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！

龙图腾网获悉东南大学申请的专利基于医学实体关系和病历关系的多标签医疗文本分类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：CN116775884B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202310800922.X，技术领域涉及：G06F16/353；该发明授权基于医学实体关系和病历关系的多标签医疗文本分类方法及系统是由周德宇;王韬;张旭设计研发完成，并于2023-06-29向国家知识产权局提交的专利申请。

本基于医学实体关系和病历关系的多标签医疗文本分类方法及系统在说明书摘要公布了：本发明公开了一种基于医学实体关系和病历关系的多标签医疗文本分类方法及系统，首先采集患者住院期间的病历以及对应的医疗标注人员为病历标注的医疗代码，构建多标签医疗文本分类数据集；再构建多标签医疗文本分类模型，所述模型包括构建用于编码病历的语义编码层，用于对比学习的可逆转换层以及用于预测病历的所有相关医疗代码的输出层；然后训练多标签医疗文本分类模型，构建分类损失函数和基于医学实体关系的对比学习损失函数，共同作为模型训练的损失函数，利用训练好的模型构造病历数据库；最后使用多标签医疗文本分类模型通过检索病历数据库中的相似病历信息并结合模型的分类结果，预测出病历相关的医疗代码。

本发明授权基于医学实体关系和病历关系的多标签医疗文本分类方法及系统在权利要求书中公布了：1.基于医学实体关系和病历关系的多标签医疗文本分类方法，其特征在于:包括如下步骤： S1，构建多标签医疗文本分类数据集：采集患者住院期间的病历以及对应的医疗标注人员为病历标注的医疗代码，并划分为训练集、验证集以及测试集，构建多标签医疗文本分类数据集； S2，构建多标签医疗文本分类模型：所述模型包括构建用于编码病历的语义编码层，用于对比学习的可逆转换层以及用于预测病历的所有相关医疗代码的输出层，并依次构建编码层、可逆转换层和输出层； S3，训练多标签医疗文本分类模型：构建分类损失函数和基于医学实体关系的对比学习损失函数，共同作为模型训练的损失函数，利用训练好的模型构造病历数据库；构建基于实体的对比学习损失函数，通过将实体映射为其在UMLS知识库中的同义词来构建当前病历的正样例，将实体替换为不相关的实体或者直接删除来构造出负样例，在训练过程中一并将病历的正负样例输入模型，通过文本编码器和可逆转换层获得它们的文档表示和； 对比学习的InfoNCE损失函数将被应用于一个批次中的病历，基于实体的对比学习损失函数的计算公式如下： ； 其中，负样例集合；用于计算两个向量之间的余弦相似度； S4，使用多标签医疗文本分类模型预测：使用经过步骤S3训练好的模型通过检索病历数据库中的相似病历信息并结合模型的分类结果，预测出病历相关的医疗代码。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼2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”。

以上内容由龙图腾AI智能生成。