本發(fā)明涉及計(jì)算機(jī)大數(shù)據(jù)處理，尤其涉及一種醫(yī)療數(shù)據(jù)特征提取方法及裝置。

背景技術(shù)：

1、隨著智慧醫(yī)療的技術(shù)水平在逐步提高。將醫(yī)療領(lǐng)域的信息數(shù)據(jù)通過(guò)大數(shù)據(jù)處理進(jìn)行歸類，可以幫助醫(yī)務(wù)人員進(jìn)行更好的理解和分析，提高醫(yī)務(wù)人員的診斷速度和準(zhǔn)確性。

2、但是對(duì)于數(shù)量日益增多的醫(yī)療信息數(shù)據(jù)，需要更快的數(shù)據(jù)處理速度以及更加直觀明了的輸出結(jié)果，才能發(fā)揮出大數(shù)據(jù)信息處理的優(yōu)勢(shì)。在醫(yī)療領(lǐng)域使用大數(shù)據(jù)分析定然需要用到大量的醫(yī)療信息數(shù)據(jù)，其中醫(yī)療信息數(shù)據(jù)包含了病人的個(gè)人基本信息、家庭住址、聯(lián)系方式、病歷信息、藥物處方等等信息。如何快速、直觀、有效的讓醫(yī)務(wù)人員看到這些醫(yī)療信息就成了大數(shù)據(jù)亟待解決的問(wèn)題，這也間接的影響著大數(shù)據(jù)技術(shù)在醫(yī)療領(lǐng)域的發(fā)展。

3、現(xiàn)有的醫(yī)療數(shù)據(jù)特征提取方法大多對(duì)醫(yī)療數(shù)據(jù)運(yùn)用特征選擇技術(shù)或者降維技術(shù)，如卡方檢驗(yàn)、互信息、主成分分析等，但這些技術(shù)容易造成醫(yī)療原始數(shù)據(jù)信息的損失，導(dǎo)致醫(yī)療數(shù)據(jù)特征結(jié)果的可靠性較差。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供了一種醫(yī)療數(shù)據(jù)特征提取方法及裝置，用于解決現(xiàn)有的醫(yī)療數(shù)據(jù)特征提取方法導(dǎo)致醫(yī)療數(shù)據(jù)特征結(jié)果的可靠性較差的技術(shù)問(wèn)題。

2、本發(fā)明第一方面提供的一種醫(yī)療數(shù)據(jù)特征提取方法，包括：

3、獲取多個(gè)初始醫(yī)療文檔，并對(duì)各所述初始醫(yī)療文檔分別進(jìn)行劃分，生成各所述初始醫(yī)療文檔對(duì)應(yīng)的多個(gè)文本塊；

4、對(duì)各所述文本塊分別進(jìn)行分割篩選，確定各所述初始醫(yī)療文檔對(duì)應(yīng)的多個(gè)目標(biāo)詞短語(yǔ)；

5、采用各所述目標(biāo)詞短語(yǔ)構(gòu)建多個(gè)詞語(yǔ)鍵值對(duì)，并對(duì)各所述詞語(yǔ)鍵值對(duì)進(jìn)行分組合并，確定多個(gè)目標(biāo)醫(yī)療文檔；

6、根據(jù)各所述目標(biāo)醫(yī)療文檔和各所述目標(biāo)詞短語(yǔ)，確定多個(gè)目標(biāo)詞短語(yǔ)主導(dǎo)項(xiàng)和多個(gè)主導(dǎo)項(xiàng)乘積值；

7、采用各所述目標(biāo)詞短語(yǔ)主導(dǎo)項(xiàng)和各所述主導(dǎo)項(xiàng)乘積值，生成醫(yī)療數(shù)據(jù)特征結(jié)果。

8、可選地，所述對(duì)各所述文本塊分別進(jìn)行分割篩選，確定各所述初始醫(yī)療文檔對(duì)應(yīng)的多個(gè)目標(biāo)詞短語(yǔ)的步驟，包括：

9、對(duì)各所述文本塊分別進(jìn)行語(yǔ)句分割，確定各所述初始醫(yī)療文檔對(duì)應(yīng)的多個(gè)初始詞短語(yǔ)；

10、通過(guò)預(yù)置停用詞列表對(duì)各所述初始詞短語(yǔ)進(jìn)行篩選，確定各所述初始醫(yī)療文檔對(duì)應(yīng)的多個(gè)目標(biāo)詞短語(yǔ)。

11、可選地，所述采用各所述目標(biāo)詞短語(yǔ)構(gòu)建多個(gè)詞語(yǔ)鍵值對(duì)，并對(duì)各所述詞語(yǔ)鍵值對(duì)進(jìn)行分組合并，確定多個(gè)目標(biāo)醫(yī)療文檔的步驟，包括：

12、分別統(tǒng)計(jì)各所述目標(biāo)詞短語(yǔ)在所述初始醫(yī)療文檔中的文檔出現(xiàn)次數(shù)；

13、將各所述文檔出現(xiàn)次數(shù)分別代入采用預(yù)置詞頻函數(shù)，計(jì)算各所述目標(biāo)詞短語(yǔ)對(duì)應(yīng)的文檔詞頻；

14、將各所述目標(biāo)詞短語(yǔ)作為鍵、將各所述目標(biāo)詞短語(yǔ)對(duì)應(yīng)的初始醫(yī)療文檔標(biāo)識(shí)符、文檔詞頻作為值，構(gòu)建多個(gè)詞語(yǔ)鍵值對(duì)；

15、按照預(yù)置分組條件對(duì)各所述詞語(yǔ)鍵值對(duì)進(jìn)行分組合并，確定多個(gè)目標(biāo)醫(yī)療文檔。

16、可選地，所述根據(jù)各所述目標(biāo)醫(yī)療文檔和各所述目標(biāo)詞短語(yǔ)，確定多個(gè)目標(biāo)詞短語(yǔ)主導(dǎo)項(xiàng)和多個(gè)主導(dǎo)項(xiàng)乘積值的步驟，包括：

17、分別統(tǒng)計(jì)各所述目標(biāo)詞短語(yǔ)在各所述目標(biāo)醫(yī)療文檔中的文檔出現(xiàn)個(gè)數(shù)；

18、將各所述文檔出現(xiàn)個(gè)數(shù)分別代入預(yù)置逆文檔頻率函數(shù)，計(jì)算各所述目標(biāo)詞短語(yǔ)對(duì)應(yīng)的逆文檔頻率值；

19、分別判斷各所述逆文檔頻率值是否符合預(yù)置篩選條件；

20、將任一符合所述預(yù)置篩選條件的逆文檔頻率值對(duì)應(yīng)的目標(biāo)詞短語(yǔ)作為初始詞短語(yǔ)主導(dǎo)項(xiàng)；

21、對(duì)各所述初始詞短語(yǔ)主導(dǎo)項(xiàng)對(duì)應(yīng)的逆文檔頻率值和文檔詞頻進(jìn)行乘積運(yùn)算，確定各所述初始詞短語(yǔ)主導(dǎo)項(xiàng)對(duì)應(yīng)的主導(dǎo)項(xiàng)乘積值；

22、對(duì)各所述主導(dǎo)項(xiàng)乘積值進(jìn)行降序排序，輸出前預(yù)置數(shù)量位的所述初始詞短語(yǔ)主導(dǎo)項(xiàng)并作為目標(biāo)詞短語(yǔ)主導(dǎo)項(xiàng)。

23、可選地，所述預(yù)置詞頻函數(shù)，具體為：

24、

25、其中，為文檔詞頻；為目標(biāo)詞短語(yǔ)w在初始醫(yī)療文檔d中的文檔出現(xiàn)次數(shù)；為初始醫(yī)療文檔d中的總詞數(shù)。

26、可選地，所述預(yù)置逆文檔頻率函數(shù)，具體為：

27、

28、其中，為目標(biāo)詞短語(yǔ)w的逆文檔頻率值；為目標(biāo)詞短語(yǔ)w的文檔出現(xiàn)個(gè)數(shù)；為目標(biāo)醫(yī)療文檔的總數(shù)量。

29、本發(fā)明第二方面提供的一種醫(yī)療數(shù)據(jù)特征提取裝置，包括：

30、獲取模塊，用于獲取多個(gè)初始醫(yī)療文檔，并對(duì)各所述初始醫(yī)療文檔分別進(jìn)行劃分，生成各所述初始醫(yī)療文檔對(duì)應(yīng)的多個(gè)文本塊；

31、確定模塊，用于對(duì)各所述文本塊分別進(jìn)行分割篩選，確定各所述初始醫(yī)療文檔對(duì)應(yīng)的多個(gè)目標(biāo)詞短語(yǔ)；

32、采用模塊，用于采用各所述目標(biāo)詞短語(yǔ)構(gòu)建多個(gè)詞語(yǔ)鍵值對(duì)，并對(duì)各所述詞語(yǔ)鍵值對(duì)進(jìn)行分組合并，確定多個(gè)目標(biāo)醫(yī)療文檔；

33、根據(jù)模塊，用于根據(jù)各所述目標(biāo)醫(yī)療文檔和各所述目標(biāo)詞短語(yǔ)，確定多個(gè)目標(biāo)詞短語(yǔ)主導(dǎo)項(xiàng)和多個(gè)主導(dǎo)項(xiàng)乘積值；

34、生成模塊，用于采用各所述目標(biāo)詞短語(yǔ)主導(dǎo)項(xiàng)和各所述主導(dǎo)項(xiàng)乘積值，生成醫(yī)療數(shù)據(jù)特征結(jié)果。

35、本發(fā)明第三方面提供的一種電子設(shè)備，包括存儲(chǔ)器及處理器，所述存儲(chǔ)器中儲(chǔ)存有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被所述處理器執(zhí)行時(shí)，使得所述處理器執(zhí)行如上述任一項(xiàng)所述的醫(yī)療數(shù)據(jù)特征提取方法的步驟。

36、本發(fā)明第四方面提供的一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序/指令，所述計(jì)算機(jī)程序/指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述任一項(xiàng)所述的醫(yī)療數(shù)據(jù)特征提取方法的步驟。

37、本發(fā)明第五方面提供的一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序/指令，所述計(jì)算機(jī)程序/指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述任一項(xiàng)所述的醫(yī)療數(shù)據(jù)特征提取方法的步驟。

38、從以上技術(shù)方案可以看出，本發(fā)明具有以下優(yōu)點(diǎn)：

39、本發(fā)明的上述技術(shù)方案提供了一種醫(yī)療數(shù)據(jù)特征提取方法，首先獲取多個(gè)初始醫(yī)療文檔，并對(duì)各初始醫(yī)療文檔分別進(jìn)行劃分，生成各初始醫(yī)療文檔對(duì)應(yīng)的多個(gè)文本塊；接著，對(duì)各文本塊分別進(jìn)行分割篩選，確定各初始醫(yī)療文檔對(duì)應(yīng)的多個(gè)目標(biāo)詞短語(yǔ)；采用各目標(biāo)詞短語(yǔ)構(gòu)建多個(gè)詞語(yǔ)鍵值對(duì)，并對(duì)各詞語(yǔ)鍵值對(duì)進(jìn)行分組合并，確定多個(gè)目標(biāo)醫(yī)療文檔；根據(jù)各目標(biāo)醫(yī)療文檔和各目標(biāo)詞短語(yǔ)，確定多個(gè)目標(biāo)詞短語(yǔ)主導(dǎo)項(xiàng)和多個(gè)主導(dǎo)項(xiàng)乘積值；采用各目標(biāo)詞短語(yǔ)主導(dǎo)項(xiàng)和各主導(dǎo)項(xiàng)乘積值，生成醫(yī)療數(shù)據(jù)特征結(jié)果；基于上述方案，獲取的初始醫(yī)療文檔經(jīng)過(guò)劃分、分割篩選后，采用根據(jù)目標(biāo)醫(yī)療文檔和各目標(biāo)詞短語(yǔ)，確定的多個(gè)目標(biāo)詞短語(yǔ)主導(dǎo)項(xiàng)和多個(gè)主導(dǎo)項(xiàng)乘積值生成醫(yī)療數(shù)據(jù)特征結(jié)果的過(guò)程，不需要運(yùn)用特征選擇技術(shù)或者降維技術(shù)，不會(huì)造成醫(yī)療原始數(shù)據(jù)信息的損失，進(jìn)一步地提高了醫(yī)療數(shù)據(jù)特征結(jié)果的可靠性。

技術(shù)特征：

1.一種醫(yī)療數(shù)據(jù)特征提取方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的醫(yī)療數(shù)據(jù)特征提取方法，其特征在于，所述對(duì)各所述文本塊分別進(jìn)行分割篩選，確定各所述初始醫(yī)療文檔對(duì)應(yīng)的多個(gè)目標(biāo)詞短語(yǔ)的步驟，包括：

3.根據(jù)權(quán)利要求1所述的醫(yī)療數(shù)據(jù)特征提取方法，其特征在于，所述采用各所述目標(biāo)詞短語(yǔ)構(gòu)建多個(gè)詞語(yǔ)鍵值對(duì)，并對(duì)各所述詞語(yǔ)鍵值對(duì)進(jìn)行分組合并，確定多個(gè)目標(biāo)醫(yī)療文檔的步驟，包括：

4.根據(jù)權(quán)利要求3所述的醫(yī)療數(shù)據(jù)特征提取方法，其特征在于，所述根據(jù)各所述目標(biāo)醫(yī)療文檔和各所述目標(biāo)詞短語(yǔ)，確定多個(gè)目標(biāo)詞短語(yǔ)主導(dǎo)項(xiàng)和多個(gè)主導(dǎo)項(xiàng)乘積值的步驟，包括：

5.根據(jù)權(quán)利要求3所述的醫(yī)療數(shù)據(jù)特征提取方法，其特征在于，所述預(yù)置詞頻函數(shù)，具體為：

6.根據(jù)權(quán)利要求4所述的醫(yī)療數(shù)據(jù)特征提取方法，其特征在于，所述預(yù)置逆文檔頻率函數(shù)，具體為：

7.一種醫(yī)療數(shù)據(jù)特征提取裝置，其特征在于，包括：

8.一種電子設(shè)備，其特征在于，包括存儲(chǔ)器及處理器，所述存儲(chǔ)器中儲(chǔ)存有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被所述處理器執(zhí)行時(shí)，使得所述處理器執(zhí)行如權(quán)利要求1-6任一項(xiàng)所述的醫(yī)療數(shù)據(jù)特征提取方法的步驟。

9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序/指令，其特征在于，所述計(jì)算機(jī)程序/指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-6任一項(xiàng)所述的醫(yī)療數(shù)據(jù)特征提取方法的步驟。

10.一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序/指令，其特征在于，所述計(jì)算機(jī)程序/指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-6任一項(xiàng)所述的醫(yī)療數(shù)據(jù)特征提取方法的步驟。

技術(shù)總結(jié)
本發(fā)明公開(kāi)了一種醫(yī)療數(shù)據(jù)特征提取方法及裝置，包括獲取多個(gè)初始醫(yī)療文檔，并對(duì)各初始醫(yī)療文檔分別進(jìn)行劃分，生成各初始醫(yī)療文檔對(duì)應(yīng)的多個(gè)文本塊；對(duì)各文本塊分別進(jìn)行分割篩選，確定各初始醫(yī)療文檔對(duì)應(yīng)的多個(gè)目標(biāo)詞短語(yǔ)；采用各目標(biāo)詞短語(yǔ)構(gòu)建多個(gè)詞語(yǔ)鍵值對(duì)，并對(duì)各詞語(yǔ)鍵值對(duì)進(jìn)行分組合并，確定多個(gè)目標(biāo)醫(yī)療文檔；根據(jù)各目標(biāo)醫(yī)療文檔和各目標(biāo)詞短語(yǔ)，確定多個(gè)目標(biāo)詞短語(yǔ)主導(dǎo)項(xiàng)和多個(gè)主導(dǎo)項(xiàng)乘積值；采用各目標(biāo)詞短語(yǔ)主導(dǎo)項(xiàng)和各主導(dǎo)項(xiàng)乘積值，生成醫(yī)療數(shù)據(jù)特征結(jié)果；解決了現(xiàn)有的醫(yī)療數(shù)據(jù)特征提取方法導(dǎo)致醫(yī)療數(shù)據(jù)特征結(jié)果的可靠性較差的技術(shù)問(wèn)題。

技術(shù)研發(fā)人員：孫為軍,何佳鍇,黃永慧,房小兆,劉磊,楊禧元,李超業(yè)
受保護(hù)的技術(shù)使用者：廣東工業(yè)大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/9/17