文献类型：期刊文章

作　　者：李宁宁[1] 陆迁[1] 梁敏[1] 林栋[2] 莫毓昌[1]

机构地区：[1]华侨大学,数学科学学院,计算科学福建省高校重点实验室,福建 泉州 [2]福建中医药大学,针灸学院,福建 福州

出　　处：《数据挖掘》

基　　金：国家自然科学基金项目(61972165);福建省高校创新团队发展计划,福建省研究生导师团队,泉州市高层次人才团队项目(2017ZT012)。

年　　份：2020

卷　　号：10

期　　号：1

起止页码：47-55

语　　种：中文

收录情况：IC、RCCSE、外刊、普通刊

摘　　要：数据驱动的医疗保健(data driven healthcare)作为可用的大型医疗数据的使用,以提供最好的和最个性化的护理,正成为医疗行业革命成功的主要趋势之一。电子病历是推动这一数据驱动的医疗革命成功的主要载体。本文运用深度学习的方法,基于词嵌入模型实现对电子病历信息的表示,利用长短期记忆(LSTM)网络模型特性,实现对电子病历信息时间上的无规律性和疾病信息长期依赖挑战的解决,实现对疾病风险的预测,通过与卷积神经网络(CNN)模型进行比对,实验结果显示本文方法的有效性。

关 键 词：深度学习  电子病历 词嵌入  长短期记忆网络  

分 类 号：TP3[计算机类]