<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005">
<channel xmlns:cfi="http://www.microsoft.com/schemas/rss/core/2005/internal" cfi:lastdownloaderror="None">
<title cf:type="text"><![CDATA[《医学信息学杂志》编辑部 -->专论:电子病历数据挖掘]]></title>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[电子病历自由文本实体关系抽取]]></title>
<link><![CDATA[https://www.yxxxx.ac.cn/yxxxx/article/abstract/20161201]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[针对医学领域采用自举进行关系抽取的研究较少且国内面向医学领域的基础工具缺失问题，在一般自然语言处理技术的基础上，采用自举的算法框架，以最短依存路径构建关系模式，在过滤机制中引入候选实体的正向性评价，介绍新的算法优化策略，通过试验评价系统的性能，总结本研究的贡献与局限。]]></description>
<pubDate>2017/1/5 17:10:47</pubDate>
<category><![CDATA[专论:电子病历数据挖掘]]></category>
<author><![CDATA[马敬东,梁力凡,夏晨曦]]></author>
<guid><![CDATA[https://www.yxxxx.ac.cn/yxxxx/article/abstract/20161201]]></guid><cfi:id>3</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[电子病历自然语言处理测评发展]]></title>
<link><![CDATA[https://www.yxxxx.ac.cn/yxxxx/article/abstract/20161202]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[分析自然语言处理在医学领域应用存在障碍的原因，提出电子病历自然语言处理测评的方法，介绍历年来有关电子病历自然语言处理测评内容及其发展情况，包括文本检索会议、医学自然语言处理测评、SHARe/CLEF测评、I2B2测评等。]]></description>
<pubDate>2017/1/5 17:10:47</pubDate>
<category><![CDATA[专论:电子病历数据挖掘]]></category>
<author><![CDATA[简哲,李燕]]></author>
<guid><![CDATA[https://www.yxxxx.ac.cn/yxxxx/article/abstract/20161202]]></guid><cfi:id>2</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[基于两步聚类算法的高血压电子病历数据挖掘研究]]></title>
<link><![CDATA[https://www.yxxxx.ac.cn/yxxxx/article/abstract/20161203]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[采用SQL技术对高血压患者电子病历的基本信息和病程记录进行数据预处理，利用SPSS 19.0软件中的两步聚类算法进行分析，挖掘出肺炎、脑梗塞、糖尿病等预测高血压的重要因素信息，为高血压的诊断和治疗提供参考依据。]]></description>
<pubDate>2017/1/5 17:10:47</pubDate>
<category><![CDATA[专论:电子病历数据挖掘]]></category>
<author><![CDATA[杨美洁]]></author>
<guid><![CDATA[https://www.yxxxx.ac.cn/yxxxx/article/abstract/20161203]]></guid><cfi:id>1</cfi:id><cfi:read>true</cfi:read></item>
</channel>
</rss>