用于结直肠癌推理的多模态知识图谱构建方法及系统与流程

摘要: 本发明涉及知识图谱,具体为用于结直肠癌推理的多模态知识图谱构建方法及系统。背景技术:1、结直肠癌属于临床中发病率较高的消化道恶性肿瘤之一,相关诊疗过程通常涉及门...
用于结直肠癌推理的多模态知识图谱构建方法及系统与流程

本发明涉及知识图谱,具体为用于结直肠癌推理的多模态知识图谱构建方法及系统。

背景技术:

1、结直肠癌属于临床中发病率较高的消化道恶性肿瘤之一,相关诊疗过程通常涉及门诊住院记录、肠镜报告、病理报告、实验室检验结果、中医问诊信息以及舌象图像信息。随着电子病历结构化处理、医学自然语言处理、数据挖掘、图数据库与知识图谱技术的发展,利用多来源临床数据构建结直肠癌知识图谱,并据此开展辅助检索、关系分析和推理判断,已经成为医学信息处理领域的重要研究方向。现有技术通常采用空值忽略、默认值填充、规则补齐、统计补全或模型补全等方式处理缺失数据,使属性记录表面完整后再参与关系构建和路径检索。部分方案还会把检验阴性结果与属性缺失状态统一看作无证据处理,从而简化图谱建模和规则设计。

2、例如公告号为cn116882496b的发明专利公开了一种多级逻辑推理的医学知识库构建方法,所述方法包括:将预处理后的医学文本数据映射为字符向量,对医学文本数据中的潜在医学词汇进行编码,将潜在医学词汇的编码信息融入字符向量中,提取医学文本数据中字符序列的局部特征向量,构成多特征融合的医学文本特征向量序列数据;生成表征语义编码信息的全局语义信息矩阵,对全局语义信息矩阵进行解码操作并构建医学知识库。以字符向量为基础,利用局部特征向量以及潜在医学词汇的编码信息将推理主体集中在特定的有效字符中,得到不同医学文本数据的语义编码信息,利用语义向量间的相似性进行不同医学文本数据的内部关联进而构建得到医学知识库。

3、例如公告号为cn118571502b的发明专利公开了一种基于知识引导域自适应的多中心医学数据处理方法、系统、设备、介质,包括:基于通用医学概念以及其关系、每一中心私有域中的本地医学概念及其与通用医学概念之间的关系、不同中心私有域中的本地医学概念之间的关系构建医学知识图谱;对源中心患者数据、目标中心患者数据进行编码得到源中心数据特征、目标中心数据特征;基于源中心患者数据、目标中心患者数据根据医学知识图谱构建源中心患者子图、目标中心患者子图;对源中心患者子图、目标中心患者子图进行处理,得到源中心知识特征、目标中心知识特征;设置损失函数,所述损失函数包括根据下游医学任务设置的损失,并通过对抗学习得到每一医疗中心患者之间的跨域不变特征。

4、但是,上述处理方式在实际结直肠癌多模态数据场景下仍存在明显不足。一方面,现有技术对缺失状态的区分粒度较粗,难以有效区分未采集、采集失败、不适用和暂缺等不同缺失来源,导致属性空缺仅被视为统一的空值状态。由于不同缺失来源对应的临床含义并不相同,当图谱构建过程无法对缺失来源进行细化表达时,后续关系挂接、路径检索和规则判定就容易把未知误当作阴性或无关联,造成结论偏移。另一方面,现有图谱结构大多围绕实体与属性值进行组织,对于属性状态、缺失来源、证据支撑和时间语义之间的关联表达不足,当属性记录为空或处于待回报状态时,图谱中往往缺少可直接参与判定的结构化表示,容易造成路径中断、关系断裂和属性覆盖不足。

5、另外,现有结直肠癌知识图谱推理过程通常更关注规则命中结果,对候选推理链路的生成条件、保留条件和剔除条件缺少统一约束。当临床图谱中同时存在属性缺失、证据不完整、路径分叉和结论波动时,推理链路数量、可达链路数量、证据一致程度以及结论稳定程度之间缺乏协调处理,容易出现候选链路数量较多但有效链路较少、结论前后波动、路径解释不清以及版本切换频繁等问题。尤其在图谱版本迭代、记录补回和关系更新过程中,旧版路径与新版路径之间的衔接处理不足,也会影响推理结果的可追溯性与临床复核效率。

6、因此,针对以上问题,亟待需要用于结直肠癌推理的多模态知识图谱构建方法及系统。

技术实现思路

1、解决的技术问题

2、针对现有技术的不足,本发明提供了用于结直肠癌推理的多模态知识图谱构建方法及系统,解决了结直肠癌推理过程中缺失语义难以辨识、图谱属性约束难以判定、推理结果稳定性与可解释性不足的问题。

3、技术方案

4、为实现以上目的,本发明通过以下技术方案予以实现:用于结直肠癌推理的多模态知识图谱构建方法,包括s1,采集结直肠癌多模态临床数据,并进行预处理后执行缺失证据整理与期望属性生成操作;s2,通过采集轨迹、证据覆盖、空值字段数据进行缺失语义分析,根据缺失语义分析结果执行缺失语义写入与属性状态记录生成操作;s3,基于实值属性、缺失属性、替代证据数据构建显式缺失兼容图谱并进行属性连通分析,根据连通分析执行节点挂接与替代支撑挂接操作;s4,综合属性连通、推理链路、结论稳定数据进行推理兼容分析,根据兼容分析结果执行结论输出与版本复核。

5、进一步地,采集结直肠癌多模态临床数据的具体步骤为:通过门诊住院记录获取患者编号、就诊编号、性别与当前就诊阶段;通过肠镜报告获取病灶部位;通过病理报告获取病理类型、分化程度、msi状态与kras状态;通过实验室检验报告获取cea值与粪便潜血标记;通过中医问诊报告获取腹痛频次与便血标记;通过舌象图像获取舌象图像编号、苔色类别、裂纹数量与瘀点数量。

6、进一步地,进行预处理后执行缺失证据整理与期望属性生成操作的具体步骤为:针对同一患者编号、同一就诊编号下的属性记录,同步获取模态类型标记、申请单生成标记、采集发起标记、结果写入标记、设备异常次数、质控退回次数、预计报告出具时长、当前等待时长、适用条件总数、适用条件满足数量、原始空值字段数与采集轨迹步数;对多模态临床数据执行口径统一、时序校正与缺失原因归并,将缺失原因原始文本收束为未采集、采集失败、不适用与暂缺四类候选缺失语义;结合当前就诊阶段、已完成检查项、结直肠癌推理任务类型与证候推理所需字段生成属性期望集,并统计具有明确属性值的属性记录数量,得到实值属性数量,统计能够支撑同一证候关系或病情关系的跨模态记录数量,得到有效替代证据数量,统计具有阴性结论的属性记录数量,得到阴性结果数量。

7、进一步地,通过采集轨迹、证据覆盖、空值字段数据进行缺失语义分析的具体步骤为:依据申请单生成标记为一、采集发起标记为零、结果写入标记为零的命中情况统计未采集候选数量;依据采集发起标记为一、结果写入标记为零、设备异常次数大于零或质控退回次数大于零的命中情况统计采集失败候选数量;依据适用条件满足数量小于适用条件总数且申请单生成标记为零的命中情况统计不适用候选数量;依据采集发起标记为一、结果写入标记为零、当前等待时长小于或等于预计报告出具时长、质控退回次数等于零且设备异常次数等于零的命中情况统计暂缺候选数量;从四项候选数量中选取最大值与次大值,得到最大候选数量与次大候选数量;统计前述字段中的非空字段个数,得到证据覆盖数量,并获取原始空值字段数与采集轨迹步数;对最大候选数量减去次大候选数量后再加一,得到候选分离项;对证据覆盖数量与采集轨迹步数分别平方后求和开平方,得到证据轨迹合成项;将候选分离项与证据轨迹合成项相乘,得到可信放大量;对原始空值字段数加一,得到空值抑制项;将可信放大量除以空值抑制项,得到缺失语义可信值。

8、进一步地,根据缺失语义分析结果执行缺失语义写入与属性状态记录生成操作的具体步骤为:通过实时比对缺失语义可信值和可信阈值,当缺失语义可信值大于或等于可信阈值时,将最大候选数量对应的缺失语义写入属性状态记录;当最大候选数量对应未采集时,生成补采清单;当最大候选数量对应采集失败时,保留原申请单编号与采集批次号并写入失败来源链路;当最大候选数量对应不适用时,写入不适用状态标记并阻断默认值写入路径;当最大候选数量对应暂缺时,保留待回补状态与当前等待时长,在预计报告出具时长到达前不执行数值补齐;当缺失语义可信值小于可信阈值时,将当前属性记录写入待核缺失状态,并在证据观察窗内,补充申请日志、设备回传日志与报告生成日志;当结果写入标记变为一时,重新执行缺失语义分析;当证据观察窗结束且结果写入标记仍为零时,保留待核缺失状态。

9、进一步地,基于实值属性、缺失属性、替代证据数据构建显式缺失兼容图谱并进行属性连通分析的具体步骤为:以患者实体节点为中心,构建由检查实体节点、报告实体节点、属性状态节点、属性值节点、缺失类型节点、证据节点、时间节点与结果节点组成的显式缺失兼容图谱;以患者编号与就诊编号作为患者实体节点索引,以模态类型标记与属性项编号作为属性状态节点索引,以检查编号或报告编号作为检查实体节点与报告实体节点索引;写入取值为关系与产生于关系;当属性记录存在原始属性值时,写入属性状态节点与属性值节点之间的取值为关系以及属性状态节点与时间节点之间的产生于关系;当属性记录不存在原始属性值且缺失语义可信值大于或等于可信阈值时,写入缺失类型为关系、由证据支持关系以及待回补于关系或判定于关系;当属性记录具有明确阴性结论时,写入阴性于关系;将病灶部位、病理类型、分化程度、cea值、msi状态、kras状态、腹痛频次、便血标记、苔色类别、裂纹数量与瘀点数量统一纳入属性状态节点管理范围;基于当前结直肠癌推理任务类型生成期望属性集合,并统计实值属性数量、显式缺失属性数量、期望属性数量、缺失类型节点挂接数量、约束可判定数量与有效替代证据数量;将实值属性数量、显式缺失属性数量与有效替代证据数量求和后除以期望属性数量加一,得到覆盖比项;将约束可判定数量除以缺失类型节点挂接数量减去显式缺失属性数量的绝对值再加一,得到规则判定项;将覆盖比项与规则判定项相乘后开平方,得到属性连通值。

10、进一步地,根据连通分析执行节点挂接与替代支撑挂接操作的具体步骤为:通过实时比对属性连通值与连通阈值,当属性连通值大于或等于连通阈值时,放行患者子图进入正式推理链路;对已写入未采集、采集失败、不适用、暂缺标记的属性记录保留缺失类型为关系,对已写入阴性结果标记的属性记录单独保留阴性于关系,对已形成替代支撑于关系的属性记录保留替代支撑于关系,使同一条推理路径能够区分证据缺失与证据阴性;当属性连通值小于连通阈值时,暂停患者子图进入正式推理链路,仅保留显式缺失判断路径、阴性结果保留路径与替代支撑路径;对缺失类型节点挂接数量小于显式缺失属性数量的属性记录补建属性状态节点与缺失类型节点之间的关系,对有效替代证据数量小于替代支撑阈值且未建立替代支撑于关系的关系路径写入替代支撑缺口标记,对链路缺口位置写入复核标记,并将患者子图转入待复核推理队列。

11、进一步地,综合属性连通、推理链路、结论稳定数据进行推理兼容分析的具体步骤为:以属性状态节点为起点,沿取值为关系、缺失类型为关系、阴性于关系、替代支撑于关系、由证据支持关系、产生于关系、待回补于关系与判定于关系进行逐跳遍历,保留终点为证候结论节点且路径长度不大于路径阈值的路径,并去重统计得到候选推理链路数量;删除关系类型超出前述关系、链路首尾节点不连续、属性状态节点同时连接缺失类型节点与结果节点、或终点未命中证候结论节点的路径,对剩余路径统计得到可达推理链路数量;将候选推理链路数量减去可达推理链路数量,得到候选负担项;统计图规则链路与图谱证据回溯链路输出相同证候结论的次数,得到结论一致数量;统计由未采集、采集失败、不适用与暂缺四类缺失节点引起的推理分支数量,得到缺失语义分叉数量;统计由阴性结果参与形成的推理路径数量,得到阴性证据路径数量;统计连续两轮推理中结论发生切换的次数,得到结论翻转次数,并获取属性连通值;对可达推理链路数量、结论一致数量与阴性证据路径数量分别平方后求和开平方,得到主链支撑项;对缺失语义分叉数量与结论翻转次数分别平方后求和开平方,得到扰动合成项;对属性连通值加一后作为连通缓冲项,将扰动合成项除以连通缓冲项得到扰动削弱项;将候选负担项与扰动削弱项求和后再加一,得到推理抑制项;将主链支撑项除以推理抑制项,得到推理兼容值。

12、进一步地,根据兼容分析结果执行结论输出与版本复核的具体步骤为:通过实时比对推理兼容值与兼容阈值,当推理兼容值大于或等于兼容阈值时,输出正式结直肠癌推理结论,并对参与推理的路径写入解释链路;当缺失类型识别准确率大于或等于识别准确阈值、推理链路可达率大于或等于可达率阈值且结论一致性波动小于或等于波动阈值时,放行当前图谱版本进入主图谱,并保留状态转换前后的版本记录;当推理兼容值小于兼容阈值时,输出分层候选结论清单、缺失影响说明与复核建议,冻结由缺失语义节点触发的否定剪枝路径,禁止将未采集、采集失败、不适用与暂缺作为阴性证据写入推理路径;当缺失类型识别准确率小于识别准确阈值、推理链路可达率小于可达率阈值、或结论一致性波动大于波动阈值时,冻结当前图谱版本写入路径,保留旧版路径与新版路径并行记录,并将患者子图转入复核队列。

13、进一步地,本发明第二方面提供了用于结直肠癌推理的多模态知识图谱构建系统,应用用于结直肠癌推理的多模态知识图谱构建方法,包括:多模态临床数据采集与预处理模块,用于采集结直肠癌多模态临床数据,并进行预处理后执行缺失证据整理与期望属性生成操作;缺失语义辨识与状态写入模块,用于通过采集轨迹、证据覆盖、空值字段数据进行缺失语义分析,根据缺失语义分析结果执行缺失语义写入与属性状态记录生成操作;显式缺失兼容知识图谱构建模块,用于基于实值属性、缺失属性、替代证据数据构建显式缺失兼容图谱并进行属性连通分析,根据连通分析执行节点挂接与替代支撑挂接操作;缺失兼容推理与闭环复核模块,用于综合属性连通、推理链路、结论稳定数据进行推理兼容分析,根据兼容分析结果执行结论输出与版本复核。

14、本发明具有以下有益效果:

15、(1)本发明,通过对结直肠癌多模态临床数据执行统一采集、非法记录剔除、重复记录合并、阴阳性口径统一与属性期望集生成处理,使同一患者编号、同一就诊编号下的病灶部位、病理类型、cea值、腹痛频次、苔色类别等属性能够在同一数据基础上完成对齐与整理,进而实现了多模态临床属性表达一致、后续图谱构建输入统一的效果,有效解决了现有技术中多来源临床数据口径不一致、属性记录分散且难以直接支撑推理的问题。

16、(2)本发明,通过围绕申请单生成标记、采集发起标记、结果写入标记、设备异常次数、质控退回次数、当前等待时长、适用条件满足数量、原始空值字段数与采集轨迹步数开展缺失语义分析,使未采集、采集失败、不适用与暂缺四类状态得到区分写入,进而实现了属性缺失来源细分辨识、缺失状态定向标记的效果,有效解决了现有技术中缺失数据统一按空值处理、不同缺失状态无法区分的问题。

17、(3)本发明,通过对实值属性数量、显式缺失属性数量、有效替代证据数量、期望属性数量、缺失类型节点挂接数量与约束可判定数量进行属性连通分析,并依据属性连通值执行节点挂接、替代支撑挂接与推理放行控制,进而实现了在属性缺失条件下维持图谱连通性与增强跨模态支撑能力的效果,有效解决了现有技术中属性覆盖不足、链路易断裂、替代证据利用不充分的问题。

18、(4)本发明,通过对候选推理链路数量、可达推理链路数量、结论一致数量、缺失语义分叉数量、阴性证据路径数量、结论翻转次数与属性连通值进行推理兼容分析,并依据推理兼容值执行结论输出、解释链路写入、图谱版本放行与版本复核,进而实现了推理结果稳定输出、路径可追溯与版本可复核的效果,有效解决了现有技术中推理链路不稳定、结论易波动、复核效率偏低的问题。

19、当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。