[发明专利]一种基于时间线的病历文本医学知识发现方法

摘要

为了解决当前电子病历中非结构化文本难以用于诊疗预测和决策的问题，本发明提供一种基于时间线的病历文本知识发现方法，包括以下步骤构建病历样本库，用于存储结构化后的文本数据；构建病历时间文本规则库；构建包含疾病、药品和不良反应的医学知识库；对病历文本按句式拆分；使用语义分析工具进行词性标注；标注时间名词并进行根据时间先后对病历文本中拆分的文本块重新进行排序；依据医学知识库标注文本中的药品、疾病和不良反应；对文本中词语组合，提取其中患者的生理化验指标和事件。本发明帮助医学研究者更容易地发现病历文本中的医学知识。

主权项

一种基于时间线的病历文本医学知识发现方法，其特征包括以下步骤：(1)构建病历样本库，用于存储电子病历中原始病历文本、词性标记后的文本、时间信息标记后的文本和知识发现后的文本，以XML格式存储；(2)构建病历时间文本规则库，描述时间信息的使用正则表达式进行描述；(3)构建相关医学知识库，本方法包括疾病知识、药品知识和药品不良反应库三种库；(4)对病历样本库中的病历文本按句式进行拆分；其中，一个句子根据逗号拆分成若干个文本块。(5)使用语义分析工具对拆分后的文本块进行分词和词性标注；(6)词性标注后的各个词语进行时间规则的匹配，找出时间名词，存储时间名词；(7)根据时间信息的先后，从句子的层次重新对文本的句子进行排序，构建基于时间线的XML文本结构；对于模糊的时间文本，进行确定时间的修正。(8)依据医学知识库，从已经标注词性的文本中进行二次标注，将其中的药品、疾病知识和不良反应进一步标注出来；(9)从文本块中取连续两个词、三个词或n个词，提取中其中的生理指标和事件信息。