[发明专利]一种基于Solr的体检数据搜索系统

权利要求书

1.一种基于Solr的体检数据搜索系统，其特征在于：由数据预处理模块、Solr搜索引擎平台搭建模块和网页查询模块依次连接组成；其中：

所述的数据预处理模块用于对医院体检数据库中的所有体检报告进行预处理以及统计分析，以统计出所有体检项目并进行归纳分类，分析提取出关于B超和放射的所有诊断结果；

所述的Solr搜索引擎平台搭建模块利用Solr建立全文搜索引擎，以实现索引创建以及索引搜索；

所述的网页查询模块用于为用户提供查找的分类目录选择和关键字输入框，并将输出结果有序地显示给用户。

2.根据权利要求1所述的体检数据搜索系统，其特征在于：所述数据预处理模块对体检报告进行预处理以及分析，具体包括对缺失重要信息的体检报告进行删除，对体检报告中的异常值进行修正处理。

3.根据权利要求1所述的体检数据搜索系统，其特征在于：所述数据预处理模块采用Python连接Oracle对体检报告结果表中的组合项目名称和体检项目名称进行统计并人为归纳分类；同时针对B超和放射的诊断分类目录，通过对个人总检单中的总检查小结进行分析，利用正则表达法得到关于B超和放射的诊断结果。

4.根据权利要求1所述的体检数据搜索系统，其特征在于：所述Solr搜索引擎平台搭建模块实现索引创建的具体过程为：首先利用Solr的分词组件对待索引原始文档进行分词并去除标点符号和停用词；然后将得到的词传给Solr的语言处理组件，以把词的大写变为小写，单词变为词根形式；最后将处理后的词传给Solr的索引组件生成反向索引，其包括字符串序列以及字符串的文档编号链表；所述待索引原始文档包括体检者的证件信息、出生日期、性别、年龄以及体检的编码、日期、组合项目名称和体检项目名称。

5.根据权利要求4所述的体检数据搜索系统，其特征在于：所述Solr搜索引擎平台搭建模块在实现索引创建的过程中导入MMSeg4i的支持库和专业医学词库以支持中文文本类型的分词。

6.根据权利要求1所述的体检数据搜索系统，其特征在于：所述Solr搜索引擎平台搭建模块实现索引搜索的具体过程为：首先对查询内容进行词法分析、语法分析和语言处理；然后搜索索引，得到符合语法树的文档集合；最后计算查询内容与文档的相关性，根据相关性对文档进行排序。

7.根据权利要求1所述的体检数据搜索系统，其特征在于：所述的网页查询模块在服务器端基于J2EE架构，使用Spring、Struts的开源应用框架以及MVC的设计模式，一方面支持通过目录选择多个细项进行搜索且支持对B超和放射检查进行诊断分类搜索，另一方面支持直接关键字搜索且支持选择体检者的年龄范围、体检日期范围和性别进行搜索。