[发明专利]一种自动生成诊断结果的方法、系统及计算机设备在审
| 申请号： | 201910594042.5 | 申请日： | 2019-07-03 |
| 公开（公告）号： | CN110322962A | 公开（公告）日： | 2019-10-11 |
| 发明（设计）人： | 雷大江;张莉萍;李智星;林智敏;陈浩;张玉枫;吴渝 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | G16H50/20 | 分类号： | G16H50/20;G06F16/33;G06F16/35;G16H10/60;G06K9/62 |
| 代理公司： | 重庆辉腾律师事务所 50215 | 代理人： | 卢胜斌 |
| 地址： | 400065 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于计算机技术领域，一种自动生成诊断结果的方法、系统及计算机设备，所述方法包括采集病例的病史小结，并对病史小结进行预处理；将预处理后的语料构建预训练词向量模型Word2Vec，得到向量表示的语料；构建神经网络结构，并将向量表示的预料输入该神经网络，其中该神经网络结构包括双向门控循环单元BiGRU、卷积神经网络卷积神经网络CNN和注意力机制Att；设置阈值来选择神经网络输出的多分类概率矩阵中的标签，选择的标签即为诊断结果；本发明相比于传统的词袋模型，能够提取更多的特征且更有效；最后设置阈值来处理多标签问题，并且加上相关性约束，解决诊断结果的冲突，使得结果的生成也更为合理。 | ||
| 搜索关键词： | 诊断结果 预处理 卷积神经网络 神经网络结构 计算机设备 向量表示 自动生成 标签 构建 语料 计算机技术领域 矩阵 神经网络输出 注意力机制 词袋模型 分类概率 神经网络 循环单元 传统的 词向量 双向门 采集 冲突 | ||
【主权项】：
1.一种自动生成诊断结果的方法，其特征在于，包括：S1、采集病例的病史小结，并对病史小结进行预处理；S2、将预处理后的语料构建预训练词向量模型Word2Vec，得到向量表示的语料；S3、构建神经网络结构，并将向量表示的预料输入该神经网络；该神经网络结构包括双向门控循环单元BiGRU、卷积神经网络卷积神经网络CNN和注意力机制Att；S4、设置阈值来选择神经网络输出的多分类概率矩阵中的标签，选择的标签即为诊断结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆邮电大学，未经重庆邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910594042.5/，转载请声明来源钻瓜专利网。
