【技术实现步骤摘要】
基于傅里叶变换和消息传递的诊断名称推荐方法及系统
[0001]本专利技术涉及诊断名称实时推荐
,尤其涉及一种基于傅里叶变换和消息传递的诊断名称推荐方法及系统。
技术介绍
[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息,不必然构成在先技术。
[0003]随着医疗信息化的发展,出现了海量非结构化的病历文本数据,病历中的诊断信息对医生制定诊疗计划起到了至关重要的作用。同时,随着ICD编码改革的推进,暴露出医生个性化的疾病书写方式严重影响医生诊断和医院病案首页质量。其次,个性化的诊断填写可能会出现模糊描述,导致患者无法清楚地了解自己的病情。因此,在医生填写病历诊断过程中,如何采用人工智能技术根据填写的个性化诊断推荐其相应的规范化诊断是目前一个急需解决的问题。
[0004]然而,专利技术人发现,由于临床医生诊断书写个性化,标准不统一,存在与标准诊断编码库不兼容的情况。另外在现有编码技术对诊断病历进行编码的过程中,还存在着不能充分利用所提取特征中的关键信息、无法实时跟进医生所填写的最新诊断记录、 ...
【技术保护点】
【技术特征摘要】
1.基于傅里叶变换和消息传递的诊断名称推荐方法,其特征在于,包括以下步骤:实时获取诊断文本,对诊断文本中的诊断片段进行规则匹配,并记录最新字符;将匹配的诊断片段输入诊断特征抽取模型,得到包含最新字符特征向量的诊断特征;利用标准诊断标签对最新字符的诊断特征进行诊断类别的实时识别,得到诊断名称推荐结果;其中,将匹配的诊断片段和最新字符输入诊断特征抽取模型,得到诊断特征的具体步骤包括:对匹配的诊断片段进行向量化处理,得到向量表示;利用双向长短时记忆网络提取向量表示的语义信息;利用基于傅里叶变化的编码器抽取语义信息字符间语义的交互特征;利用消息传递机制对最新字符进行消息传递,并得到包含最新字符特征向量的诊断特征。2.如权利要求1所述的基于傅里叶变换和消息传递的诊断名称推荐方法,其特征在于,对匹配的诊断片段进行向量化处理,得到向量表示的具体步骤包括:采用词嵌入模型来获取每个字符的字向量表示;将每个字符的字向量表示集合表示为诊断片段文本的向量表示。3.如权利要求1所述的基于傅里叶变换和消息传递的诊断名称推荐方法,其特征在于,利用基于傅里叶变化的编码器抽取语义信息字符间语义的交互特征的具体步骤包括:对语义信息的向量表示进行傅里叶变换,得到变换后的特征向量;对变换后的特征向量通过前向传播归一化层进一步提取字符语义信息,得到最终的交互特征。4.如权利要求3所述的基于傅里叶变换和消息传递的诊断名称推荐方法,其特征在于,对语义信息的向量表示进行傅里叶变换,得到变换后的特征向量的具体步骤包括:首先对双向长短时记忆网络输出语义信息按行方向进行傅里叶变换,得到字符特征内的交互特征,再根据列方向进行傅里叶变换,得到字符特征间的交互特征。5.如权利要求1所述的基于傅里叶变换和消息传递的诊断名称推荐方法,其特征在于,利用消息传递机制对最新字符进行消息传递,并得到包含最新字符特征向量的诊断特征的具体步骤包括:通过最新字符的位置计算最新字符与其他字符相对位置权重;利用空间域图神经网络得到包含最新字符特征...
【专利技术属性】
技术研发人员:张述睿,来庆涵,管勇,吴军,高希余,桑波,李福友,李森,
申请(专利权)人:青岛市疾病预防控制中心,
类型:发明
国别省市:
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。