非结构化医疗文档的结构化处理与系统实现

摘要

随着科学技术的不断发展壮大，各领域对各自领域的技术水平提出了更高的要求，医疗领域作为当今世界人们生活密不可分的一部分，引起了人们更加广泛的关注。针对海量的医疗数据，医疗工作者如何从中获取最有价值的，有用的数据是本课题所研究的主要内容，即对非结构化的数据进行结构化的处理。回顾以往，医生们使用的记录医疗患者的数据是用过简单的文本编辑器来实现的，由于这种编译器使用起来简单，易上手等功效，获得了大多数医疗工作者们的青昧，但它不能满足医疗文档的多样性需求。
　　本文针对医疗数据的本身的结构特点，结合数据的处理工具、结合对数据进行结构化的设计思路，把本系统分成三个核心模块进行数据结构化处理，这三个模块分别是：对数据进行预处理模块、指标名的提取模块以及数据的结构化模块，根据对以上三个模块的功能进行具体操作。本文结合使用了中科院的分词工具对数据进行清洗处理，在结合指标名的提取工作，引入了一个自定义的指标名提取库，加强对海量的数据进行分析处理，结合概率权值的相关技术，强化对提取后的数据的可靠性进行验证工作，最后对输入的数据根据已提取的模块进行匹配，提高医疗服务领域的办事效率，强化科技技术发展带来的好处，这就是本课题所要研究的最终目的。

目录

声明

第1章 绪论

1.1 引言

1.2 国内外相关研究成果

1.3 研究的目的与主要工作

1.4 本章小结

第2章 相关技术综述

2.1自然语言的处理

2.2关键词抽取

2.3 文本聚类

2.4 TF-IDF

2.5 本章小结

第3章 临床文档结构化处理系统框架设计

3.1 医疗文档的介绍与结构

3.2 医疗文档结构化处理流程

3.3 系统框架

3.4 本章小结

第4章 医疗文档的自动提取

4.1 基于字符串匹配的正则表达式提取

4.2基于概率统计提取

4.3基于模板的医疗文档结构化

4.4 本章小结

第5章 系统实现与测评

5.1基于字符串的匹配提取算法实现

5.2 基于概率统计提取算法实现

5.3系统测评

5.4本章小结

第6章 总结与展望

6.1 总结

6.2 展望

参考文献

致谢