【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及問卷生成領(lǐng)域，尤其涉及一種臨床試驗問卷的生成方法、裝置、設(shè)備及存儲介質(zhì)。
技術(shù)介紹
1、臨床試驗問卷是臨床研究中收集數(shù)據(jù)和獲取患者反饋的重要工具。在現(xiàn)代醫(yī)學(xué)研究中，設(shè)計科學(xué)且高效的臨床試驗問卷對試驗結(jié)果的準(zhǔn)確性和有效性具有重要影響。傳統(tǒng)的臨床試驗問卷生成方法通常依賴于醫(yī)學(xué)專家的經(jīng)驗和手工編輯，這不僅耗時費力，而且容易受到主觀因素的影響，難以確保問卷質(zhì)量的一致性和科學(xué)性。
技術(shù)實現(xiàn)思路
1、本專利技術(shù)的主要目的在于解決現(xiàn)有的臨床試驗的問卷依賴于醫(yī)學(xué)專家的經(jīng)驗和手工編輯，難以確保問卷質(zhì)量的一致性和科學(xué)性的技術(shù)問題。
2、本專利技術(shù)第一方面提供了一種臨床試驗問卷的生成方法，所述臨床試驗問卷的生成方法包括：
3、獲取臨床試驗問卷生成請求，并根據(jù)臨床試驗問卷生成請求從預(yù)先構(gòu)建的結(jié)構(gòu)化醫(yī)學(xué)知識數(shù)據(jù)庫進(jìn)行檢索，得到檢索結(jié)果，其中，所述臨床試驗問卷生成請求包括臨床試驗主題和相關(guān)參數(shù)；
4、基于所述檢索結(jié)果，從預(yù)設(shè)的增強醫(yī)學(xué)知識圖譜中進(jìn)行子圖提取，得到對應(yīng)的知識子圖，并提取所述知識子圖的關(guān)鍵概念和關(guān)系；
5、根據(jù)所述關(guān)鍵概念和關(guān)系從預(yù)構(gòu)建的多樣化問題模板庫中進(jìn)行模板篩選，并根據(jù)知識子圖對篩選后的問題模板進(jìn)行元素填充，得到初始問題集；
6、獲取用戶信息，提取所述用戶信息的用戶特征，并根據(jù)所述用戶特征對所述初始問題集進(jìn)行調(diào)整優(yōu)化，得到個性化問題集；
7、將所述個性化問題集輸入預(yù)設(shè)的問卷結(jié)構(gòu)優(yōu)化系統(tǒng)，通過所述問卷結(jié)構(gòu)優(yōu)化
8、可選的，在本專利技術(shù)第一方面的第一種實現(xiàn)方式中，在所述獲取臨床試驗問卷生成請求，并根據(jù)臨床試驗問卷生成請求從預(yù)先構(gòu)建的結(jié)構(gòu)化醫(yī)學(xué)知識數(shù)據(jù)庫進(jìn)行檢索，得到檢索結(jié)果之前，還包括：
9、對多源異構(gòu)醫(yī)學(xué)數(shù)據(jù)進(jìn)行采集和清洗，得到初始醫(yī)學(xué)文本集，并對所述初始醫(yī)學(xué)文本集進(jìn)行分詞和詞性標(biāo)注處理，得到標(biāo)注后的文本序列；
10、根據(jù)醫(yī)學(xué)領(lǐng)域特定詞典對所述文本序列進(jìn)行命名實體識別處理，得到醫(yī)學(xué)實體集合，并根據(jù)所述醫(yī)學(xué)實體集合進(jìn)行初始知識圖譜構(gòu)建，得到初始知識圖譜，其中醫(yī)學(xué)實體集合中的實體作為所述初始知識圖譜的節(jié)點，所述醫(yī)學(xué)實體集合中實體間的關(guān)系作為所述初始知識圖譜的邊；
11、對所述初始知識圖譜應(yīng)用多層圖卷積網(wǎng)絡(luò)進(jìn)行信息傳播和聚合處理，得到更新后的節(jié)點表示，并對所述更新后的節(jié)點表示應(yīng)用雙向門控圖神經(jīng)網(wǎng)絡(luò)進(jìn)行處理，得到增強節(jié)點表示；
12、對實體描述文本應(yīng)用雙向長短時記憶網(wǎng)絡(luò)進(jìn)行編碼處理，得到序列信息表示，并對所述增強節(jié)點表示和所述序列信息表示進(jìn)行融合處理，得到增強醫(yī)學(xué)知識圖譜。
13、可選的，在本專利技術(shù)第一方面的第二種實現(xiàn)方式中，所述基于所述檢索結(jié)果，從預(yù)設(shè)的增強醫(yī)學(xué)知識圖譜中進(jìn)行子圖提取，得到對應(yīng)的知識子圖，并提取所述知識子圖的關(guān)鍵概念和關(guān)系包括：
14、對所述檢索結(jié)果進(jìn)行語義分析處理，得到檢索關(guān)鍵詞集合，并根據(jù)所述檢索關(guān)鍵詞集合對所述增強醫(yī)學(xué)知識圖譜進(jìn)行節(jié)點匹配處理，得到初始匹配節(jié)點集；
15、對所述初始匹配節(jié)點集應(yīng)用圖遍歷算法進(jìn)行擴展處理，得到擴展節(jié)點集，并根據(jù)所述擴展節(jié)點集對所述增強醫(yī)學(xué)知識圖譜進(jìn)行子圖提取處理，得到知識子圖；
16、對所述知識子圖應(yīng)用中心度計算算法進(jìn)行節(jié)點重要性評估處理，得到節(jié)點重要性排序，并根據(jù)所述節(jié)點重要性排序?qū)χR子圖進(jìn)行剪枝處理，得到精簡知識子圖；
17、對所述精簡知識子圖應(yīng)用社區(qū)發(fā)現(xiàn)算法進(jìn)行聚類處理，得到概念簇集合，并根據(jù)所述概念簇集合對精簡知識子圖中的邊進(jìn)行權(quán)重計算處理，得到加權(quán)知識子圖；
18、對所述加權(quán)知識子圖應(yīng)用路徑搜索算法進(jìn)行關(guān)鍵路徑識別處理，得到關(guān)鍵概念和關(guān)系集合。
19、可選的，在本專利技術(shù)第一方面的第三種實現(xiàn)方式中，在所述獲取臨床試驗問卷生成請求，并根據(jù)臨床試驗問卷生成請求從預(yù)先構(gòu)建的結(jié)構(gòu)化醫(yī)學(xué)知識數(shù)據(jù)庫進(jìn)行檢索，得到檢索結(jié)果之前，還包括：
20、對大規(guī)模醫(yī)學(xué)問答數(shù)據(jù)集進(jìn)行收集和預(yù)處理，得到初始問題集，并對所述初始問題集應(yīng)用語義分析算法進(jìn)行主題提取處理，得到問題主題分類；
21、根據(jù)所述問題主題分類對初始問題集進(jìn)行聚類處理，得到問題簇集合，并對所述問題簇集合應(yīng)用對應(yīng)的句法分析算法進(jìn)行結(jié)構(gòu)抽取處理，得到問題結(jié)構(gòu)模式集；
22、根據(jù)所述問題結(jié)構(gòu)模式集對問題簇集合進(jìn)行模板生成處理，得到初始模板庫；
23、對所述初始模板庫應(yīng)用變量替換算法進(jìn)行泛化處理，得到泛化模板集，并根據(jù)預(yù)設(shè)的認(rèn)知難度標(biāo)準(zhǔn)對所述泛化模板集進(jìn)行難度評估處理，得到難度標(biāo)注模板集；
24、對所述難度標(biāo)注模板集應(yīng)用對比學(xué)習(xí)算法進(jìn)行相似度計算處理，得到模板相似度矩陣，并根據(jù)所述模板相似度矩陣對難度標(biāo)注模板集進(jìn)行去重和合并處理，得到精簡模板集；
25、對所述精簡模板集應(yīng)用強化學(xué)習(xí)算法進(jìn)行動態(tài)調(diào)優(yōu)處理，得到多樣化問題模板庫。
26、可選的，在本專利技術(shù)第一方面的第四種實現(xiàn)方式中，所述根據(jù)所述關(guān)鍵概念和關(guān)系從預(yù)構(gòu)建的多樣化問題模板庫中進(jìn)行模板篩選，并根據(jù)知識子圖對篩選后的問題模板進(jìn)行元素填充，得到初始問題集包括：
27、對所述關(guān)鍵概念和關(guān)系進(jìn)行向量化處理，得到語義向量集，并根據(jù)所述語義向量集對多樣化問題模板庫中的模板進(jìn)行相似度計算處理和閾值篩選處理，得到得到候選模板集；
28、根據(jù)所述候選模板集對知識子圖進(jìn)行模板匹配處理，得到模板填充映射，并應(yīng)用上下文嵌入算法對所述模板填充映射進(jìn)行語義補全處理，得到初步填充模板集；
29、根據(jù)所述初步填充模板集對知識子圖進(jìn)行多跳推理處理，得到推理路徑集，并對所述推理路徑集應(yīng)用自然語言生成算法進(jìn)行問題重構(gòu)處理，得到初始問題集。
30、可選的，在本專利技術(shù)第一方面的第五種實現(xiàn)方式中，所述獲取用戶信息，提取所述用戶信息的用戶特征，并根據(jù)所述用戶特征對所述初始問題集進(jìn)行調(diào)整優(yōu)化，得到個性化問題集包括：
31、對用戶信息進(jìn)行多模態(tài)數(shù)據(jù)融合處理，得到用戶特征向量，并根據(jù)所述用戶特征向量對初始問題集進(jìn)行相關(guān)性評分和閾值篩選，得到核心問題集；
32、根據(jù)所述用戶特征向量對核心問題集進(jìn)行語言復(fù)雜度調(diào)整處理，并對調(diào)整后的核心問題集應(yīng)用知識圖譜推理算法進(jìn)行擴展，得到補充問題集；
33、根據(jù)所述用戶特征向量對補充問題集進(jìn)行難度梯度化和答題時間預(yù)估，應(yīng)用動態(tài)規(guī)劃算法根據(jù)得到的難度梯度和答題時間對所述補充問題集進(jìn)行重新排序和篩選，得到時間優(yōu)化問題集；
34、對所述時間優(yōu)化問題集應(yīng)用動態(tài)反饋機制進(jìn)行實時調(diào)整處理，得到個性化問題集。
35、可選的，在本專利技術(shù)第一方面的第六種實現(xiàn)方式中，所述將所述個性化問題集輸入預(yù)設(shè)的問卷結(jié)構(gòu)優(yōu)化系統(tǒng)，通過所述問卷結(jié)構(gòu)優(yōu)化系統(tǒng)對所述個性化問題集進(jìn)行結(jié)構(gòu)化處理，生成臨床試驗問卷包括：
36、對所述個性化問題集應(yīng)用語義相似度算法進(jìn)行聚類分析，得到問題主題簇，本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點】
1.一種臨床試驗問卷的生成方法，其特征在于，所述臨床試驗問卷的生成方法包括：
2.根據(jù)權(quán)利要求1所述的臨床試驗問卷的生成方法，其特征在于，在所述獲取臨床試驗問卷生成請求，并根據(jù)臨床試驗問卷生成請求從預(yù)先構(gòu)建的結(jié)構(gòu)化醫(yī)學(xué)知識數(shù)據(jù)庫進(jìn)行檢索，得到檢索結(jié)果之前，還包括：
3.根據(jù)權(quán)利要求2所述的臨床試驗問卷的生成方法，其特征在于，所述基于所述檢索結(jié)果，從預(yù)設(shè)的增強醫(yī)學(xué)知識圖譜中進(jìn)行子圖提取，得到對應(yīng)的知識子圖，并提取所述知識子圖的關(guān)鍵概念和關(guān)系包括：
4.根據(jù)權(quán)利要求1所述的臨床試驗問卷的生成方法，其特征在于，在所述獲取臨床試驗問卷生成請求，并根據(jù)臨床試驗問卷生成請求從預(yù)先構(gòu)建的結(jié)構(gòu)化醫(yī)學(xué)知識數(shù)據(jù)庫進(jìn)行檢索，得到檢索結(jié)果之前，還包括：
5.根據(jù)權(quán)利要求4所述的臨床試驗問卷的生成方法，其特征在于，所述根據(jù)所述關(guān)鍵概念和關(guān)系從預(yù)構(gòu)建的多樣化問題模板庫中進(jìn)行模板篩選，并根據(jù)知識子圖對篩選后的問題模板進(jìn)行元素填充，得到初始問題集包括：
6.根據(jù)權(quán)利要求1所述的臨床試驗問卷的生成方法，其特征在于，所述獲取用戶信息，提取所述用戶信息的用戶
7.根據(jù)權(quán)利要求1所述的臨床試驗問卷的生成方法，其特征在于，所述將所述個性化問題集輸入預(yù)設(shè)的問卷結(jié)構(gòu)優(yōu)化系統(tǒng)，通過所述問卷結(jié)構(gòu)優(yōu)化系統(tǒng)對所述個性化問題集進(jìn)行結(jié)構(gòu)化處理，生成臨床試驗問卷包括：
8.一種臨床試驗問卷的生成裝置，其特征在于，所述臨床試驗問卷的生成裝置包括：
9.一種臨床試驗問卷的生成設(shè)備，其特征在于，所述臨床試驗問卷的生成設(shè)備包括：存儲器和至少一個處理器，所述存儲器中存儲有指令；
10.一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)上存儲有指令，其特征在于，所述指令被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1-7中任意一項所述臨床試驗問卷的生成方法的步驟。
...【技術(shù)特征摘要】
1.一種臨床試驗問卷的生成方法，其特征在于，所述臨床試驗問卷的生成方法包括：
2.根據(jù)權(quán)利要求1所述的臨床試驗問卷的生成方法，其特征在于，在所述獲取臨床試驗問卷生成請求，并根據(jù)臨床試驗問卷生成請求從預(yù)先構(gòu)建的結(jié)構(gòu)化醫(yī)學(xué)知識數(shù)據(jù)庫進(jìn)行檢索，得到檢索結(jié)果之前，還包括：
3.根據(jù)權(quán)利要求2所述的臨床試驗問卷的生成方法，其特征在于，所述基于所述檢索結(jié)果，從預(yù)設(shè)的增強醫(yī)學(xué)知識圖譜中進(jìn)行子圖提取，得到對應(yīng)的知識子圖，并提取所述知識子圖的關(guān)鍵概念和關(guān)系包括：
4.根據(jù)權(quán)利要求1所述的臨床試驗問卷的生成方法，其特征在于，在所述獲取臨床試驗問卷生成請求，并根據(jù)臨床試驗問卷生成請求從預(yù)先構(gòu)建的結(jié)構(gòu)化醫(yī)學(xué)知識數(shù)據(jù)庫進(jìn)行檢索，得到檢索結(jié)果之前，還包括：
5.根據(jù)權(quán)利要求4所述的臨床試驗問卷的生成方法，其特征在于，所述根據(jù)所述關(guān)鍵概念和關(guān)系從預(yù)構(gòu)建的多樣化問題模板庫中進(jìn)行模板篩選，并根據(jù)知識子圖對篩選后的問...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：張芳，
申請(專利權(quán))人：北京厚普醫(yī)藥科技有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。