[发明专利]一种基于框架表示的体检项目指标正异常判定方法

说明书

本发明公开了一种基于框架表示的体检项目指标正异常判定方法，包括以下步骤，S1：构建基于框架表示的体检项目指标知识系统，所述体检项目指标知识系统具有多个框架Frame，S2：存储所述的基于框架表示的体检项目指标知识系统，S3：获取体检数据，S4：基于规则推理，根据获取的体检数据智能判断该体检数据对应的体检项目指标正异常结果。本发明提供的基于框架表示的体检指标正异常判定方法，将非结构化医学知识进行结构化表示，解决了传统体检数据计算机无法处理的困难，提升医学数据的利用率，为人工智能医学诊断提供计算基础，在医疗信息化领域具有示范作用。

技术领域

本发明涉及医疗信息化领域，更具体地，涉及一种基于框架表示的体检项目指标正异常判定方法。

背景技术

当前人们的健康意识正逐步提高，在现实生活中，在不少单位，一年一次的体检已经成为一种习惯和福利。全国各大医疗体检机构已累积了海量的体检数据，然而这些体检数据80％以上为非结构化，尤其是影像检查数据，都是以一段描述性文字存储。同时，不同的机构，对于相同的检查，由于没有统一的标准，结果描述往往也不一致，形成了数据孤岛。对于这么庞大的体检数据，计算机无法直接使用，使得大数据本身没有意义，给数据分析挖掘，和医疗AI应用带来了巨大挑战。

发明内容

本发明为克服上述现有技术所述的至少一种缺陷，提供一种基于框架表示的体检项目指标正异常判定方法。

本发明旨在至少在一定程度上解决上述技术问题。

本发明的首要目的是将体检医学知识结构化，用户体检数据结构化存储，实现智能判定体检项目指标正异常。

为解决上述技术问题，本发明的技术方案如下：

一种基于框架表示的体检项目指标正异常判定方法，包括以下步骤：

S1：构建基于框架表示的体检项目指标知识系统，所述体检项目指标知识系统具有多个框架Frame；

S2：存储所述的基于框架表示的体检项目指标知识系统；

S3：获取体检数据；

S4：基于规则推理，根据获取的体检数据智能判断该体检数据对应的体检项目指标正异常结果；

上述方案中，利用框架表示将体检医学知识结构化，并与结构化后的体检数据进行匹配获取体检项目指标是否正异常，实现了判定体检项目指标正异常的智能化。

优选地，步骤S1中所述体检项目指标知识系统的多个框架Frame中，一个框架Frame包括槽slot、侧面facet和值value，所述的槽slot、侧面facet和值value均有多个内容，所述内容可以是空、数值、字符串、布尔值以及另一框架名，通过设置槽槽slot、侧面facet和值value的内容，完成对体检医学知识的结构化。

优选地，步骤S1所述的基于框架表示的体检项目指标知识系统按照框架表示法，将体检医学知识结构化表示，包括检验、B超、X线、CT等体检检验检查项目。

优选地，步骤S2通过分析框架Frame的特征和结构，采用JSON数据格式存储在支持JSON格式的关系型数据库中，其中JSON格式的key、value键值对形式完全模拟所述框架Frame结构。

优选地，步骤S3中，按照所述体检项目指标知识系统的框架Frame结构开发体检数据结构化录入界面，通过所述体检数据结构化录入界面将体检数据录入系统并存储，实现了体检数据的结构化获取。

优选地，步骤S4中，所述的规则推理机制基于框架，具体而言，提取体检数据的特征属性即体检项目名称，检索所述体检项目指标知识系统与该体检项目名称匹配的框架，通过框架中的条件进行判定，得出该条体检数据正异常结果。

与现有技术相比，本发明技术方案的有益效果是：