基于深度学习的电子病历实体标准化

• 作者: 徐霄玲 赵逸凡 郑建立
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 电子病历 实体标准化 长短期记忆网络 孪生网络
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 人工智能
• 页码范围: 12-15
• 页数: 4页
• 分类号: TP301
• 字数: 3391字
• 语种: 中文
• DOI: 10.11907/rjdk.182786

摘要

电子病历中同一医疗概念的提及形式具有多样性,阻碍了医疗数据的分析和利用,研究电子病历实体标准化具有现实意义.设计并实现了基于深度学习的电子病历实体标准化算法,使用Siamese网络架构和LSTM网络搭建模型,采用Pairwise方法训练模型,在测试集上与传统基于编辑距离的方法进行比较.对手术实体标准化的实验结果显示,深度学习算法正确率达到79.71％,比传统方法提高了17.4个百分点,表明深度学习算法在电子病历实体标准化方面具有有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑建立	上海理工大学医疗器械与食品学院	45	167	8.0	10.0
2	赵逸凡	上海理工大学医疗器械与食品学院	3	9	1.0	3.0
3	徐霄玲	上海理工大学医疗器械与食品学院	3	8	1.0	2.0