[发明专利]一种电子病历的检索方法及系统

权利要求书

1.一种电子病历的检索方法，其特征在于：包括以下步骤：S1，对电子病历数据库中每一份电子病历，计算电子病历内容特征，所述内容特征包括图像特征；S2，对待检索电子病历，提取其相应的内容特征；S3，根据内容特征，计算待检索电子病历与电子病历数据库中各个电子病历的相似度值；S4，根据步骤S3中得到的待检索电子病历与各个电子病历的相似度值，取最相似的前N份电子病历，作为检索结果；N为由用户或者管理员设定的正整数。

2.根据权利要求1所述的电子病历的检索方法，其特征在于：步骤S1或者步骤S2中，通过训练好的卷积神经网络进行哈希函数编码得到电子病历中的图像的哈希编码，作为电子病历的图像特征。

3.根据权利要求2所述的电子病历的检索方法，其特征在于：根据如下步骤提取电子病历的图像特征：对多种类别的图像进行卷积神经网络的训练得到训练好的卷积神经网络，包括以下步骤：a)定义哈希算法中的图像相似性矩阵S，b)定义大小为n×q的二值矩阵B，其中，n表示电子病历数据库中电子病历的数目，q表示待求解的哈希编码的位数；采用坐标梯度下降法最小化下式，求解得到矩阵B的值：

minB||S-1qBBT||F2,subject to:B∈[-1,1]n×q]]>

C)提取矩阵B中的值作为各图像的哈希编码；将图像本身作为输入，对应的哈希码和类别作为输出，训练得到卷积神经网络。

4.根据权利要求2所述的电子病历的检索方法，其特征在于：步骤S3中，根据如下步骤计算图像i和图像j的图像特征的相似度值：s_i_ij＝Ham(Hash_i,Hash_j)，其中，Hash_i表示图像i经过卷积神经网络进行哈希函数编码后所得的哈希码，Hash_j表示图像j经过卷积神经网络进行哈希函数编码后所得的哈希码。

5.根据权利要求1所述的电子病历的检索方法，其特征在于：步骤S1中，所述内容特征还包括文本、化验结果中的一者或者多者；步骤S3中，计算各内容特征的相似度值后，将各相似度值加权求和，得到两个电子病历的相似度值；优选地，计算文本相似度时，对电子病历中的文本内容进行分词和提取关键词处理，得到TF-IDF值；量化患者的基本信息；采用余弦相似度计算TF-IDF值的相似度，采用汉明距离表示患者基本信息之间的相似度，加权求和后得到文本相似度；优选地，计算化验结果的相似度时，采用汉明距离表示化验项目的相似度，采用层次分析法得到各化验项目的加权系数，将各化验项目的相似度加权求和得到化验结果的相似度。

6.根据权利要求1所述的电子病历的检索方法，其特征在于：还包括如下步骤：对电子病历数据库中每一份电子病历，计算价值特征，所述价值特征包括电子病历质量；步骤S4后还包括步骤S5，根据N份电子病历的价值特征对N份电子病历进行价值排序，按照排序结果的顺序输出N份电子病历。