一、对进行国际疾病分类ICD-10的探讨（论文文献综述）
李明洋[1]（2021）在《面向中文电子病历的临床术语标准化研究》文中指出面向电子病历的临床术语标准化是将电子病历中的临床诊断实体对应到标准知识库中的标准实体。临床诊断实体的标准化描述主要采用国际疾病分类编码规范（International Classification of Diseases 10,ICD-10）。临床术语标准化是医学自然语言处理中的重要研究课题,是对临床医疗文本进行后续挖掘和分析的基础。目前英文临床术语的标准化研究较为深入,但是中文领域的相关研究相对缺乏,已有的一些标准化工具运行效率和准确率都较低。本文的研究目标是研究电子病历中疾病诊断术语的标准化方法并提高运行效率和准确率。本文将临床术语标准化抽象为一种语义相似度匹配任务,然后将标准化流程分为候选实体召回和候选实体消歧两个步骤。主要研究工作包括:（1）候选实体召回方法研究。通过分析电子病历中的疾病诊断术语特点,分别采用基于字符串相似度和文本统计特征方式来生成候选实体,并通过实验对比不同召回方法的性能差异,确定合适的候选实体召回方法。同时通过搭建Elasticsearch搜索引擎接口实现简单快速生成候选实体集的方式。（2）候选实体消歧方法研究。分别构建基于Bi LSTM和BERT+Match CNN的深度学习语义匹配模型,并通过实验对比和分析,确定最佳的语义匹配模型,从候选实体集中召回标准实体,实现实体消歧。（3）临床术语多蕴涵问题的处理方法研究。针对临床术语的多蕴涵问题,即原始临床术语关联多个标准实体问题,研究了基于BERT多分类模型的标准词个数预测方法,通过预测诊断原词对应标准实体的链接个数,并结合候选实体重排序结果得到最终的标准实体映射结果。本文提出“先召回后消岐”的临床术语标准化流程,首先采用简单的文本匹配方法获得候选实体集,缩小了实体消歧阶段的搜索规模,从而提高术语标准化的整体运行效率。在实体消岐过程中采用基于深度学习的语义匹配模型,同时针对多蕴涵问题研究了基于BERT多分类模型的标准词个数预测方法,从而提高了临床术语标准化的准确率。实验最优的准确率结果为85.93%。
欧倩婷,何凯平,刘树妹,徐娟华,刘涛,马金火,张凯娜[2]（2021）在《胃壁脓肿ICD-10编码的探讨》文中认为目的通过分析胃壁脓肿的发病机制、发病原因、病理特征和临床表现,探讨正确查找胃壁脓肿ICD-10疾病编码的思路与方法。方法查阅广州市某三甲综合医院2019年4月普外二科1例以"胃壁脓肿"为主要诊断的病例资料,分析该病的发病机制、病因、病理结果及临床表现,按照国际疾病分类的原则,灵活替换不同主导词以查找正确编码。结果在ICD-10卷三索引表中对主导词"脓肿"、"化脓"等进行查询,均未查到与之对应的编码。遵循ICD编码规则及查阅相关医学资料对胃壁脓肿进行编码分析,最终以"胃炎"为主导词,给予正确疾病分类K29.1。结论对于病因不明确又没有特异性临床表现的一类疾病,应了解其发生、发展过程,结合影像学检查、病理组织学检查等诊断依据,详细阅读病案并分析病例,积极与临床医师沟通,才能剥去外在表象探索疾病的本质,确定该病ICD-10编码。
张晨童,张佳影,张知行,阮彤,何萍,葛小玲[3]（2020）在《融合常用语的大规模疾病术语图谱构建》文中研究指明国家卫计委要求医疗机构使用国际疾病分类（international classification of diseases, ICD）编码,然而由于临床疾病描述存在大量的常用词,导致电子病历中录入的诊断名称与ICD编码直接映射匹配率低.基于区域健康平台上的真实诊断数据,构建了融合常用语的疾病术语图谱.具体来说,在基于疾病构成成分的规则算法基础上,提出了基于数据增强的BERT（bidirectional encoder representation from transformers）上下位关系识别算法,将5万多个诊断常用语和ICD10（international classification of diseases 10th revision,Chinese version）中的疾病进行同义关系和上下位关系识别,进一步融合了ICD11（international classification of diseases 11th revision,Chinese version）的层次结构,此外,还提出了基于疾病-科室关联图谱的任务分配方法以进行人工校验,最终94 478个疾病实体形成了包含1 460条同义关系、46 508条上下位关系的大规模疾病术语图谱.评估实验表明,基于疾病术语图谱,对临床诊断数据的覆盖率比基于ICD10的直接映射编码的覆盖率提升了75.31%,另外,利用疾病术语图谱自动进行编码疾病相比于医生人工编码会缩短约59.75%的编码时间,且正确率达到85%.
滕燕飞,吴韫宏,何美娜,谢叶玲[4]（2020）在《医院精细化管理变革之门急诊电子病历疾病诊断名称与ICD-10编码对应性研究》文中研究说明随着医疗改革的推进,病案数据信息的准确性越来越受到重视,为了规范门急诊医疗行为,使门急诊诊断数据更准确、更有效,保证门急诊病种数据能真正地应用于科教研及医疗管理,同时为Drgs付费和医保系统提供更准确的、及时的、完善的信息。研究以某医院2017—2018年使用的所有门急诊诊断名称为数据基础,通过数据收集清洗、整合分类、审核修订、对应映射、试用补充五个阶段,规范了门急诊电子病历临床诊断名称,并与ICD-10疾病分类编码对应,以标准化医疗数据促进医院精细化管理。
陈东华[5]（2020）在《面向决策支持的医学文本语义分析方法研究》文中研究表明随着医疗信息化的快速发展,医疗信息系统中存储着各类医疗数据的体量不断增长,海量异构医疗数据的分析成为推动医疗健康领域管理决策支持的挑战。医学文本信息是推动该领域相关研究的重要数据基础。患者的电子病历中包含了大量症状、诊断、病程、会诊等文本信息,充分利用这些包含丰富临床医学知识的医学文本对医疗健康领域决策支持非常重要。然而,当前这些有价值的医学文本却难以有效地应用在实际医院管理、临床决策支持、个人健康管理、公共卫生决策等实际场景中,原因包括:非结构化医学文本无法精准结构化、医学文本丰富的语义信息致使难以分析、医学文本信息无法脱离具体的医学情境、不一致的医疗信息标准导致信息交换困难、不同医疗机构之间共享数据机制的缺失等。这些问题的根源在于医学文本是特殊的专业领域语言,不仅具有各类语义信息,还包含丰富医学领域知识。有效的医学文本语义分析成为解决这些难题的关键技术。当前语义分析研究更多地是研究面向通用领域的自然语言处理技术,相关技术虽然在方法上进行创新,却无法结合医学场景和领域知识推动医学文本语义的分析,致使无法为机器学习乃至深度学习模型提供高质量训练数据集,降低决策的质量。同时,海量医疗文本在分布式计算环境的分析和处理也成为利用这些数据分析决策的障碍和挑战,现有研究遇到了方法和性能上的瓶颈。本博士研究依托国家自然科学基金重点项目“大数据驱动的智慧医疗健康管理创新”（编号:71532002）,在充分对国内外理论和技术文献综述基础上围绕着面向决策支持的医疗文本语义分析相关方法进行研究,研究内容包括医学场景下的文本语义分析、医疗信息标准化、领域知识建模、机器学习和大数据分析等方法,解决当前医疗信息行业中海量医学文本数据挖掘和分析的难题,为大数据时代下我国医疗信息化发展提供借鉴。研究内容和结果如下:（1）基于自然语言处理的医学文本结构化和标准化方法首先分析现有中文和英文电子病历中存在的医学文本特征和信息结构,建立基于N-Gram的医学文本语义模型。然后,针对非标准化的医学叙述性文本,研究具体的医学文本分析任务,对医学文本进行分词、词性标注、语义关系提取等分析,提出针对中文病历文本的自动结构化处理方法;结合医学场景的语义和语境知识,以中文超声检查报告分析为例,对该类文本关键信息进行分解、标注和重组。结果表明,基于语义分析的医学文本分析方法在医学文本结构化、分词、标注等文本分析任务的性能得到明显提升。（2）基于领域知识库的医学文本语义分析和知识发现方法首先研究医学领域的相关知识库,并分析这些知识库在医学文本数据挖掘和知识发现上的应用前景。然后,为了解决医学文本语义相似度计算方法,提出一种基于加权Levenshtein距离和N-Gram的文本相似度计算方法。为了解决医学概念相似度计算的问题,提出基于UMLS的医学文本相似度和相关性度量的计算方法。结果表明,在融入医学文本语义特征和领域知识库中医学概念文本定义信息后,基于文本相似度和相关性计算的医学文本分析任务能更好地满足实际需求。最后,针对医院中计算机辅助ICD编码的决策支持场景,融合Word Net语义知识库,提出一种基于语义分析的计算机辅助ICD-11编码方法,提高患者诊断信息编码的精确度和ICD编码员的工作效率。（3）面向决策支持的海量医学文本分析方法及应用案例研究在研究内容（1）和（2）基础上研究面向海量医学文本分析的方法和应用案例,并提出大数据分析性能自动优化方法。首先,研究面向具有复杂结构的医学文本的主题建模方法,分析相关机器学习算法在不同场景的应用特点;然后,针对海量医疗文本数据的分析,创新地提出基于Map Reduce分布式计算模型的医学文本处理方法,并以医疗数据的关联操作和自动编码等应用场景,对提出的分布式医学文本分析方法性能进行实验和分析。最终,提出基于无导数优化理论的Map Reduce性能自动调优方法,解决了海量医学文本分析方法在分布式计算环境运行的方法设计和性能自动优化的关键问题。
艾丽娜[6]（2020）在《多源异构健康医疗大数据治理平台设计与实现》文中指出医疗健康产业是实施健康中国战略的重要支撑,是山东省新旧动能转换“十强产业”之一。“全人群全生命周期健康危险暴露及健康状况研究”项目是山东省卫生健康委员会针对山东省居民开展的健康现状和健康变化趋势的项目研究。该项目覆盖的区域及人群范围广泛,包含山东省17个地市的85亿条健康医疗数据。这些健康医疗数据来源广泛,种类繁杂,涵盖多类医疗数据,例如居民电子健康档案及基本公共卫生、健康体检、临床诊疗、疾病检测、健康医疗保险等多类数据。这些多源数据呈现出数据量庞大、数据来源广泛、数据结构多样、数据存储模式分散、数据质量参差不齐等特征。这些数据极大地拉低了健康医疗数据可用性,很难直接进行数据分析及挖掘、得到有效利用。因此需要对健康医疗数据进行治理,才能开发其潜在价值,为医疗数据的分析及研究工作提供良好的大数据基础。在山东省卫生健康委员会“全人群全生命周期健康危险暴露及健康状况研究”项目支持下,结合其健康医疗数据特点及存在的治理问题,设计并实现一个多源异构健康医疗大数据治理平台,对项目整合到的多源异构山东省健康医疗数据进行数据治理。系统选用webstorm开发平台,利用Nodejs后端框架结合AngularJS前端框架进行系统的设计与开发。在功能方面,系统充分考虑到采集、联接和融合多种形式的数据、核查医疗数据的质量、医疗数据的术语规范和全民健康图谱展示等需求特点,设计多个功能模块满足用户健康医疗数据治理的需求。系统具体的功能模块主要包括医疗数据集成、医疗数据模式统一、医疗数据质量管理、医疗数据融合、病历文本结构化、医疗健康图谱可视化展示、疾病人群数据提取和关联、系统管理8个功能模块。为实现健康医疗数据治理,系统建立统一数据模式对医疗数据进行整合,同时提出和使用了医疗数据缺失补全方法、医学术语归一化方法等关键技术对医疗数据质量进行核查,对医学术语进行标准化,来提高医疗数据质量。为使数据治理后的医疗数据应用更加丰富多样,系统设计了病历文本结构化,医疗数据可视化,并提出和利用了疾病队列生成方法对疾病人群进行数据提取和相关信息关联。在数据存储存储过程中,采用Mysq1数据库作为数据存储工具存储各类医疗数据,对100余万病人的千万余条健康医疗数据进行数据治理。健康医疗大数据治理平台对189余万疾病诊断数据、260余万用药数据、70余万手术数据和120余万检查项目数据进行医学术语标准化,使健康医疗数据完全匹配或近似匹配至医学标准术语大类,标准化匹配的准确率达93.4%,规范了医学术语,极大提高了医疗数据质量。面向山东省卫健委工作人员、山东省健康医疗大数据分析研究人员和工程师、临床医学和公共卫生专业医生和研究生等用户群体,多源异构健康医疗大数据治理平台为3000余名用户提供健康医疗数据治理服务,为用户的医疗数据研究及分析挖掘工作提供便利,促使他们发挥健康医疗数据的潜在价值,使健康医疗大数据更加蓬勃发展。
张薇,邓宏勇[7]（2019）在《ICD-11及其传统医学模块探析》文中指出回顾国际疾病分类的发展历程,介绍国际疾病分类第十一次修订的最终版本（ICD-11）的结构、内容及编码特点,重点分析其传统医学章节结构内容,并与国内现行的中医病证分类标准比较,展望其实际应用以及对传统医学发展的意义。
陈铭慧（CHAN Ming Wai Cindy）[8]（2019）在《基于文献的蜂针临床治疗病谱研究及Meta分析》文中指出蜂针疗法（又称蜂蜇疗法或蜂刺疗法）是属于蜂疗一种,早在中国民间和医疗机构作为治疗疾病之用。将蜂针毒液的药物药理作用跟针灸学原理相互结合的一种治疗方法,一般的操作方法是使用镊子持夹住活蜂,放置穴位上令其螫刺,或用镊子将蜂针和蜂毒囊同时取下,持夹住这部份用来点刺或者是散刺在相关穴位。蜂针治疗的主要使用蜂毒的药用成份,现时已有蜂毒制成的针剂直接以注射针注射到患处作治疗。目前世界各地以活蜂蜇刺蜂毒来治疗的病症越趋广泛,它的药理成份及可治疗的病症研究也渐渐受到重视。本研究是希望从文献中挖掘出有关蜂针临床治疗的病症,用来作为撰写病谱,同时用2个病作为范例（包括类风湿性关节炎及鼻炎）来举证蜂针治疗的作用显示病症存在于这病谱的治疗价值。目的:蜂针治疗特别对一些疑难杂症、反复发作、复发率高的病症,是一种有效的另类治疗手段。在蜂针疗法日趋应用广泛的前提下,本研究旨在探究蜂针可以治疗或最终达至痊愈的疾病种类,效果等方面内容。目前用蜂针来作研究的病谱文献并不多,通过这次研究,一方面是要对蜂针疗法的可治疾病进行探讨,其次,采用Meta分析的方法,用先进科学化工具和多角度方向来进行分析,从而建构一份蜂针病谱,以供日后临床参考。方法:根据文献的纳入与排除标准制定检索方法与策略,以蜂针、病谱等为检索词,在中国知网（CNKI,1979～2018）、维普资讯中文期刊服务平台（VIP,1989～2018）、万方数据知识服务平台（WF,1981～2018）、SINOMED（1979～2018）、EMbase、SCIE和Elsevier等数据库内使用内建的高级检索功能来进行检索由1950-2018年期间的文章及文献,筛选出符合开始时已设定的检索条件,对纳入的文献进行逐一资料下载,以便进行方法学等质量评价,最终阶段对所有研究文献进行合并整理及统计量分析,然后评定蜂针治疗疾病及其他相关数据,再进行归类和整理,探讨蜂疗文献特点和病谱等内容。同时,通过以范例的形式用Meta分析来病症（当中包括类风湿性关节炎及鼻炎）,以初始纳入的文献来重点找出合格的文献,找出相关的数据导入到（Microsoft Office Profession Plus 2010-Microsoft EXCEL）电子表格内,再将电子表格内符合分析的数据输入到分析软件(THE COCHRANE COLLABORATION-Review Manager 5.3（Version:5.3.5）进行合成分析,通过软件计算后得出统计结果,再人工分析其统计意义,综合各统计意义后,就可以用统计学的角度来反映出蜂针对这疾病的效果。结果:用作病谱分析的初选合格文献共9152篇,最终纳入及归入到病谱的共237篇,这次研究得到了 14类病症系统,病症78种类别,其中包括西医疾病51种类别、西医症状4种类别、中医病症8种类别。明细分项如下（详细统计量见表1-10）:1.骨骼系统与结缔组织病症（其中包括风湿性关节炎、类风湿性关节炎、风湿性滑囊炎、脊柱炎、肩关节周围炎（肩周炎）、腰椎间盘突出症、颈椎病、肱骨外上髁炎（网球肘）、风湿类疾病（风湿寒性关节痛）、红斑狼疮（狼疮性肾炎）、腱鞘囊肿、颈肩综合征、第三腰椎横突综合症、桡骨茎突腱鞘炎、未分化结缔组织病、风湿病、风湿性多肌痛、干燥综合症、和骨折后遗症慢性腰肌劳损、腰椎骨质增生、痹症症,和腰腿痛）2.神经系统病症（其中包括面瘫（包括顽固性周围性面瘫、顽固性面瘫、面瘫后遗症、面神经炎）、脑血管病（偏瘫）、三叉神经痛、原发性坐骨神经痛、头痛,和眩晕）3.泌尿生殖系统病症（其中包括乳腺增生、前列腺炎（慢性盆腔疼痛）、肾功能衰竭（慢性肾衰）、肾囊肿、乳房囊性增生、功能性痛经、盆腔炎、遗尿症、月经不调,和淋证）4.皮肤和皮下组织病症（其中包括湿疹、痤疮（寻常型痤疮）、硬皮病、体表血管瘤、皮肤纤维瘤、银屑病、疤痕疙瘩,和瘢痕疙瘩）5.肿瘤病症（其中包括膀胱癌、肝癌、上消化道癌症、乳腺癌,和肺癌）6.呼吸系统（其中包括鼻炎、支气管哮喘、哮喘、慢支、支扩、慢性咽炎,和过敏性咳嗽）7.消化系统病症（其中包括阑尾炎、溃疡性结肠炎、肛裂、肝硬化,和泄泻）8.传染病和寄生虫病症（其中包括肝炎、格林—巴利综合征、带状疱疹,和口疮）9.循环系统病症（其中包括脑梗塞、痔疮、浅静脉炎、冠心病、心绞痛,和血栓闭塞性脉管炎）10.内分泌、营养和代谢病症(其中包括糖尿病、桥本氏病（自身免疫性（又名自身免疫性甲状腺炎、慢性淋巴细胞性甲状腺炎）,和痛风）11.精神和行为障碍病症（其中包括性功能障碍（阳萎、阳痿）,和精神病）12.损伤、中毒和外因病症（其中包括急性腰扭伤）13.与医疗保健服务接触因素病症（其中包括预防感冒、免疫耐受期乙肝病毒携带者）14.眼和附器病症（其中包括虹膜睫状体炎）研究范例的病症-类风湿性关节炎,由初选的合格文献947共篇,到最终被纳入研究的文献17篇,其中治疗组共833例患者,对照组共680例患者,均为单独蜂针、蜂针配合药物、或蜂针配合其他方法治疗来治疗。用总有效率的进行Meta分析,结果标示:RR=1.12,95%CI（1.05,1.19）,P<0.001,全部17篇文献中均表明有治疗组及对照组的阐述,并且有总有效率的报导,对于其他的结局指标（如:RF、CRP、ESR、关节肿胀度、关节肿胀数、关节压痛度、关节疼痛度、关节活动度、双手握力、15米步行时间、晨僵时间等）则未有划一报导,做成可比性降低。只有3篇文献有说明所运用的随机分法。研究范例的病症-鼻炎,由初选的合格文献共60篇,到最终被纳入研究的文献4篇,其中治疗组共140例患者,对照组共138例患者,治疗组会以单独蜂针、蜂针配合药物、或蜂针配合其他方法治疗来治疗,而对照组则用非蜂针来进行治疗。用总有效率的治疗方向进行Meta分析,结果标示:OR=2.15,95%CI（0.52,0.86）,P=0.29RR=1.08,95%CI（0.98,1.18）,P=0.13,差异无统计学意义。但从大致总有效率则说明蜂针的治疗疗效可以。全部4篇文献中均表明有随机分法,只有3篇文献有说明所运用的随机分法。阐明治疗随机方法才可以让其研究的治疗组与对照组数据可比性及可信性更高。结论:在研究以蜂针为主要治疗手段的病谱期间,就发现了不同等级疾病症的频次。从文献频次上显示出类风湿性关节炎/风湿性关节炎/风湿性滑痹症、脊柱炎、肩关节周围炎（肩周炎）和面瘫均属在治疗上较优势疾病;而腰椎间盘突出症、颈椎病、肝炎、肱骨外上髁炎（网球肘）、鼻炎、癌、脑血管病（偏瘫）、糖尿病、湿疹、遗尿症、乳腺增生、三叉神经痛、痤疮（寻常型痤疮）等均需要待日后有更多文献及数据再作研究及分析得出结果。在研究类风湿性关节炎和鼻炎的文献上,均显示出蜂针对患有该种病的患者,在生物临床报告结果以及症状等都可以得到改善。通过上述两个独立病症的Meta分析所获得的结果,可以反映出蜂针对疾病的治疗效果,证明了蜂针治疗对类风湿性关节炎的临床疗效,然而蜂针治疗鼻炎的研究还需要更多有质量的文献作进一步深入探讨。研究显示出蜂针有效治疗多类的常见病以及疑难病症,是一个值得研究的课题。研究不足之处为纳入文献病例的基本情况、诊断标准、干预措施、结局评价标准均不统一,纳入文献量不多。这是一个开始,蜂针治疗病谱还需要进一步研究,未来的研究需要有更多单一使用蜂针作治疗的文献作支持,以及采用大数据样本和更严格的研究设计。
赵君,张宏光,田爱平,代巧云,杨莉,张序,杨雪莹,马旭[9]（2018）在《基于国际疾病分类（ICD-10）的四川省先天性病残儿疾病顺位及趋势分析》文中指出目的:了解四川省病残儿先天性疾病顺位及变化趋势。方法:基于标准化的国际疾病分类（ICD-10）编码自动归类流程,对四川省2004年-2015年地市级医学鉴定的18 897例先天性病残儿21 059个鉴定诊断进行疾病编码,应用SAS 9.2、R 3.3.3统计软件对鉴定资料进行基本人口学特征,总体、地区和年度的疾病顺位及趋势分析。结果:四川省2004年—2015年先天性病残儿平均鉴定审批率为83.3%,鉴定时患儿平均年龄7.7岁,男性占59.2%,农村占77.5%。先天性病残儿鉴定诊断共有131种,心脏的其他先天性畸形,心间隔先天性畸形,脑的其他先天性畸形,睾丸未降,肌肉骨骼的其他先天性变形,唐氏综合征,头、面、脊柱和胸的先天性肌肉骨骼变形,上肢短小缺陷,髋先天性变形,腭裂伴有唇裂为高发的前10位先天性疾病。地区顺位显示除泸州市首位高发先天性疾病为脑先天性畸形外,其余市（州）均为先天性心脏病。年度趋势分析结果表明唐氏综合征、心间隔先天性畸形和地中海贫血呈上升趋势,而肌肉骨骼的先天性变形、脑先天性畸形和睾丸未降呈下降趋势。结论:先天性心脏病、脑先天性畸形,睾丸未降,肌肉骨骼先天性变形,唐氏综合征等是四川省先天性病残儿的高发病种,需要针对唐氏综合征、心间隔先天性畸形和地中海贫血等呈上升趋势的先天性疾病制定切实有效的重点防治策略,降低儿童先天性疾病的发生率和致残率。
韦新理[10]（2018）在《脑外伤后临床综合征265例编码错误分析》文中提出目的:探讨脑外伤后临床综合征病案编码错误因素及规避性措施。方法:收治脑外伤后综合征患者265例,根据ICD-10编码进行核查分析。结果:病案编码错误率55.85%,与编码正确率相比较,差异有统计学意义（P<0.05）。其中遗漏编码造成编码错误发生率35.14%。结论:临床病案编码过程中应注意规避各项易造成编码错误因素,提升编码正确率,为疾病病案编码查询提供科学保障。
二、对进行国际疾病分类ICD-10的探讨（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、对进行国际疾病分类ICD-10的探讨（论文提纲范文）
（1）面向中文电子病历的临床术语标准化研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 实体链接 |
| 1.2.2 文本匹配 |
| 1.3 本文要做的工作 |
| 1.4 本文组织架构 |
| 2 相关理论基础 |
| 2.1 实体链接简介 |
| 2.1.1 候选实体召回 |
| 2.1.2 候选实体消歧 |
| 2.2 文本匹配相关技术 |
| 2.2.1 基于表示学习的框架 |
| 2.2.2 基于交互学习的框架 |
| 2.2.3 文本表示方法 |
| 2.2.4 循环神经网络基础 |
| 2.2.5 BERT预训练语言模型 |
| 2.4 本章小结 |
| 3 基于文本特征和搜索引擎的候选实体召回 |
| 3.1 候选实体召回方法 |
| 3.1.1 基于文本特征的召回方法 |
| 3.1.2 基于搜索引擎的检索召回 |
| 3.2 实验与分析 |
| 3.2.1 实验数据集介绍 |
| 3.2.2 原始数据特点分析 |
| 3.2.3 实验数据预处理 |
| 3.2.4 实验结果与分析 |
| 3.3 本章小结 |
| 4 基于BiLSTM的候选实体消歧 |
| 4.1 基于孪生网络的文本匹配模型 |
| 4.2 基于注意力机制的交互增强匹配模型 |
| 4.3 融入文本统计特征的匹配模型 |
| 4.4 实验与分析 |
| 4.4.1 实验数据集准备 |
| 4.4.2 实验评价指标 |
| 4.4.3 实验设置 |
| 4.4.4 实验结果分析 |
| 4.5 本章小结 |
| 5 基于BERT模型的候选实体消歧 |
| 5.1 基于BERT的语义相似度匹配模型 |
| 5.2 基于BERT-MatchCNN的匹配模型 |
| 5.3 基于BERT的标准词个数预测模型 |
| 5.4 实验与分析 |
| 5.4.1 实验数据集准备 |
| 5.4.2 实验评价指标 |
| 5.4.3 实验设置 |
| 5.4.4 实验结果分析 |
| 5.5 本章小结 |
| 6 总结与工作展望 |
| 6.1 研究工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（2）胃壁脓肿ICD-10编码的探讨（论文提纲范文）
| 1 临床资料 |
| 2 胃壁脓肿的临床知识 |
| 2.1 胃壁脓肿的个案报道 |
| 2.2 胃壁脓肿的发病机制 |
| 2.3 胃壁脓肿的发病原因 |
| 2.4 胃壁脓肿的病理特征 |
| 2.5 胃壁脓肿的临床表现 |
| 3 胃壁脓肿的编码查找 |
| 4 如何提高编码质量 |
| 4.1 对编码人员的要求 |
| 4.1.1 业务能力的要求 |
| 4.1.2 工作态度的要求 |
| 4.2 对医师的要求 |
| 4.3 对医院领导的要求 |
（3）融合常用语的大规模疾病术语图谱构建（论文提纲范文）
| 1 相关工作 |
| 2 疾病术语图谱构建 |
| 2.1 问题定义 |
| 2.2 整体框架 |
| 2.3 ICD10融合常用语 |
| 2.3.1 参考对构造 |
| 1) 疾病构成成分定义 |
| 2) 基于疾病构成成分的规则算法 |
| 2.3.2 基于数据增强的BERT上下位关系识别算法 |
| 2.3.3 术语图谱关系识别算法对比实验 |
| 2.4 添加ICD11层次结构信息 |
| 2.5 知识校验 |
| 3 疾病术语编码评估 |
| 3.1 评估编码覆盖率 |
| 3.2 评估编码效率 |
| 3.3 评估编码正确率 |
| 4 结论与未来工作 |
（4）医院精细化管理变革之门急诊电子病历疾病诊断名称与ICD-10编码对应性研究（论文提纲范文）
| 1 门急诊临床诊断填写现状 |
| 2 规范门急诊临床诊断的意义 |
| 3 临床诊断名称与分类诊断名称的异同 |
| 4 临床诊断名称与ICD-10分类编码的对应性研究 |
| 4.1 数据的收集与清洗 |
| 4.2 数据的整合与分类 |
| 4.2.1 同一种疾病有多个名称 |
| 4.2.2 产科诊断的特殊性 |
| 4.3 数据的审核和修订 |
| 4.3.1 同一种疾病有多个名称的规范化 |
| 4.3.2 口头简称改成标准化全称 |
| 4.3.3 妊娠期诊断转换为相应的并发症或合并症 |
| 4.4 数据的对应映射 |
| 4.4.1 一个门急诊诊断名称对应一个编码 |
| 4.4.2 一个门急诊诊断名称对应多个编码 |
| 4.4.3 多个门急诊诊断名称对应一个编码 |
| 4.5 数据库试用与补充修订 |
| 5 使用临床诊断字典库的成效 |
| 5.1 显着提高临床医师门急诊病历诊断书写的规范性 |
| 5.2 提高了诊断和病种信息数据客观性和准确性 |
| 5.3 减轻了编码员的负担，提升了工作效率 |
| 5.4 促进医院精细化管理，提升管理品质 |
| 6 结论 |
（5）面向决策支持的医学文本语义分析方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景及研究意义 |
| 1.2 研究内容及关键问题 |
| 1.3 研究创新点 |
| 1.4 技术路线 |
| 1.5 章节安排 |
| 2 文献综述和相关方法 |
| 2.1 文献综述 |
| 2.1.1 医学文本分词方法 |
| 2.1.2 医学文本结构化方法 |
| 2.1.3 语义分析和医学概念抽取 |
| 2.1.4 基于医学文本的决策支持 |
| 2.2 相关数据与方法 |
| 2.2.1 医学领域知识库 |
| 2.2.2 机器学习方法 |
| 2.2.3 大数据分析方法 |
| 2.2.4 评估方法和指标 |
| 2.3 本章小结 |
| 3 基于自然语言处理的医学文本结构化和标准化方法 |
| 3.1 医学文本特征和语义复杂性分析 |
| 3.1.1 医学文本数据的来源和特征 |
| 3.1.2 医学文本分析的N-Gram语言模型 |
| 3.1.3 医学文本语料库的使用及影响分析 |
| 3.2 基于医学文本语料库的文本结构化方法 |
| 3.2.1 基于字典的机械分词和N-Gram分词方法研究 |
| 3.2.2 基于序列标注的医学文本分词方法研究 |
| 3.2.3 基于语义理解的医学文本分析方法研究 |
| 3.3 中文超声检查报告文本分析和性能评估 |
| 3.3.1 专家辅助的超声检查报告文本标注方法 |
| 3.3.2 超声检查报告的文本结构化方法 |
| 3.3.3 超声检查报告的文本语义分析方法 |
| 3.3.4 标注系统的性能评估方法 |
| 3.3.5 标注系统的整体性能测试与分析 |
| 3.4 本章小结 |
| 4 基于医学领域知识的医学文本语义分析和知识发现方法 |
| 4.1 面向医学文本的语义相似度计算方法 |
| 4.1.1 语义关系与文本特征提取方法 |
| 4.1.2 基于加权Levenshtein距离和N-Gram的文本相似度计算方法 |
| 4.1.3 评估方法和实验分析 |
| 4.2 基于UMLS的医学概念相似度和相关性计算方法 |
| 4.2.1 医学文本语义相似度计算方法 |
| 4.2.2 医学文本语义相关性计算方法 |
| 4.2.3 相关方法的测试和分析 |
| 4.3 基于语义分析的计算机辅助ICD-11编码方法 |
| 4.3.1 相关知识库 |
| 4.3.2 ICD-11编码语义模型 |
| 4.3.3 ICD-11编码规则建模方法 |
| 4.3.4 ICD-11候选编码相关性计算方法 |
| 4.3.5 相关方法的测试和分析 |
| 4.4 本章小结 |
| 5 面向决策支持的海量医学文本分析方法及应用案例研究 |
| 5.1 医学文本主题建模和知识发现方法 |
| 5.1.1 基于LDA的医学文本主题建模方法 |
| 5.1.2 知识约束下医学文本主题建模和预测方法 |
| 5.1.3 相关方法性能的对比分析 |
| 5.2 基于大数据分析的典型医学文本分析方法设计和分析 |
| 5.2.1 基于Map Reduce模型的大规模数据集连接方法 |
| 5.2.2 基于Map Reduce模型的大规模文档相似度计算方法 |
| 5.3 面向医疗大数据分析的HADOOP性能自动调整优化方法 |
| 5.3.1 Hadoop性能自动调优框架设计方法 |
| 5.3.2 基于无导数优化理论的Hadoop最优参数搜索方法 |
| 5.3.3 典型Map Reduce算法性能调优和实验分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（6）多源异构健康医疗大数据治理平台设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 相关工作综述 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 相关技术介绍 |
| 1.3 系统解决的主要问题 |
| 1.4 论文工作内容 |
| 1.5 论文组织结构 |
| 第2章 系统需求分析 |
| 2.1 系统概述 |
| 2.2 系统目标及角色定位 |
| 2.2.1 系统目标 |
| 2.2.2 用户角色定位 |
| 2.3 医疗数据特点及存在的问题 |
| 2.3.1 医疗数据特点 |
| 2.3.2 医疗数据存在的问题 |
| 2.4 系统功能性需求 |
| 2.4.1 医疗数据集成 |
| 2.4.2 医疗数据模式统一 |
| 2.4.3 医疗数据质量管理 |
| 2.4.4 医疗数据融合 |
| 2.4.5 病历文本结构化 |
| 2.4.6 医疗数据可视化展示 |
| 2.4.7 疾病人群数据提取和关联 |
| 2.5 非功能性需求分析 |
| 第3章 系统概要设计 |
| 3.1 系统技术架构设计 |
| 3.2 系统功能架构设计 |
| 3.3 系统网络架构设计 |
| 3.4 系统数据库设计 |
| 第4章 系统详细设计及实现 |
| 4.1 医疗数据集成 |
| 4.1.1 详细设计 |
| 4.1.2 界面实现 |
| 4.2 医疗数据模式统一 |
| 4.2.1 详细设计 |
| 4.2.2 界面实现 |
| 4.3 医疗数据质量管理 |
| 4.3.1 详细设计 |
| 4.3.2 界面实现 |
| 4.4 医疗数据融合 |
| 4.4.1 详细设计 |
| 4.4.2 界面实现 |
| 4.5 病历文本结构化 |
| 4.5.1 详细设计 |
| 4.5.2 界面实现 |
| 4.6 医疗健康图谱可视化展示 |
| 4.6.1 详细设计 |
| 4.6.2 界面实现 |
| 4.7 疾病人群数据提取和关联 |
| 4.7.1 详细设计 |
| 4.7.2 界面实现 |
| 4.8 系统管理 |
| 4.8.1 详细设计 |
| 4.8.2 界面实现 |
| 第5章 关键方法实现 |
| 5.1 医疗数据缺失补全方法 |
| 5.2 医学术语归一化方法 |
| 5.3 疾病队列生成方法 |
| 第6章 系统测试 |
| 6.1 功能测试 |
| 6.2 性能测试 |
| 第7章 结论 |
| 7.1 全文总结 |
| 7.2 框架不足和前景展望 |
| 参考文献 |
| 致谢 |
| 学位论文评阅及答辩情况表 |
（7）ICD-11及其传统医学模块探析（论文提纲范文）
| 1 ICD的发展历程 |
| 2 ICD- 11的基本情况 |
| 2.1 结构特点 |
| 2.2 编码方式及规则 |
| 2.3 章节内容变化 |
| 3 ICD- 11中的传统医学模块 |
| 3.1 内容与结构 |
| 3.2 术语与定义 |
| 3.3 使用规则 |
| 3.4 与国内中医现行标准对比 |
| 3.5 意义 |
| 4 结语 |
（8）基于文献的蜂针临床治疗病谱研究及Meta分析（论文提纲范文）
| 摘要 |
| Abstract |
| 引言 |
| 第一章 文献研究 |
| 第一节 古今蜂针的认识 |
| 一、古代对蜂针的认识 |
| 二、现代对蜂针的认识 |
| 第二节 现今蜂针和疾病治疗的文献与病谱关系 |
| 一、现今文献对蜂针与疾病的概述 |
| 二、研究现今蜂针文献到病谱的发展 |
| 三、现今蜂针治疗疾病的Meta文献研究 |
| 第二章 蜂针临床治疗病谱研究 |
| 第一节 研究资料 |
| 一、资料来源 |
| 二、文献检索策略 |
| 三、文献纳入标准 |
| 四、排除标准 |
| 五、病谱计量方法 |
| 第二节 文献筛选与质量监控 |
| 一、筛选与质控意义 |
| 二、研究人员的完善培训 |
| 三、文献流程序化控制 |
| 四、文献管理器的使用 |
| 五、数据录入、管理 |
| 第三节 研究结果 |
| 一、检索情况 |
| 二、基本病谱 |
| 三、病症系统分析 |
| 四、病症种类分析 |
| 五、文献年度分布 |
| 六、发表期刊 |
| 七、未纳入Meta分析的蜂针蜂毒治疗临床案例和疗效 |
| 八、小结 |
| 第三章 蜂针临床治疗病谱的META研究 |
| 第一节 循证医学下META的研究方法 |
| 一、病种选择 |
| 二、文献分类评价 |
| 三、文献评价数据库的设计与建立 |
| 第二节 蜂针蜂毒治疗类风湿性关节炎的病谱研究 |
| 一、蜂针治疗类风湿性关节炎的Meta分析 |
| 二、证据总结 |
| 第三节 蜂针治疗鼻炎病谱的研究 |
| 一、蜂针治疗或结合常规治疗鼻炎的Meta分析 |
| 二、证据总结 |
| 第四章 讨论 |
| 一、蜂针临床治疗日趋广泛 |
| 二、质量提高,病种增多 |
| 三、蜂针治疗类风湿性关节炎和鼻炎文献的研究和META分析成果 |
| 四、蜂针治疗疑难杂症的阐述 |
| 五、蜂针治疗临床文献临床样本分析的情况 |
| 六、蜂针安全性 |
| 七、结论 |
| 结语 |
| 参考文献 |
| 附录 |
| 在校期间发表论文情况 |
| 致谢 |
| 统计学审核证明 |
| 详细摘要 |
（9）基于国际疾病分类（ICD-10）的四川省先天性病残儿疾病顺位及趋势分析（论文提纲范文）
| 1 资料和方法 |
| 1.1 资料来源 |
| 1.2 疾病分类和统计标准 |
| 1.3 统计分析 |
| 2 结果 |
| 2.1 基本人口学特征 |
| 2.2 先天性疾病总体顺位 |
| 2.3 先天性疾病地区顺位 |
| 2.4 先天性疾病年度顺位 |
| 3 讨论 |
（10）脑外伤后临床综合征265例编码错误分析（论文提纲范文）
| 资料与方法 |
| 结果 |
| 讨论 |
四、对进行国际疾病分类ICD-10的探讨（论文参考文献）
- [1]面向中文电子病历的临床术语标准化研究[D]. 李明洋. 北京交通大学, 2021(02)
- [2]胃壁脓肿ICD-10编码的探讨[J]. 欧倩婷,何凯平,刘树妹,徐娟华,刘涛,马金火,张凯娜. 现代医院, 2021(02)
- [3]融合常用语的大规模疾病术语图谱构建[J]. 张晨童,张佳影,张知行,阮彤,何萍,葛小玲. 计算机研究与发展, 2020(11)
- [4]医院精细化管理变革之门急诊电子病历疾病诊断名称与ICD-10编码对应性研究[J]. 滕燕飞,吴韫宏,何美娜,谢叶玲. 现代医院, 2020(09)
- [5]面向决策支持的医学文本语义分析方法研究[D]. 陈东华. 北京交通大学, 2020(03)
- [6]多源异构健康医疗大数据治理平台设计与实现[D]. 艾丽娜. 山东大学, 2020(09)
- [7]ICD-11及其传统医学模块探析[J]. 张薇,邓宏勇. 上海中医药杂志, 2019(06)
- [8]基于文献的蜂针临床治疗病谱研究及Meta分析[D]. 陈铭慧（CHAN Ming Wai Cindy）. 广州中医药大学, 2019(03)
- [9]基于国际疾病分类（ICD-10）的四川省先天性病残儿疾病顺位及趋势分析[J]. 赵君,张宏光,田爱平,代巧云,杨莉,张序,杨雪莹,马旭. 中国计划生育学杂志, 2018(03)
- [10]脑外伤后临床综合征265例编码错误分析[J]. 韦新理. 中国社区医师, 2018(07)