• 中国精品科技期刊
  • CCF推荐A类中文期刊
  • 计算领域高质量科技期刊T1类
高级检索

区域医疗健康平台中检验检查指标的标准化算法

张佳影, 王祺, 张知行, 阮彤, 张欢欢, 何萍

张佳影, 王祺, 张知行, 阮彤, 张欢欢, 何萍. 区域医疗健康平台中检验检查指标的标准化算法[J]. 计算机研究与发展, 2019, 56(9): 1897-1906. DOI: 10.7544/issn1000-1239.2019.20180729
引用本文: 张佳影, 王祺, 张知行, 阮彤, 张欢欢, 何萍. 区域医疗健康平台中检验检查指标的标准化算法[J]. 计算机研究与发展, 2019, 56(9): 1897-1906. DOI: 10.7544/issn1000-1239.2019.20180729
shu
Zhang Jiaying, Wang Qi, Zhang Zhixing, Ruan Tong, Zhang Huanhuan, He Ping. Lab Indicator Standardization in a Regional Medical Health Platform[J]. Journal of Computer Research and Development, 2019, 56(9): 1897-1906. DOI: 10.7544/issn1000-1239.2019.20180729
Citation: Zhang Jiaying, Wang Qi, Zhang Zhixing, Ruan Tong, Zhang Huanhuan, He Ping. Lab Indicator Standardization in a Regional Medical Health Platform[J]. Journal of Computer Research and Development, 2019, 56(9): 1897-1906. DOI: 10.7544/issn1000-1239.2019.20180729
shu
张佳影, 王祺, 张知行, 阮彤, 张欢欢, 何萍. 区域医疗健康平台中检验检查指标的标准化算法[J]. 计算机研究与发展, 2019, 56(9): 1897-1906. CSTR: 32373.14.issn1000-1239.2019.20180729
引用本文: 张佳影, 王祺, 张知行, 阮彤, 张欢欢, 何萍. 区域医疗健康平台中检验检查指标的标准化算法[J]. 计算机研究与发展, 2019, 56(9): 1897-1906. CSTR: 32373.14.issn1000-1239.2019.20180729
shu
Zhang Jiaying, Wang Qi, Zhang Zhixing, Ruan Tong, Zhang Huanhuan, He Ping. Lab Indicator Standardization in a Regional Medical Health Platform[J]. Journal of Computer Research and Development, 2019, 56(9): 1897-1906. CSTR: 32373.14.issn1000-1239.2019.20180729
Citation: Zhang Jiaying, Wang Qi, Zhang Zhixing, Ruan Tong, Zhang Huanhuan, He Ping. Lab Indicator Standardization in a Regional Medical Health Platform[J]. Journal of Computer Research and Development, 2019, 56(9): 1897-1906. CSTR: 32373.14.issn1000-1239.2019.20180729
shu

区域医疗健康平台中检验检查指标的标准化算法

  • 1(华东理工大学信息科学与工程学院 上海 200237)

  • 2(上海申康医院发展中心 上海 200041) (zhangjy_ecust@163.com)

基金项目: 国家自然科学基金项目(61772201)；国家重点研发计划重点专项项目(2018YFC0910500)；国家重大新药创制项目(2018ZX09201008)
详细信息

  • 中图分类号: TP391

Lab Indicator Standardization in a Regional Medical Health Platform

  • 1(East China University of Science and Technology, Shanghai 200237)

  • 2(Shanghai Hospital Development Center, Shanghai 200041)

Funds: This work was supported by the National Natural Science Foundation of China (61772201), the Key Special Program of National Key Research and Development Plan of China (2018YFC0910500), and the National Major Scientific and Technological Special Project for “Significant New Drugs Development” (2018ZX09201008).

摘要

    摘要
  • 摘要: 由于没有完整可用的指标同义词库以进行指标映射，各家医院关于同一检验检查指标的不同称谓，已严重影响到了区域间医疗信息的互联共享，因而需要对检验检查指标进行标准化处理.这可以看作是一个实体对齐问题，但指标只有相应的取值和取值范围，难以像知识库实例匹配那般使用到属性信息，也不似实体链接那般拥有上下文信息，而且不存在一个标准知识库来提供所有指标的标准名称.针对以上问题，提出指标标准化算法，先根据指标字面特征进行聚类，再使用相似度特征和分块打分特征迭代地进行二分类映射.实验表明，最终的二分类映射，其F1-score可以达到85.27%，证明了该方法的有效性.
    Abstract: Due to the lack of a complete synonym list for indicator mapping, different hospitals may use different names for the same lab indicator. Lab indicator name discrepancy has greatly affected the medical information sharing and exchange among hospitals. It is becoming increasingly important to standardize the lab indicators. Such a problem can be seen as an entity alignment task to map different indicators into standard ones. However, a lab indicator only involves its name and value, not including any extra properties or contexts which is needed by existing knowledge base (KB) alignment or entity linking methods. More importantly, there exist no available standard KBs to provide standard indicator terms. Therefore, we cannot implement these existing methods directly. To solve the problem, in this paper, we present the first effort to work on lab indicator standardization. We propose a novel standardization method, which firstly clusters the indicators based on their names and abbreviations, and then iteratively employs a binary classification algorithm based on similarity features and partition score features for indicator mapping. Experimental results on the real-world medical data show that the final classification achieves a F1-score of 85.27%, which indicates that our method improves the quality and outperforms state-of-the-art approaches.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献(104)

  • 期刊类型引用(29)

    1. 丁森阳，徐向华. 基于字段信息和覆盖率反馈的协议模糊测试方法. 软件工程. 2025(02): 56-60+66 . 百度学术
    2. 唐成华，蔡维嘉，杨萌萌，强保华. CBFuzzer：基于执行上下文导向及保护突破的程序缺陷模糊检测. 计算机研究与发展. 2025(03): 790-807 . 本站查看
    3. 陆力瑜，刘媛，洪超，曹扬，莫蓓蓓，匡晓云，杨祎巍. 基于影响性导向的模糊测试种子筛选方法. 网络安全技术与应用. 2024(02): 44-46 . 百度学术
    4. 侍言，羌卫中，邹德清，金海. 进化内核模糊测试研究综述. 网络与信息安全学报. 2024(01): 1-21 . 百度学术
    5. 王明义，甘水滔，王晓锋，刘渊. 基于种子智能生成的内核模糊测试模型. 信息安全学报. 2024(03): 124-137 . 百度学术
    6. 李志博，李清宝，兰明敬. 基于ART优化选择策略的遗传算法生成测试数据方法. 计算机科学. 2024(06): 95-103 . 百度学术
    7. 崔展齐，张家铭，郑丽伟，陈翔. 覆盖率制导的灰盒模糊测试研究综述. 计算机学报. 2024(07): 1665-1696 . 百度学术
    8. 王琴应，许嘉诚，李宇薇，潘祖烈，张玉清，张超，纪守领. 智能模糊测试综述:问题探索和方法分类. 计算机学报. 2024(09): 2059-2083 . 百度学术
    9. 许爱东，徐培明，尚进，孙钦东. 基于强化学习多算法组合模型的智能化模糊测试技术. 计算机工程与应用. 2024(20): 284-292 . 百度学术
    10. 张翔，王峰，李兴华，查娟娟，叶家敏. 基于包序列变异和反馈引导的电力通信协议模糊测试方法. 宁夏电力. 2024(05): 70-75 . 百度学术
    11. 刘羿希，何俊，吴波，刘丙童，李子玉. DevSecOps中软件安全性测试技术综述. 计算机应用. 2024(11): 3470-3478 . 百度学术
    12. 李泽源，尹中旭，宗国笑，桑海涯. 基于多目标支配分析和路径动态修剪优化的定向模糊测试技术. 计算机应用研究. 2024(11): 3455-3463 . 百度学术
    13. 纪守领，王琴应，陈安莹，赵彬彬，叶童，张旭鸿，吴敬征，李昀，尹建伟，武延军. 开源软件供应链安全研究综述. 软件学报. 2023(03): 1330-1364 . 百度学术
    14. 孙力立 ，张培华 ，武成岗 ，王喆 . JavaScript引擎JIT代码的类型混淆缺陷检测器. 高技术通讯. 2023(03): 251-260 . 百度学术
    15. 白英民，师智斌，信文阁，窦建民，张舒娟，王子建. 基于词嵌入与Shapelet时序特征的智能合约漏洞检测方法研究. 中北大学学报(自然科学版). 2023(04): 381-387 . 百度学术
    16. 樊志强，王洪宇，刘日昇. 命令行接口模糊测试漏洞挖掘研究及应用. 网络安全与数据治理. 2023(07): 61-66+78 . 百度学术
    17. 王鹃，张冲，龚家新，李俊娥. 基于机器学习的模糊测试研究综述. 信息网络安全. 2023(08): 1-16 . 百度学术
    18. 李航宇，方浩然，曲彦文，郭帆. ADFuzz：使用异常检测筛选低频路径高效模糊测试. 计算机研究与发展. 2023(08): 1912-1924 . 本站查看
    19. 刘博洋，刘潮，任艺琳，满芮，苗晗. 基于模糊测试工控协议漏洞挖掘技术研究. 科技风. 2023(24): 78-80 . 百度学术
    20. 白海波. 人工智能技术在模糊测试中的应用. 数字技术与应用. 2023(08): 16-18 . 百度学术
    21. 张颖君，周赓，程亮，孙晓山，张阳. 基于双重覆盖信息协同的协议模糊测试. 计算机系统应用. 2023(09): 32-42 . 百度学术
    22. 王宇，黄松，曲豫宾. 面向深度学习的模糊测试研究进展. 安庆师范大学学报(自然科学版). 2023(03): 66-73 . 百度学术
    23. 陈锦山，余斯航，祁琦，孙鑫，安珂欣，李俊娥. 针对VxWorks电力工控终端的模糊测试方法. 电力信息与通信技术. 2023(09): 15-22 . 百度学术
    24. 郑鹏，沙乐天. 基于混合分析的Java反序列化漏洞检测方法. 计算机工程. 2023(12): 136-145 . 百度学术
    25. 王雨绚，张之江，姚旭寅，李伟杰，杨融. 机载网络安保测试方法研究. 工业控制计算机. 2022(03): 95-97 . 百度学术
    26. 刘林彬，苗泉强，李俊娥. 基于模糊测试的GOOSE协议解析漏洞挖掘方法. 中国电力. 2022(04): 33-43 . 百度学术
    27. 程亮，王化磊，张阳，孙晓山. 基于聚类和新覆盖信息的模糊测试改进. 计算机系统应用. 2022(09): 192-200 . 百度学术
    28. 王朝晖，殷哲，刘娟. 软件供应链开源组件安全风险评估. 电子技术与软件工程. 2022(22): 80-84 . 百度学术
    29. 张琦，马莺姿. 模糊测试器AFL种子变异策略优化研究. 现代信息科技. 2021(24): 142-145 . 百度学术

    其他类型引用(75)

    • 资源附件(0)
计量
  • 文章访问数:  968
  • HTML全文浏览量:  4
  • PDF下载量:  424
  • 被引次数: 104
出版历程
  • 发布日期:  2019-08-31

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献
    资源附件(0)

    /

    返回文章
    返回
    邮件订阅 RSS
    微信订阅号<br/>（实时资讯）

    微信订阅号
    （实时资讯）

    微信服务号<br/>（同步网站）

    微信服务号
    （同步网站）

    微信视频号<br/>（视频分享）

    微信视频号
    （视频分享）

    CCF<br/>（扫码入会）

    CCF
    （扫码入会）

    版权所有 © 《计算机研究与发展》编辑部

    本系统由北京仁和汇智信息技术有限公司开发  百度统计