了一套從癌癥注冊登記數據構建知識圖譜的方法，并發展了針對乳腺癌病人管理的知識圖譜雛形。習佳寧等人在專利“發明專利申請說明書CN202010665947.X”中提出了一套乳腺癌超聲影像高置實體關系的知識圖譜構建方法。Zhou等人在文獻“Zhou M T,Tang T L,Lu J,etal.Extract bi-rads features from mammography reports in chinese based onmachine learning[J].Journal of Flow Visualization and Image Processing,2021,28(2):55-68.”中以BiLSTM為深度學習模型，開展了針對鉬靶變量的提取。

現有的醫學知識圖譜，大都是基于互聯網上公開的醫學文獻、網絡社區或各種開放數據庫，這類數據雖然獲取比較方便，但是涉及到電子病歷(Electronic MedicalRecord，EMR)的醫療事實知識較少。以乳腺癌超聲檢查報告為研究樣本，系統完整的相關研究還非常有限。有必要發展一整套從中文電子病歷(EMR)知識抽取到知識圖譜構建乃至輔助診斷的工作流程，將實體變量、變量間關系通過可視化的形式進行展示，進而依托構建的知識圖譜開展可視化分析、數據查詢、輔助診斷等應用。

發明內容

有鑒于此，本發明提供了一種基于超聲檢查報告的乳腺癌診斷知識圖譜構建方法及系統，采用自然語言處理技術進行知識獲取，利用所構建的乳腺癌診斷知識圖譜系統開展數據查詢、輔助診斷等應用研究。

為了實現上述目的，本發明采用如下技術方案：

公開了一種基于超聲檢查報告的乳腺癌診斷知識圖譜構建方法，包括以下步驟：

構建知識圖譜本體及概念層；

基于乳腺超聲檢查報告數據，提取乳腺癌超聲BI-RADS變量特征，獲取乳腺癌診斷知識圖譜數據層；

對提取的BI-RADS變量特征進行知識融合、知識加工，得到處理后BI-RADS變量特征；