【技术实现步骤摘要】
本专利技术涉及医学术语标准化,具体地涉及一种医学肿瘤的编码方法、系统、电子设备及存储介质。
技术介绍
1、医学术语标准化是将不同来源或格式的医学术语统一为一种标准形式的过程,旨在实现数据的互操作性。肿瘤编码是医疗记录和研究的重要组成部分,肿瘤编码涉及根据肿瘤的解剖位置和形态特征进行分类,在国内icd10医保2.0版本被广泛使用。这对于数据要素共享、医疗决策支持系统、医疗科学研究等都至关重要。
2、对于肿瘤的编码需要同时输出两个编码,一种是疾病的icd10编码,另一种是肿瘤的形态学编码。此外,医生在记录病人信息时可能会使用各种缩写、同义词和非正式的术语,这进一步增加了标准化的复杂性。
3、现有的医学术语标准化方法无法同时输出icd10编码以及肿瘤形态学编码,效率低下,而且需要大量人工标注大量医学术语数据。
技术实现思路
1、在 icd 中,肿瘤的分类包含两个方面的内容:部位编码以及形态学编码,二者需要配合使用,缺一不可。其中,肿瘤的部位编码包含了两个分类轴心,一个是动
...【技术保护点】
1.一种医学肿瘤的编码方法,其特征在于,包括:
2.根据权利要求1所述的编码方法,其特征在于,所述肿瘤ICD10小样本对比模型和所述肿瘤形态学小样本对比模型是基于小样本对比学习算法构建并训练的。
3.根据权利要求1所述的编码方法,其特征在于,所述预先训练好的肿瘤分类模型是基于TextCNN算法构建的。
4.根据权利要求1所述的编码方法,其特征在于,所述预先训练好的肿瘤分类模型的结构包括卷积层、激活层、池化层、全连接层以及输出层。
5.根据权利要求4所述的编码方法,其特征在于,肿瘤分类模型的训练过程包括:
6.
...【技术特征摘要】
1.一种医学肿瘤的编码方法,其特征在于,包括:
2.根据权利要求1所述的编码方法,其特征在于,所述肿瘤icd10小样本对比模型和所述肿瘤形态学小样本对比模型是基于小样本对比学习算法构建并训练的。
3.根据权利要求1所述的编码方法,其特征在于,所述预先训练好的肿瘤分类模型是基于textcnn算法构建的。
4.根据权利要求1所述的编码方法,其特征在于,所述预先训练好的肿瘤分类模型的结构包括卷积层、激活层、池化层、全连接层以及输出层。
5.根据权利要求4所述的编码方法,其特征在于,肿瘤分类模型的训练过程包括:...
【专利技术属性】
技术研发人员:郭鹏,邓小宁,史浩田,浦飞飞,张海音,蒋昕,唐倩,
申请(专利权)人:北方健康医疗大数据科技有限公司,
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。