知識工程已經成為人工智能的重要分支,而知識圖譜作為知識工程在大數據環(huán)境下的成功應用,成為推動互聯(lián)網和人工智能發(fā)展的核心驅動力之一。近年來,知識圖譜構建及應用技術取得了迅猛的發(fā)展。哮喘是一種常見的慢性氣道炎癥性疾病,其病程較長、流行甚廣、影響因素很多而且非常復雜,這就需要通過知識圖譜以及臨床決策支持系統(tǒng)來對哮喘診療活動進行新的賦能,構建哮喘疾病的知識圖譜和臨床決策支持系統(tǒng)能夠輔助醫(yī)療工作者進行輔助醫(yī)療決策,針對某一具體的臨床問題,以知識驅動的方式,充分考慮患者的個人特異性信息,給出精準的診療方案,提升醫(yī)療效率,改善服務質量,降低醫(yī)療成本,最終是患者獲益。本文圍繞哮喘知識圖譜和臨床決策支持中存在的難點與挑戰(zhàn)展開研究,論文工作包括:針對哮喘知識圖譜的生成過程中存在的專家依賴,提出了一種基于疾病防治指南構建本體,基于藥品說明書抽取實例的方法。該方法利用領域專家總結與實踐的疾病防治知識,結合專家共識,以疾病診療過程為指導,構建領域本體;并且基于領域本體,進行藥品實例信息提取。在提取過程中,利用深度學習的方法,實現(xiàn)準確高效半自動化的實例抽取。為了解決臨床決策支持系統(tǒng)在互操作性上的不足,提出了一種基于...

【文章頁數】：60 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 研究背景及意義
    1.2 國內外研究現(xiàn)狀
        1.2.1 領域知識圖譜生成研究現(xiàn)狀
        1.2.2 醫(yī)學知識圖譜研究現(xiàn)狀
        1.2.3 臨床決策支持研究現(xiàn)狀
    1.3 研究內容
    1.4 論文章節(jié)安排
2 知識圖譜生成相關知識介紹
    2.1 本體
        2.1.1 本體定義
        2.1.2 本體描述語言
        2.1.3 本體構建方法
        2.1.4 本體構建工具
    2.2 實例抽取
    2.3 規(guī)則系統(tǒng)
    2.4 Jena框架
    2.5 本章小結
3 哮喘知識圖譜的生成方法研究
    3.1 問題的提出
    3.2 數據源的選擇
        3.2.1 哮喘防治指南
        3.2.2 哮喘疾病藥品說明書
        3.2.3 醫(yī)學臨床術語
    3.3 哮喘領域本體構建
        3.3.1 本體重用
        3.3.2 開發(fā)概念模型
    3.4 實例信息抽取
    3.5 哮喘知識圖譜的生成
        3.5.1 本體與實例的對象實例化
        3.5.2 關系提取
        3.5.3 圖譜規(guī)模
    3.6 實驗驗證與分析
        3.6.1 實驗數據
        3.6.2 實驗超參數設置及模型評價指標
        3.6.3 實驗結果分析
    3.7 本章小結
4 基于語義互操作的臨床決策支持模型研究
    4.1 問題的提出
    4.2 知識獲取的方法研究
    4.3 知識表達的方法研究
    4.4 知識應用
    4.5 知識評估方法研究
    4.6 實驗驗證與分析
        4.6.1 規(guī)則庫規(guī)模
        4.6.2 哮喘臨床決策支持
    4.7 本章小結
5 總結與展望
    5.1 工作總結
    5.2 未來工作
參考文獻
攻讀碩士學位期間所取得的研究成果
致謝



本文編號：4005937