电子病历知识库检索

申请免费试用、咨询电话：400-8352-114

    随着信息科学和计算机技术的发展，医院信息系统的开发小断深入，电子病历作为临床医疗信息基础， 逐渐成为现代化医院综合信息系统的核心。电子病历是患者的诉求，电子病历既便于跟踪患者的病患情况，有针对性地对患者的病情进行跟踪诊断和治疗，又有助于患者减少重复检查次数，为患者节省很多医疗费用，节省宝贵的最件诊治时问，电子病历会将新补充的信息与已存在的所有信息建立必要的联系，对患者的状态进行综合分析和诊断，主动提示相关生或患者，提出检察、治疗汁划等，因此电子病历具有传统病无法比拟的优势。何有效利用电子病历数据库中存储的大数据辅助医生进行分析研究与诊断，捉高效率和准确性，已成为待解决的问题。

    本体的提出使得电子病分析技术从基于文本、内容层面提升到语义概念的层面。水体是足慨念模的明确的形式化规范说明，本体描述了概念的内涵以及概念与慨念之间的关系，具有良好的概念层次结构和对逻辑推的支持。模糊本体和一般本体最大的区别在于，模糊小体有隶属度的概念存在、在处理不确切的信息上更具有弹性和优势。
     目前，国外很多学者正在医学本体领域进行着深入的探索，如美国国立医学图书馆主持的一项长期研究和开发计划，即统一医学语言系统，该研究计划目的是要开发机读的知识资源，使许多不同的应用程序利用它来弥补不同机读资源的差异，从而识别与特定用户需求密切相关的信息资源。同时，国内也有一些学者正在研究如何将本体应用于医学检索领域。西安电子科技大学的巩沐歌以高血压电子病历为例，将本体知识库与高血压电子病历中的诊断知识结合起来，构建基于本体的具有智能推理功能的高血压电子病历知识库，为医学领域专家建立可共享、可复用的电子病历知识库系统。要芳等人运用本体语言构建了电子病历知识库，进而运用粗糙集和决策树方法对电子病历本体数据做挖掘，并通过相似度和信息熵建立电子病历规则库，为医生提供电子病历内容信息的语义检索和分析功能、以及其他病人病历案例经验的对比分析。
    本文在基于模糊逻辑的基础上提出一种基于模糊本体的医学数据分析方法，它能够利用领域本体的语义信息对电子病历资料和用户检索条件进行分析和推理，进而得出较为准确的结果。
    1 系统结构图
    本文通过模糊本体的支持，构建了一个电子病历检索分析系统，系统框架如图1所示：

图1体系结构图

    知识库中的分词词库采用已有的词典，医学领域模糊本体由熟悉该领域的专家构建。在此基础上，本系统的具体工作流程如下：① 通过与知识库中词库的交互，对电子病历资料进行特征提取，分词、频率统计最终形成关键词向量；② 与领域模糊本体交互实现由关键词向量向概念向量的概念映射转换并提交给特征库，最后提交给查询模块；③ 用户或应用软件由查询用户接口输入查询条件，查询条件处理模块通过与领域模糊本体的映射将各种的查询条件转换为结构化查询条件，并通过模糊本体实现由关键词向量向概念向量的概念映射并提交给查询模块；④ 查询模块完成概念向量的比对工作，并返回一系列满足条件查询的实例，这些实例经过结果处理模块处理后，存放到结果集并最终返回给用户。
    2 技术实现
    2．1知识库的构建
    知识库是关于实体的形式化知识的实现，它在整个系统中占有核心地位。在知识库中，本体的构建是关键。医学语义是对电子病历内容以及数据描述的理解，特定的概念集由一组用户感兴趣的对象及对象间的关系组成。图2是一个电子病历知识库本体的一个实例，是电子病历语义本体的部分概念结构图，表明了概念之间的关系。  

图2电子病历知识库本体概念图

    模糊本体和一般本体最大的区别在于，模糊本体具有隶属度的概念存在，所以可以处理不确切的信息。现今的医学资料库中含有许多不确切的信息，模糊本体在处理不确切信息上，更具有弹性和优势。
    因为对象与概念的关系是对象和属性的天系的交集，故据模糊理论，隶属度交集取最小值。
    模糊本体产生构架大敛如网3所尔：
本文任文献5的基础上，对模糊本体产生构架进行了改进，具体的流程如下：
    第1步：由资料库『fI获得信息进行模糊形式概念分析，建构}“模糊概念；
    第2步：对模糊概念进行概念相似度计‘算，进行模糊概念聚类，得剑聚类后之模糊概念层次；
    第3步：由聚类后之模糊概念层次映射产生模糊本体；
    第4步：将建构之模糊本体转换为OWl 语言，使本体可被其他应用程序所使用，进构建出语义网构架。其中第1步中的模糊形式概念分析包含从确定数据的数据库构造模糊形式背景、从模糊形式背景构造模糊概念。第2步中的模糊概念聚类是采用一定的聚类技术、依据结点问的相似度参数埘模糊概念上的概念进行聚类，生成模糊概念聚类集合，进而生成模糊概念层次。第3步中的映射分为：① 给模糊概念层次中的概念节点一个标识，每个标识名对应模糊本体中的一个类名；模糊概念之间的层次关系对应本体中相应类之间的分类关系。② 本体中每个类对应的属性南模糊概念层次中相应模糊概念内涵对应的模糊语言变量值表示，属性的值对应形式背景中模糊隶属度值⑧ 本体巾类的实例，即模糊形式背景的对象。
    2．2概念映射
    电子病历数据进行特征提取，分词后形成传统的关键词向量空间模型。传统的天键词向量空问模型是将文档中的词条看作孤的个体单元，没有考虑词条彼此间的语义层次关系和同义、歧义现象，孤立的词条单九通过该模型计算后，一般都会与原文件有较大的语意差距。为此，本文结合模糊辑的相关知识，提出了一种基于模糊概念层次的向量空间模。
    3 数值实验
    本实验的领域模糊夺体是根据临球诊断、科研以技教
学等对电子病历中CT图像检索的需求而构建的。针对CT图像分成头部、胸部、腹部、骨盆、其他5大类，每类60幅左右共计300多幅像构成图像库对模糊本体模型基于文本的检索方法进行对比实验。
在实验中，我们选取了查准率、查全率作为性能测试标准，并采取下图公式：

输入查询内容为“头部图像”，实验结果如图4～5所示；输入查询内容为“腹部图像”，实验结果如图6～7所示：

通过查看对比图可以看到，模糊本体模型在数据查全率上性能要比文本检索高，并且随着图像数目的不断增加，模糊本体模型在数据查全率上性能趋于稳定；在查准率上性能要比文本检索稳定。模糊本体模型充分利用了模糊概念中隶属度的概念，在处理医学数据中存在的不明确信息上具有更大的弹性和优势。
    4 结束语
    本文对传统电子病历检索分析技术进行了研究，在研究模糊本体的基础上，提出了一种基于模糊本体的电子病历分析方法，该方法利用了隶属度的概念，并通过具体的数值实验对其进行了性能分析，实验结果表明，该方法在数据查准率、查全率上具有良好的性能。
    【参考文献】
【1】Unified Medical Language Sestem【EB／OL】(2005—02—15)[2011—03—20]．http：／／www．nlm．nih．gov／pubs／factsheets／umls．
htrrd．
【2】巩沐歌基于本体的高血压电子病历知识库研究【D】．西安：西安电子科技大学，2010
【3】要芳．基于本体的电子病历知识库研究【D】．西安：西安电子科技大学，2009．
【4】Chang—Shing Lee，Zhi—W ei Jian，Lin—Kai Huang．A FuzzyOntology and Its Applicationto News Summarization【J】．IEEE Transctions On Systems，M an，And Cybernetics- PartB：Cybemetics，2005，35(10)：5．
【5】Embley D W ，Campbell D M，Smith lL D，et a1．”Ontology—
based extraction and structuring of information from data—
rich unstructured documents，”in Proc[J]．ACM Con~In~
Knowledge M anage，1998：52—59．
【6]陈立波，等．电子病历结构化引导式输入模式的设计和实现卟中国医疗设备，2010，25(6)：44—46．
【7】刘成亮，李涵．本体知识库系统研究UJ．电脑知识与技术，2008，(18)：1646—1648．
【8】刘安滨．现谈电子病历【j】_中国医院管理，2003，(4)：37—38．