Технологии, модели и алгоритмы поиска в архивах медицинских данных с использованием контекстно-временной онтологии

• Автор: Нестерова, Ольга Андреевна
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2011
• Место защиты: Тюмень
• Количество страниц: 148 с. : ил.

СОДЕРЖАНИЕ

ТАБЛИЦА СОКРАЩЕНИЙ

ВВЕДЕНИЕ
ГЛАВА 1. ДИФФЕРЕНЦИАЦИЯ ТРЕБОВАНИЙ К СБОРУ ДАННЫХ ДЛЯ ИНФОРМАТИЗАЦИИ МЕДИКО-БИОЛОГИЧЕСКИХ ИССЛЕДОВАНИЙ

1.1. Характеристика медико-биологических исследований

1.2. Специфика электронной медицинской информации

1.3. Анализ технологий информационного поиска

1.4. Выводы по главе

ГЛАВА 2. МОДЕЛИРОВАНИЕ СЕМАНТИКО-ЭНТРОПИЙНОГО ПОИСКА С ИСПОЛЬЗОВАНИЕМ КОНТЕКСТНО-ВРЕМЕННОЙ ОНТОЛОГИИ

2.1. Описание основных понятий семантико-энтропийного поиска

2.2. Построение модели интерпретации смысла текстов документов и запроса с учетом контекста и времени
2.3. Метод расчета меры соответствия текстов документов и запроса.
2.4. Метод расчета оценки эффективности этапов обучения и поиска..
2.5. Описание работы алгоритма выбора документов
2.6. Выводы по главе
ГЛАВА 3. РАЗРАБОТКА ТЕХНОЛОГИИ ИНФОРМАЦИОННОГО
ПОИСКА В АРХИВАХ МЕДИЦИНСКИХ ДАННЫХ
3.1. Проектирование архитектуры информационно-поисковой системы
3.2. Обучение системы
3.3. Интерпретация и анализ результатов поиска
3.4. Гибридизация учетных медицинских информационных систем
3.5. Выводы по главе
ГЛАВА 4. ОЦЕНКА ЭФФЕКТИВНОСТИ РАЗРАБОТАННОЙ
ИНФОРМАЦИОННО-ПОИСКОВОЙ СИСТЕМЫ
4.1. Результаты разработки информационно-поисковой системы
4.2. Описание численных экспериментов
4.3. Оценка модели семантико-энтропийного поиска

4.4. Выводы по главе
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА
СПИСОК ИЛЛЮСТРАЦИЙ
ПРИЛОЖЕНИЕ А. СПИСОК ТЕРМИНОВ, ПРИМЕНЯЕМЫХ В РАБОТЕ
ПРИЛОЖЕНИЕ В. ИСХОДНЫЕ ДАННЫЕ
ПРИЛОЖЕНИЕ С. ТЕХНИЧЕСКАЯ ДОКУМЕНТАЦИЯ
ПРИЛОЖЕНИЕ а РЕЗУЛЬТАТЫ ЧИСЛЕННОГО ЭКСПЕРИМЕНТА
ТАБЛИЦА СОКРАЩЕНИЙ

Сокращение Описание
АРМ автоматизированное рабочее место
БД база данных
БЗ база знаний
ЕЯ естественный язык
ИП информационный поиск
ИПС информационно-поисковая система
ИС информационная система
КВО контекстно-временная онтология
ЛПУ лечебно-профилактическое учреждение
МБИ медико-биологическое исследование
МИС медицинская информационная система
МУ медицинское учреждение
ПК программный комплекс
по программное обеспечение
сэп семантико-энтропийный поиск
ткц Тюменский кардиологический центр
ХД хранилище данных
ЭИБ электронная история болезни

конкретного документа. Процесс предварительной обработки документов, нацеленный на формирование образов документов, называют индексацией коллекции документов [12].
Важной проблемой является оценка результатов работы поисковой системы. Известные в настоящее время метрики, позволяющие получить количественную оценку качества поиска, можно разделить на две группы: внешние и внутренние метрики.
Внешние метрики - сравнение результата автоматического поиска с результатом, выполненным экспертами, - «эталонным» поисковым результатом, составленным человеком. Примером внешних метрик являются полнота (11) и точность (Р). Интерпретация этих метрик меняется в зависимости от типа решаемой задачи, общий смысл остаётся неизменным. На примере задачи классического поиска полнота - это количество релевантных (соответствующих запросу) документов в ответе поисковой системы по отношению к общему количеству релевантных документов в коллекции документов, а точность - это количество релевантных документов в ответе поисковой системы по отношению к общему количеству документов в ответе системы.
Внутренние метрики - анализируют результат работы поисковой системы без привлечения внешней информации. Например, анализ средних межкластерного и внутрикластерного расстояний в задаче кластеризации документов.
Таким образом, основными направлениями исследования являются:
- определение способов выявления признаков исходных объектов и объектов запроса, для наилучшего отображения смысла объектов, который видит в них человек (пользователь);
- определение способов эффективного сравнения формальных описаний заданных объектов и объектов, среди которых осуществляется поиск;
- определение способов оценки эффективности поиска: удовлетворен ли пользователь результатами поиска, какие формальные критерии использовать