基于關鍵詞自動提取的口述病歷識別系統(tǒng)設計與實現(xiàn).pdf

1、語音識別技術在醫(yī)療信息化行業(yè)中的應用日益凸顯。在電子病歷EMR系統(tǒng)中，語音識別技術的應用可以有效提高病歷文本的輸入速度，省去醫(yī)生手動輸入病歷的繁瑣過程。目前，基于語音識別的EMR系統(tǒng)主要存在兩大問題：一是自然口語中的猶豫停頓FP、重復、修改等不流利現(xiàn)象給識別帶來了困難；二是識別出的病歷文本缺少必要的文本格式，致使其可讀性、易讀性不高。
　　為此，本文設計實現(xiàn)了醫(yī)學環(huán)境下的自然口語語音識別系統(tǒng)；分析了病歷文本的結構內容和關鍵詞詞性分

2、布，在此基礎上改進了詞頻-反向文檔頻率TF-IDF關鍵詞提取算法，提高了識別結果的可讀性、易讀性；設計實現(xiàn)了基于自然口語語音識別和關鍵詞自動提取的EMR系統(tǒng)。本文的創(chuàng)新之處在于，通過建立FP檢測模型和面向醫(yī)學的語音識別系統(tǒng)，提高了醫(yī)學環(huán)境下的自然口語語音識別效果；完成了對TF-IDF關鍵詞提取算法的改進，從病歷文本關鍵詞詞位置、關鍵詞詞性分布、病歷文本分類入手，對關鍵詞提取中特征項權重進行修正，使提取的關鍵詞能更好地反映病歷文本主題和關

3、鍵內容。
　　本文的主要研究工作包括：
　　(1)完成了基于高斯混合模型-多層感知器GMM-MLP的FP檢測模型建模及訓練，實現(xiàn)了自然口語語音中FP檢測功能，模型查全率Recall達到60％，查準率Precision達到65%以上。
　　(2)構建了醫(yī)學環(huán)境下的語音語料庫。實現(xiàn)了基于FP檢測和高斯混合隱馬爾科夫HMM-GMM模型的自然口語語音識別系統(tǒng)。對于不同測試集A和B，F(xiàn)P檢測模型的引入使得詞錯誤率CER%平均下降

4、1.94和2.37。
　　(3)研究了基于TF-IDF的關鍵詞提取算法，針對病歷文本的特定結構和內容從病歷文本關鍵詞詞位置、詞性分布、文本分類入手改進了傳統(tǒng)TF-IDF算法。實驗表明算法的Recall和Precision均能達到60%以上。在此基礎上，實現(xiàn)了基于病歷文本特征項余弦相似度的病歷文本自動匹配。
　　(4)設計并實現(xiàn)了基于自然口語語音識別和關鍵詞自動提取的EMR系統(tǒng)。該系統(tǒng)實現(xiàn)了口述醫(yī)學病歷的語音識別、關鍵詞自動提