电子病历可以看作是病人在进入医院到离开医院期间的记录信息,包括所患疾病的原因、疾病的治疗方法以及对于疾病的药物治疗与疾病的检查手段等等。这些信息不但有利于患者健康的恢复,而且为以后的医疗留下了宝贵的信息。电子病历一般有图像信息与文字信息两种,其中以文字信息居多。医院记录的电子病历文字信息绝大多数是非结构化的信息,这些信息对科研与临床都有着重要的意义,然而这些信息并不容易被信息抽取。文本信息抽取最基础和最关键的环节是命名实体识别。目前,命名实体识别在通用领域发展相对成熟,但在医疗领域却效果不佳。因此,为解决电子病历文本信息无法结构化输出的问题,本文将命名实体识别技术融入电子病历中,使得电子病历文本信息可以结构化输出。最后本文工作内容分为以下几点:1)采用嵌入维特比算法改进基于统计的中文分词方法。在基于统计中文分词方法的基础上载入收集与整理的专属中文电子病历词典,使在对中文电子病历分词时,不会出现对医学专有名词的错分与漏分。并且在统计计算最优分词序列时,嵌入维特比算法,使分词的每一步都是最优分词路径,减少计算量,为后续的研究工作与数据标注节省时间。2)数据的清洗和改进标注方法。对中文电子病历文本内容进行筛选与数据清洗时,把无效的文本数据内容进行剔除。中文分词后通过BIO标注法标注了中文电子病历文本内容,并在标注完成后通过python语言编写函数,使得标注由BIO转为BIOES。同时通过对现有的病历文本数据和在网络上查找相关医学词汇整理出中文电子病历专属词典。3)设计中文电子病历命名实体识别算法。算法的第一部分是卷积神经网络,将数据通过卷积神经网络中的卷积操作进行特征提取,特征提取完毕后将输入到算法的第二部分双向长短记忆神经网络,通过双向长短记忆网络进行上下文特征的提取。最后输入到算法的第三部分条件随机场进行实体识别。4)基于Inception结构与Resnet结构对卷积神经网络进行改进。改进后的卷积神经网络的网络结构采用并联串联的方式进行神经网络学习、特征提取。这样的网络结构在相同的卷积效果下不仅参数数量减少,而且网络的计算量也相应的减少。5)研究BERT语言模型生成字向量。用语言模型预训练生成字向量来拼接卷积神经网络卷积后的向量,字向量的使用丰富了文本每个字的语义、位置等特征,在深度学习模型训练的过程中可以使模型更好更快的收敛,以达到预期效果。