基于本体的电子病历知识库研究

论文摘要

目前的电子病历只能对电子病历的外部特征信息来查询病人的病历,还不能对电子病历重要的内容特征信息进行语义检索和潜在病理分析。因此目前的电子病历系统可以说是高效率的管理系统,还未达到智能分析的功能,对医生并未带来更好的病历分析帮助。随着电子病历应用的深入,如何从电子病历的记录中查询病史、检查、诊断和报告单的内容信息,以便发现有价值的信息或知识已经成为目前电子病历系统开发的热点问题。本论文是针对已有的电子病历文本数据进行数据处理,建立基于本体的电子病历知识库。论文首先运用斯坦福大学提出的“七步法”和其开发的Protégé为工具建立电子病历本体结构,规范统一电子病历的各种概念和术语,初步尝试构建了电子病历的静态本体结构模型;其次运用粗糙集和决策树的方法对现有的电子病历进行挖掘,分别通过相似矩阵和信息熵的方法建立电子病历的规则库;最后在前两步工作的基础上,建立了基于本体的电子病历知识库,并初步根据病人的患病信息以及信息间的语义关系和领域专家的经验知识,推理并发现该病人可能存在的潜在病变及有效的早期治疗方案,为医生提供电子病历内容信息的语义检索和分析功能,以及其他病人病历案例经验的对比分析。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景和研究意义
• 1.1.1 研究背景
• 1.1.2 研究意义
• 1.2 研究目的及研究方法
• 1.2.1 研究目的
• 1.2.2 研究方法
• 1.3 论文组织
• 第二章 电子病历本体结构
• 2.1 本体简介
• 2.1.1 本体基础
• 2.1.2 本体在知识库系统中的作用
• 2.2 本体构建方法
• 2.3 本体构建工具
• 2.4 本体表示语言
• 2.4.1 RDF
• 2.4.2 OWL
• 2.4.3 OIL
• 2.4.4 DAML+OIL
• 2.4.5 Ontolingua
• 2.5 电子病历本体构建
• 2.5.1 电子病历本体模型
• 2.5.2 电子病历本体管理
• 第三章 电子病历文本数据挖掘
• 3.1 粗糙集方法
• 3.1.1 粗糙集介绍
• 3.1.2 粗糙集理论的基本知识
• 3.1.3 基于粗糙集方法的电子病历文本挖掘实例
• 3.2 决策树方法
• 3.2.1 决策树介绍
• 3.2.2 决策树的生成原理
• 3.2.3 ID3 算法
• 3.2.4 基于决策树方法的电子病历文本挖掘实例
• 3.3 小结
• 第四章 电子病历知识库的建立
• 4.1 知识库概述
• 4.1.1 知识库概念
• 4.1.2 知识库与数据库
• 4.2 基于本体的电子病历知识库构建
• 4.2.1 电子病历知识库的结构
• 4.2.2 知识库推理
• 第五章 总结与展望
• 5.1 总结
• 5.2 展望
• 致谢
• 参考文献
• 研究成果