[发明专利]电子病历的处理方法及系统

权利要求书

1.一种电子病历的处理方法，其特征在于，包括：

提取指定电子病历文本中的每个电子病历文本中的标题和正文，消除所述标题和正文中存在的噪声信息，利用一级切分符对所述正文进行切分，得到待切分句子集，利用二级切分符对所述待切分句子集进行二次切分，得到所述正文对应的句子集，其中所述一级切分符的优先级高于所述二级切分符的优先级；所述指定电子病历文本为同一患者整体病程的电子病历文本；将每个电子病历文本的标题和句子集中的首句分别与预设病历类型进行匹配，得到第一候选病历类型和第二候选病历类型，判断所述第一候选病历类型和第二候选病历类型是否相同，当所述第一候选病历类型和第二候选病历类型相同时，选择其一作为该电子病历文本的病历类型；当所述第一候选病历类型和第二候选病历类型不相同时，根据所述预设病历类型中的优先级排序，选择所述第一候选病历类型和第二候选病历类型中优先级高的病历类型作为该电子病历文本的病历类型；根据子主题分类模型、每个电子病历文本对应的病历类型和句子集，确定每个电子病历文本的子主题内容块；

对每个电子病历文本对应的子主题内容块中的句子进行分词，根据术语词典对每个电子病历文本对应的子主题内容块中的句子进行术语标注，根据parser分析器对每个电子病历文本对应的子主题内容块中的句子进行句法分析，得到每个电子病历文本对应的子主题内容块中的句子的浅层句法分析结果；判定每个电子病历文本对应的子主题内容块中的否定词的作用范围，识别每个电子病历文本对应的子主题内容块中的属性信息，根据所述浅层句法分析结果，确定每个电子病历文本对应的子主题内容块中的术语边界，矫正每个电子病历文本对应的子主题内容块中标注的术语，得到每个电子病历文本对应的结构化信息；所述结构化信息包括时间、病历类型和核心内容，所述核心内容包括每个电子病历文本中子主题内容块中的术语及属性信息；

根据病历类型对应的摘要生成规则以及每个电子病历文本对应的结构化信息，得到每个电子病历文本对应的病程摘要；

按照时间顺序，根据每个电子病历文本对应的病程摘要，得到所述指定电子病历文本对应的病程摘要序列。

2.根据权利要求1所述的电子病历的处理方法，其特征在于，在所述得到每个电子病历文本对应的病程摘要之后，所述方法还包括：

根据预设学习算法，将每个电子病历文本对应的病程摘要中的特征转换为特征向量；

根据朴素贝叶斯分类器、预设病情状态类型和每个电子病历文本对应的病程摘要对应的特征向量，确定并标记每个电子病历文本对应的病程摘要对应的病情状态类型。

3.根据权利要求2所述的电子病历的处理方法，其特征在于，所述根据预设学习算法，将每个电子病历文本对应的病程摘要中的特征转换为特征向量包括：

根据特征提取算法，将每个电子病历文本对应的病程摘要中的特征转换为特征向量，其中，所述特征包括症状、检查、治疗项目、会诊、手术、病危通知和转归关键词。

4.根据权利要求2所述的电子病历的处理方法，其特征在于，所述根据预设学习算法，将每个电子病历文本对应的病程摘要中的特征转换为特征向量包括：

根据深度学习算法，将每个电子病历文本对应的病程摘要中的特征转换为特征向量。

5.根据权利要求1所述的电子病历的处理方法，其特征在于，在所述得到每个电子病历文本对应的病程摘要之后，所述方法还包括：

根据预设转归关键词表，确定每个电子病历文本对应的病程摘要对应的转归关键词分值，所述预设转归关键词表包括预设转归关键词和对应的权重值；

根据所述转归关键词分值、预设阈值和预设病情状态类型，确定并标记每个电子病历文本对应的病程摘要对应的病情状态类型。

6.根据权利要求2或5所述的电子病历的处理方法，其特征在于，所述方法还包括：

按照时间顺序，曲线显示所述指定电子病历文本对应的病程摘要序列，并在所述曲线上标注每个电子病历文本对应的病程摘要对应的病情状态类型。