病理镜检文本的结构化处理系统设计与实现

《病理镜检文本的结构化处理系统设计与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码：10255学号：2131584病理镜检文本的结构化处理系统设计与实现DESIGNANDIMPLEMENTATIONOFTHESTRUCTUREDSYSTEMFORPATHOLOGICALMICROSCOPYTEXT学科专业：软件工程作者：刘茜茜指导教师：陈德华答辩日期：2016年1月2015年12月东华大学学位论文原创性声明本人郑重声明：我恪守学术道德，崇尚严谨学风。所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已明确注明和引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品及成果的内容。

2、论文为本人亲自撰写，我对所写的内容负责，并完全意识到本声明的法律结果由本人承担。学位论文作者签名：日期：年月日东华大学学位论文版权使用授权书学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅或借阅。本人授权东华大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□，在年解密后适用本版权书。本学位论文属于不保密□。学位论文作者签名：指导教师签名：日期：年月日日期：年月日病理镜检文本的结构化处理系统设计

3、与实现摘要病理报告作为医疗文档中的非结构化数据之一，是诊断病理学中的重要文档。它是病理医生根据病理活检结果，采用规范化的自然语言描述形成的文本格式的临床数据。其中，非结构化的文本数据是病理医生做出病理诊断的关键，也是临床医生进行疾病诊断的重要工具之一。当前，病理诊断主要依靠医生针对文本数据的描述要点，依据个人经验做出带有主观性的判断。读取数据的实质是人工抽取信息并进行文本结构化的过程，不仅效率低且不可避免地产生正确率难以保证的问题，并因此导致漏诊误诊。为此，本文针对病理报告中镜检文本的数据特征，借助统计分析、文本聚类、中文分词等技术手段，设计

4、并实现了一套适用于此数据的文本结构化系统，以支持自动地提取结构化数据。本文首先归纳出病理镜检文本的数据特征，同时将其作为本文方案的基础支撑，并依据其特征完成了短句切分、特征词标记等文本预处理过程，接着给出了病理镜检文本数据的结构化处理流程。以此为基础，本文设计了系统的总体架构，且依次阐述了三个核心模块：文本预处理模块、构建病理字典模块、结构化处理模块的主要功能及流程。I然后，为实现构建病理字典的目的，本文提出了基于文本聚类的关键词抽取算法，其输入为聚类后的相似性短文本，实现了提取同类短句核心词的功能。之后，结合文本数据的书写模式及规范进行词汇

5、扩展，最终得到由属性词和描述词所组成的病理字典。最后，依赖病理字典，采用镜检文本的结果化处理算法，实现了从文本数据中抽取键值对形式的术语词，并通过添加否定检出得到的否定词得到了语义完整的结构化数据。同时采用web站点形式，建立了面向用户的结构化数据抽取系统，为提高系统的准确率，向用户提供了反馈接口，通过此过程实现字典的更新。为了验证所提出算法的有效性，本文对真实数据集进行测试，通过人工对病理字典及抽取的结构化数据进行检测，证明其能够达到预期目的。这不仅克服了通用分词软件的领域不适用性，实现自动化结构数据抽取，并且可以为将来的疾病分析提供有力的

6、数据支持。关键词：文本结构化,文本聚类,中文分词,病理镜检文本,关键词抽取IIDESIGNANDIMPLEMENTATIONOFTHESTRUCTUREDSYSTEMFORPATHOLOGICALMICROSCOPYTEXTABSTRACTThepathologyreportasoneoftheunstructureddatainmedicaldocumentation,isanimportantdocumentindiagnosticpathology.It’sakindofclinicaldataintextformat,whichisb

7、asedonbiopsyresultsandrecordedbypathologistsusingthestandardizedformofnaturallanguage.Andtheunstructureddataisnotonlythekeytomakethepathologicaldiagnosisbypathologistbutalsoanimportanttoolindiseasediagnosisforclinicians.Currently,pathologicdiagnosisistheempiricalresultsmade

8、bydoctorswithsubjectivejudgmentsbasedonthethemainideasofthetextdata.Thesubstanceof