医学名词术语

摘要： 依照广告审批的相关规定,按照广告厂家的要求,本刊刊登的血必净广告图片和内容均按照广告审查批准文件的原件刊出,故广告内容“成份”未修改为“成分”,时间单位仍用汉字表示,剂量单位“ml”未修改为“mL”,标示数值范围的标点符号“-”未修改为“~”。特此声明!

摘要： 依照广告审批的相关规定,按照广告厂家的要求,本刊刊登的新活素、血必净及佳维体广告图片和内容均按照广告审查批准文件的原件刊出,故广告内容中“适应症”“禁忌症”未按标准医学名词术语修改为“适应证”“禁忌证”,“其它”未修改为“其他”,“成份”未修改为“成分”,时间单位仍用汉字表示,剂量单位“ml”未修改为“mL”,标示数值范围的标点符号“-”未修改为“~”。特此声明!

摘要： 依照广告审批的相关规定,按照广告厂家的要求,本刊刊登的新活素、血必净及佳维体广告图片和内容均按照广告审查批准文件的原件刊出,故广告内容中“适应症”“禁忌症”未按标准医学名词术语修改为“适应证”“禁忌证”,“其它”未修改为“其他”,“成份”未修改为“成分”,时间单位仍用汉宇表示,剂量单位“ml”未修改为“mL”,标示数值范围的标点符号“-”未修改为“~”。特此声明!

摘要： 医学名词应使用全国科学技术名词审定委员会公布的名词。尚未通过审定的学科名词,可选用最新版《医学主题词表(MeSH)》《医学主题词注释字顺表》《中医药主题词表》中的主题词。尚未有通用译名的名词术语,于正文内第一次出现时应注明原词或注释。中西药名以最新版《中华人民共和国药典》和中国药典委员会编写的《中国药品通用名称》为准,不应使用商品名。中医名词术语按GWT16751.1-1997《中医临床诊疗术语疾病部分、证候部分、治法部分》执行,经络针灸学名词术语按GB/T 16751.2-1997《经穴部位》和GB/T16751.3-1997《耳穴名称与部位》执行。中药应采用正名,药典未收入者应附注拉丁文。

摘要： 医学名词应使用全国科学技术名词审定委员会公布的名词。尚未通过审定的学科名词,可选用最新版《医学主题词表(MeSH)》《医学主题词注释字顺表》《中医药主题词表》中的主题词。尚未有通用译名的名词术语,于正文内第一次出现时应注明原词或注释。中西药名以最新版《中华人民共和国药典》和中国药典委员会编写的《中国药品通用名称》为准,不应使用商品名。

摘要： 医学名词应使用全国科学技术名词审定委员会公布的名词。尚未通过审定的学科名词,可选用最新版《医学主题词表(MeSH)》《医学主题词注释字顺表》《中医药主题词表》中的主题词。尚未有通用译名的名词术语,于正文内第一次出现时应注明原词或注释。中西药名以最新版《中华人民共和国药典》和中国药典委员会编写的《中国药品通用名称》为准,不应使用商品名。

摘要： 依照广告审批的相关规定,按照广告厂家的要求,本刊刊登的新活素,血必净及佳维体广告图片和内容均按照广告审查批准文件的原件刊出,故广告内容中“适应症”“禁忌症”未按标准医学名叫术语修改为“适应证”“禁忌证”,“其它”末修改为“其他”,“成份”未修改为“成分”.

摘要： 在科技论文的写作中,有关名词术语应规范统一,不要一义多词或一词多义。应以全国自然科学名词审定委员会公布的各学科名词为准。外文新名词尚无统一译名时,可自译并在第一次引用时用括号注出原文。药名(包括中药)以《中华人民共和国药典》或卫生部药典委员会编的《中国药品通用名称》(1997年版)为准。药物名称不用商品名。

摘要： 在科技论文的写作中,有关名词术语应规范统一,不要一义多词或一词多义。应以全国自然科学名词审定委员会公布的各学科名词为准。外文新名词尚无统一译名时,可自译并在第一次引用时用括号注出原文。药名(包括中药)以《中华人民共和国药典》或卫生部药典委员会编的《中国药品通用名称》(1997年版)为准。药物名称不用商品名。

摘要： 名词、术语应统一,不要一义多词或一词多义。妇产科学、耳鼻咽喉科学、血液病学、呼吸病学、内分泌学、眼科学和外科学的名词已由医学名词审定委员会审定公布,应严格执行,其他尚未审定者,目前以下列两个主题词索引为准:(1)《医学主题词注释字顺表(1992年版)中文索引》(中国医学科学院医学信息研究所,1992);(2)《中医药主题词表》(中国中医研究院图书情报研究所,1987)。在这二个主题词表中找不到者,则以人民卫生出版社出版的《英汉医学词汇》、化学工业出版社出版的《药名词汇》和科学出版社出版的各学科名词审定本为准。如“发烧”应改为“发热”,“红血球”应改为“红细胞”,“血红素”应改为“血红蛋白”,“剖腹产术”应改为“剖宫产术”等。

摘要： 本发明提供一种医学名称归一化方法、装置、存储介质及终端。所述医学名称归一化方法包括：对医学标准词表中的每个标准词条进行第一阶段的拆解，得到每个标准词条所对应的多个医学属性；为每个标准词条构建相应的属性表达式；对所述每个标准词条进行第二阶段拆解，得到每个医学属性下的多个子属性；获取待归一的医学名称所对应的多个医学属性及每个医学属性下的多个子属性；将所述待归一的医学名称的多个子属性与标准词条的多个子属性进行表达式匹配计算；输出符合匹配要求的所述待归一的医学名称所对应的标准词条。本发明适用于复杂应用场景，极大降低了医学名称归一化的人力成本，提高了医学名称归一化的效率与准确率。

摘要： 本发明公开一种基于SNOMED‑CT的医学名词词典构造与拓展方法，将目标文本进行中文分词从而获得每个句子之中的词语。其次，利用语义依存算法对分词的句子进行分析从而获得名词短语。最终，以已有的规范化的医学词典SNOMED‑CT为基础与文本中所提取的医疗短语进行对比通过预先定义的相似度对备选名词短语进行筛选，所选得的名词短语则被视为新的医学名词，从而组成词典。本发明解决同概念多表达、缩写、简称等问题，构造覆盖面更广的基本医学术语词典。本发明作为自然语言处理的第一部，可为后续命名实体识别、关系提取、实体对齐等任务提高速度以及精度。

摘要： 本公开提供了一种术语名词纠错方法及装置、电子设备和介质，涉及人工智能领域，尤其涉及自然语言处理、数据挖掘和机器学习技术领域。实现方案为：对待纠错文本进行文本片段识别，以获取第一文本片段，其中，第一文本片段的长度小于待纠错文本，并且第一文本片段包含至少一个待识别是否存在错误的术语名词；基于第一文本片段，获取第一术语名词，其中，第一术语名词是经识别存在错误的术语名词；基于第一术语名词，确定第二术语名词以替换所述第一术语名词。

摘要： 本发明涉及一种基于医学本体的医学术语知识库的构建系统及方法，通过对该医学术语知识库的不断更新与补充，从而在医师对患者病历进行全结构化模板结合用户编辑的电子病历录入方式书写时，能够为用户编辑提供有效直观的帮助，方便医师进行及时筛选，降低医师编辑工作量，为医师记录医疗文书时提供便利，为病患节省就诊时间，提高医疗效率。

摘要： 本发明涉及医学短文本数据负样例采样方法及医学诊断标准术语映射模型训练方法，包括：基于原始医学诊断数据得到待映射文本，进而生成训练集，验证集，测试集、基于标准术语集和待映射文本集合生成正样例集合、对于正样例集合中的任意正样例，基于相似度计算函数生成候选负样例集合、获取正样例集合的一个子集，对于其中的每个正样例，从候选负样例集合中抽取部分或全部负样例生成训练集，将正样例集合的子集与训练集合并后形成一个训练批次、将训练批次带入神经网络模型中进行训练。本发明提取负样例更具代表性，分别提起正负样例对修改的模型进行模拟训练，实现对模型进行泛化改进，模型的性能得到提升，提升了对未知细粒度术语的识别泛化性。

摘要： 本发明涉及一种用于访问包含多个图像数据集的数据库的系统。该系统包括：捕获单元，捕获用于在该数据库中搜索图像数据集或包括在图像数据集中的图像数据子集的查询，该查询包括定义搜索标准的至少一个医学相关术语；确定单元，用于基于该至少一个医学相关术语与描述该图像数据集的相应医学标注之间语义匹配的程度来确定该图像数据集或包括在图像数据集中的该图像数据子集；和检索单元，用于从该数据库检索该确定的数据图像集或图像数据子集。通过实现描述图像数据集的医学标注与包括在查询中的医学相关术语之间的语义匹配，本发明能够搜索具有对医学诊断和治疗有意义的高级医学信息的医学图像。

摘要： 本发明提供一种医学名称归一化方法、装置、存储介质及终端。所述医学名称归一化方法包括：对医学标准词表中的每个标准词条进行第一阶段的拆解，得到每个标准词条所对应的多个医学属性；为每个标准词条构建相应的属性表达式；对所述每个标准词条进行第二阶段拆解，得到每个医学属性下的多个子属性；获取待归一的医学名称所对应的多个医学属性及每个医学属性下的多个子属性；将所述待归一的医学名称的多个子属性与标准词条的多个子属性进行表达式匹配计算；输出符合匹配要求的所述待归一的医学名称所对应的标准词条。本发明适用于复杂应用场景，极大降低了医学名称归一化的人力成本，提高了医学名称归一化的效率与准确率。

摘要： 本申请实施例提供一种医学术语标准化框架的构建方法、装置、电子设备及存储介质，其中，该方法包括：获取医学术语原始数据；对医学术语原始数据进行分类，得到短术语类数据和长术语类数据；建立与短术语类数据对应的同义词库；建立与短术语类数据对应的变体规则库；根据长术语类数据建立召回模型和排序模型；根据同义词库、变体规则库、召回模型和排序模型构建医学术语标准化框架。实施本申请实施例，可以将医学术语转换为标准化的医学术语，通过迭代闭环使得医学术语的转换准确率得到提升。

摘要： 本发明实施例公开了一种基于人工智能模型的医学术语归一化方法、装置，该方法包括：获取医学原文，并将医学原文输入至预先建立的医学实体抽取模型中，确定与医学原文相对应的实体信息以及实体类别；针对每一个实体信息，根据与实体类别相对应的标准词库以及实体信息，确定匹配结果；若匹配结果为匹配失败，则根据实体信息以及与实体类别相对应的标准词库，确定待选择标准词；基于预先建立的标准词分类模型，对实体信息、实体类别、医学原文以及各待选择标准词进行处理，确定与实体信息相对应的目标标准词。通过本发明实施例的技术方案，实现了提高医学术语的归一化准确率和速率的技术效果。

摘要： 本说明书实施方式提供了一种医学术语处理的方法、装置、计算机设备和存储介质。包括：针对医学原词从预设标准医学术语知识图谱库中召回多个标准医学术语，将所述多个标准医学术语作为目标候选标准医学术语；对所述目标候选标准医学术语分别构建多维特征向量；使用所述医学原词生成的词向量与所述多维特征向量进行相似度运算，得出所述多维特征向量对应的目标候选标准医学术语与所述医学原词的相似度；基于所述相似度在目标候选标准医学术语中确定目标标准医学术语。通过采用多种召回策略提高召回候选标准医学术语的准确率，再根据相似度计算的结果确定目标标准医学术语，提高了医学术语编码人员的工作效率。