發(fā)布時間：2025-01-14 05:24

　　大數(shù)據(jù)時代,“互聯(lián)網(wǎng)+”醫(yī)療受到各界研究人員的關(guān)注,醫(yī)療行業(yè)借助統(tǒng)計學(xué)、機器學(xué)習(xí)、人工智能方法從電子病歷數(shù)據(jù)中獲得信息,并從疾病預(yù)測、醫(yī)療風(fēng)險評估、藥物發(fā)現(xiàn)等多個方面推動醫(yī)療事業(yè)發(fā)展。目前,繼糖尿病、心臟病、高血壓等常見病的數(shù)據(jù)挖掘研究后,腎病領(lǐng)域也開始與數(shù)據(jù)科學(xué)聯(lián)合,使用電子病歷數(shù)據(jù)開展腎病風(fēng)險預(yù)測研究。在疾病的早期預(yù)防控制和疾病的預(yù)后情況等方面,機器輔助臨床醫(yī)療工作正在逐步實現(xiàn),醫(yī)護人員也借此為患者提供更精準(zhǔn)的醫(yī)療服務(wù)。因此,本研究以電子病歷為研究對象,在腎病領(lǐng)域進行圖書情報的應(yīng)用,在對電子病歷的進行醫(yī)學(xué)知識標(biāo)注的基礎(chǔ)上,進行疾病預(yù)測研究。本文結(jié)合醫(yī)院的大數(shù)據(jù)項目,針對醫(yī)院存儲的電子病歷對腎病知識進行標(biāo)注和疾病預(yù)測。首先根據(jù)文獻和醫(yī)學(xué)專家的經(jīng)驗知識整理腎病醫(yī)學(xué)指標(biāo),將指標(biāo)映射到電子病歷中的特征,包括實驗室檢驗和臨床癥狀在內(nèi)的34個指標(biāo),并在電子病歷中進行指標(biāo)的標(biāo)注和抽取。其次,在腎病疾病分類與預(yù)測的任務(wù)中,使用XGBoost算法構(gòu)建了兒科腎炎輔助診斷分類預(yù)測模型,對患者是否發(fā)生腎損害進行預(yù)測,經(jīng)過對比實驗表明,基于XGBoost算法的模型效果更好。再次,在腎病癥狀關(guān)聯(lián)與預(yù)測的任務(wù)中,...

【文章頁數(shù)】：78 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖3.1入院記錄樣例電子病歷文本語言具有以下四個子語言特性：第一，有些句子語法不完整，容易忽略部分隱含信息，如“無頭痛、頭暈”為“無頭痛、無頭暈”的簡寫；第二，部分符號

3基于電子病歷的腎病知識標(biāo)注碩士學(xué)位論文22圖3.1入院記錄樣例電子病歷文本語言具有以下四個子語言特性：第一，有些句子語法不完整，容易忽略部分隱含信息，如“無頭痛、頭暈”為“無頭痛、無頭暈”的簡寫；第二，部分符號在醫(yī)學(xué)領(lǐng)域中代表特殊意義，如“蛋白陽性(3+)”表示蛋白檢測為陽性的....

圖3.3人工標(biāo)注流程圖

3基于電子病歷的腎病知識標(biāo)注碩士學(xué)位論文24圖3.2數(shù)據(jù)處理流程圖3.3電子病歷文本標(biāo)注本文的標(biāo)注工作包括人工標(biāo)注和機器標(biāo)注兩個部分。人工標(biāo)注部分是由標(biāo)注團隊對所有電子病歷語料進行標(biāo)注，機器標(biāo)注部分則是在人工標(biāo)注的基礎(chǔ)上使用機器學(xué)習(xí)的方法進行自動化標(biāo)注。3.3.1基于人工標(biāo)注的腎....

圖3.2數(shù)據(jù)處理流程圖

3基于電子病歷的腎病知識標(biāo)注碩士學(xué)位論文24圖3.2數(shù)據(jù)處理流程圖3.3電子病歷文本標(biāo)注本文的標(biāo)注工作包括人工標(biāo)注和機器標(biāo)注兩個部分。人工標(biāo)注部分是由標(biāo)注團隊對所有電子病歷語料進行標(biāo)注，機器標(biāo)注部分則是在人工標(biāo)注的基礎(chǔ)上使用機器學(xué)習(xí)的方法進行自動化標(biāo)注。3.3.1基于人工標(biāo)注的腎....

圖3.4標(biāo)注樣例（2）預(yù)標(biāo)注在預(yù)標(biāo)注階段，采用迭代式的標(biāo)注方法來訓(xùn)練標(biāo)注人員和更新標(biāo)注規(guī)范

3基于電子病歷的腎病知識標(biāo)注碩士學(xué)位論文26給予<藥物>甲潑尼龍</藥物>500mg/日連續(xù)沖擊3天。⑤身體部位（Body）：其對應(yīng)的UMLS語義類型有身體部位（bodypart）、組織（organ）、組織成分（organcomponent）等。在本研究中，由于腎病的臨床表現(xiàn)涉及....

本文編號：4026475