计算机工程

作者：张华青, 夏张涛, 陆晓庆, 童基均

单位：1. 浙江大学医学院附属第二医院临床医学工程部, 浙江 杭州 3100092. 浙江理工大学计算机科学与技术学院, 浙江 杭州 310018

关键词：电子病历,血管外科,命名实体识别,特征融合,深度学习

基金：浙江省自然科学基金(LQ22F010006); 浙江省基础公益研究计划项目(LTGY23H170004)

电子病历(EMR)作为医疗信息化建设的核心, 蕴含着众多有价值的医疗实体, 对电子病历进行命名实体识别有助于推进医学研究。为解决血管外科电子病历研究数据匮乏、实体复杂识别困难等问题, 基于某三甲医院血管外科的真实临床数据, 构建一个小规模的专科数据集作为实验数据集, 并提出一种基于字形特征的命名实体识别模型。首先, 采用掩码校正的来自Transformer的双向编码器表示(MacBERT)生成动态字向量, 引入汉字四角码与汉字五笔两个维度的字形信息; 然后, 将文本表示传入双向门控循环单元(BiGRU)与门控空洞卷积神经网络(DGCNN)进行特征提取, 并对输出结果进行拼接; 最后, 通过多头自注意力机制捕捉序列内部元素间的关系, 利用条件随机场(CRF)进行标签解码。实验结果表明, 所提模型在自建血管外科数据集上的精确率、召回率、F1值分别为96.45%、97.77%、97.10%, 均优于对比模型, 具有更好的实体识别性能。

来源：2024年第8期

《计算机工程》期刊编辑部

查看计算机工程杂志2024年第8期