[发明专利]一种用于医学影像的知识图谱构建方法

说明书

本发明公开了一种用于医学影像的知识图谱构建方法，属于知识图谱领域。构建过程包括：知识表示，采用框架理论表示法；知识获取，实体、属性和属性值抽取的知识来源为非结构化数据；知识融合；对获得的新知识进行整合，消除歧义；知识加工，对知识融合后的数据进行知识推理和质量评估，将合格的数据加入到知识图谱中；知识更新，根据医学影像知识的更新发展，更新知识图谱。本发明根据医学影像知识自身的特点，以教科书、学术期刊等非结构化数据作为知识来源，大大提高了知识获取率。

技术领域

本发明属于知识图谱领域，具体地说，涉及一种用于医学影像的知识图谱构建方法。

背景技术

知识图谱是智能大数据的前沿研究问题，它以独有的技术优势顺应了信息化时代的发展；知识图谱是结构化的语义知识库，是一种基于图的数据结构，采用符号的形式描述事物的概念以及相互之间的关系。在医学领域，积累了海量的医学数据，如何从这些数据中提炼信息并加以管理、共享及应用，是推进医学智能化的关键问题，是医学知识检索、临床诊断、医疗质量管理、电子病历及健康档案智能化处理的基础。

医学影像主要应用于人工智能辅助诊断，提高医生对医学影像的诊断正确率。目前还没有大型、完善的医学影像知识图谱，多数影像学知识图谱是基于不同单元结构来构建的，无法广泛应用于临床。这主要是因为影像学数据复杂且多样；此外，自然语言处理技术不成熟，也导致知识的获取率低。

申请日为2016年4月29日，公开日为2016年10月12日，公布了一种医学知识图谱的构建方法、其装置及其查询的发明专利申请，通过从医学数据源采集用于构建医学知识图谱的数据；在采集中的数据中提取实体、实体的属性信息以及各实体之间的关系信息；根据提取出的各实体、各实体的属性信息以及各实体之间的关系信息，构建医学知识图谱。通过上述方式构建的医学知识图谱，采用非关系型数据存储模式，更方便医学知识体系的多方向的知识挖掘，为医护人员提供更直观的参考，从而降低医疗事故的发生。但是该专利申请并没有对知识获取的方法进行展开，对于一些数据复杂多样的医学领域，知识获取率并不高。

发明内容

1、要解决的问题

针对影像学数据复杂且多样、知识获取率低的问题，本发明提供一种用于医学影像的知识图谱构建方法。

2、技术方案

为解决上述问题，本发明采用如下的技术方案。

一种用于医学影像的知识图谱构建方法，构建过程包括：

(一)知识表示 采用框架理论表示法，将存储在图数据库中的所有数据构成实体关系网络，形成知识图谱；

(二)知识获取 先进行实体、属性和属性值抽取，再进行实体间以及实体属性间的关系抽取，获得新知识；实体、属性和属性值抽取的知识来源为非结构化数据；

(三)知识融合 对获得的新知识进行整合，消除歧义；

(四)知识加工 对知识融合后的数据，进行知识推理和质量评估，将合格的数据加入到知识图谱中；

(五)知识更新 根据医学影像知识的更新发展，更新知识图谱。

作为优化方案，过程(一)中，所述知识表示以框架名-侧面-侧面名作为基本表达方式，具体表示过程如下：

通过纵向联系把具有继承关系的上下层框架联系在一起，通过横向联系以一个框架名作为一个槽的槽值或侧面值建立起框架之间的联系；

在框架理论构建过程中通过继承、匹配和填槽三种方式来完成。

作为优化方案，所述非结构化数据通过以下三种方式获取：

方式一、采用基于规则和词典的方法获取；

方式二、采用基于统计的实体命名识别方法获取；