[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：

对电子病历文本进行预处理，获取所述电子病历文本中的病历编号、标题和句子集；

根据所述句子集中的内容和预设子主题类型，确定所述句子集中的每个句子的子主题类型；

矫正所述句子集中的句子的子主题类型，得到所述电子病历文本对应的结构化病历，所述结构化病历包括病历编号、标题和子主题内容块，所述子主题内容块中的每个句子属于同一子主题类型，

其中，所述根据所述句子集中的内容和预设子主题类型，确定所述句子集中的每个句子的子主题类型包括：

根据预设学习算法，将所述句子集中的每个句子的信息转换为特征向量；

根据预设分类器、所述预设子主题类型和每个句子对应的特征向量，确定所述句子集中的每个句子的子主题类型，

其中，所述根据预设学习算法，将所述句子集中的每个句子的信息转换为特征向量包括以下两种方式：

一种方式：

将所述标题和所述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；

当所述第一候选病历类型和第二候选病历类型相同时，选择其一为所述电子病历文本的所属病历类型；

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为所述电子病历文本的所属病历类型；

根据特征提取算法，将所述句子集中的每个句子的信息转换为特征向量，其中，所述信息包括实体关键词、数量词、所属病历类型、子主题关键词和句子位置信息，所述实体关键词为区分不同的子主题类型的关键词；

另一种方式：

根据深度学习算法，将所述句子集中的每个句子的信息转换为特征向量，

其中，对于所述子主题关键词，若当前句子查找不到任何子主题关键词，复制上一句对应子主题关键词的特征值；

对于所述句子位置信息，当所述句子集中的总句子数目大于设定值，所述句子集中的前两句和最后两句的句子位置信息的特征值为1，所述句子集中的其余句子的句子位置信息的特征值则为0；当所述句子集中的总句子数目不大于所述设定值，所述句子集中的首尾句的句子位置信息的特征值为1，所述句子集中的其余句子的句子位置信息的特征值则为0，

其中，所述根据预设分类器、所述预设子主题类型和每个句子对应的特征向量，确定所述句子集中的每个句子的子主题类型包括：根据朴素贝叶斯分类器、所述预设子主题类型和每个句子对应的特征向量，确定所述句子集中的每个句子的子主题类型；

其中，所述矫正所述句子集中的句子的子主题类型包括：对所述句子集中具有相同子主题类型的相邻句子进行平滑处理，其中，平滑规则包括：

句子集中的首句和尾句不做平滑处理；

基于所述朴素贝叶斯分类器，计算句子的子主题类型时得到的概率值高于设置阈值，且子主题类型不是类型不确定时，则不做平滑处理；

子主题类型为时间或签名类型则不做平滑处理；

当前句子前一句或者后一句为类型不确定子主题类型时，则不做平滑处理；

当前句子的前一句与后一句的子主题类型相同时，则：若当前句子不是句子集中的前两句，且其前两句主题相同，则平滑处理；若当前句子不是句子集中的最后两句，且其后两句主题相同，则平滑处理；否则，不做平滑处理；

经过连续子主题平滑处理后，将连续相同子主题类型的句子合并。

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，所述对电子病历文本进行预处理包括：

提取所述电子病历文本中的病历编号、标题和正文；

消除所述标题和正文中存在的噪声信息；

利用切分符将所述正文进行切分，得到所述正文对应的句子集。

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，所述利用切分符将所述正文进行切分，得到所述正文对应的句子集包括：

利用一级切分符将所述正文进行切分，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。