基于深度学习对糖尿病中医医案数据的症状与对药关系的研究.pdfVIP

摘要

糖尿病是一种常见的慢性代谢障碍疾病，其治疗一直是医学界的研究热点。中

医药对其疗效显著，已成为患者选择治疗方法的重要途径之一。随着糖尿病患者使

用中医药数量的不断增加，中医病例的数据挖掘在治疗中的作用受到了广泛关注。

近几年来，在医学领域，对现代医学英文临床笔记中的关系提取进行了一些研究。

随着深度学习技术的发展和应用，越来越多的研究开始尝试使用深度学习模型来处

理病例数据，实现信息的自动化提取和分析。然而，对中文临床笔记，特别是中医

临床记录(如：症状-对药)的关联提取研究非常有限。中医药知识的纷繁复杂，建立

中医药的信息化管理系统，对于中医的数字化传承具有重要意义。本文提出了利用

Jieba分词算法结合BERT模型来研究糖尿病病历数据中症状与对药之间的关系。并

且有针对性的研发和设计了中医药管理系统，具体研究如下：

(1)采用Jieba分词算法对糖尿病数据进行预处理。它提供高效性、准确性和多

样的分词模式选择，能够快速而准确地对中文文本进行分词。Jieba分词算法首先会

加载一个词典，在进行分词之前，Jieba分词算法会对输入的中文文本进行预处理，

Jieba分词算法根据词典和文本内容，采用基于前缀词典实现的分词方法，并且进行

词性标注。最后，Jieba分词算法会返回分词的结果。经过实践证明，这种方法的效

果良好。

(2)在得到已经处理好的数据之后，本文利用BERT模型其双向性、上下文理解

能力强、多任务适用性的优势来进行数据处理。将输入嵌入向量输入到多层

Transformer编码器中，以生成上下文感知的表示。通过掩码语言建模或下一句子预

测等任务进行预训练，以进一步优化模型的参数。总的来说，BERT通过对大量无标

签数据进行预训练，通过学习上下文关系，来微调适应不同自然语言处理任务。最

后，通过实验对比验证算法的性能。

(3)开发了中医药管理系统。首先，对系统的功能需求进行分析、系统框架设计、

数据库设计等，并在此基础上设计平台的总体结构。其次，利用python的后端框架

django、前端的框架bootstrap、可视化工具echarts和highcharts、云存储等技术。

开发了系统的各项功能。对该系统进行运行过程及运行状况的测试，评价系统设计

及实现的效果。经过系统测试确定，系统实现了中医药登记、中医药的详细信息修

改、在线数据信息的查询、上传文件、条件检索、可视化分析与管理等。除此之外，

还设计了普通用户、审核者、管理者。不同的角色拥有不同的权限。

最后，综述了本文存在的一些不足与阻碍，以及未来需要解决的问题。阐述了

未来研究方向与展望。

关键词：Jieba分词算法；BERT模型；数据挖掘；文本分类

ABSTRACT

Diabetesisacommonchronicmetabolicdisorder,anditstreatmenthasalwaysbeen

ahotresearchtopicinthemedicalfield.TraditionalChinesemedicinehassignificant

therapeuticeffectsonitandhasbecomeoneoftheimportantwaysforpatientstochoose

treatmentmethods.Withtheincreasingnumberofdiabetespatientsusingtraditional

Chinesemedicine,theroleofdatamininginthetreatmentoftraditionalChinesemedicine

caseshasreceivedextensiveattention.Inrecentyears,someresearchhasbeenconducted

inthefieldofmedicineonrelationshipextractioninmodernmedicalEnglishclin