基于關(guān)鍵詞自動(dòng)提取的口述病歷識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf

1、語(yǔ)音識(shí)別技術(shù)在醫(yī)療信息化行業(yè)中的應(yīng)用日益凸顯。在電子病歷EMR系統(tǒng)中，語(yǔ)音識(shí)別技術(shù)的應(yīng)用可以有效提高病歷文本的輸入速度，省去醫(yī)生手動(dòng)輸入病歷的繁瑣過(guò)程。目前，基于語(yǔ)音識(shí)別的EMR系統(tǒng)主要存在兩大問(wèn)題：一是自然口語(yǔ)中的猶豫停頓FP、重復(fù)、修改等不流利現(xiàn)象給識(shí)別帶來(lái)了困難；二是識(shí)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(shè)計(jì)實(shí)現(xiàn)了醫(yī)學(xué)環(huán)境下的自然口語(yǔ)語(yǔ)音識(shí)別系統(tǒng)；分析了病歷文本的結(jié)構(gòu)內(nèi)容和關(guān)鍵詞詞性分

2、布，在此基礎(chǔ)上改進(jìn)了詞頻-反向文檔頻率TF-IDF關(guān)鍵詞提取算法，提高了識(shí)別結(jié)果的可讀性、易讀性；設(shè)計(jì)實(shí)現(xiàn)了基于自然口語(yǔ)語(yǔ)音識(shí)別和關(guān)鍵詞自動(dòng)提取的EMR系統(tǒng)。本文的創(chuàng)新之處在于，通過(guò)建立FP檢測(cè)模型和面向醫(yī)學(xué)的語(yǔ)音識(shí)別系統(tǒng)，提高了醫(yī)學(xué)環(huán)境下的自然口語(yǔ)語(yǔ)音識(shí)別效果；完成了對(duì)TF-IDF關(guān)鍵詞提取算法的改進(jìn)，從病歷文本關(guān)鍵詞詞位置、關(guān)鍵詞詞性分布、病歷文本分類(lèi)入手，對(duì)關(guān)鍵詞提取中特征項(xiàng)權(quán)重進(jìn)行修正，使提取的關(guān)鍵詞能更好地反映病歷文本主題和關(guān)

3、鍵內(nèi)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(cè)模型建模及訓(xùn)練，實(shí)現(xiàn)了自然口語(yǔ)語(yǔ)音中FP檢測(cè)功能，模型查全率Recall達(dá)到60％，查準(zhǔn)率Precision達(dá)到65%以上。
　　(2)構(gòu)建了醫(yī)學(xué)環(huán)境下的語(yǔ)音語(yǔ)料庫(kù)。實(shí)現(xiàn)了基于FP檢測(cè)和高斯混合隱馬爾科夫HMM-GMM模型的自然口語(yǔ)語(yǔ)音識(shí)別系統(tǒng)。對(duì)于不同測(cè)試集A和B，F(xiàn)P檢測(cè)模型的引入使得詞錯(cuò)誤率CER%平均下降

4、1.94和2.37。
　　(3)研究了基于TF-IDF的關(guān)鍵詞提取算法，針對(duì)病歷文本的特定結(jié)構(gòu)和內(nèi)容從病歷文本關(guān)鍵詞詞位置、詞性分布、文本分類(lèi)入手改進(jìn)了傳統(tǒng)TF-IDF算法。實(shí)驗(yàn)表明算法的Recall和Precision均能達(dá)到60%以上。在此基礎(chǔ)上，實(shí)現(xiàn)了基于病歷文本特征項(xiàng)余弦相似度的病歷文本自動(dòng)匹配。
　　(4)設(shè)計(jì)并實(shí)現(xiàn)了基于自然口語(yǔ)語(yǔ)音識(shí)別和關(guān)鍵詞自動(dòng)提取的EMR系統(tǒng)。該系統(tǒng)實(shí)現(xiàn)了口述醫(yī)學(xué)病歷的語(yǔ)音識(shí)別、關(guān)鍵詞自動(dòng)提