基于自然语言处理的肝胆胰专病医疗文本结构化处理方法及系统与流程
本发明涉及医疗文本数据处理,具体涉及一种基于自然语言处理的肝胆胰专病医疗文本结构化处理方法及系统。
背景技术:
1、随着医疗信息化的不断推进,医院信息系统中积累了海量的医疗文本数据(如电子病历、影像诊断报告、手术记录等)。为了充分挖掘这些非结构化文本数据的临床科研价值,通常需要借助自然语言处理技术将其转化为计算机可读的结构化数据。肝胆胰专病领域由于疾病种类繁多、病情复杂,其医疗文本的高质量结构化处理对于辅助临床决策和医学研究具有重要意义。
2、目前,相关技术中通常采用基于深度学习的命名实体识别与关系抽取模型来自动化处理医疗文本。具体而言,这类方法首先通过预训练语言模型识别出文本中的病灶、解剖部位、大小等医学实体,随后利用关系分类模型(通常基于实体在文本序列中的共现特征或线性间隔距离)来判断实体之间是否存在修饰或归属关系,从而将属于同一病灶的属性组合在一起,最终输出结构化结果。
3、然而,在处理肝胆胰专病医疗文本时,由于肝胆胰器官解剖结构复杂,且专病患者往往同时存在多个病灶,医生在书写医疗文本时常使用复杂的相对位置描述以及模糊的数量表达。现有的关系抽取模型主要依赖于文本字面上的序列特征,在面对多病灶并发且位置描述交织的复杂长文本时,极易发生实体关联混乱,导致提取出的病灶实体与其对应的实际解剖部位或数量属性发生错误关联与错配,无法生成准确可靠的专病结构化数据。
技术实现思路
1、基于上述缺陷,提供了一种基于自然语言处理的肝胆胰专病医疗文本结构化处理方法及系统。
2、第一方面,本发明提供了一种基于自然语言处理的肝胆胰专病医疗文本结构化处理方法,所述方法包括:
3、获取待处理的肝胆胰专病医疗文本,对所述医疗文本进行实体抽取,得到初始实体集合,所述初始实体集合包括病灶实体、解剖区域实体及数量描述词;
4、基于预设的肝胆胰解剖拓扑知识库,对所述初始实体集合中的解剖区域实体进行分区域空间映射,构建表征肝脏分段及胰腺部位空间邻接关系的三维拓扑子图;
5、根据所述初始实体集合中的数量描述词,对所述病灶实体进行分数量的实例扩充,得到多个独立的病灶实例节点;
6、提取所述医疗文本的上下文特征,计算所述病灶实例节点与所述三维拓扑子图中各解剖区域节点之间的语义依存距离,并结合所述上下文特征,对多个所述病灶实例节点进行属性对齐与指代消解;
7、将完成属性对齐的病灶实例节点及所述病灶实例节点对应的解剖区域节点,按照预设的肝胆胰专病数据范式进行键值对拼装,生成并输出目标结构化文本数据。
8、通过采用上述技术方案,获取待处理的肝胆胰专病医疗文本并对医疗文本进行实体抽取,得到包括病灶实体、解剖区域实体及数量描述词的初始实体集合,从非结构化文本中剥离出关键医疗要素;基于预设的肝胆胰解剖拓扑知识库对初始实体集合中的解剖区域实体进行分区域空间映射,构建三维拓扑子图,将原本扁平的文本解剖词汇还原为具备真实肝脏分段及胰腺部位空间邻接关系的三维结构,克服了仅依赖文本字面序列特征无法感知复杂空间位置的缺陷;根据初始实体集合中的数量描述词对病灶实体进行分数量的实例扩充,得到多个独立的病灶实例节点,将模糊的数量表达具象化为独立的计算单元,避免了多病灶并发时由于共用同一病灶词汇导致的指代混乱;提取医疗文本的上下文特征,计算病灶实例节点与三维拓扑子图中各解剖区域节点之间的语义依存距离,并结合上下文特征对多个病灶实例节点进行属性对齐与指代消解,利用空间拓扑与语义依存的双重约束,在多病灶交织的复杂长文本中精准锁定每个病灶实例的真实归属部位;最后将完成属性对齐的病灶实例节点及对应的解剖区域节点按照预设的肝胆胰专病数据范式进行键值对拼装,生成并输出目标结构化文本数据,有效解决了多病灶并发且位置描述交织时的实体关联混乱问题,从而提高肝胆胰专病医疗文本中病灶实体与其对应解剖部位及数量属性匹配的准确率。
9、第二方面,一种基于自然语言处理的肝胆胰专病医疗文本结构化处理系统,所述系统包括:
10、实体抽取模块,用于获取待处理的肝胆胰专病医疗文本,对所述医疗文本进行实体抽取,得到初始实体集合,所述初始实体集合包括病灶实体、解剖区域实体及数量描述词;
11、拓扑子图构建模块,用于基于预设的肝胆胰解剖拓扑知识库,对所述初始实体集合中的解剖区域实体进行分区域空间映射,构建表征肝脏分段及胰腺部位空间邻接关系的三维拓扑子图;
12、实例扩充模块,用于根据所述初始实体集合中的数量描述词,对所述病灶实体进行分数量的实例扩充,得到多个独立的病灶实例节点;
13、属性对齐与消解模块,用于提取所述医疗文本的上下文特征,计算所述病灶实例节点与所述三维拓扑子图中各解剖区域节点之间的语义依存距离,并结合所述上下文特征,对多个所述病灶实例节点进行属性对齐与指代消解;
14、结构化数据生成模块,用于将完成属性对齐的病灶实例节点及所述病灶实例节点对应的解剖区域节点,按照预设的肝胆胰专病数据范式进行键值对拼装,生成并输出目标结构化文本数据。
15、第三方面,本发明提供了一种电子设备,包括存储器和处理器;
16、所述存储器,用于存储计算机程序;
17、所述处理器,用于当执行所述计算机程序时,实现上述的基于自然语言处理的肝胆胰专病医疗文本结构化处理方法。
18、第四方面,本发明提供了一种计算机可读存储介质,所述存储介质上存储有计算机程序,当所述计算机程序被处理器读取并运行时,实现上述的基于自然语言处理的肝胆胰专病医疗文本结构化处理方法。
1.一种基于自然语言处理的肝胆胰专病医疗文本结构化处理方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述基于预设的肝胆胰解剖拓扑知识库,对所述初始实体集合中的解剖区域实体进行分区域空间映射,构建表征肝脏分段及胰腺部位空间邻接关系的三维拓扑子图,包括:
3.根据权利要求1所述的方法,其特征在于,所述根据所述初始实体集合中的数量描述词,对所述病灶实体进行分数量的实例扩充,得到多个独立的病灶实例节点,包括:
4.根据权利要求1所述的方法,其特征在于,所述计算所述病灶实例节点与所述三维拓扑子图中各解剖区域节点之间的语义依存距离,包括:
5.根据权利要求1所述的方法,其特征在于,所述提取所述医疗文本的上下文特征,包括:
6.根据权利要求1所述的方法,其特征在于,所述结合所述上下文特征,对多个所述病灶实例节点进行属性对齐与指代消解,包括:
7.根据权利要求1所述的方法,其特征在于,所述将完成属性对齐的病灶实例节点及所述病灶实例节点对应的解剖区域节点,按照预设的肝胆胰专病数据范式进行键值对拼装,生成并输出目标结构化文本数据,包括:
8.一种基于自然语言处理的肝胆胰专病医疗文本结构化处理系统,其特征在于,所述系统包括:
9.一种电子设备,其特征在于,包括存储器和处理器;
10.一种计算机可读存储介质,其特征在于,所述存储介质上存储有计算机程序,当所述计算机程序被处理器读取并运行时,实现如权利要求1-7任一项所述的基于自然语言处理的肝胆胰专病医疗文本结构化处理方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com