一种基于知识图谱的电子病历ICD自动编码方法

    公开(公告)号:CN111382272B

    公开(公告)日:2022-11-01

    申请号:CN202010156828.1

    申请日:2020-03-09

    Abstract: 本发明公开了一种基于知识图谱的电子病历ICD自动编码方法,涉及自然语言处理技术领域,其将电子病历字符序列中的字符映射为d维的字符嵌入矩阵,采用向量表示方法将电子病历字符序列X向量化,采用CNN网络从输入特征向量中学习到文本语义信息;构建临床医学知识图谱,采用图嵌入表示方法,根据临床医学知识图谱和ICD编码信息得到图嵌入表示Yg;采用注意力机制,根据上层序列向量H和图嵌入表示Yg计算得到高级别序列向量V;对高级别序列向量V进行标签判定,得到预测标签,使用正确标签和预测标签的二元交叉熵作为目标函数,完成电子病历ICD自动编码。本发明能减少研究时间和匹配错误,可以吸纳医生经验,能够仅提取局部有用信息。

    一种基于知识图谱的电子病历ICD自动编码方法

    公开(公告)号:CN111382272A

    公开(公告)日:2020-07-07

    申请号:CN202010156828.1

    申请日:2020-03-09

    Abstract: 本发明公开了一种基于知识图谱的电子病历ICD自动编码方法,涉及自然语言处理技术领域,其将电子病历字符序列中的字符映射为d维的字符嵌入矩阵,采用向量表示方法将电子病历字符序列X向量化,采用CNN网络从输入特征向量中学习到文本语义信息;构建临床医学知识图谱,采用图嵌入表示方法,根据临床医学知识图谱和ICD编码信息得到图嵌入表示Yg;采用注意力机制,根据上层序列向量H和图嵌入表示Yg计算得到高级别序列向量V;对高级别序列向量V进行标签判定,得到预测标签,使用正确标签和预测标签的二元交叉熵作为目标函数,完成电子病历ICD自动编码。本发明能减少研究时间和匹配错误,可以吸纳医生经验,能够仅提取局部有用信息。

Patent Agency Ranking