【技术实现步骤摘要】
一种基于智能搜索的AR肿瘤知识图谱多模态演示方法
本专利技术涉及医疗数据处理以及知识图谱可视化领域,尤其涉及一种基于智能问答的AR肿瘤知识图谱多模态演示方法。
技术介绍
随着医学信息化的发展和医疗的大数据化,在医疗领域中,越来越多有用的知识图谱被构建出来,尤其是我国每年的肿瘤患者越来越多,已经渐渐成为“第一杀手”,将知识图谱运用到肿瘤领域中,可以通过构建肿瘤知识图谱,提供药物推荐,疾病预测等服务。目前,智能搜索能够提供传统的快速检索、相关度排序、智能信息过滤和推送等功能。患者的医疗知识普及主要是通过人工的方式,依靠医生的口头交待,但是有时会面临患者需要了解更多的知识,只能通过从网上检索信息。但是网上信息繁杂,患者难以获得自己有用的信息,而且网上提供的数据多为单一的文字描述,对于医学专业用词或者某些抽象的医学概念来说,理解起来比较困难,缺乏一定的直观性。此外,网络上搜索的答案鱼目混杂,对于有些不可靠的信息,用户有可能被误导。AR技术可广泛应用到军事、医疗、建筑、教育、工程、影视、娱乐等领域。在医疗领域,增强现实与医疗的结合应用逐渐被人们所重视。由于知识图谱是将复杂的信息通过计算处理成能够结构化表示的知识,所表示的知识可以通过图形绘制而展现出来,为人们的学习提供有价值的参考,为信息检索提供便利。知识图谱就是一种知识库,但构建好的知识图谱如何可视化展示出来,还存在以下问题:1.医学知识枯燥难懂,内容冗杂,而知识图谱多为2D可视化展示,繁杂的文本会让知识图谱的节点很多,看起来复杂难懂,并且对于数据比较 ...
【技术保护点】
1.一种基于智能搜索的AR肿瘤知识图谱多模态演示方法,其特征在于,包括以下步骤:/nS1.构建目标肿瘤疾病的多模态知识图谱,根据相关数据,建立基于多模态知识展示的目标肿瘤知识图谱,并存入neo4j数据库中;/nS2.采用unity工具系统,设置人体三维模型,点击对应器官位置,演示目标肿瘤实体的AR多模态知识图谱,并且能够根据需要进行2D和3D的转换;/nS3.获取用户输入的问题的关键词,智能搜索关键词,结合可视化知识图谱,对目标实体的知识图谱进行多模态信息展示。/n
【技术特征摘要】
1.一种基于智能搜索的AR肿瘤知识图谱多模态演示方法,其特征在于,包括以下步骤:
S1.构建目标肿瘤疾病的多模态知识图谱,根据相关数据,建立基于多模态知识展示的目标肿瘤知识图谱,并存入neo4j数据库中;
S2.采用unity工具系统,设置人体三维模型,点击对应器官位置,演示目标肿瘤实体的AR多模态知识图谱,并且能够根据需要进行2D和3D的转换;
S3.获取用户输入的问题的关键词,智能搜索关键词,结合可视化知识图谱,对目标实体的知识图谱进行多模态信息展示。
2.根据权利要求1所述的基于智能搜索的AR肿瘤知识图谱多模态演示方法,其特征在于,首先构建目标肿瘤的多模态知识图谱,将构建好的知识图谱的多模态信息导入到neo4j数据库中,然后,在unity系统中设置人体三维模型,通过点击对应肿瘤所在器官位置,发送http请求,从neo4j数据库获取数据并返回,客户端演示目标肿瘤实体的AR多模态知识图谱,并且能够根据需要进行2D和3D的转换;此外,结合智能搜索实现对关键字信息的有效检索功能。
3.根据权利要求2所述的基于智能搜索的AR肿瘤知识图谱多模态演示方法,其特征在于,在步骤S1中,对目标肿瘤的原始数据,通过以下方法进行多模态医疗知识图谱的构建以及数据库的连接:
S11.根据不同的目标肿瘤实体以及相关肿瘤属性,从多个数据源获取多个原始数据,原始数据包括图片、音频或者视频资源;
S12.利用开源的词法工具和医疗领域的词典库,对目标肿瘤实体识别,并从语料数据中提取出实体与实体之间的多个关系类型,所述关系类型至少包括流行病学特征,筛查,临床表现和诊断,病理诊断,分子分型,分期,治疗;
S13.通过知识抽取得到所述实体和关系的信息,定义知识图谱实体和属性,包括实体和实体之间的关系,实体的属性值;其中的实体信息和属性信息,包括文本信息,图片,音频或者视频的一种或者多种;
S14.根据所述实体和实体之间的关系,构建医疗知识图谱树,其中根节点代表的是目标肿瘤实体的值,实体与实体之间的关系代表树干,实体的下位概念是中间节点,每个实体的属性作为子节点;
S15.根据上述S14中构建的图谱树,将目标肿瘤实体和实体之间的关联关系,以csv格式导入到neo4j数据库中。
4.根据权利要求2所述的基于智能搜索的AR肿瘤知识图谱多模态演示方法,其特征在于,在步骤S2中,对于AR肿瘤知识图谱,通过以下方法进行AR知识图谱的多模态展示和2D、3D的切换...
【专利技术属性】
技术研发人员:钱立庭,王菲,陈欢欢,
申请(专利权)人:中国科学技术大学,
类型:发明
国别省市:安徽;34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。