CN110111905B - 一种医疗知识图谱的构建***和构建方法 - Google Patents
一种医疗知识图谱的构建***和构建方法 Download PDFInfo
- Publication number
- CN110111905B CN110111905B CN201910334418.9A CN201910334418A CN110111905B CN 110111905 B CN110111905 B CN 110111905B CN 201910334418 A CN201910334418 A CN 201910334418A CN 110111905 B CN110111905 B CN 110111905B
- Authority
- CN
- China
- Prior art keywords
- entity
- related data
- strength index
- data
- relation strength
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000010276 construction Methods 0.000 title claims abstract description 51
- 238000007499 fusion processing Methods 0.000 claims abstract description 34
- 238000004364 calculation method Methods 0.000 claims description 47
- 201000010099 disease Diseases 0.000 claims description 31
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 31
- 208000024891 symptom Diseases 0.000 claims description 28
- 238000000034 method Methods 0.000 claims description 21
- 238000001914 filtration Methods 0.000 claims description 12
- 238000007781 pre-processing Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 8
- 238000004140 cleaning Methods 0.000 claims description 7
- 238000003745 diagnosis Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- 238000009411 base construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/20—ICT specially adapted for the handling or processing of medical references relating to practices or guidelines
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Bioethics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明提供了一种医疗知识图谱的构建***和构建方法,该医疗知识图谱的构建***和构建方法是通过对医学病历执行实体识别处理以得到实体,再对实体执行异构数据融合处理以得到医疗知识图谱实体,接着通过归一化谷歌距离算法NGD和点互信息算法PMI分别计算出两种关于不同实体之间的关系强度指标,再基于该两种关于不同实体之间的关系强度指标确定出不同实体之间的相关关系,从而最终将得到的医疗知识图谱实体和相关关系导入至图数据库中以形成医疗知识图谱。
Description
技术领域
本发明涉及医疗图像处理的技术领域,特别涉及一种医疗知识图谱的构建***和构建方法。
背景技术
医疗知识图谱是用于表征医疗诊断过程中不同医疗特征量之间的关联性。医护人员通过医疗知识图谱能够准确地和全面地获得关于对应病患的医疗诊断数据信息,并从该医疗知识图谱中判断出适应与当前病患的治疗方案。目前而言,应用最为广泛的一种医疗知识图谱的构建方法就是利用自然语言处理技术从如病历等医学资料中提取如疾病、症状或者检查等不同医学实体,然后通过计算不同医学实体之间的相关度,以此来构建不同医学实体之间的相关关系,最后将不同医学实体及其相互之间的相关关系导入至图数据库中,从而构建出相应的医疗知识图谱。上述现有的医疗知识图谱的构建方法不仅能够快速和有针对性地构建出符合当前病患的医疗知识图谱,并且还能够实现医疗知识图谱的随时随地更新。
在医疗知识图谱中,不同医学实体之间相关度是构建医学关系不可缺少的重要一环,并且不同医学实体相关度的计算会考虑不同医学实体之间的共现程度,而该共现程度的大小直接影响医疗知识图谱构建的准确性。在实际构建场景中,不同医学实体之间的共现规模可能十分丰富,另外的不同医学实体之间的共现规模可能十分细小,当在构建医疗知识图谱的过程中,同时存在不同医学实体之间共现规模悬殊的情况时,现有的医疗知识图谱构建方法将无法同时妥善的处理上述情况,并以此准确地计算出对应的不同医学实体相关度,这将严重地影响医疗知识图谱对不同应用场景的适用性,以及降低医疗知识图谱对于医疗诊断的辅助精确性。
发明内容
针对现有技术存在的缺陷,本发明提供一种医疗知识图谱的构建***和构建方法,该医疗知识图谱的构建***和构建方法是通过对医学病历执行实体识别处理以得到实体,在对该实体执行异构数据融合处理以得到医疗知识图谱实体,接着通过归一化谷歌距离算法NGD和点互信息算法PMI分别计算出两种关于不同实体之间的关系强度指标,再基于该两种关于不同实体之间的关系强度指标确定出不同实体之间的相关关系,从而最终将得到的医疗知识图谱实体和相关关系导入至图数据库中以形成医疗知识图谱。由于归一化谷歌距离算法NGD能够在不同医学实体之间共现次数较少的情况下很好地计算出相应的关系强度指标,而点互信息算法PMI能够在不同医学实体之间共现次数较多的情况下很好地计算出相应的关系强度指标,该医疗知识图谱的构建***和构建方法通过将归一化谷歌距离算法NGD和点互信息算法PMI有机地结合在一起,从而使得该构建***和构建方法能够具备计算医学实体之间不同共现规模对应关系强度指标的能力,以此大大地提高该构建***和构建方法构建医疗知识图谱的准确性。
本发明提供一种医疗知识图谱的构建***,其特征在于:
所述医疗知识图谱的构建***包括实体识别处理模块、融合处理模块、关系强度指标计算模块、相关关系构建模块和存储模块;其中,
所述实体识别处理模块用于对医学病历执行实体识别处理,以此得到实体;
所述融合处理模块用于对所述实体执行异构数据融合处理,以此得到医疗知识图谱实体;
所述关系强度指标计算模块用于计算所述医疗知识图谱实体中不同实体之间的关系强度指标;
所述相关关系构建模块用于构建不同所述医疗知识图谱实体中不同实体之间的相关关系;
所述存储模块用于将医疗知识图谱实体和所述相关关系保存至图数据库中;
进一步,所述实体识别处理模块包括命名实体识别处理子模块和实体生成子模块;其中,
所述命名实体识别处理子模块用于通过自然语言识别模型对所述医学病历中的病历信息执行命名实体识别处理;
所述实体生成子模块用于将所述命名实体识别处理得到的所述病历信息中对应的疾病相关数据、症状相关数据或者检查相关数据中的至少一者,作为所述实体;
进一步,所述融合处理模块包括数据清洗处理子模块、实体消歧处理子模块、实体对齐处理子模块;其中,
所述数据清洗处理子模块用于对所述异构数据中的疾病相关数据、症状相关数据或者检查相关数据中的至少一者进行数据清洗处理;
所述实体消歧处理子模块用于对所述异构数据中的疾病相关数据、症状相关数据或者检查相关数据中的至少一者进行实体消歧处理;
所述实体对齐处理子模块用于对所述异构数据中的疾病相关数据、症状相关数据或者检查相关数据中的至少一者进行实体对齐处理;
进一步,所述关系强度指标计算模块包括数据预处理子模块和数据过滤子模块;
所述数据预处理子模块用于对所述异构数据中任意的第一实体E1和第二实体E2形成的实体对进行预处理,以此获取所述第一实体E1与所述第二实体E2之间的共现数量N(E1,E2);
所述数据过滤子模块用于将所述共现数量N(E1,E2)与预设共现数量阈值TN进行比较,并且,
若N(E1,E2)<TN,则所述数据过滤子模块剔除当前共现数量对应的第一实体E1与第二实体E2,
否则,所述数据过滤子模块保留当前共现数量对应的第一实体E1与第二实体E2;
进一步,所述关系强度指标计算模块还包括第一关系强度指标计算子模块、第二关系强度指标计算子模块、最终关系强度指标计算子模块;其中,
所述第一关系强度指标计算子模块用于通过归一化谷歌距离算法NGD计算所述保留的第一实体E1与第二实体E2之间的关系强度指标NGD(E1,E2);
所述第二关系强度指标计算子模块用于通过优化的点互信息算法PMI计算所述保留的第一实体E1与第二实体E2之间的关系强度指标PMI(E1,E2);
所述最终关系强度指标计算子模块用于根据所述关系强度指标NGD(E1,E2)与所述关系强度指标PMI(E1,E2),计算所述第一实体E1与所述第二实体E2之间的最终关系强度指标P(E1,E2)。
本发明还提供一种医疗知识图谱的构建方法,其特征在于,所述医疗知识图谱的构建方法包括如下步骤:
步骤(1),对医学病历执行实体识别处理,以得到实体,并对所述实体执行异构数据融合处理;
步骤(2),对所述融合处理得到的医疗知识图谱实体,执行关于实体之间的关系强度指标计算以及构建实体之间的相关关系;
步骤(3),将所述步骤(2)得到的所述医疗知识图谱实体和所述实体之间的相关关系保存于对应的图数据库中;
进一步,在所述步骤(1)中,对医学病历执行实体识别处理,以得到实体,并对所述实体执行异构数据融合处理具体包括,
步骤(11),通过自然语言识别模型对所述医学病历中的病历信息执行命名实体识别处理;
步骤(12),基于所述命名实体识别处理得到所述病历信息中对应的疾病相关数据、症状相关数据或者检查相关数据中的至少一者;
步骤(13),将所述疾病相关数据、所述症状相关数据或者所述检查相关数据中的至少一者,作为所述异构数据融合处理结果;
进一步,在所述步骤(1)中,对医学病历执行实体识别处理,以得到实体,并对所述实体执行异构数据融合处理还具体包括,
步骤(14),对所述疾病相关数据、所述症状相关数据或者所述检查相关数据中的至少一者执行包括数据清洗处理、实体消歧处理或者实体对齐处理中的至少一者,以实现对所述疾病相关数据、所述症状相关数据或者所述检查相关数据中的至少一者的融合处理;
进一步,在所述步骤(2)中,执行关于实体之间的关系强度指标计算具体包括计算第一实体E1与第二实体E2之间的关系强度指标;
其中,所述第一实体与所述第二实体包括疾病相关数据与症状相关数据、或者疾病相关数据与检查相关数据;或者
在所述步骤(2)中,执行关于实体之间的关系强度指标计算包括计算第一实体E1与第二实体E2之间的关系强度指标,其具体包括,
步骤(21),对所述第一实体E1与所述第二实体E2进行数据预处理,并计算所述第一实体E1与所述第二实体E2之间的共现数量N(E1,E2);
步骤(22),将所述共现数量N(E1,E2)与预设共现数量阈值TN进行比较,若N(E1,E2)<TN,则剔除当前共现数量对应的第一实体E1与第二实体E2,否则,保留当前共现数量对应的第一实体E1与第二实体E2;
步骤(23),通过归一化谷歌距离算法NGD,计算所述步骤(22)保留的第一实体E1与第二实体E2之间的关系强度指标NGD(E1,E2);
步骤(24),若NGD(E1,E2)≤1,则不构建对应的第一实体E1与第二实体E2之间的相关关系,若NGD(E1,E2)>1,则执行下面的步骤(25);
步骤(25),通过优化的点互信息算法PMI,计算所述步骤(24)中对应的第一实体E1与第二实体E2之间的关系强度指标PMI(E1,E2);
步骤(26),根据所述关系强度指标NGD(E1,E2)与所述关系强度指标PMI(E1,E2),计算所述第一实体E1与所述第二实体E2之间的最终关系强度指标P(E1,E2)以及构建所述第一实体E1与所述第二实体E2之间的相互关系;
进一步,在所述步骤(23)中,通过归一化谷歌距离算法NGD计算所述关系强度指标NGD(E1,E2)是通过下面公式(1)实现,
在所述步骤(25)中,通过优化的点互信息算法PMI计算所述关系强度指标PMI(E1,E2)是通过下面公式(2)实现,
在所述步骤(26)中,计算所述最终关系强度指标P(E1,E2)是通过下面公式(3)和(4)实现,
P(E1,E2)=β×P(E1,E2)+(1-β)×(1-NGD(E1,E2)) (3)
其中,在上述公式(1)-(4)中,N为所述病历信息中第一实体E1与第二实体E2共现的总数量,N(E1,E2)为第一实体E1与所述第二实体E2的共现数量,N(E1)为所述病历信息中第一实体E1的数量,N(E2)为所述病历信息中第二实体E2的数量,max为取较大值运算函数符号,min为取较小值运算函数符号。
相比于现有技术,本发明的医疗知识图谱的构建***和构建方法是通过对医学病历执行实体识别处理以得到实体,在对该实体执行异构数据融合处理以得到医疗知识图谱实体,接着通过归一化谷歌距离算法NGD和点互信息算法PMI分别计算出两种关于不同实体之间的关系强度指标,再基于该两种关于不同实体之间的关系强度指标确定出不同实体之间的相关关系,从而最终将得到的医疗知识图谱实体和相关关系导入至图数据库中以形成医疗知识图谱。由于归一化谷歌距离算法NGD能够在不同医学实体之间共现次数较少的情况下很好地计算出相应的关系强度指标,而点互信息算法PMI能够在不同医学实体之间共现次数较多的情况下很好地计算出相应的关系强度指标,该医疗知识图谱的构建***和构建方法通过将归一化谷歌距离算法NGD和点互信息算法PMI有机地结合在一起,从而使得该构建***和构建方法能够具备计算医学实体之间不同共现规模对应关系强度指标的能力,以此大大地提高该构建***和构建方法构建医疗知识图谱的准确性。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的一种医疗知识图谱的构建***的结构示意图。
图2为本发明提供的一种医疗知识图谱的构建方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参阅图1,为本发明实施例提供的一种医疗知识图谱的构建***的结构示意图。该医疗知识图谱的构建***包括但不限于实体识别处理模块、融合处理模块、关系强度指标计算模块、相关关系构建模块和存储模块。
优选地,该实体识别处理模块用于对医学病历执行实体识别处理,以此得到实体。
优选地,该融合处理模块用于对该实体执行异构数据融合处理,以此得到医疗知识图谱实体。
优选地,该关系强度指标计算模块用于计算该医疗知识图谱实体中不同实体之间的关系强度指标。
优选地,该相关关系构建模块用于构建不同该医疗知识图谱实体中不同实体之间的相关关系。
优选地,该存储模块用于将医疗知识图谱实体和该相关关系保存至图数据库中。
优选地,该实体识别处理模块包括命名实体识别处理子模块和实体生成子模块。
优选地,该命名实体识别处理子模块用于通过自然语言识别模型对该医学病历中的病历信息执行命名实体识别处理。
优选地,该实体生成子模块用于将该命名实体识别处理得到的该病历信息中对应的疾病相关数据、症状相关数据或者检查相关数据中的至少一者,作为该实体。
优选地,该融合处理模块包括数据清洗处理子模块、实体消歧处理子模块、实体对齐处理子模块。
优选地,该数据清洗处理子模块用于对该异构数据中的疾病相关数据、症状相关数据或者检查相关数据中的至少一者进行数据清洗处理。
优选地,该实体消歧处理子模块用于对该异构数据中的疾病相关数据、症状相关数据或者检查相关数据中的至少一者进行实体消歧处理。
优选地,该实体对齐处理子模块用于对该异构数据中的疾病相关数据、症状相关数据或者检查相关数据中的至少一者进行实体对齐处理。
优选地,该关系强度指标计算模块包括数据预处理子模块和数据过滤子模块。
优选地,该数据预处理子模块用于对该异构数据中任意的第一实体E1和第二实体E2形成的实体对进行预处理,以此获取该第一实体E1与该第二实体E2之间的共现数量N(E1,E2)。
优选地,该数据过滤子模块用于将该共现数量N(E1,E2)与预设共现数量阈值TN进行比较,并且,
若N(E1,E2)<TN,则该数据过滤子模块剔除当前共现数量对应的第一实体E1与第二实体E2,
否则,该数据过滤子模块保留当前共现数量对应的第一实体E1与第二实体E2。
优选地,该关系强度指标计算模块还包括第一关系强度指标计算子模块、第二关系强度指标计算子模块、最终关系强度指标计算子模块。
优选地,该第一关系强度指标计算子模块用于通过归一化谷歌距离算法NGD计算该保留的第一实体E1与第二实体E2之间的关系强度指标NGD(E1,E2)。
优选地,该第二关系强度指标计算子模块用于通过优化的点互信息算法PMI计算该保留的第一实体E1与第二实体E2之间的关系强度指标PMI(E1,E2)。
优选地,该最终关系强度指标计算子模块用于根据该关系强度指标NGD(E1,E2)与该关系强度指标PMI(E1,E2),计算该第一实体E1与该第二实体E2之间的最终关系强度指标P(E1,E2)。
参阅图2,为本发明实施例提供的一种医疗知识图谱的构建方法的流程示意图。该医疗知识图谱的构建方法包括如下步骤:
步骤(1),对医学病历执行实体识别处理,以得到实体,并对该实体执行异构数据融合处理。
优选地,在该步骤(1)中,对医学病历执行实体识别处理,以得到实体,并对该实体执行异构数据融合处理具体包括,
步骤(11),通过自然语言识别模型对该医学病历中的病历信息执行命名实体识别处理;
步骤(12),基于该命名实体识别处理得到该病历信息中对应的疾病相关数据、症状相关数据或者检查相关数据中的至少一者;
步骤(13),将该疾病相关数据、该症状相关数据或者该检查相关数据中的至少一者,作为该异构数据融合处理结果。
优选地,在该步骤(1)中,对医学病历执行实体识别处理,以得到实体,并对该实体执行异构数据融合处理还具体包括,
步骤(14),对该疾病相关数据、该症状相关数据或者该检查相关数据中的至少一者执行包括数据清洗处理、实体消歧处理或者实体对齐处理中的至少一者,以实现对该疾病相关数据、该症状相关数据或者该检查相关数据中的至少一者的融合处理。
步骤(2),对该融合处理得到的医疗知识图谱实体,执行关于实体之间的关系强度指标计算以及构建实体之间的相关关系。
优选地,在该步骤(2)中,执行关于实体之间的关系强度指标计算具体包括计算第一实体E1与第二实体E2之间的关系强度指标;
其中,该第一实体与该第二实体包括疾病相关数据与症状相关数据、或者疾病相关数据与检查相关数据。
优选地,在该步骤(2)中,执行关于实体之间的关系强度指标计算包括计算第一实体E1与第二实体E2之间的关系强度指标,其具体包括,
步骤(21),对该第一实体E1与该第二实体E2进行数据预处理,并计算该第一实体E1与该第二实体E2之间的共现数量N(E1,E2);
步骤(22),将该共现数量N(E1,E2)与预设共现数量阈值TN进行比较,若N(E1,E2)<TN,则剔除当前共现数量对应的第一实体E1与第二实体E2,否则,保留当前共现数量对应的第一实体E1与第二实体E2;
步骤(23),通过归一化谷歌距离算法NGD,计算该步骤(22)保留的第一实体E1与第二实体E2之间的关系强度指标NGD(E1,E2);
步骤(24),若NGD(E1,E2)≤1,则不构建对应的第一实体E1与第二实体E2之间的相关关系,若NGD(E1,E2)>1,则执行下面的步骤(25);
步骤(25),通过优化的点互信息算法PMI,计算该步骤(24)中对应的第一实体E1与第二实体E2之间的关系强度指标PMI(E1,E2);
步骤(26),根据该关系强度指标NGD(E1,E2)与该关系强度指标PMI(E1,E2),计算该第一实体E1与该第二实体E2之间的最终关系强度指标P(E1,E2)以及构建该第一实体E1与该第二实体E2之间的相互关系。
优选地,在该步骤(23)中,通过归一化谷歌距离算法NGD计算该关系强度指标NGD(E1,E2)是通过下面公式(1)实现,
优选地,在该步骤(25)中,通过优化的点互信息算法PMI计算该关系强度指标PMI(E1,E2)是通过下面公式(2)实现,
优选地,在该步骤(26)中,计算该最终关系强度指标P(E1,E2)是通过下面公式(3)和(4)实现,
P(E1,E2)=β×P(E1,E2)+(1-β)×(1-NGD(E1,E2)) (3)
其中,在上述公式(1)-(4)中,N为该病历信息中第一实体E1与第二实体E2共现的总数量,N(E1,E2)为第一实体E1与该第二实体E2的共现数量,N(E1)为该病历信息中第一实体E1的数量,N(E2)为该病历信息中第二实体E2的数量,max为取较大值运算函数符号,min为取较小值运算函数符号。
步骤(3),将该步骤(2)得到的该医疗知识图谱实体和该实体之间的相关关系保存于对应的图数据库中。
从上述实施例可以看出,该医疗知识图谱的构建***和构建方法是通过对医学病历执行实体识别处理以得到实体,在对该实体执行异构数据融合处理以得到医疗知识图谱实体,接着通过归一化谷歌距离算法NGD和点互信息算法PMI分别计算出两种关于不同实体之间的关系强度指标,再基于该两种关于不同实体之间的关系强度指标确定出不同实体之间的相关关系,从而最终将得到的医疗知识图谱实体和相关关系导入至图数据库中以形成医疗知识图谱。由于归一化谷歌距离算法NGD能够在不同医学实体之间共现次数较少的情况下很好地计算出相应的关系强度指标,而点互信息算法PMI能够在不同医学实体之间共现次数较多的情况下很好地计算出相应的关系强度指标,该医疗知识图谱的构建***和构建方法通过将归一化谷歌距离算法NGD和点互信息算法PMI有机地结合在一起,从而使得该构建***和构建方法能够具备计算医学实体之间不同共现规模对应关系强度指标的能力,以此大大地提高该构建***和构建方法构建医疗知识图谱的准确性。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种医疗知识图谱的构建***,其特征在于:
所述医疗知识图谱的构建***包括实体识别处理模块、融合处理模块、关系强度指标计算模块、相关关系构建模块和存储模块;其中,
所述实体识别处理模块用于对医学病历执行实体识别处理,以此得到实体;
所述融合处理模块用于对所述实体执行异构数据融合处理,以此得到医疗知识图谱实体;
所述关系强度指标计算模块用于计算所述医疗知识图谱实体中不同实体之间的关系强度指标;
所述相关关系构建模块用于构建不同所述医疗知识图谱实体中不同实体之间的相关关系;
所述存储模块用于将医疗知识图谱实体和所述相关关系保存至图数据库中;
所述关系强度指标计算模块,还包括:通过归一化谷歌距离算法NGD计算关系强度指标NGD(E1,E2)是通过下面公式(1)实现,
通过优化的点互信息算法PMI计算关系强度指标PMI(E1,E2)是通过下面公式(2)实现,
计算最终关系强度指标P(E1,E2)是通过下面公式(3)和(4)实现,
其中,在上述公式(1)-(4)中,N为病历信息中第一实体E1与第二实体E2共现的总数量,N(E1,E2)为第一实体E1与第二实体E2之间的共现数量,N(E1)为病历信息中第一实体E1的数量,N(E2)为病历信息中第二实体E2的数量,max为取较大值运算函数符号,min为取较小值运算函数符号。
2.如权利要求1所述的医疗知识图谱的构建***,其特征在于:
所述实体识别处理模块包括命名实体识别处理子模块和实体生成子模块;其中,
所述命名实体识别处理子模块用于通过自然语言识别模型对所述医学病历中的病历信息执行命名实体识别处理;
所述实体生成子模块用于将所述命名实体识别处理得到的所述病历信息中对应的疾病相关数据、症状相关数据或者检查相关数据中的至少一者,作为所述实体。
3.如权利要求1所述的医疗知识图谱的构建***,其特征在于:
所述融合处理模块包括数据清洗处理子模块、实体消歧处理子模块、实体对齐处理子模块;其中,
所述数据清洗处理子模块用于对所述异构数据中的疾病相关数据、症状相关数据或者检查相关数据中的至少一者进行数据清洗处理;
所述实体消歧处理子模块用于对所述异构数据中的疾病相关数据、症状相关数据或者检查相关数据中的至少一者进行实体消歧处理;
所述实体对齐处理子模块用于对所述异构数据中的疾病相关数据、症状相关数据或者检查相关数据中的至少一者进行实体对齐处理。
4.如权利要求1所述的医疗知识图谱的构建***,其特征在于:
所述关系强度指标计算模块包括数据预处理子模块和数据过滤子模块;
所述数据预处理子模块用于对所述异构数据中任意的第一实体E1和第二实体E2形成的实体对进行预处理,以此获取所述第一实体E1与所述第二实体E2之间的共现数量N(E1,E2);
所述数据过滤子模块用于将所述共现数量N(E1,E2)与预设共现数量阈值TN进行比较,并且,
若N(E1,E2)<TN,则所述数据过滤子模块剔除当前共现数量对应的第一实体E1与第二实体E2,
否则,所述数据过滤子模块保留当前共现数量对应的第一实体E1与第二实体E2。
5.如权利要求4所述的医疗知识图谱的构建***,其特征在于:
所述关系强度指标计算模块还包括第一关系强度指标计算子模块、第二关系强度指标计算子模块、最终关系强度指标计算子模块;其中,
所述第一关系强度指标计算子模块用于通过归一化谷歌距离算法NGD计算所述保留的第一实体E1与第二实体E2之间的关系强度指标NGD(E1,E2);
所述第二关系强度指标计算子模块用于通过优化的点互信息算法PMI计算所述保留的第一实体E1与第二实体E2之间的关系强度指标PMI(E1,E2);
所述最终关系强度指标计算子模块用于根据所述关系强度指标NGD(E1,E2)与所述关系强度指标PMI(E1,E2),计算所述第一实体E1与所述第二实体E2之间的最终关系强度指标P(E1,E2)。
6.一种医疗知识图谱的构建方法,其特征在于,所述医疗知识图谱的构建方法包括如下步骤:
步骤(1),对医学病历执行实体识别处理,以得到实体,并对所述实体执行异构数据融合处理;
步骤(2),对所述融合处理得到的医疗知识图谱实体,执行关于实体之间的关系强度指标计算以及构建实体之间的相关关系;
步骤(3),将所述步骤(2)得到的所述医疗知识图谱实体和所述实体之间的相关关系保存于对应的图数据库中;
基于步骤(2),包括:
通过归一化谷歌距离算法NGD计算关系强度指标NGD(E1,E2)是通过下面公式(1)实现,
通过优化的点互信息算法PMI计算关系强度指标PMI(E1,E2)是通过下面公式(2)实现,
计算最终关系强度指标P(E1,E2)是通过下面公式(3)和(4)实现,
其中,在上述公式(1)-(4)中,N为病历信息中第一实体E1与第二实体E2共现的总数量,N(E1,E2)为第一实体E1与第二实体E2之间的共现数量,N(E1)为病历信息中第一实体E1的数量,N(E2)为病历信息中第二实体E2的数量,max为取较大值运算函数符号,min为取较小值运算函数符号。
7.如权利要求6所述的医疗知识图谱的构建方法,其特征在于:在所述步骤(1)中,对医学病历执行实体识别处理,以得到实体,并对所述实体执行异构数据融合处理具体包括,
步骤(11),通过自然语言识别模型对所述医学病历中的病历信息执行命名实体识别处理;
步骤(12),基于所述命名实体识别处理得到所述病历信息中对应的疾病相关数据、症状相关数据或者检查相关数据中的至少一者;
步骤(13),将所述疾病相关数据、所述症状相关数据或者所述检查相关数据中的至少一者,作为所述异构数据融合处理结果。
8.如权利要求7所述的医疗知识图谱的构建方法,其特征在于:
在所述步骤(1)中,对医学病历执行实体识别处理,以得到实体,并对所述实体执行异构数据融合处理还具体包括,
步骤(14),对所述疾病相关数据、所述症状相关数据或者所述检查相关数据中的至少一者执行包括数据清洗处理、实体消歧处理或者实体对齐处理中的至少一者,以实现对所述疾病相关数据、所述症状相关数据或者所述检查相关数据中的至少一者的融合处理。
9.如权利要求6所述的医疗知识图谱的构建方法,其特征在于:
在所述步骤(2)中,执行关于实体之间的关系强度指标计算具体包括计算第一实体E1与第二实体E2之间的关系强度指标;
其中,所述第一实体与所述第二实体包括疾病相关数据与症状相关数据、或者疾病相关数据与检查相关数据;或者
在所述步骤(2)中,执行关于实体之间的关系强度指标计算包括计算第一实体E1与第二实体E2之间的关系强度指标,其具体包括,
步骤(21),对所述第一实体E1与所述第二实体E2进行数据预处理,并计算所述第一实体E1与所述第二实体E2之间的共现数量N(E1,E2);
步骤(22),将所述共现数量N(E1,E2)与预设共现数量阈值TN进行比较,若N(E1,E2)<TN,则剔除当前共现数量对应的第一实体E1与第二实体E2,否则,保留当前共现数量对应的第一实体E1与第二实体E2;
步骤(23),通过归一化谷歌距离算法NGD,计算所述步骤(22)保留的第一实体E1与第二实体E2之间的关系强度指标NGD(E1,E2);
步骤(24),若NGD(E1,E2)≤1,则不构建对应的第一实体E1与第二实体E2之间的相关关系,若NGD(E1,E2)>1,则执行下面的步骤(25);
步骤(25),通过优化的点互信息算法PMI,计算所述步骤(24)中对应的第一实体E1与第二实体E2之间的关系强度指标PMI(E1,E2);
步骤(26),根据所述关系强度指标NGD(E1,E2)与所述关系强度指标PMI(E1,E2),计算所述第一实体E1与所述第二实体E2之间的最终关系强度指标P(E1,E2)以及构建所述第一实体E1与所述第二实体E2之间的相互关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910334418.9A CN110111905B (zh) | 2019-04-24 | 2019-04-24 | 一种医疗知识图谱的构建***和构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910334418.9A CN110111905B (zh) | 2019-04-24 | 2019-04-24 | 一种医疗知识图谱的构建***和构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110111905A CN110111905A (zh) | 2019-08-09 |
CN110111905B true CN110111905B (zh) | 2021-09-03 |
Family
ID=67486571
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910334418.9A Active CN110111905B (zh) | 2019-04-24 | 2019-04-24 | 一种医疗知识图谱的构建***和构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110111905B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111414490A (zh) * | 2020-04-07 | 2020-07-14 | 中国建设银行股份有限公司 | 确定失联修复信息的方法、装置、电子设备和存储介质 |
US11797545B2 (en) | 2020-04-21 | 2023-10-24 | International Business Machines Corporation | Dynamically generating facets using graph partitioning |
CN111708893A (zh) * | 2020-05-15 | 2020-09-25 | 北京邮电大学 | 基于知识图谱的科技资源整合方法及*** |
CN111768869B (zh) * | 2020-09-03 | 2020-12-11 | 成都索贝数码科技股份有限公司 | 面向智能问答***的医学指南图谱化构建搜索***及方法 |
CN113314206B (zh) * | 2021-06-08 | 2024-04-26 | 北京大数医达科技有限公司 | 图像显示方法、装置和终端设备 |
CN113918732A (zh) * | 2021-11-19 | 2022-01-11 | 北京明略软件***有限公司 | 多模态知识图谱构建方法、***、存储介质及电子设备 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180253650A9 (en) * | 2014-08-06 | 2018-09-06 | Prysm, Inc. | Knowledge To User Mapping in Knowledge Automation System |
CN107169078A (zh) * | 2017-05-10 | 2017-09-15 | 京东方科技集团股份有限公司 | 中医药知识图谱及其建立方法以及计算机*** |
CN108345702A (zh) * | 2018-04-10 | 2018-07-31 | 北京百度网讯科技有限公司 | 实体推荐方法和装置 |
CN108492887B (zh) * | 2018-04-13 | 2020-09-22 | 合肥工业大学 | 医疗知识图谱构建方法及装置 |
CN108986871A (zh) * | 2018-08-27 | 2018-12-11 | 东北大学 | 一种智慧医疗知识图谱的构建方法 |
CN109408100B (zh) * | 2018-09-08 | 2021-06-22 | 扬州大学 | 一种基于多源数据的软件缺陷信息融合方法 |
-
2019
- 2019-04-24 CN CN201910334418.9A patent/CN110111905B/zh active Active
Non-Patent Citations (1)
Title |
---|
Mapping knowledge flows in virtual teams with SNA;Frank D.Behrend等;《JOURNAL OF KNOWLEDGE MANAGEMENT》;20090717;第13卷(第4期);第99-114页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110111905A (zh) | 2019-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110111905B (zh) | 一种医疗知识图谱的构建***和构建方法 | |
KR102153920B1 (ko) | 정제된 인공지능 강화학습 데이터 생성을 통한 의료영상 판독 시스템 및 그 방법 | |
US20180322954A1 (en) | Method and device for constructing medical knowledge graph and assistant diagnosis method | |
CN109949938B (zh) | 用于将医疗非标准名称标准化的方法及装置 | |
CN115497616B (zh) | 一种感染性疾病辅助决策的方法、***、设备及存储介质 | |
CN112507138B (zh) | 专病知识图谱构建方法及装置、介质及电子设备 | |
WO2021151302A1 (zh) | 基于机器学习的药品质控分析方法、装置、设备及介质 | |
US11449680B2 (en) | Method for testing medical data | |
CN112541066A (zh) | 基于文本结构化的医技报告检测方法及相关设备 | |
CN111180026A (zh) | 专科诊疗视图***及方法 | |
CN115859914A (zh) | 基于病历语义理解的诊断icd自动编码方法及*** | |
CN113223735A (zh) | 基于对话表征的分诊方法、装置、设备及存储介质 | |
CN113610118A (zh) | 一种基于多任务课程式学习的眼底图像分类方法、装置、设备及介质 | |
CN116578704A (zh) | 文本情感分类方法、装置、设备及计算机可读介质 | |
CN113658690A (zh) | 一种智能导医方法、装置、存储介质以及电子设备 | |
CN115374787B (zh) | 基于医学命名实体识别的持续学习的模型训练方法及装置 | |
CN116719840A (zh) | 一种基于病历后结构化处理的医疗信息推送方法 | |
CN108831560B (zh) | 一种确定医疗数据属性数据的方法和装置 | |
CN110610766A (zh) | 基于症状特征权重推导疾病概率的装置和存储介质 | |
CN114897057A (zh) | 基于多模态数据融合的阴虚证智能诊断***、方法、设备 | |
CN113468307A (zh) | 文本处理方法、装置、电子设备及存储介质 | |
Bettouche et al. | Mapping researcher activity based on publication data by means of transformers | |
CN111898672A (zh) | 一种基于最优图论的支气管段解剖结构的自动识别方法 | |
CN111968111A (zh) | 一种ct图像的脏器或伪影辨别方法及装置 | |
CN110289065A (zh) | 一种辅助生成医学电子报告的控制方法以及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Room 101, 1st floor, building 1, Xisanqi building materials City, Haidian District, Beijing 100096 Applicant after: Yunzhisheng Intelligent Technology Co.,Ltd. Address before: No.101, 1st floor, building 1, Xisanqi building materials City, Haidian District, Beijing Applicant before: BEIJING UNISOUND INFORMATION TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |