影像信息学专题· 自然语言处理在医学影像中的应用 - 放射学实践.pdfVIP

放射学实践 年 月第 卷第 期 ， ， ， １１２０ ２０１６ １２ ３１ １２ ＲａｄｉｏｌＰｒａｃｔｉｃｅＤｅｃ２０１６Ｖｏｌ３１Ｎｏ．１２ 　 ·影像信息学专题 · 自然语言处理在医学影像中的应用 马帅，王霄英 摘要】 随着计算机技术快速发展，与影像诊断密切相关的软件研发有望超过传统硬件成为影像信息学发展的主 　 流，自然语言处理（ ）作为新兴技术在医学影像领域表现出良好的应用前景。本文概述 原理及其在医学影像中 ＮＬＰ ＮＬＰ 的应用，并对未来发展方向进行展望。 关键词】 自然语言处理；医学标准术语；文本挖掘；结构化 　 中图分类号】 ； ； 文献标识码】 文章编号】 （ ） Ｒ８１４．４１ Ｒ８１４．４２ Ｒ４４５．２ Ａ １００００３１３２０１６１２１１２００４ 　 　 ： ／ ＤＯＩ１０．１３６０９ ．ｃｎｋｉ．１００００３１３．２０１６．１２．００２ ｊ 医学影像报告是电子健康病历（ｅｌｅｃｔｒｏｎｉｃｈｅａｌｔｈｒｅｃｏｒｄ， 定、修饰作用等，如 ＳＮＯＭＥＤＣＴ。 　　 ＥＨＲ）中包含大量数字信息的重要组成部分。但影像报告多以 通过特征提取，报告中的自然语言被分割为结构式的概 自由文本形式出现在 ＥＨＲ中，这种非结构式数据不利于信息 念，且每个概念都被定义了与其它概念的关系，进一步用于后 的提取和利用。由于对报告信息进行人工提取耗时且难于操 续的特征加工。 作，所以自然语言处理（ ， ）技术 ２．特征加工 ｎａｔｕｒａｌｌａｎｕａｅ ｒｏｃｅｓｓｉｎ ＮＬＰ ｇ ｇ ｐ ｇ ［］ １ 判断从报告中提取出的结构化数据是否包含目标概念，进 成为医学影像报告信息化的重要工具 。ＮＬＰ通过计算机智 能分析自由文本，并 自动完成数据挖掘任务，将人类 自然语言 而判断能否通过提取出的数据推导出某种临床结局。进行特 ［］ ２ 征加工必须依据某种规则，通常有两种生成规则的方法：一种 翻译成结构化形式 ，从而有效地利用了报告中信息。本文概 述 ＮＬＰ的原理及其在医学影像中的应用，并对未来发展方向 是专家制定规则；另一种是通过统计或机器学习方法从数据中 进行了展望。 自动推导制定规则。也可以联合制定规则，如先由机器学习产 生规则，再由专家对其判断和校正。无论何种方法进行特征加 ＮＬＰ工作原理 工，所设定的规则均应进行训练和验证，才可进一步应用。 ＮＬＰ从自然语言数据中推导出规则和模型，将文本转化为 ３．系统训练和验证 结构化的编码信息，从而