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！

龙图腾网获悉东北大学;沈阳东软智能医疗科技研究院有限公司申请的专利基于头脑风暴神经架构搜索的中文电子病历信息抽取方法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：CN117194661B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202311166009.5，技术领域涉及：G06F16/353；该发明授权基于头脑风暴神经架构搜索的中文电子病历信息抽取方法是由马连博;张天;蔡巍设计研发完成，并于2023-09-11向国家知识产权局提交的专利申请。

本基于头脑风暴神经架构搜索的中文电子病历信息抽取方法在说明书摘要公布了：本发明提供一种基于头脑风暴神经架构搜索的中文电子病历信息抽取方法，涉及信息抽取技术领域。该方法首先根据待搜索的BiLSTM网络模型参数设计BSO算法的编码策略；然后执行初始化种群操作，将BiLSTM网络混合参数映射至BSO算法的个体中，构建可训练的基于BiLSTM的BERT‑BiLSTM‑CRF的实体识别和BiLSTM关系抽取模型；再对LSTM网络模型进行训练，将模型的F1值作为初始个体的适应度值并进行适应度评价和训练策略；并根据k‑means聚类操作对种群进行区域划分，设置每个种群的局部最优值和替代的聚类中心，根据头脑风暴算法中种群内部和种群之间的进化机理设计个体寻优更新操作，当达到最大迭代次数时，得到的个体即LSTM网络模型为当前最优的电子病历文本实体识别和关系抽取模型。

本发明授权基于头脑风暴神经架构搜索的中文电子病历信息抽取方法在权利要求书中公布了：1.一种基于头脑风暴神经架构搜索的中文电子病历信息抽取方法，其特征在于：包括以下步骤： 步骤1：根据待搜索的BiLSTM网络模型参数设计BSO算法的编码策略； 步骤2：执行初始化种群操作，将BiLSTM网络混合参数映射至BSO算法的个体中，构建可训练的基于BiLSTM的BERT-BiLSTM-CRF的实体识别模型和BiLSTM关系抽取模型； 步骤2.1：根据预设优化方法、学习率、batch_size和隐藏神经元个数这些混合参数集合，随机选择并构成初始集合O_L_B_neuro_list； 步骤2.2：从输入的正向LSTM层数和反向LSTM层数的集合中分别随机选择整数，作为当前个体的BiLSTM大小； 步骤2.3：在BiLSTM网络的第一层放入正向LSTM层后，生成[0,1]区间内的随机数，来选择放入不同方向的LSTM层，并纳入整个个体的编码中，直至达到BiLSTM网络的层数限制； 步骤2.4：将上述混合参数进行合并至整个个体的编码中；此时，单独个体的编码操作已全部完成； 步骤2.5：重复执行步骤2.2至步骤2.4，经过N次迭代，完成所有个体的初始化操作； 步骤3：根据训练集、测试集、验证集对BiLSTM网络模型进行训练，将模型的F1值作为初始个体的适应度值并进行适应度评价和训练策略； 步骤4：根据k-means聚类操作对种群进行区域划分，设置每个种群的局部最优值和替代的聚类中心，根据头脑风暴算法中种群内部和种群之间的进化机理设计个体寻优更新操作，并完成一次完整的迭代； 步骤5：重复执行步骤4，当达到最大迭代次数时，得到的个体即BiLSTM网络模型为当前最优的电子病历文本实体识别模型和关系抽取模型； 步骤6：采用最优的电子病历文本实体识别模型和关系抽取模型进行中文电子病历的信息抽取。

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北大学;沈阳东软智能医疗科技研究院有限公司，其通讯地址为：110819 辽宁省沈阳市和平区文化路3号巷11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。