一種超聲報告后結構化解析方法、系統(tǒng)、設備和介質
基本信息
申請?zhí)?/td> | CN202011418105.0 | 申請日 | - |
公開(公告)號 | CN112420151A | 公開(公告)日 | 2021-02-26 |
申請公布號 | CN112420151A | 申請公布日 | 2021-02-26 |
分類號 | G16H15/00(2018.01)I;G16H50/30(2018.01)I;G06F40/30(2020.01)I;G06F40/247(2020.01)I;G06F40/295(2020.01)I;G06F40/205(2020.01)I;G06F16/36(2019.01)I;G06F40/242(2020.01)I | 分類 | 物理 |
發(fā)明人 | 何國平;岳云宇;王旭英;甄化春;郭亞強;尹偉東 | 申請(專利權)人 | 醫(yī)惠科技有限公司 |
代理機構 | 北京集佳知識產權代理有限公司 | 代理人 | 劉曉菲 |
地址 | 310053浙江省杭州市濱江區(qū)東信大道66號D座A201-A208室 | ||
法律狀態(tài) | - |
摘要
摘要 | 本申請公開了一種超聲報告后結構化解析方法、系統(tǒng)及一種電子設備和計算機可讀存儲介質,該方法包括:獲取待解析心臟超聲報告文件,利用基于深度學習的命名實體識別模型識別其中的各級指標及對應的指標值;結合預先構建的心臟超聲后結構化知識圖譜對各級指標的準確性進行校驗;若校驗通過,則對各級指標及指標值進行組合,得到心臟超聲后結構化數據;將心臟超聲后結構化數據存入心臟超聲后結構化知識圖譜,以便利用更新后的知識圖譜進行后結構化結果的顯示。本申請預先基于深度學習訓練命名實體識別模型,利用命名實體識別模型進行超聲報告的識別,基于深度學習的解析方法較模板識別方法具有更好的泛化能力,能夠提高識別結果的準確度和全面性。?? |
