本發(fā)明涉及臨床醫(yī)學領域，具體涉及一種臨床醫(yī)學常識知識庫的架構方法。
背景技術：
以往醫(yī)學的常識均是采用模擬形式的介質，比如紙張、膠片等進行保存盒分發(fā)。隨著數(shù)據(jù)化信息系統(tǒng)的建立，醫(yī)學常識已逐步進入了電子化時代，但這些資料的保存盒控制基本是以醫(yī)院為單位的局域網(wǎng)絡形式存在，沒有統(tǒng)一的格式及標準，數(shù)據(jù)與數(shù)據(jù)之間往往會存在重復、沖突等，容易給醫(yī)療人員造成一定程度的誤導，也容易導致由于數(shù)據(jù)重復較多，而無法快速的進行所需資料的查詢的情況的發(fā)生，同時也無法實現(xiàn)知識常識的共享，局限性大。
技術實現(xiàn)要素：
為解決上述問題，本發(fā)明提供了一種臨床醫(yī)學常識知識庫的架構方法，通過用戶自動輸入以及系統(tǒng)自動查詢臨床醫(yī)學知識常識的方式進行數(shù)據(jù)的導入，然后通過系統(tǒng)自帶的處理功能，完成數(shù)據(jù)的處理和審核，在實現(xiàn)數(shù)據(jù)庫實時更新的同時，避免了數(shù)據(jù)的重復、沖突；同時也實現(xiàn)了數(shù)據(jù)的共享。
為實現(xiàn)上述目的，本發(fā)明采取的技術方案為：
一種臨床醫(yī)學常識知識庫的架構方法，包括如下步驟：
S1、用戶通過人機操作模塊進行賬號登錄后，完成待儲存數(shù)據(jù)的輸入；通過定時模塊控制網(wǎng)絡爬蟲模塊在網(wǎng)上查詢與臨床醫(yī)學常識知識的相關數(shù)據(jù)，并將查詢到的相關數(shù)據(jù)發(fā)送到知識點標記排版模塊；
S2、知識點標記排版模塊接收人機操作模塊輸入的數(shù)據(jù)以及并將這些數(shù)據(jù)用其對應的賬戶信息標記后按照預設的模板進行排版，發(fā)送到數(shù)據(jù)點處理模塊；并將接收到的爬蟲模塊所查詢到的相關數(shù)據(jù)按照預設的模板進行排版后，發(fā)送到知識點處理模塊；
S3、通過知識點處理模塊消除所接收到的數(shù)據(jù)之間存在的冗余內容以及所輸入數(shù)據(jù)與數(shù)據(jù)庫內原有數(shù)據(jù)之間的沖突內容；
S4、通過人工專家模塊完成對處理后數(shù)據(jù)的審核，將審核結果以站內信的形式發(fā)送到對應的賬戶，并將審核通過的數(shù)據(jù)發(fā)送到知識點定位模塊；
S5、通過知識點定位模塊為通過審核后的數(shù)據(jù)在數(shù)據(jù)庫中找到合適的位置，并為其找到相似數(shù)據(jù)點，建立其與相似數(shù)據(jù)點之間的關系。
其中，所述人機操作模塊包括文字輸入模塊、語音輸入模塊和圖片輸入模塊。
其中，所述語音輸入模塊采用麥克風，文字輸入模塊采用手寫板和鍵盤，所述圖片輸入模塊采用掃描儀和攝像頭。
其中，所述人機操作模塊內還設有轉換模塊，用于去除圖像中的斑點噪聲，提取圖片中的特征值，并將特征值轉換成文本數(shù)據(jù)；還用于將語音數(shù)據(jù)轉換成文本數(shù)據(jù)。
其中，所述知識點定位模塊基于刻面技術來實現(xiàn)知識定位，通過計算不同知識術語間的刻面距離來準確定位知識；在定位知識點時，在已知刻面的約束下選擇相應的術語，以此來完成對所需知識的描述，如果選擇成功，則返回相應的知識；如果選擇不成功，則系統(tǒng)將根據(jù)同義詞詞典和概念距離圖計算術語的相似性，形成新的定位信息。
其中，所述步驟S5通過計算兩個知識點之間的相似程度進行關聯(lián)。
其中，所述沖突處理模塊采用EKA算法和AKF算法。
其中，所述步驟S3中冗余內容通采用redundancy函數(shù)進行清除，具體的，在redundancy函數(shù)中，分別將k1和k2中的知識元素取出e1和e2，然將e1和e2中的X，Y以及關系R取出進行比較并分別對比xe1，xe2，ye1，ye2，將具有相同內容的元素項刪除，并保留原有關系r值，將關系與未被刪除項合并。
本發(fā)明具有以下有益效果：
通過用戶自動輸入以及系統(tǒng)自動查詢臨床醫(yī)學知識常識的方式進行數(shù)據(jù)的導入，然后通過系統(tǒng)自帶的處理功能，完成數(shù)據(jù)的處理和審核，在實現(xiàn)數(shù)據(jù)庫實時更新的同時，避免了數(shù)據(jù)的重復、沖突；數(shù)據(jù)的輸入可以是語音、也可以是圖片、文本，系統(tǒng)自帶轉換功能，大大方便了用戶的使用；同時也實現(xiàn)了數(shù)據(jù)的共享。
附圖說明
圖1為本發(fā)明實施例一種臨床醫(yī)學常識知識庫的架構方法的流程圖。
具體實施方式
為了使本發(fā)明的目的及優(yōu)點更加清楚明白，以下結合實施例對本發(fā)明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
如圖1所示，本發(fā)明實施例提供了一種臨床醫(yī)學常識知識庫的架構方法，包括如下步驟：
S1、用戶通過人機操作模塊進行賬號登錄后，完成待儲存數(shù)據(jù)的輸入；通過定時模塊控制網(wǎng)絡爬蟲模塊在網(wǎng)上查詢與臨床醫(yī)學常識知識的相關數(shù)據(jù)，并將查詢到的相關數(shù)據(jù)發(fā)送到知識點標記排版模塊；
S2、知識點標記排版模塊接收人機操作模塊輸入的數(shù)據(jù)以及并將這些數(shù)據(jù)用其對應的賬戶信息標記后按照預設的模板進行排版，發(fā)送到數(shù)據(jù)點處理模塊；并將接收到的爬蟲模塊所查詢到的相關數(shù)據(jù)按照預設的模板進行排版后，發(fā)送到知識點處理模塊；
S3、通過知識點處理模塊消除所接收到的數(shù)據(jù)之間存在的冗余內容以及所輸入數(shù)據(jù)與數(shù)據(jù)庫內原有數(shù)據(jù)之間的沖突內容；
S4、通過人工專家模塊完成對處理后數(shù)據(jù)的審核，將審核結果以站內信的形式發(fā)送到對應的賬戶，并將審核通過的數(shù)據(jù)發(fā)送到知識點定位模塊；
S5、通過知識點定位模塊為通過審核后的數(shù)據(jù)在數(shù)據(jù)庫中找到合適的位置，并為其找到相似數(shù)據(jù)點，建立其與相似數(shù)據(jù)點之間的關系。
所述人機操作模塊包括文字輸入模塊、語音輸入模塊和圖片輸入模塊。
所述語音輸入模塊采用麥克風，文字輸入模塊采用手寫板和鍵盤，所述圖片輸入模塊采用掃描儀和攝像頭。
所述人機操作模塊內還設有轉換模塊，用于去除圖像中的斑點噪聲，提取圖片中的特征值，并將特征值轉換成文本數(shù)據(jù)；還用于將語音數(shù)據(jù)轉換成文本數(shù)據(jù)。
所述知識點定位模塊基于刻面技術來實現(xiàn)知識定位，通過計算不同知識術語間的刻面距離來準確定位知識；在定位知識點時，在已知刻面的約束下選擇相應的術語，以此來完成對所需知識的描述，如果選擇成功，則返回相應的知識；如果選擇不成功，則系統(tǒng)將根據(jù)同義詞詞典和概念距離圖計算術語的相似性，形成新的定位信息。
所述步驟S5通過計算兩個知識點之間的相似程度進行關聯(lián)。
所述沖突處理模塊采用EKA算法和AKF算法。
所述步驟S3中冗余內容通采用redundancy函數(shù)進行清除，具體的，在redundancy函數(shù)中，分別將k1和k2中的知識元素取出e1和e2，然將e1和e2中的X，Y以及關系R取出進行比較并分別對比xe1，xe2，ye1，ye2，將具有相同內容的元素項刪除，并保留原有關系r值，將關系與未被刪除項合并。
以上所述僅是本發(fā)明的優(yōu)選實施方式，應當指出，對于本技術領域的普通技術人員來說，在不脫離本發(fā)明原理的前提下，還可以作出若干改進和潤飾，這些改進和潤飾也應視為本發(fā)明的保護范圍。