一种基于神经网络的临床医学信息提取方法

发明专利有效专利

申请号：
CN201711462492.6
IPC分类号：G16H50/70;G06F17/27
申请日期：
2017-12-28
申请人：
西安交通大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于神经网络的临床医学信息提取方法
申请号	CN201711462492.6	申请日期	2017-12-28
法律状态	实质审查	申报国家	中国
公开/公告日	2018-06-19	公开/公告号	CN108182976A
优先权	暂无	优先权号	暂无
主分类号	G16H50/70 ? IPC结构图谱： G 物理 G0 仪器 G16 特别适用于特定应用领域的信息通信技术〔ICT〕〔2018.01〕 G16H 医疗保健信息学，即专门用于处置或处理医疗或健康数据的信息和通信技术〔ICT〕〔2018.01〕 G16H50/00 专门适用于医疗诊断，医学模拟或医疗数据挖掘的ICT；专门适用于检测、监测或建模流行病或传染病〔2018.01〕 G16H50/70 用于医疗数据的挖掘，例如分析其他患者以前的病例〔2018.01〕	IPC分类号	G;1;6;H;5;0;/;7;0;;;G;0;6;F;1;7;/;2;7查看分类表>
申请人	西安交通大学	申请人地址	陕西省西安市碑林区咸宁西路28号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	西安交通大学	当前权利人	西安交通大学
发明人	李辰;王轩;龙雨;李质婧
代理机构	西安通大专利代理有限责任公司	代理人	王艾华

摘要

本发明公开了一种基于神经网络的临床医学信息提取方法，通常医学文本中具有许多专业性词汇、生僻词汇以及用数字和字符组成的时间表达式等，但是利用卷积神经网络得到的字符向量可以包含单词的形态学信息，因此可以很好的解决这个问题。同时本文使用的双向LSTM能很好地捕获上下文信息。此外，使用神经网络的方法避免了机器学习中人为设计特征这一过程，能很好的解决领域适应的问题。本发明的方法在不同的数据领域上都取得了较好的结果，能高效准确智能地从海量医疗数据中提取有实用价值以及研究意义的信息。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供