[发明专利]一种基于电子病历的李氏人工肝术前诊疗系统及使用方法

权利要求书

1.一种基于电子病历的李氏人工肝术前诊疗系统，其特征在于:包括病历管理子系统和智能分析子系统，病历管理子系统包括电子病历记录上传单元、数据库存储单元和搜索引擎单元，智能分析子系统包括基于注意力的多特征融合预测单元；电子病历记录上传单元和数据库存储单元之间、数据库存储单元之间和搜索引擎单元之间、搜索引擎单元和智能分析子系统之间的相互信号连接；

所述基于注意力的多特征融合预测单元包括文本数据特征提取网络、数值数据提取网络和特征融合分类网络，文本数据特征提取网络和数值数据提取网络的输出同时作为特征融合分类网络的输入。

2.根据权利要求1所述的一种基于电子病历的李氏人工肝术前诊疗系统，其特征在于：

所述病历管理子系统包括用以输电子病历信息的病历输入单元和上传电子病历信息的病历上传单元；所述数据库存储单元中包括存有电子病历信息的电子病历数据库。

3.根据权利要求2所述的一种基于电子病历的李氏人工肝术前诊疗系统，其特征在于：

所述文本数据特征提取网络的结构为：第一层为词嵌入层，输出尺寸为32*256*200；第二层为BiLSTM层，输出尺寸为32*256*256；第三层为注意力层，输出尺寸为32*256*256，第四层为拼接层，输出尺寸为32*256*456；第5层为全连接层，输出尺寸为32*256*64；第6层为池化层，输出尺寸为32*64；第一层至第六层依次连接，且，第一层的词嵌入层的输出和第四层的拼接层的输入相连接；

所述数值特征提取网络的结构为：第一层为输入层，输出尺寸32*200；第二层为全连接层，输出尺寸为32*128；第三层为全连接层，输出尺寸为32*64，且第一层至第三层依次连接；

所述特征融合分类网络的结构为：第一层为拼接层，输出尺寸为32*128；第二层为全连接层，输出尺寸为32*64；第三层为全连接层，输出尺寸为32*2，评估的分类结果为二分类预测结果，且第一层至第三层依次连接。

4.根据权利要求3所述的一种基于电子病历的李氏人工肝术前诊疗系统，其特征在于：

所述电子病历信息包括了病人基础信息、主治医生信息、纯本文类数据和检验数值数据；病人基础信息包括病人姓名、性别和病案号；主治医生信息包括主治医生姓名、科室和主治医生编号；纯本文类数据包括个人史、既往史和主诉；检验数值数据包括各种检验指标数据。

5.根据权利要求4所述的一种基于电子病历的李氏人工肝术前诊疗系统，其特征在于：

所述基于注意力的多特征融合预测单元的训练和测试过程为：构建训练集、验证集和测试集，多特征融合预测单元的batch_size设为32，学习率为0.001，迭代次数为30，Dropout值设置为0.1，优化策略是Adam梯度下降法，激活函数为Relu：将训练集、验证集输入基于注意力的多特征融合预测单元进行训练，得到训练好的基于注意力的多特征融合预测单元；然后将测试集输入训练好的基于注意力的多特征融合预测单元中进行测试，将输出的二分类预测结果与测试集中对应的标注进行对比达到在线使用的要求。

6.根据权利要求5所述的一种基于电子病历的李氏人工肝术前诊疗系统，其特征在于：

所述构建训练集、验证集和测试集的过程为：收集肝衰竭病人的电子病历信息，由专业医生对每份电子病历标注，并对每份电子病历信息中的纯本文类数据和检验数值数据分别进行预处理，然后将带有标注的预处理后的纯本文类数据和检验数值数据以7：2：1的比例划分为训练集、测试集和验证集

检验数值数据的所述预处理为将检验数值数据按下式(1)进行归一化：

其中x_norm、x_min、x_max分别为归一化后的检验数值、该项检验数值数据的最小值、该项检验数值数据的最大值；

纯本文类数据的所述预处理为先使用分词工具对纯本文类数据进行分词处理得到一组关键词，然后将关键词转换为200维向量。

7.如权利要求1-6任一所述的一种基于电子病历的李氏人工肝术前诊疗系统的使用方法，其特征在于：

包括的步骤如下：

步骤S01、电子病历信息管理

步骤S101、电子病历信息上传

通过电子病历记录上传单元录入并上传电子病历信息到数据库存储单元，包括纯本文类数据和检验数值数据；电子病历信息的数据统一存储在数据库存储单元中；

步骤S102、电子病历搜索

使用者通过搜索引擎单元输入关键词，包括“患者姓名”、“病案号”、“医生姓名”或“医生编号”；搜索引擎单元在数据库存储单元的电子病历信息中，按输入的关键词进行搜索匹配并在上位机上呈现搜索结果；

步骤S103、电子病历信息更新

首先按步骤S102搜索获得待更新的电子病历信息，然后通过步骤S101录入并上传更新后的电子病历信息到数据库存储单元；

步骤02、预测评估

步骤0201、通过步骤S102搜索获取电子病历信息并将电子病历信息传送至智能分析子系统；

步骤0202、智能分析子系统对电子病历信息中的纯文本类数据和检验数值数据分别进行预处理；

步骤0203、将纯文本类数据预处理获得的200维向量和检验数值数据预处理获得的归一化后的检验数值数据输入基于注意力的多特征融合预测单元，进行预测评估后获得二分类预测结果，并将预测结果在上位机上显示。