【技术实现步骤摘要】
本申请涉及医疗人工智能，具体涉及一种基于深度学习实现疾病名称标准化分级的系统。
技术介绍
1、随着医疗卫生机构信息化和智慧化广泛普及，医疗健康大数据空前膨胀，如何高效利用现有医疗卫生数据资源已成为真实世界研究亟待解决的问题。诊断字段是医学真实世界研究的重要变量，包含的诊断名称繁多，在开展医学真实世界研究时通常面临由于原始临床诊断名称记录不规范或记录标准不统一等原因导致的相同诊断名称记录不一致，进而导致诊断变量离散或数据损失，对诊断名称的合并费时费力，对诊断数据的统计分析容易出现难度大、出错率高等问题，同时还对除研究病种之外的合并症、继发病等研究协变量合并、后续的研究分析及结果解释等存在影响。传统方法通过人工的方式进行识别和处理，在耗费大量时间和人力成本的同时延长研究周期。
技术实现思路
1、本专利技术的目的在于解决由于原始临床诊断名称记录不规范或记录标准不统一等原因导致相同诊断名称记录不一致的技术问题，提供了一种基于深度学习实现疾病名称标准化分级的系统，第一获取模块获取诊断数据的原始疾病名...
【技术保护点】
1.一种基于深度学习实现疾病名称标准化分级的系统，其特征在于，包括：
2.根据权利要求1所述的一种基于深度学习实现疾病名称标准化分级的系统，其特征在于，所述第二分析模型包括：
3.根据权利要求2所述的一种基于深度学习实现疾病名称标准化分级的系统，其特征在于，所述第二分析模型还包括根据长短期记忆神经网络模型构建所述第二隐藏层，所述第二分析模型根据预设顺序对每一所述字向量进行特征提取，得到对应的所述第二信息向量。
4.根据权利要求2所述的一种基于深度学习实现疾病名称标准化分级的系统，其特征在于，所述第二分析模型还包括根据双向长短期记忆神...
【技术特征摘要】
1.一种基于深度学习实现疾病名称标准化分级的系统，其特征在于，包括：
2.根据权利要求1所述的一种基于深度学习实现疾病名称标准化分级的系统，其特征在于，所述第二分析模型包括：
3.根据权利要求2所述的一种基于深度学习实现疾病名称标准化分级的系统，其特征在于，所述第二分析模型还包括根据长短期记忆神经网络模型构建所述第二隐藏层，所述第二分析模型根据预设顺序对每一所述字向量进行特征提取，得到对应的所述第二信息向量。
4.根据权利要求2所述的一种基于深度学习实现疾病名称标准化分级的系统，其特征在于，所述第二分析模型还包括根据双向长短期记忆神经网络模型构建所述第二隐藏层，所述第二分析模型根据根据所述初始数据的正向顺序对所有所述字向量进行特征提取，得到第四信息向量，根据所述初始数据的逆向顺序对所有所述字向量进行特征提取，得到第五信息向量，根据所述第四信息向量和所述第五信息向量计算得到所述第二信息向量。
5.根据权利要求3或4所述的一种基于深度学习实现疾病名称标准化分级的系统，其特征在于，所述第...
【专利技术属性】
技术研发人员：吴行伟，童荣生，邓博，沈浩，
申请(专利权)人：四川省医学科学院·四川省人民医院，
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。