医疗诊断本体自动生成系统的研发

本体是概念化的明确的规范说明,其目标是捕获相关领域的知识,提供对该领域知识的共同理解,确定该领域内共同认可的词汇,并从不同层次的形式化模式上给出这些词汇(术语)和词汇间相互关系的明确定义。传统的手工本体建模是一项耗时费力的繁杂工作。研发一个面向医疗诊断领域的本体自动生成系统,主要是对电子病历进行分析挖掘,构造医疗诊断本体,为今后的医疗诊断智能系统的开发建立知识基础。     

医疗诊断本体自动生成系统的研发

本体是概念化的明确的规范说明,其目标是捕获相关领域的知识,提供对该领域知识的共同理解。确定该领域内共同认可的词汇,并从不同层次的形式化模式上给出这些词汇（术语）和词汇间相互关系的明确定义。传统的手工本体建模是一项耗时费力的繁杂工作。研发一个面向医疗诊断领域的本体自动生成系统,主要是对电子病历进行分析挖掘．构造医疗诊断本体．为今后的医疗诊断智能系统的开发建立知识基础．     

基于领域本体的心血管疾病辅助诊断系统

本文基于本体理论建立了心血管疾病知识库,并在此基础上开发了辅助诊断系统.系统开发工作包括领域知识本体建模、知识本体的形式化与存储、诊断推理等.文中分别对案例知识和经验知识进行了形式化描述,并建立了相应的诊断模型.     

基于领域本体的数据清洗研究

对数据清洗过程中的语义问题进行了分类,基于领域本体提出了领域概念树和精确度水平节点集的概念。结合领域概念树和精确度水平节点集,给出了基于领域本体的数据清洗方法。该方法通过利用领域本体包含的语义信息,提高了数据清洗质量。与传统的数据清洗方法相比,由于该方法只与本体领域模型进行交互,不局限于特定领域,所以扩展性更强,数据清洗的质量也较高。     

基于WordNet和聚焦爬虫的半自动领域本体构建

传统的手工构建本体是一项费时费力的工作.对比和借鉴了国内外本体自动获取的方法和思路,提出了基于WordNet和聚焦爬虫的半自动领域本体构建方法,以WordNet为中心,聚焦爬虫为辅助,通过计算概念之间相似度,构建本体,实验结果表明,该方法可以有效地快速构建领域本体,还可用于扩展本体.     

基于本体的语义网检索模型及关键技术研究

为解决传统的基于题,构建了一个基于本体的语义网检索模型.提出了一种领域本体库和应用本体库的构建方法,给出了查询本体的生成以及相似本体匹配推理的方法,实现了以该模型为基础的试验性检索系统.实验结果表明,该模型能够进行本体的语义推理,在一定程度上增强信息检索系统的语义处理能力,检索效率得到了改善.     

基于HBase的领域本体存储方法及其应用研究

在分析民航突发事件应急管理领域本体及其存储特点的基础上,提出了一种基于HBase的领域本体存储方法,采用将领域本体元数据与RDF实例数据分开存储的方式,给出了描述领域本体类及属性信息的元数据和RDF实例数据的存储模型,及其基于MapReduce的领域本体RDF数据并行加载过程。结合应用实现了领域本体基于HBase API的基本图模式查询,并在Hadoop环境下进行了实验与效果分析,为民航应急管理领域本体的海量数据存储提供了理论与方法支撑。     

基于本体的医疗信息搜索技术

针对医疗信息联合搜索中存在的问题,提出一种基于医疗领域本体的多信息融合搜索方法。该方法采用信息抽取技术自动构建本体实例,运用医疗领域本体对用户查询请求进行语义处理,同时实现了基于该方法的原型系统。实验结果表明,该原型系统能有效返回多种相关信息,从而说明了本体在多信息融合搜索方面的重要性。     

中小企业诊断本体的构建方法

对本体论应用到企业诊断领域进行了探讨.基于知识密集型企业诊断过程,提出了一种用IDEF5本体论荻取方法以及OWL来分析,提取、模型化企业诊断本体的方法.对企业诊断知识和利用IDEF建模方法建立企业诊断模型进行了概要的介绍,介绍了领域本体的构建.最后以企业诊断系统为例介绍了本体构建,并用OWL语言进行了描述.     

基于领域语义知识库的疾病辅助诊断方法

健康医疗领域是一个知识密集型的领域,临床诊断的质量主要依赖于医生所掌握的健康医疗知识以及临床经验.然而,单个医生的能力仍然非常有限,所以目前临床诊断的质量并不高.为此,提出一种基于领域语义知识库的疾病辅助诊断方法,基于Freebase中medicine主题域的知识建立了领域语义知识库,提出计算知识库中症状于疾病诊断的权重、计算与患者输入症状集相关的疾病的相关度和基于患者输入症状集推荐相关症状的算法.最后,基于随机选取的6种常见疾病的临床病历数据对所提出的方法与现有方法进行了对比评价,评价结果一方面表明了所提方法对已有方法存在的问题和不足的改进效果,另一方面也表明所提方法可以避免“冷启动”问题,可以快速支撑对大量常见疾病的辅助诊断.基于所提方法,有望为基层全科医生提供大量常见疾病的辅助诊断服务,或者为患者提供疾病自诊服务.