買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜浙江大學(xué)申請的專利基于多輪問答的CT影像報告信息抽取方法、裝置、計算機設(shè)備和存儲介質(zhì)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114360677B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-01發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202111544922.5，技術(shù)領(lǐng)域涉及：G16H15/00；該發(fā)明授權(quán)基于多輪問答的CT影像報告信息抽取方法、裝置、計算機設(shè)備和存儲介質(zhì)是由呂旭東;胡丹青;章宦耀;段會龍設(shè)計研發(fā)完成，并于2021-12-16向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于多輪問答的CT影像報告信息抽取方法、裝置、計算機設(shè)備和存儲介質(zhì)在說明書摘要公布了：本發(fā)明公開了一種基于多輪問答的CT影像報告信息抽取方法、裝置、計算機設(shè)備和存儲介質(zhì)，包括：1根據(jù)信息抽取任務(wù)預(yù)設(shè)頭實體問答問題和尾實體問答問題模板；2基于閱讀理解框架構(gòu)建并優(yōu)化信息抽取模型；3將從提取CT影像報告中提取的句子與每條頭實體問答問題拼接，得到提取頭實體所需的輸入文本，并輸入到訓(xùn)練好的信息提取模型得到頭實體；隨后，將頭實體與尾實體問答問題模板拼接，得到針對頭實體的尾實體問答問題，并將其與句子拼接得到提取尾實體所需的輸入文本，將輸入文本輸入到訓(xùn)練好的信息提取模型中得到尾實體；5將得到的頭實體和尾實體配對成三元組，并將提取的三元組信息進行標(biāo)準(zhǔn)化后輸出。

本發(fā)明授權(quán)基于多輪問答的CT影像報告信息抽取方法、裝置、計算機設(shè)備和存儲介質(zhì)在權(quán)利要求書中公布了：1.一種基于多輪問答的CT影像報告信息抽取方法，其特征在于，包括以下步驟：步驟1，根據(jù)信息抽取任務(wù)預(yù)設(shè)問答模板，包括頭實體問答問題和尾實體問答問題模板，其中信息抽取任務(wù)為抽取主體以及主體的相關(guān)內(nèi)容，相關(guān)內(nèi)容為主體的相關(guān)屬性或者主體的相關(guān)處理方式，并將主體認(rèn)為是頭實體，圍繞頭實體構(gòu)建頭實體問答問題，認(rèn)為主體的相關(guān)內(nèi)容為尾實體，圍繞該尾實體構(gòu)建尾實體問答問題模板，信息抽取任務(wù)具體為對肺部CT影像報告中肺癌分期信息進行抽取；步驟2，基于閱讀理解框架構(gòu)建信息抽取模型，其中閱讀理解框架包括BiLSTM、GRU、BERT、GPT或XLNET；步驟3，在信息抽取模型訓(xùn)練階段，首先，利用分句算法提取CT影像報告中的每條句子；然后，將句子與每條頭實體問答問題拼接，得到提取頭實體所需的輸入文本；隨后，根據(jù)人工標(biāo)注的頭實體金標(biāo)準(zhǔn)數(shù)據(jù)，與對應(yīng)的每條尾實體問答問題模板拼接，形成針對該頭實體的尾實體問答問題，再將該尾實體問答問題與句子拼接，得到提取尾實體所需的輸入文本，構(gòu)建數(shù)據(jù)集，將數(shù)據(jù)集分為訓(xùn)練集、驗證集以及測試集；在監(jiān)督下，利用訓(xùn)練集訓(xùn)練閱讀理解框架，以優(yōu)化閱讀理解框架參數(shù)，參數(shù)優(yōu)化后的閱讀理解框架作為信息抽取模型；在模型訓(xùn)練的每次迭代中，利用驗證集對信息抽取模型進行評估，以得到F1-marco，如果F1-marco值比之前全局最佳F1-marco值要好，更新全局最佳F1-marco值，同時保存信息抽取模型，直到訓(xùn)練結(jié)束，取得全局最佳F1-marco值的模型作為最終的信息抽取模型；步驟4，在信息抽取模型測試階段，首先利用分句算法提取CT影像報告中的每條句子；然后，將句子與每條頭實體問答問題拼接，得到提取頭實體所需的輸入文本，將文本輸入到訓(xùn)練好的信息提取模型中得到頭實體，作為第一輪問答結(jié)果；隨后，利用提取到的頭實體與尾實體問答問題模板拼接，得到針對該頭實體的尾實體問答問題，再將該尾實體問答問題與句子拼接，得到提取尾實體所需的輸入文本，將文本再次輸入到訓(xùn)練好的信息提取模型中得到尾實體，作為第二輪問答結(jié)果，如果從句子中不能抽取到尾實體問題的答案，則第二抽取任務(wù)結(jié)束，通過第一輪的頭實體問題的頭實體將第一輪和第二輪關(guān)聯(lián)起來，最大程度利用兩輪的信息，使得頭實體和尾實體具有很強的關(guān)聯(lián)性；步驟5，將多輪問答提取到的頭實體和尾實體配對成三元組，并將提取的三元組信息進行標(biāo)準(zhǔn)化后輸出。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人浙江大學(xué)，其通訊地址為：310058 浙江省杭州市西湖區(qū)余杭塘路866號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。