买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本申请涉及智慧医疗技术领域，其具体地公开了一种基于多文件格式的电子病历处理和归档方法，其采用基于深度学习的自然语言处理技术对电子病历进行基于段粒度的语义分析，捕捉到电子病历的内容信息语义特征表达，从而智能生成电子病历的类别标签，以实现电子病历的自动归档。这样，能够更方便地对电子病历进行检索、交换和共享，减少了人工查找的时间和工作量，提高了电子病历的价值和使用效率。

主权项：1.一种基于多文件格式的电子病历处理和归档方法，其特征在于，包括：以下步骤步骤S110、获取待处理电子病历；步骤S120、对所述待处理电子病历进行基于段粒度的语义编码以得到电子文档内容段描述语义编码特征向量的序列；步骤S130、对所述电子文档内容段描述语义编码特征向量的序列进行语义特征强化处理以得到强化电子文档内容段描述语义编码特征向量的序列；步骤S140、提取所述强化电子文档内容段描述语义编码特征向量的序列的全局语义特征以得到电子文档内容全局语义理解特征向量；步骤S150、基于所述电子文档内容全局语义理解特征向量，对所述待处理电子病历进行自动归档，其中，步骤S120对所述待处理电子病历进行基于段粒度的语义编码以得到电子文档内容段描述语义编码特征向量的序列，包括：步骤S121、对所述待处理电子病历进行数据预处理以得到电子病历文档内容；步骤S122、对所述电子病历文档内容进行分段处理以得到电子文档内容段描述的序列；步骤S123、提取所述电子文档内容段描述的序列中的各个电子文档内容段描述的语义特征以得到所述电子文档内容段描述语义编码特征向量的序列，步骤S130对所述电子文档内容段描述语义编码特征向量的序列进行语义特征强化处理以得到强化电子文档内容段描述语义编码特征向量的序列，包括：使用基于重参数化层的语义强化器对所述电子文档内容段描述语义编码特征向量的序列进行特征表达强化以得到所述强化电子文档内容段描述语义编码特征向量的序列，包括：以如下重参数化公式对所述电子文档内容段描述语义编码特征向量进行特征表达强化以得到所述强化电子文档内容段描述语义编码特征向量；其中，所述重参数化公式为：，其中，是所述电子文档内容段描述语义编码特征向量的均值，是所述电子文档内容段描述语义编码特征向量的方差，是从高斯分布中随机采样得到的第个值，是所述强化电子文档内容段描述语义编码特征向量中第个特征值，步骤S140提取所述强化电子文档内容段描述语义编码特征向量的序列的全局语义特征以得到电子文档内容全局语义理解特征向量，包括：将所述强化电子文档内容段描述语义编码特征向量的序列通过基于Transformer层的段间语义编码器以得到所述电子文档内容全局语义理解特征向量，步骤S150基于所述电子文档内容全局语义理解特征向量，对所述待处理电子病历进行自动归档，包括：步骤S151对所述电子文档内容全局语义理解特征向量进行特征分布优化以得到优化后电子文档内容全局语义理解特征向量；步骤S152将所述优化后电子文档内容全局语义理解特征向量通过分类器以得到分类结果，所述分类结果用于表示电子病历的类别标签；步骤S153基于所述分类结果，对所述待处理电子病历进行自动归档。

全文数据：

权利要求：

百度查询： 江苏卫生健康职业学院 基于多文件格式的电子病历处理和归档方法