CN112466472B - 病例文本信息检索*** - Google Patents

Abstract

本发明涉及一种病例文本信息检索***，包括服务器和多个客户端，所述服务器中存储有M条病例记录，第i条病例记录包括病例号IDi、字词向量和对应的字词权重、病例富文本RTi；所述服务器中还包括预先构建的固定词数据库，所述固定词数据库中存储多个固定词，所述固定词为口腔词汇，所述固定词数据库更新时，由所述服务器同步更新给每一客户端。本发明提高了口腔病例文本检索的准确性和检索效率。

Description

病例文本信息检索***

技术领域

本发明涉及计算机技术领域，尤其涉及一种病例文本信息检索***。

背景技术

随着计算机技术的快速发展，检索已成为获取信息普遍使用的方法，在医疗领域，病历检索在科研临床上也具有重大意义。现有的病例检索***通常采用文本相似度计算，即输入病例文本信息和数据库中已经存在的电子病例文本信息进行相似度计算并排序显示给用户。现有技术的文本相似度计算主要包括A、文本向量化处理和B、文本的向量距离计算两个步骤。实现步骤A的现有技术可以参考：https://www.cnblogs.com/Luv-GEM/p/10543612.html；步骤B的现有技术可以参考：https://www.cnblogs.com/Luv-GEM/p/10543612.html。

口腔病例文本主要涉及主诉、现病史、口腔检查三个部分，口腔病例文本的特点是输入文本和电子病例数据库中的文本的准确性要远高于互联网文本，例如口腔病例文本包括“后牙”、“甜食”、“颊面沟”等，互联网文本中用户可以的用词包括“苹果”、“蛋糕”、“巧克力”等。因此直接基于现有的文本相似度计算技术来实现口腔病例文本信息无法保证检索的准确性和检索效率。由此可知，如何针对口腔病历文本的特点设计新的病例文本信息检索技术方案，以提高口腔病例文本检索的准确性和检索效率成为亟待解决的技术问题。

发明内容

本发明目的在于，提供一种病例文本信息检索***，提高了口腔病例文本检索的准确性和检索效率。

根据本发明一方面，提供了一种病例文本信息检索***，包括服务器和多个客户端，所述服务器中存储有M条病例记录，第i条病例记录包括病例号IDi、字词向量Wi=（Wⁱ ₁，Wⁱ ₂，......，Wⁱ _in）和对应的字词权重ɑi=（ɑⁱ ₁，ɑⁱ ₂，......，ɑⁱ _in）、病例富文本RTi，其中，i 的取值为1到M，in为第i条病例记录的字词向量中的字词数量，Wi根据RTi确定，RTi为描述第i条病例记录对应的病例的富文本；所述服务器中还包括预先构建的固定词数据库，所述固定词数据库中存储多个固定词，所述固定词为口腔词汇，所述固定词数据库更新时，由所述服务器同步更新给每一客户端；所述客户端包括处理器、存储有计算机程序的存储器和显示界面，所述处理器执行计算机程序实现以下步骤：

步骤S1、接收输入的文本信息C，其中，C=（C₁，C₂，......，C_m）；

步骤S2、根据所述固定词数据库和所述文本信息C生成文本信息C对应的输入字词向量W=（W₁，W₂，......，W_n），其中， m>=n；

步骤S3、基于所述输入字词向量W遍历所述M条病例记录，确定目标病理记录，根据所述目标病理记录向所述显示界面呈现目标病例信息。

本发明与现有技术相比具有明显的优点和有益效果。借由上述技术方案，本发明提供的一种病例文本信息检索***可达到相当的技术进步性及实用性，并具有产业上的广泛利用价值，其至少具有下列优点：

本发明所述***通过构建固定词数据库，并基于固定词数据库构建输入字词向量，提高了输入词向量构建的效率和准确度，并基于进行病理文本检索，提高了口腔病例文本检索的准确性和检索效率。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图,详细说明如下。

附图说明

图1为本发明实施例提供的病例文本信息检索***示意图；

图2为本发明实施例提供的一个病例富文本示意图。

具体实施方式

为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例，对依据本发明提出的一种病例文本信息检索***的具体实施方式及其功效，详细说明如后。

本发明实施例提供了一种病例文本信息检索***，如图1所示，包括服务器和多个客户端，所述客户端服务器与多个客户端通信连接，所述服务器中存储有M条病例记录，作为一种实施例，所述服务器可以部署在云端，第i条病例记录包括病例号IDi、字词向量Wi=（Wⁱ ₁，Wⁱ ₂，......，Wⁱ _in）和对应的字词权重ɑi=（ɑⁱ ₁，ɑⁱ ₂，......，ɑⁱ _in）、病例富文本RTi，其中，i的取值为1到M，in为第i条病例记录的字词向量中的字词数量，需要说明的是，字词向量中既包括单个的字，又包括两个或两个以上的字组成的词语。Wi根据RTi确定，RTi为描述第i条病例记录对应的病例的富文本，图2示出了一个富文本示例。所述服务器中还包括预先构建的固定词数据库，所述固定词数据库中存储多个固定词，所述固定词为口腔词汇，所述固定词数据库更新时，由所述服务器同步更新给每一客户端；作为一种实施例，所述固定词数据库中的固定词来源为第三方平台和/或用户输入，可以理解的是，提供固定词的第三方平台为能够提供权威的口腔词汇的平台，用户输入的口腔词汇是实际口腔比灵中的常用口腔词汇，且这些口腔词汇不在所述第三方平台中。所述客户端包括处理器、存储有计算机程序的存储器和显示界面，所述处理器执行计算机程序实现以下步骤：

步骤S1、接收输入的文本信息C，其中，C=（C₁，C₂，......，C_m）；

其中，文本信息可以手动输入，例如，用户通过键盘或语音输入设备输入的口腔病症病情信息。例如，输入的文本信息为“一周前患者进食甜食后自觉右下后牙酸软，晨起刷牙时也偶有酸感”。

步骤S2、根据所述固定词数据库和所述文本信息C生成文本信息C对应的输入字词向量W=（W₁，W₂，......，W_n），其中， m>=n；

步骤S3、基于所述输入字词向量W遍历所述M条病例记录，确定目标病理记录，根据所述目标病理记录向所述显示界面呈现目标病例信息。

需要说明的是，步骤S3中可以直接采用现有的文本向量距离、向量相似度计算等方式，以及预设的距离阈值、相似度阈值来最后确定目标病例信息，目标病例信息可以为病例号或病理富文本等，在此不再展开描述。

本发明实施例所述***通过构建固定词数据库，并基于固定词数据库构建输入字词向量，提高了输入词向量构建的效率和准确度，并基于进行病理文本检索，提高了口腔病例文本检索的准确性和检索效率。

在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时处理可以被终止，但是还可以具有未包括在附图中的附加步骤。处理可以对应于方法、函数、规程、子例程、子程序等等。

作为一种实施例，所述步骤S2包括：

步骤S21、遍历文本信息C，将C_iC_i+1......C_i+k与所述固定词数据库进行匹配，如果C_iC_i+1......C_i+k与所述固定词数据库中的某个固定词相同，那么将C_iC_i+1......C_i+k作为W_j，令j=j+1,继续从C_i+k+1开始遍历文本信息C，如果C_iC_i+1......C_i+k与所述固定词数据库中的任意一个固定词不相同，则执行S22 ；

步骤S22、将C_i作为W_j，令j=j+1，继续从C_i+1开始遍历文本信息C，直至生成输入字词向量W；

其中，i的取值从1开始， k的取值为1到m-1,（i+k）小于等于m-1，j的取值为1到n。

仍以输入的文本信息 “一周前患者进食甜食后自觉右下后牙酸软为晨起刷牙时也偶有酸感”为示例，通过步骤S21-到步骤S22，生成的（一，周，前，患者，进，食，甜食，后，自，觉，右下后牙，酸，软，晨，起，刷牙，时，也，偶，有，酸，感），基于此得到输入字词向量W。S21-到步骤S22基于所述固定词数据库生成输入字词向量的方式，相对于现有的病例检索***中直采用One-hot编码进行编码的方式来说，能够起到向量降维的作用，并提高获取的输入字词向量的准确性及效率。但可以理解的是，对于判断为直接将一个字转换向量的方式，仍可直接采用现有的One-hot编码方式，在此不再展开描述。

由于固定词库中，2个字的口腔词占比较大，因此，为了进一步提高检索效率，作为一种实施例，所述步骤S21可包括：

步骤S211、遍历文本信息C，将C_iC_i+1与所述固定词数据库中进行匹配，如果C_iC_i+1与所述固定词数据库中的某个固定词相同，那么将C_iC_i+1作为W_j，令j=j+1，继续从C_i+2遍历C，否则执行步骤S212；

步骤S213、如果C_iC_i+1......C_i+k与所述固定词数据库中某一固定词相同，那么将C_iC_i+1......C_i+k作为W_j，令j=j+1，继续从C_i+k+1遍历C，否则执行S22。

作为一种实施例，所述固定词数据库中的固定词包括X个第一口腔词和Y个第二口腔词，X和Y的具体数值随所述固定词数据库的更新而更新，其中，X个第一口腔词为P=（P₁，P₂，......，P_X），Y个第二口腔词Q=（Q₁，Q₂，......，Q_Y），P_i=p_i ⁽¹⁾p_i ⁽²⁾...p_i ^(ir)，P_j=p_j ⁽¹⁾p_j ⁽²⁾...p_j ^(jr)，i和j的取值范围为1...X，p_i ⁽⁾为P_i中的单字， p_j ⁽⁾为和P_j中的单字，ir和jr分别为Pi和Pj中字的数量，ir≥2，jr≥2，对于任意P_i和P_j，P_i ≠ P_j，p_i ^(ir) ≠ p_j ⁽¹⁾，且，p_j ^(jr) ≠p_i ⁽¹⁾。进一步的，如果ir>jr，P_i≠ p_j ⁽¹⁾p_j ⁽²⁾...p_j ^(ir)。采用上述方式设置所述固定词数据库，可以进一步提高生成输入字词向量的效率和准确性，从而提高口腔病例文本检索的准确性和检索效率。

作为一种优选实施例，所述第一口腔词为步骤S1-步骤S3中使用的激活的口腔词，所述第二口腔词为步骤S1-步骤S3中不使用的封装的口腔词，可以进一步提高生成输入字词向量的效率和准确性。

在上述实施例所述的固定词数据库结构下，p_i ^(ir) ≠ p_j ⁽¹⁾，且，p_j ^(jr) ≠ p_i ⁽¹⁾ ，在对所述的固定词数据库机型更新处理时，对于待更新的任意一个固定词U=u⁽¹⁾u⁽²⁾...u_k ^(kt)，kt为U中字的数量，kt≥2， 所述服务器至少执行以下步骤：

步骤S10、将u⁽¹⁾与p_i ^(ir) 对比，将u_k ^(kt) 与p_i ⁽¹⁾ 对比，如果u⁽¹⁾=p_i ^(ir)或者u_k ^(kt)=p_i ⁽¹⁾，那么执行S20，否则，将U作为第一口腔词库添加到所述固定词数据库中；

步骤S20、遍历所述M条病例记录的病例富文本RTi，i的取值为1到M，如果U在所述M个病例富文本中出现的次数或条数小于或等于Pi在M个病例富文本中出现的次数或条数，那么将U作为第二口腔词添加到所述固定词数据库中，否则，将U作为第一口腔词添加到所述固定词数据库中，然后执行S30；

其中，U在所述M个病例富文本中出现的次数，指的是U在每一个病例富文本中出现的次数总和。U在所述M个病例富文本中出现的条数，指的是，U在所述M个病例富文本出现的病例富文本数总和，即U在某一个病例富文本中出现，无论多少次，均算作一条。同理，对于一个P_i在所述M个病例富文本中出现的次数，以及在所述M个病例富文本中出现的条数也是如此计算。

所述步骤S10中得到的u⁽¹⁾=p_i ^(ir)或者u_k ^(kt)=p_i ⁽¹⁾ 的P_i是一个或多个，当P_i是一个时，采用U在所述M个病例富文本中出现的次数或条数与Pi在M个病例富文本中出现的次数或条数进行对比均可。当P_i是多个时，优选采用U在所述M个病例富文本中出现的条数与Pi在M个病例富文本中出现的条数进行对比。其中，P_i在M个病例富文本中出现的条数是指所有Pi在M个病例富文本中出现的条数的总和。

步骤S30、将Pi从P中删除并添加到Q中，将Q_j从Q中删除并添加到P中，其中，Q_j=q_j ⁽¹⁾q_j ⁽²⁾...q_j ^(js)，q_j ⁽¹⁾=p_i ^(ir)或者q_j ^(js)=p_i ⁽¹⁾，js为Q_j中字的数量。

通过步骤S10-步骤S30对固定词数据库的更新方式，基于待更新的固定词以及当前固定词数据库中的词语，将待更新的固定词对应存储为第一口腔词或第二口腔词，并对应对部分相关第一口腔词和第二口腔词进行增删，使得更新后的固定词数据库能够进一步提高生成输入字词向量的效率和准确性，从而提高口腔病例文本检索的准确性和检索效率。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明,任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (8)

1.一种病例文本信息检索***，其特征在于，

包括服务器和多个客户端，所述服务器中存储有M条病例记录，第i条病例记录包括病例号IDi、字词向量Wi=（Wⁱ ₁，Wⁱ ₂，......，Wⁱ _in）和对应的字词权重ɑi=（ɑⁱ ₁，ɑⁱ ₂，......，ɑⁱ _in）、病例富文本RTi，其中，i 的取值为1到M，in为第i条病例记录的字词向量中的字词数量，Wi根据RTi确定，RTi为描述第i条病例记录对应的病例的富文本；所述服务器中还包括预先构建的固定词数据库，所述固定词数据库中存储多个固定词，所述固定词为口腔词汇，所述固定词数据库更新时，由所述服务器同步更新给每一客户端；所述客户端包括处理器、存储有计算机程序的存储器和显示界面，所述处理器执行计算机程序实现以下步骤：

步骤S1、接收输入的文本信息C，其中，C=（C₁，C₂，......，C_m）；

步骤S2、根据所述固定词数据库和所述文本信息C生成文本信息C对应的输入字词向量W=（W₁，W₂，......，W_n），其中， m>=n；

所述步骤S2包括：

步骤S21、遍历文本信息C，将C_iC_i+1......C_i+k与所述固定词数据库进行匹配，如果C_iC_i+1......C_i+k与所述固定词数据库中的某个固定词相同，那么将C_iC_i+1......C_i+k作为W_j，令j=j+1,继续从C_i+k+1开始遍历文本信息C，如果C_iC_i+1......C_i+k与所述固定词数据库中的任意一个固定词不相同，则执行S22 ；

步骤S22、将C_i作为W_j，令j=j+1，继续从C_i+1开始遍历文本信息C，直至生成输入字词向量W；

其中，i的取值从1开始，k的取值为1到m-1,（i+k）小于等于m-1，j的取值为1到n；

步骤S3、基于所述输入字词向量W遍历所述M条病例记录，确定目标病理记录，根据所述目标病理记录向所述显示界面呈现目标病例信息。

2.根据权利要求1所述的***，其特征在于，

所述步骤S21包括：

步骤S211、遍历文本信息C，将C_iC_i+1与所述固定词数据库中进行匹配，如果C_iC_i+1与所述固定词数据库中的某个固定词相同，那么将C_iC_i+1作为W_j，令j=j+1，继续从C_i+2遍历C，否则执行步骤S212；

步骤S212、如果C_iC_i+1与所述固定词数据库中的任一个固定词均不相同，且C_iC_i+1与所述固定词数据库中的任一个固定词的前两个字都不相同，那么将C_i作为W_j，令j=j+1，继续从C_i+1遍历C，否则执行步骤S213；

步骤S213、如果C_iC_i+1......C_i+k与所述固定词数据库中某一固定词相同，那么将C_iC_i+1......C_i+k作为W_j，令j=j+1，继续从C_i+k+1遍历C，否则执行S22。

3.根据权利要求1所述的***，其特征在于，

所述固定词数据库中的固定词包括X个第一口腔词和Y个第二口腔词，X和Y的具体数值随所述固定词数据库的更新而更新，其中，X个第一口腔词为P=（P₁，P₂，......，P_X），Y个第二口腔词Q=（Q₁，Q₂，......，Q_Y），P_i=p_i ⁽¹⁾p_i ⁽²⁾...p_i ^(ir)，P_j=p_j ⁽¹⁾p_j ⁽²⁾...p_j ^(jr)，i和j的取值范围为1...X，p_i ⁽⁾为P_i中的单字， p_j ⁽⁾为和P_j中的单字，ir和jr分别为Pi和Pj中字的数量，ir≥2，jr≥2，对于任意P_i和P_j，P_i ≠ P_j，p_i ^(ir) ≠ p_j ⁽¹⁾，且，p_j ^(jr) ≠ p_i ⁽¹⁾。

4.根据权利要求3所述的***，其特征在于，

如果ir>jr，P_i≠ p_j ⁽¹⁾p_j ⁽²⁾...p_j ^(ir)。

5.根据权利要求3所述的***，其特征在于，

所述第一口腔词为步骤S1-步骤S3中使用的激活的口腔词，所述第二口腔词为步骤S1-步骤S3中不使用的封装的口腔词。

6.根据权利要求3-5中任意一项所述的***，其特征在于，

对于待更新的任一个固定词U=u⁽¹⁾u⁽²⁾...u_k ^(kt)，kt为U中字的数量，kt≥2， 所述服务器至少执行以下步骤：

步骤S10、将u⁽¹⁾与p_i ^(ir) 对比，将u_k ^(kt) 与p_i ⁽¹⁾ 对比，如果u⁽¹⁾=p_i ^(ir)或者u_k ^(kt)=p_i ⁽¹⁾，那么执行S20，否则，将U作为第一口腔词库添加到所述固定词数据库中；

步骤S20、遍历所述M条病例记录的病例富文本RTi，i的取值为1到M，如果U在所述M个病例富文本中出现的次数或条数小于或等于Pi在M个病例富文本中出现的次数或条数，那么将U作为第二口腔词添加到所述固定词数据库中，否则，将U作为第一口腔词添加到所述固定词数据库中，然后执行S30；

步骤S30、将Pi从P中删除并添加到Q中，将Q_j从Q中删除并添加到P中，其中，Q_j=q_j ⁽¹⁾q_j ⁽²⁾...q_j ^(js)，q_j ⁽¹⁾=p_i ^(ir)或者q_j ^(js)=p_i ⁽¹⁾，js为Q_j中字的数量。

7.根据权利要求6所述的***，其特征在于，

所述步骤S10中得到的u⁽¹⁾=p_i ^(ir)或者u_k ^(kt)=p_i ⁽¹⁾ 的P_i是一个或多个，当P_i是多个时，P_i在M个病例富文本中出现的条数是指所有Pi在M个病例富文本中出现的条数的总和。

8.根据权利要求1所述的***，其特征在于，

所述固定词数据库中的固定词来源为第三方平台和/或用户输入。

Images