本發(fā)明涉及一種基于子樹(shù)倒排索引的病歷圖序列檢索方法及系統(tǒng)，首先基于子樹(shù)分解算法構(gòu)建病歷圖序列數(shù)據(jù)庫(kù)的三層倒排索引；其次基于子樹(shù)倒排索引表和size表，采用子樹(shù)近似查詢算法獲得各子樹(shù)結(jié)構(gòu)對(duì)應(yīng)的子樹(shù)近似表；然后基于圖結(jié)構(gòu)倒排索引表和各子樹(shù)結(jié)構(gòu)對(duì)應(yīng)的子樹(shù)近似表，采用圖結(jié)構(gòu)近似查詢算法獲得各圖結(jié)構(gòu)對(duì)應(yīng)的圖結(jié)構(gòu)近似表；最后基于圖序列倒排索引表和各圖結(jié)構(gòu)對(duì)應(yīng)的圖結(jié)構(gòu)近似表，采用圖序列近似查詢算法獲得各圖序列對(duì)應(yīng)的圖序列近似表。采用本發(fā)明將三層倒排索引與近似查詢算法相結(jié)合，建立多模式數(shù)據(jù)之間的聯(lián)系，并在此基礎(chǔ)上進(jìn)行病例近似搜索，進(jìn)而提高搜索的準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明涉及病歷圖序列檢索領(lǐng)域，特別是涉及一種基于子樹(shù)倒排索引的病歷圖序列檢索方法及系統(tǒng)。

背景技術(shù)

隨著信息技術(shù)的飛速發(fā)展，各行各業(yè)的數(shù)據(jù)形式越來(lái)越生動(dòng)多樣化，產(chǎn)生了內(nèi)容豐富的文本、圖片、音頻、視頻等多模態(tài)數(shù)據(jù)。

由于多模態(tài)數(shù)據(jù)本身具有多樣性、復(fù)雜性與隨意性，難以實(shí)現(xiàn)結(jié)構(gòu)化統(tǒng)一管理。其次，這些數(shù)據(jù)之間往往是有關(guān)聯(lián)的，只有挖掘出這些潛在的關(guān)聯(lián)，才能實(shí)現(xiàn)數(shù)據(jù)真正的價(jià)值。傳統(tǒng)的數(shù)據(jù)庫(kù)技術(shù)往往針對(duì)單一模態(tài)的數(shù)據(jù)進(jìn)行處理，不同模態(tài)的數(shù)據(jù)使用不同的復(fù)雜數(shù)據(jù)模型來(lái)表示，如字符串、樹(shù)、圖、高維數(shù)據(jù)、動(dòng)態(tài)序列等。這些方法不能表示多模態(tài)數(shù)據(jù)之間的關(guān)聯(lián)性，無(wú)法滿足人們對(duì)信息檢索的綜合性需求。一些跨媒體統(tǒng)一索引技術(shù)的提出解決了部分具有明顯語(yǔ)義關(guān)聯(lián)性數(shù)據(jù)的跨域查詢問(wèn)題。但是，這些解決方案只適用于數(shù)據(jù)關(guān)聯(lián)性較高的社交媒體數(shù)據(jù)等，而對(duì)語(yǔ)義關(guān)系較為模糊的醫(yī)療健康數(shù)據(jù)卻無(wú)法進(jìn)行處理。由于數(shù)據(jù)基礎(chǔ)不牢靠，分析的結(jié)果往往意義不大，缺乏實(shí)用性。因此，如何針對(duì)語(yǔ)義關(guān)聯(lián)模糊的多模態(tài)數(shù)據(jù)進(jìn)行有效的統(tǒng)一建模與索引是本研究首先要解決的重要科學(xué)問(wèn)題。

此外，多模態(tài)醫(yī)療健康數(shù)據(jù)的結(jié)構(gòu)和內(nèi)容并非一成不變，而是會(huì)隨著時(shí)間的推移發(fā)生演繹和變化。例如，電子病歷經(jīng)常含有病人的多次醫(yī)療記錄，每次記錄產(chǎn)生的數(shù)據(jù)結(jié)構(gòu)和內(nèi)容往往不是固定不變的；而醫(yī)療移動(dòng)平臺(tái)收集的健康信息如體溫等數(shù)據(jù)更是隨著用戶身體狀態(tài)的改變而差異較大。分析清楚數(shù)據(jù)的這種動(dòng)態(tài)變化屬性在患者病情的預(yù)測(cè)和用戶健康情況的監(jiān)測(cè)上面都具有重要意義。現(xiàn)有的醫(yī)療大數(shù)據(jù)分析方法無(wú)法描述數(shù)據(jù)的這種動(dòng)態(tài)屬性，往往需要利用復(fù)雜的機(jī)器學(xué)習(xí)算法來(lái)分析和預(yù)測(cè)數(shù)據(jù)之間的動(dòng)態(tài)演繹情況。由于人工智能在處理復(fù)雜、多變、動(dòng)態(tài)環(huán)境中的局限性而導(dǎo)致分析結(jié)果往往準(zhǔn)確率過(guò)低。因此，如何設(shè)計(jì)一種新的動(dòng)態(tài)模型來(lái)準(zhǔn)確描述醫(yī)療健康數(shù)據(jù)隨時(shí)間發(fā)生演繹和變化的情況是本研66需要解決的關(guān)鍵科學(xué)問(wèn)題。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于子樹(shù)倒排索引的病歷圖序列檢索方法及系統(tǒng)，以提高搜索病例的準(zhǔn)確率。

為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種基于子樹(shù)倒排索引的病歷圖序列檢索方法，所述方法包括：

步驟S1：基于子樹(shù)分解算法構(gòu)建病歷圖序列數(shù)據(jù)庫(kù)的三層倒排索引；所述三層倒排索引表包括圖序列倒排索引表、圖結(jié)構(gòu)倒排索引表和子樹(shù)倒排索引表；

步驟S2：獲取待查詢的圖序列，所述圖序列包括多個(gè)圖結(jié)構(gòu)，所述圖結(jié)構(gòu)分解為一個(gè)子樹(shù)序列，所述子樹(shù)序列包括多個(gè)子樹(shù)結(jié)構(gòu)，再將每一個(gè)子樹(shù)結(jié)構(gòu)分解為一個(gè)節(jié)點(diǎn)序列，所述節(jié)點(diǎn)序列包括多個(gè)節(jié)點(diǎn)；

步驟S3：給定待查詢子樹(shù)結(jié)構(gòu)t_q的size表；

步驟S4：基于子樹(shù)倒排索引表和size表，采用子樹(shù)近似查詢算法獲得各子樹(shù)結(jié)構(gòu)對(duì)應(yīng)的子樹(shù)近似表；

步驟S5：基于圖結(jié)構(gòu)倒排索引表和各子樹(shù)結(jié)構(gòu)對(duì)應(yīng)的子樹(shù)近似表，采用圖結(jié)構(gòu)近似查詢算法獲得各圖結(jié)構(gòu)對(duì)應(yīng)的圖結(jié)構(gòu)近似表；

步驟S6：基于圖序列倒排索引表和各圖結(jié)構(gòu)對(duì)應(yīng)的圖結(jié)構(gòu)近似表，采用圖序列近似查詢算法獲得各圖序列對(duì)應(yīng)的圖序列近似表。

可選地，所述步驟S1具體包括：