[发明专利]一种基于医疗大数据的辅助诊断系统及方法

权利要求书

1.一种基于医疗大数据的辅助诊断系统，其特征在于，包括：数据预处理处理模块、模型生成模块、模型训练模块及诊断识别模块，所述数据预处理模块连接所述诊断识别模块，所述模型生成模块连接所述模型训练模块，所述模型训练模块连接所述诊断识别模块；

所述数据预处理模块用于获取医疗数据，并对其中非结构化的医疗数据进行预处理；

所述模型生成模块用于生成诊断识别模型；

所述模型训练模块用于根据预先获取的训练数据集对生成的诊断识别模型进行训练；

所述诊断识别模块用于将预处理过后的医疗数据输入训练后的诊断识别模型中，实现辅助诊断识别。

2.一种基于医疗大数据的辅助诊断方法，应用于权利要求1所述的基于医疗大数据的辅助诊断系统，其特征在于，包括如下步骤：

步骤1：获取医疗数据，通过数据预处理模块对医疗数据中的非结构数据进行预处理；

步骤2：通过模型生成模块生成诊断识别模型；

步骤3：通过模型训练模块根据预先获取的训练数据集对生成的诊断识别模型进行训练；

步骤4：通过诊断识别模块将预处理过后的医疗数据输入训练后的诊断识别模型中，实现辅助诊断识别。

3.根据权利要求2所述的基于医疗大数据的辅助诊断方法，其特征在于，步骤1中，获取医疗数据，通过数据预处理模块对医疗数据中的非结构数据进行预处理，具体包括如下步骤：

步骤101：获取医疗数据中的非结构数据；

步骤102：建立非结构数据的数据解析，确定非结构数据的信息提取逻辑，进行数据解析，形成第一数据集；

步骤103：提取第一数据集中的关键词，根据关键词，合并相关联的第一数据集，形成第二数据集；

步骤104：获取所有的关键词及与关键词相对应的第二数据集，对其中的字符进行判断，判断其是否属于专业术语，将不属于专业术语的词组更换为专业术语。

4.根据权利要求3所述的基于医疗大数据的辅助诊断方法，其特征在于，步骤102中，建立非结构数据的数据解析，确定非结构数据的信息提取逻辑，进行数据解析，形成第一数据集，具体为：

建立非结构数据的数据解析，确定非结构数据的信息提取逻辑，其中，信息提取逻辑为获取非结构数据的病史、病症、体征、检查情况，通过关键词匹配、诊断标准判断及诊断思路判断进行数据解析，生成第一数据集。

5.根据权利要求4所述的基于医疗大数据的辅助诊断方法，其特征在于，步骤103中，提取第一数据集中的关键词，根据关键词，合并相关联的第一数据集，形成第二数据集，具体为：

提取第一数据集中的关键词，根据预设词汇库中的词组关系，将关键词相对应的第一数据集进行合并，得到第二数据集。

6.根据权利要求2所述的基于医疗大数据的辅助诊断方法，其特征在于，步骤2中，通过模型生成模块生成诊断识别模型，具体为：

通过模型生成模块生成ERNIE-CNN-Capsule组合模型，其中ERNIE-CNN-Capsule组合模型采用基于知识增强的ERNIE作为预训练模型，采用CNN提取N元特征，在此基础上，使用Capsule，即胶囊单元对特征进行聚类。

7.根据权利要求6所述的基于医疗大数据的辅助诊断方法，其特征在于，步骤3中，通过模型训练模块根据预先获取的训练数据集对生成的诊断识别模型进行训练，具体为：

获取训练数据集，并对训练数据集进行预处理，将预处理完毕后的训练数据集输入诊断识别模型中，对诊断识别模型进行训练，得到训练后的诊断识别模型。

8.根据权利要求7所述的基于医疗大数据的辅助诊断方法，其特征在于，步骤4中，通过诊断识别模块将预处理过后的医疗数据输入训练后的诊断识别模型中，实现辅助诊断识别，具体为：

将预处理过后的医疗数据首先输入ERNIE模型中，其中，医疗数据中的字符经过ERNIE模型编码生成词向量，ERNIE模型的TextCNN卷积层使用（3，4，5）三种尺寸的卷积捕获N元特征，每个尺寸的卷积核最终均会生成一张特征图，将特征图送入胶囊单元，生成胶囊，其中，每个胶囊均代表一个疾病类别，即诊断结果。