基于深度学习的医院海量档案特征快速查询算法研究

摘要

为提高档案特征查询结果的查全率和查准率，提出基于深度学习的医院海量档案特征快速查询算法。通过深度学习，建立深度卷积神经网络，采用文本聚类算法，划分档案文本类别，利用图搜图的方式，通过神经网络，提取指定档案的图像特征，得到图像内容对应的文本注释，搜索该文本归属簇集，将簇集内所有文本的特征词和主题作为文本特征，将文本数据匹配到的图像作为图形特征。选取医学领域公共数据集作为实验数据，实验结果表明，针对海量档案文本特征和图像特征，设计算法提高了特征查询查全率和查准率，档案特征快速查询精度更优。

关键词

深度学习 / 档案特征 / 查询算法 / 神经网络 / 文本聚类 / 特征词

基金资助

汕头市汕头大学医学院第二附属医院科技项目(220516166493276)