买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国医学科学院医学信息研究所申请的专利一种基于深度学习的电子病历命名实体识别方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118095285B 。

龙图腾网通过国家知识产权局官网在2025-06-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410304042.8，技术领域涉及：G06F40/295；该发明授权一种基于深度学习的电子病历命名实体识别方法及系统是由吴思竹;王安然;刘盛宇设计研发完成，并于2024-03-18向国家知识产权局提交的专利申请。

本一种基于深度学习的电子病历命名实体识别方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的电子病历命名实体识别方法及系统，涉及医学命名实体识别技术领域。包括：S1.获取数据步骤；S2.数据预处理步骤；S3.数据划分步骤；S4.模型构建步骤；S5.模型训练步骤；S6.训练结束步骤；S7.识别步骤。本发明通过BigBird模型动态融合中文汉字特征、电子病历知识特征，并结合BiLSTM和CRF提升了BigBird模型医学命名实体的准确性和识别性能。

本发明授权一种基于深度学习的电子病历命名实体识别方法及系统在权利要求书中公布了：1.一种基于深度学习的电子病历命名实体识别方法，其特征在于，包括以下步骤：S1.获取数据步骤：获取电子病历文本数据；S2.数据预处理步骤：对获取的电子病历文本数据进行预处理，得到预处理后的电子病历文本数据；S3.数据划分步骤：将预处理后的电子病历文本数据划分为训练集和测试集；S4.模型构建步骤：基于BigBird模型，构建医学命名实体识别模型；S5.模型训练步骤：将训练集输入医学命名实体识别模型，对医学命名实体识别模型进行训练，经过若干次训练后，得到训练好的医学命名实体识别模型；S6.训练结束步骤：将测试集输入训练好的医学命名实体识别模型进行验证，输出最终的医学命名实体识别模型；S7.识别步骤：将待识别的电子病历文本数据输入最终的医学命名实体识别模型，输出识别结果；S4中构建的医学命名实体识别模型包括输入词嵌入层、Bigbird层、动态融合层、BiLSTM层和随机条件场CRF层；所述Bigbird层的编码器层由多个编码器块组成，每个编码器块都内嵌一个前馈神经网络层，在前馈神经网络层的助力下，经过注意力机制处理后的特征得以实现非线性变换，所述注意力机制概括如下： 其中，Q、K、V分别为查询矩阵、键矩阵和值矩阵，dk为键向量的维度，KT为键矩阵的转置，M为掩码矩阵；S5中模型训练步骤的具体内容为：将测试集输入Bigbird模型中获得不同层次的表示向量，引入动态融合机制将所述不同层次的表示向量进行融合，结合自定义词向量，将处理后的表示作为BiLSTM的输入，通过CRF层进行解码，得到全局最优标注序列，经过若干次训练后，得到训练好的医学命名实体识别模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国医学科学院医学信息研究所，其通讯地址为：100020 北京市朝阳区雅宝路3号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。