乳腺癌病理文本的结构化信息提取

• 作者: 吴欢 应俊 徐洪丽 王逸飞 胡华宇 郑一琼
• 来源期刊: 解放军医学院学报
• 学科: 医学
• 关键词: 乳腺癌病理报告 模式匹配 正则表达式 信息抽取 自然语言处理
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 医疗大数据
• 页码范围: 746-751
• 页数: 6页
• 分类号: TP391|R730
• 字数: 5901字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-5227.2020.07.022

摘要

目的 对解放军总医院第一医学中心乳腺癌病理报告进行文本结构化信息提取,以支持临床分析研究.方法 通过总结解放军总医院第一医学中心2005-2017年共计1万余份乳腺癌病理报告结构及特点,结合临床科研需求和专家经验,整理结构化字段词典和抽取规则,利用基于规则的模式匹配抽取方法 对病理报告进行信息抽取.结果 利用该方法 得到临床科研所需乳腺病理文本结构化指标及其值,并对随机抽样的200条病理报告进行效果评估,结构化字段的召回率和准确率均高于90％.结论 基于规则的模式匹配信息提取方法 在乳腺癌病理报告中具有一定适用性,可快速、有效地实现对文本信息的结构化提取.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	应俊	解放军总医院医学大数据研究中心	42	291	10.0	15.0
2	郑一琼	解放军总医院第一医学中心普外科	31	194	7.0	12.0
3	胡华宇	南开大学医学院	3	0	0.0	0.0
4	徐洪丽	解放军总医院医学大数据研究中心	2	0	0.0	0.0
5	吴欢	解放军总医院医学大数据研究中心	1	0	0.0	0.0
6	王逸飞	解放军总医院医学大数据研究中心	2	0	0.0	0.0