کنفرانس بین المللی فناوری اطلاعات و دانش

صفحه اصلی / یازدهمین کنفرانس بین المللی فناوری اطلاعات و دانش

ساخت پیکره برچسب خورده گزارش های آسیب شناسی

نویسندگان :

مسلم سمیعی پاقلعه¹ مهرنوش شمس فرد²

1- دانشگاه شهید بهشتی 2- دانشگاه شهید بهشتی

کلمات کلیدی :

گزارش آسیب شناسی، برچسب زنی، کد مکان شناسی، کد ریخت شناسی، ساخت پیکره

چکیده :

تجزیه و تحلیل قابل اعتماد متن و استخراج اطلاعات از متن های فاقد ساختار از مباحث ضروری تحلیل داده های بزرگ است. جهت انجام این موضوع مجموعه ای مناسب و به اندازه کافی بزرگ از متن ها مورد نیاز است. ساخت چنین مجموعه ای از متن ها با دو چالش مهم رو به رو است. چالش اول تولید بسیار مشکل و پرهزینه چنین مجموعه ای به ویژه در حوزه پزشکی است. چالش دوم برچسب زنی دستی و غیرخودکار متن های مذکور است که یک عمل زمانبر و خسته کننده است. هدف از این نوشتار گزارش ساخت پیکره گزارش های آسیب شناسی و برچسب زنی خودکار آن ها است که بتوان از آن جهت آموزش مدل ها به منظور استخراج اطلاعات استفاده کرد. مجموعه اولیه گزارش ها که به زبان انگلیسی می باشد از چهار مرکز درمانی جمع آوری شده است. پس از جمع آوری گزارش ها پیش پردازش های اولیه انجام شده و تمامی آن ها پاک سازی می شوند. سپس براساس کدهای استاندارد سازمان بهداشت جهانی منطبق بر دو کتاب رده بندی بین المللی بیماری ها و رده بندی بین المللی سرطان ها چهار برچسب مکان اولیه، زیرمکان، رفتار سرطان و نوع بافت شناسی به گزارش ها زده شده و پیکره برچسب خورده ساخته می شود. به دلیل اینکه برچسب زنی گزارش های پیکره به صورت نیمه خودکار صورت گرفته است، ارزیابی عملیات برچسب زنی توسط خبره انسانی و با تایید دقت 97% انجام شده است.