基于层级特征优化和预测校正的自动ICD编码方法及系统
本发明公开基于层级特征优化和预测校正的自动ICD编码方法及系统,涉及自然语言处理技术领域,将当前电子病历文本输入至预先训练好的自动ICD编码模型进行编码,得到对应的ICD编码。自动ICD编码模型包括依次按照顺序连接的文本表示模块、编码表示模块、同义词融合注意力模块、初始预测模块和预测校正模块;文本表示模块使用级联卷积网络对输入的病历文本特征进行处理,同义词融合注意力模块引入同义词融合注意力来使ICD编码同义词描述与电子病历文本深度语义表示进行交互,还引入基于掩码自编码器的预测校正模块,能够对初始预测结果进行优化,重新排序并选择最符合语义和依赖关系的编码组合,从而提高预测的准确性,提高编码效率,解决自动ICD编码问题。
《基于层级特征优化和预测校正的自动ICD编码方法及系统》是一发明专利,专利号为 2024116941672,当前法律状态为已下证,由齐鲁工业大学(山东省科学院)提出申请,发明人为管红娇;梁镇鹏;鹿文鹏;张维玉;赵龙;郑超群;姜燕;贾瑞祥,申请日期为2024-11-25,公开(公告)日期为2025-10-03,国际专利分类号(IPC)为 G06F 40/126 (2020.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开基于层级特征优化和预测校正的自动ICD编码方法及系统,涉及自然语言处理技术领域,将当前电子病历文本输入至预先训练好的自动ICD编码模型进行编码,得到对应的ICD编码。自动ICD编码模型包括依次按照顺序连接的文本表示模块、编码表示模块、同义词融合注意力模块、初始预测模块和预测校正模块;文本表示模块使用级联卷积网络对输入的病历文本特征进行处理,同义词融合注意力模块引入同义词融合注意力来使ICD编码同义词描述与电子病历文本深度语义表示进行交互,还引入基于掩码自编码器的预测校正模块,能够对初始预测结果进行优化,重新排序并选择最符合语义和依赖关系的编码组合,从而提高预测的准确性,提高编码效率,解决自动ICD编码问题。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
