本發(fā)明涉及電數(shù)字?jǐn)?shù)據(jù)處理，特別是涉及一種血液病的醫(yī)學(xué)報告的處理方法。

背景技術(shù)：

1、血液病的醫(yī)學(xué)報告作為臨床實踐中產(chǎn)生的大量文字報告或圖片報告，包含豐富的關(guān)鍵信息；但是，這些關(guān)鍵信息多以非結(jié)構(gòu)化的自由文本形式存在，這給信息提取、數(shù)據(jù)分析及后續(xù)的其他應(yīng)用帶來了極大的挑戰(zhàn)。如何準(zhǔn)確地從血液病的醫(yī)學(xué)報告中抽取關(guān)鍵信息，是亟待解決的問題。

技術(shù)實現(xiàn)思路

1、本發(fā)明目的在于，提供一種血液病的醫(yī)學(xué)報告的處理方法，以準(zhǔn)確地從血液病的醫(yī)學(xué)報告中抽取關(guān)鍵信息。

2、根據(jù)本發(fā)明，提供了一種血液病的醫(yī)學(xué)報告的處理方法，所述方法包括以下步驟：

3、s100，獲取待處理的血液病的醫(yī)學(xué)報告；所述待處理的血液病的醫(yī)學(xué)報告包括與血液病的關(guān)聯(lián)特征相關(guān)的信息。

4、s200，如果待處理的血液病的醫(yī)學(xué)報告為文本格式，則將待處理的血液病的醫(yī)學(xué)報告確定為目標(biāo)文本；如果待處理的血液病的醫(yī)學(xué)報告為圖片格式，則對待處理的血液病的醫(yī)學(xué)報告進(jìn)行ocr識別，將識別后得到的文本確定為目標(biāo)文本。

5、s300，將目標(biāo)文本輸入至經(jīng)訓(xùn)練的大模型，以使經(jīng)訓(xùn)練的大模型輸出與目標(biāo)文本對應(yīng)的標(biāo)簽列表x；x={x1,x2,…,xj,…,xm}，xj為與目標(biāo)文本對應(yīng)的血液病的第j個關(guān)聯(lián)特征的標(biāo)簽，j的取值范圍為1到m，m為血液病的關(guān)聯(lián)特征的數(shù)量。

6、s400，遍歷x，將xj寫入預(yù)設(shè)模板文本中的第j個位置，得到與待處理的血液病的醫(yī)學(xué)報告對應(yīng)的結(jié)構(gòu)化文本；所述預(yù)設(shè)模板文本包括血液病的關(guān)聯(lián)特征，所述預(yù)設(shè)模板文本中的第j個位置與血液病的第j個關(guān)聯(lián)特征具有對應(yīng)關(guān)系；經(jīng)訓(xùn)練的大模型的訓(xùn)練過程包括：

7、s040，使用初訓(xùn)練大模型獲取驗證樣本集的結(jié)構(gòu)化文本集d，d={d1,d2,…,dk,…,dz}，dk為使用初訓(xùn)練大模型獲取的第k個驗證樣本的結(jié)構(gòu)化文本，k的取值范圍為1到z，z為驗證樣本的數(shù)量；每一驗證樣本為血液病的一份醫(yī)學(xué)報告；驗證樣本集包括z個驗證樣本。

8、s050，獲取血液病的關(guān)聯(lián)特征與血液病的皮爾遜相關(guān)系數(shù)p，p={p1,p2,…,pj,…,pm}，pj為血液病的第j個關(guān)聯(lián)特征與血液病的皮爾遜相關(guān)系數(shù)。

9、s060，遍歷p，如果|pj|大于等于第一預(yù)設(shè)值，則保留dk中與血液病的第j個關(guān)聯(lián)特征相關(guān)的內(nèi)容；否則，刪除dk中與血液病的第j個關(guān)聯(lián)特征相關(guān)的內(nèi)容；第一預(yù)設(shè)值大于0。

10、s070，獲取根據(jù)第一預(yù)設(shè)值得到的更新后的結(jié)構(gòu)化文本dk,new，并對dk,new進(jìn)行標(biāo)準(zhǔn)化處理；所述標(biāo)準(zhǔn)化處理包括：將文本中出現(xiàn)在標(biāo)簽列表中的標(biāo)簽替換為預(yù)設(shè)字符。

11、s080，根據(jù)經(jīng)標(biāo)準(zhǔn)化處理后的結(jié)構(gòu)化文本d’k,new和經(jīng)訓(xùn)練的第一分類模型判定是否將初訓(xùn)練大模型確定為經(jīng)訓(xùn)練的大模型；所述經(jīng)訓(xùn)練的第一分類模型的數(shù)量大于等于2。

12、進(jìn)一步的，s080包括：

13、s090，如果經(jīng)訓(xùn)練的第一分類模型對d’k,new的輸出結(jié)果一致且經(jīng)訓(xùn)練的第一分類模型的輸出結(jié)果與第k個驗證樣本對應(yīng)的預(yù)設(shè)輸出結(jié)果相同，則將第k個驗證樣本判定為第一類驗證樣本；如果經(jīng)訓(xùn)練的第一分類模型對d’k,new的輸出結(jié)果一致且經(jīng)訓(xùn)練的第一分類模型的輸出結(jié)果與第k個驗證樣本對應(yīng)的預(yù)設(shè)輸出結(jié)果不相同，則將第k個驗證樣本判定為第二類驗證樣本。

14、s0100，如果驗證樣本集中第二類驗證樣本與第一類驗證樣本的數(shù)量之比小于等于預(yù)設(shè)比例閾值，則將初訓(xùn)練大模型判定為經(jīng)訓(xùn)練的大模型。

15、進(jìn)一步的，s0100還包括：如果驗證樣本集中第二類驗證樣本與第一類驗證樣本的數(shù)量之比大于預(yù)設(shè)比例閾值，則進(jìn)入s0101。

16、s0101，遍歷p，如果|pj|大于等于第二預(yù)設(shè)值，則保留dk中與血液病的第j個關(guān)聯(lián)特征相關(guān)的內(nèi)容；否則，刪除dk中與血液病的第j個關(guān)聯(lián)特征相關(guān)的內(nèi)容；所述第二預(yù)設(shè)值小于所述第一預(yù)設(shè)值，所述第二預(yù)設(shè)值大于0。

17、s0102，獲取根據(jù)第二預(yù)設(shè)值得到的更新后的結(jié)構(gòu)化文本ek,new，并對ek,new進(jìn)行標(biāo)準(zhǔn)化處理。

18、s0103，獲取經(jīng)標(biāo)準(zhǔn)化處理后的結(jié)構(gòu)化文本e’k,new，并將e’k,new輸入至經(jīng)訓(xùn)練的第二分類模型；所述經(jīng)訓(xùn)練的第二分類模型的數(shù)量大于等于2。

19、s0104，如果經(jīng)訓(xùn)練的第二分類模型對e’k,new的輸出結(jié)果一致且經(jīng)訓(xùn)練的第二分類模型的輸出結(jié)果與第k個驗證樣本對應(yīng)的預(yù)設(shè)輸出結(jié)果相同，則將第k個驗證樣本判定為第三類驗證樣本；如果經(jīng)訓(xùn)練的第二分類模型對e’k,new的輸出結(jié)果一致且經(jīng)訓(xùn)練的第二分類模型的輸出結(jié)果與第k個驗證樣本對應(yīng)的預(yù)設(shè)輸出結(jié)果不相同，則將第k個驗證樣本判定為第四類驗證樣本。

20、s0105，如果驗證樣本集中第四類驗證樣本與第三類驗證樣本的數(shù)量之比小于等于預(yù)設(shè)比例閾值，則將初訓(xùn)練大模型判定為經(jīng)訓(xùn)練的大模型。

21、進(jìn)一步的，s0105還包括：如果驗證樣本集中第四類驗證樣本與第三類驗證樣本的數(shù)量之比大于預(yù)設(shè)比例閾值，且目標(biāo)差值的絕對值小于等于預(yù)設(shè)差值閾值，則使用第二訓(xùn)練樣本集對初訓(xùn)練大模型進(jìn)行訓(xùn)練，得到經(jīng)訓(xùn)練的大模型；所述目標(biāo)差值為驗證樣本集中第四類驗證樣本與第三類驗證樣本的數(shù)量之比與驗證樣本集中第二類驗證樣本與第一類驗證樣本的數(shù)量之比的差值。

22、進(jìn)一步的，dk的獲取過程包括：

23、s041，如果第k個驗證樣本為文本格式，則將第k個驗證樣本確定為第k輸入文本；如果第k個驗證樣本為圖片格式，則對第k個驗證樣本進(jìn)行ocr識別，將識別后得到的文本確定為第k輸入文本。

24、s042，將第k輸入文本輸入至初訓(xùn)練大模型，以使初訓(xùn)練大模型輸出與第k輸入文本對應(yīng)的標(biāo)簽列表yk；yk={yk,1,yk,2,…,yk,j,…,yk,m}，yk,j為與第k輸入文本對應(yīng)的血液病的第j個關(guān)聯(lián)特征的標(biāo)簽。

25、s043，遍歷yk，將yk,j寫入預(yù)設(shè)模板文本中的第j個位置，得到dk。

26、進(jìn)一步的，標(biāo)簽列表中的標(biāo)簽包括陽性、高表達(dá)、+、增高和異常，預(yù)設(shè)字符為陽性。

27、進(jìn)一步的，第一分類模型包括支持向量機、邏輯回歸和梯度提升樹。

28、進(jìn)一步的，在s040之前，經(jīng)訓(xùn)練的大模型的訓(xùn)練過程包括：

29、s010，獲取第一訓(xùn)練樣本集a，a={a1,a2,…,ai,…,an}，ai為第i個訓(xùn)練樣本，i的取值范圍為1到n，n為第一訓(xùn)練樣本集a中訓(xùn)練樣本的數(shù)量，每一訓(xùn)練樣本為血液病的一份醫(yī)學(xué)報告。

30、s020，獲取第一訓(xùn)練樣本集對應(yīng)的標(biāo)簽b，b={b1,b2,…,bi,…,bn}，bi為ai對應(yīng)的標(biāo)簽，bi={bi,1,bi,2,…,bi,j,…,bi,m}，bi,j為ai對應(yīng)的血液病的第j個關(guān)聯(lián)特征的標(biāo)簽。

31、s030，使用a和b對預(yù)訓(xùn)練大模型進(jìn)行訓(xùn)練，得到初訓(xùn)練大模型。

32、本發(fā)明與現(xiàn)有技術(shù)相比至少具有以下有益效果：

33、本發(fā)明獲取了待處理的血液病的醫(yī)學(xué)報告后，先判段待處理的血液病的醫(yī)學(xué)報告的格式，如果是文本格式，則無需進(jìn)行格式轉(zhuǎn)換就輸入經(jīng)訓(xùn)練的大模型；如果是圖片格式，則將待處理的血液病的醫(yī)學(xué)報告轉(zhuǎn)換為文本格式后再輸入經(jīng)訓(xùn)練的大模型；經(jīng)訓(xùn)練的大模型具有獲取輸入的文本對應(yīng)的血液病的關(guān)聯(lián)特征的標(biāo)簽的能力，由此，將目標(biāo)文本輸入至經(jīng)訓(xùn)練的大模型后可以獲取目標(biāo)文本對應(yīng)的血液病的關(guān)聯(lián)特征的標(biāo)簽，也即待處理的血液病的醫(yī)學(xué)報告對應(yīng)的血液病的關(guān)聯(lián)特征的標(biāo)簽；進(jìn)一步的，本發(fā)明通過將血液病的每一關(guān)聯(lián)特征的標(biāo)簽寫入預(yù)設(shè)模板文本中對應(yīng)的位置的方法，得到了與待處理的血液病的醫(yī)學(xué)報告對應(yīng)的結(jié)構(gòu)化文本。本發(fā)明獲取的與待處理的血液病的醫(yī)學(xué)報告對應(yīng)的結(jié)構(gòu)化文本包括血液病的所有關(guān)聯(lián)特征的標(biāo)簽，實現(xiàn)了對待處理的血液病的醫(yī)學(xué)報告中關(guān)鍵信息的提取，基于本發(fā)明獲取的與待處理的血液病的醫(yī)學(xué)報告對應(yīng)的結(jié)構(gòu)化文本，可以快速得到待處理的血液病的醫(yī)學(xué)報告中的關(guān)鍵信息。