摘要
本发明提供一种基于深度学习的消化内镜超级微创手术报告结构化方法;属于医疗信息领域,该方法包括:初始阶段,收集历史消化内镜超级微创手术医疗报告数据,并基于这些数据构建一个初始的、可扩展的模板库,该模板库包含常见的疾病信息和病变部位信息;动态更新,利用自然语言处理技术,定期分析新的医疗报告数据,从中提取新的疾病或病变部位信息,并自动将这些新信息添加到模板库中,实现模板库的动态更新;使模板能更广泛覆盖可收集到的的疾病信息和病变部位信息,实现信息被正确匹配和结构化。
技术关键词
结构化方法
消化内镜
报告
模板匹配算法
动态更新
手术
自然语言
命名实体识别技术
模糊匹配技术
模板结构
疾病
机器学习技术
数据
分词
文本
关键词
机制