【技术实现步骤摘要】
本专利技术属于人工智能，涉及自然语言处理，特别涉及一种基于双曲图神经网络的电子病历预处理方法。
技术介绍
1、电子健康记录(ehrs)在现代医疗系统中被大量使用，用于记录患者到医疗机构的入院信息。鉴于电子健康记录(ehr)的巨大潜力，从ehr数据中挖掘可用信息已经成为一种热门趋势。
2、传统的深度学习技术提出了多种预测模型来预测时间事件，如诊断预测、死亡率预测、风险预测、药物推荐等。利用ehr数据进行时间事件预测的一种常见的监督训练方法是使用以前的记录作为特征，使用下一次入院的记录作为标签。然而，由于缺乏训练标签，这种方法本质上会忽略患者的在入院治疗的诸多信息。在icd-10-cm现代疾病分类系统中，疾病以多级医疗代码的形式被划分为各种类别，形成了分级结构。现有的方法，如gram和g-bert，主要是利用这个结构通过注意方法提取疾病特征。然而，这种类型的领域知识在指导模型预测方面是有帮助的。通过预测疾病等级，可以进一步细化疾病的表示。
3、现有的研究大多是基于医疗代码本身的信息进行单个预测，忽略了医疗代码间的交互...
【技术保护点】
1.一种基于双曲图神经网络的电子病历预处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于双曲图神经网络的电子病历预处理方法，其特征在于，步骤S1采用双曲信息流嵌入方法重构ICD-10-CM系统中的医疗代码层次结构，得到医疗代码嵌入向量集合，包括：
3.根据权利要求2所述的一种基于双曲图神经网络的电子病历预处理方法，其特征在于，获取任一节点ci的公共嵌入向量的过程包括：
4.根据权利要求2所述的一种基于双曲图神经网络的电子病历预处理方法，其特征在于，重建层次结构损失函数表示为：
5.根据权利要求1所述的...
【技术特征摘要】
1.一种基于双曲图神经网络的电子病历预处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于双曲图神经网络的电子病历预处理方法，其特征在于，步骤s1采用双曲信息流嵌入方法重构icd-10-cm系统中的医疗代码层次结构，得到医疗代码嵌入向量集合，包括：
3.根据权利要求2所述的一种基于双曲图神经网络的电子病历预处理方法，其特征在于，获取任一节点ci的公共嵌入向量的过程包括：
4.根据权利要求2所述的一种基于双曲图神经网络的电子病历预处理方法，其特征在于，重建层次结构损失函数表示为：
5.根据权利要求1所述的一种基于双曲图神经网络的电子病历预处理方法，其特征...
【专利技术属性】
技术研发人员：付蔚，袁鸿远，童世华，彭钦，李济兵，李明，孙荣崇，
申请(专利权)人：重庆邮电大学，
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。