公共文化服务平台

搜索到913篇“ 中医医案“的相关文章

面向中医医案的事件抽取方法研究: 2025年; 针对中医事件抽取过程中存在事件论元边界模糊的问题,综合运用卷积神经网络、双向长短期记忆网络和注意力机制提出了一种局部与全局语义特征融合的事件抽取模型(event extraction model integrating local and global semantic feature,EE-LGSF),以提升中医事件抽取的效果。首先,通过结合不同滤波窗口大小的卷积神经网络提取文本的多维度局部特征信息,同时利用双向长短期记忆网络捕捉文本的全局特征信息;其次,通过门控机制实现局部与全局信息的动态交互,以增强对论元边界的识别能力;再次,引入模糊跨度注意力机制,动态调整注意力范围,从而优化论元跨度的决策过程;最后,以条件随机场进行标签预测。结果表明,所提模型比相关模型在中医医案数据集上的F1值提升了3.0~11.0个百分点,在解决中医事件抽取问题方面表现更为优异。所提模型能有效利用文本局部和全局语义信息,提高对文本跨度学习的灵活性来增强模型对论元边界的识别能力,从而获得更好的中医事件抽取效果,对中医知识传承和发展具有参考价值。; 马月坤崔漠晓; 关键词：自然语言处理事件抽取中医医案卷积神经网络

基于卷积神经网络的中医医案诊断分类方法: 2025年; 针对中医医案诊断分类研究中上下文语义捕捉不足,难以有效捕捉长距离依赖信息以及分类精确度低等问题,提出了一种结合文本卷积神经网络(TextCNN)和门控循环单元(GRU)的混合模型。首先,利用Word2Vec模型对词向量进行训练,构建局部词向量库。其次,采用文本卷积神经网络对中医医案文本进行特征提取,以捕捉局部重要信息。最后,利用门控循环单元对提取的特征进行上下文信息建模,从而显著增强模型对长依赖关系的处理能力。实验结果表明,该模型在中医医案诊断文本分类任务中表现出色,预测精度达到85.01%,F1值为81.86%。; 邱雪峰查青林苗震刘明李欣依; 关键词：中医医案文本分类

中医医案文本自动抽取方法、系统、电子设备和存储介质: 本申请涉及一种中医医案文本自动抽取方法、系统、电子设备和存储介质。所述方法包括：获取HTML格式的医学论文文档；对医学论文文档进行解析，抽取出医案初始抽取结果，然后对医案初始抽取结果进行完整性验证、真实存在性验证，得到校...; 韦昌法赵涛刘惠娜晏峻峰刘东波

一种中医医案的实体识别和关系抽取方法、装置和设备: 本发明公开了一种中医医案的实体识别和关系抽取方法、装置和设备，涉及自然语言处理技术领域。为了解决由于命名实体多层次含义造成的关系提取不准确，本发明通过获得待处理中医医案中的各字符对应的字符向量、关联词向量和部首向量；将各...; 杨伟杨航向兴华彭叶辉喻乐华闫兆帅徐文源李钰欣

“国家名老中医医案强化学习法”在专硕中医临床实践能力培养中的应用: 2025年; 目的观察“国家名老中医医案强化学习法”在专硕中医临床实践能力培养中的应用效果。方法选取黑龙江中医药大学附属第一医院消化科接收的本校中医内科学专硕研究生共80名作为研究对象,将其随机分为对照组和试验组,每组40人,在笔者所在科室进行为期2个月的培养,对照组采用常规培养模式,而试验组则在常规培养模式基础上,应用“名老中医医案强化学习法”培养,观察两组临床技能和临床思维能力。结果培养结束后,试验组临床技能考核成绩优于对照组(P<0.05),临床思维能力优于对照组(P<0.05)。结论“国家名老中医医案强化学习法”可有效提升专硕中医临床实践能力,对中医教育改革具有一定参考意义。; 梁国英奚玉杰王媛邱梦珍孙志文; 关键词：中医临床中医教育

一种中医医案数据挖掘的方法: 本发明公开了一种中医医案数据挖掘的方法，在收集大量中医医案的基础上构建基于粒计算的中医医案知识库，研究通过关联规则挖掘算法、聚类算法，对中医医案进行高效的数据挖掘，解决由于海量中医医案中存在的术语表达模糊、繁杂以及因之带...; 赵丽丽梁科

中医医案命名实体识别方法: 本发明旨在提供基于部首与字符特征的中医命名实体识别方法，包括以下步骤：首先，通过ALBERT模型获取中医医案文本中的字符和词汇特征；本发明引入一种Top‑k注意力分数筛选机制，对字符特征和词汇特征进行筛选，使用多尺度通道...; 陈可泽王卫民

中医医案信息抽取与知识图谱构建: 构建中医医案知识图谱能够挖掘中医医案中的隐含知识,对于更好地利用中医医案具有重要意义。利用改进的信息抽取技术从中医医案中获取高质量的知识,对于中医医案知识图谱构建具有重要的应用价值。然而,当前信息抽取技术仍面临诸多挑战。...; 樊康男; 关键词：知识图谱命名实体识别关系抽取中医医案知识检索

基于术语词典的中医医案实体抽取研究: 2024年; 目的针对中医医案开展症状、病因病机、治法、用药、处方、取穴6类实体的抽取研究,为中医医案知识图谱构建和中医智能辅助诊疗提供基础。方法根据中医医案文本的特点,提出一个可以动态更新的术语词典方法用于分词,并在中医脑系疾病医案和ChineseBLUE/cEHRNER、ChineseBLUE/cMedQANER、CBLUE/CMeEE 3个公开数据集上验证该方法的有效性。结果使用术语词典的模型在准确率、精确率、召回率和F1值上均高于未使用术语词典的模型,在测试集和验证集上,F1值分别为92.07%和93.04%。结论融合动态更新的术语词典分词方法的模型,能够增强中医领域特定术语和新实体的识别能力,提高中医医案关键信息识别的准确率,推进中医药知识的传承与发展。; 张伦伦任高邹北骥刘青萍; 关键词：中医医案脑系疾病

基于Python的中医医案智能收集系统研究: 2024年; 随着数据挖掘技术在中医医案研究中被广泛采用,对医案收集的效率和质量提出更高要求,积极探索中医学与计算机、人工智能等相关学科的交叉融合,实现中医医案的半自动收集,以期为名中医经验传承作出贡献。基于Python编程语言的简洁性、开源性以及丰富的第三方扩展库,使用Python,采用OCR文本识别、自然语言处理Jieba中文分词、Fuzzy-Wuzzy模糊字符串匹配等第三方工具库,编码实现医案智能收集系统。通过与医案手工收集相比,智能收集系统极大地提高了医案收集的工作效率,解放人力,提升医案的可靠性。; 谭世雨余江维杜志慧; 关键词：中医医案 PYTHON 自然语言处理文字识别

相关作者