基于神经网络的电子病历数据特征提取技术研究

doi:10.3969/j.issn.1671-1122.2023.10.010

信息网络安全 ›› 2023, Vol. 23 ›› Issue (10): 70-76.doi: 10.3969/j.issn.1671-1122.2023.10.010

基于神经网络的电子病历数据特征提取技术研究

秦一方¹^,², 张健¹^,²(), 梁晨³

1.南开大学计算机学院，天津 300350
2.天津市网络与数据安全技术重点实验室，天津 300350
3.天津市胸科医院，天津 300222

收稿日期:2023-06-28 出版日期:2023-10-10 发布日期:2023-10-11
通讯作者: 张健 E-mail:zhang.jian@nankai.edu.cn
作者简介:秦一方（2001—），女，辽宁，硕士研究生，CCF会员，主要研究方向为数据安全|张健（1968—），男，天津，正高级工程师，博士，CCF会员，主要研究方向为云安全、网络安全和系统安全|梁晨（1965—），男，天津，高级工程师，本科，主要研究方向为网络安全、计算机网络
基金资助:
国家重点研发计划(2022YFB3103202);天津市重点研发计划(20YFZCGX00680);天津市新一代人工智能科技重大专项(19ZXZNGX00090)

Research on Feature Extraction Technology of Electronic Medical Record Data Based on Neural Networks

QIN Yifang¹^,², ZHANG Jian¹^,²(), LIANG Chen³

1. College of Computer, Nankai University, Tianjin 300350, China
2. Tianjin Key Laboratory of Network and Data Security Technology, Tianjin 300350, China
3. Tianjin Chest Hospital, Tianjin 300222, China

Received:2023-06-28 Online:2023-10-10 Published:2023-10-11

摘要/Abstract

摘要：

随着《中华人民共和国数据安全法》等法律法规的实施，数据安全工作日益受到关注。电子病历包含公民医疗健康等敏感个人信息，为了保护电子病历数据的隐私安全，文章研究了电子病历数据特征提取技术，为实施数据安全防护提供技术支撑。文章提出了基于深度神经网络的电子病历数据特征提取方法，采用生成式对抗网络，通过文本生成的方法，将少量电子病历数据扩充为一个较大的数据集。随后利用卷积神经网络进行特征提取，并通过分类器产生分类结果，以实现电子病历数据的检测识别。实验结果表明，这种方法对于电子病历数据具有较好的特征提取效果。

关键词: 生成式对抗网络, 卷积神经网络, 特征提取, 文本生成

Abstract:

With the implementation of laws and regulations such as “Data Security Law of the People’s Republic of China”, data security is becoming increasingly important. Electronic medical records contain sensitive personal information such as citizens’ medical and health care. In order to protect the safety of the data, this paper studied the feature extraction technology of the data to provide technical support for the implementation of data security protection. This paper proposed a feature extraction method for electronic medical record data based on deep neural networks. Using generative adversarial networks, a small amount of electronic medical record data was expanded to a larger dataset through text generation methods. Then, the convolutional neural networks were used for feature extraction, and the classification results were generated by the classifier to detect and recognize the electronic medical record data. The experimental results show that this method has a good feature extraction effect for electronic medical record data.

Key words: generative adversarial networks, convolutional neural networks, feature extraction, text generation

中图分类号:

TP309

秦一方, 张健, 梁晨. 基于神经网络的电子病历数据特征提取技术研究[J]. 信息网络安全, 2023, 23(10): 70-76.

QIN Yifang, ZHANG Jian, LIANG Chen. Research on Feature Extraction Technology of Electronic Medical Record Data Based on Neural Networks[J]. Netinfo Security, 2023, 23(10): 70-76.

图/表 7

图1

图2

图3

表1

表2

图4

表3

参考文献 15

[1]	PENG Baolin, ZHU Chenguang, LI Chunyuan, et al. Few-Shot Natural Language Generation for Task-Oriented Dialog[C]// ACL. Findings of the Association for Computational Linguistics:EMNLP. Stroudsburg: ACL, 2020: 172-182.
[2]	IAN J G, JEAN P A, MEHDI M, et al. Generative Adversarial Networks[C]// ACM. NIPS:Neural Information Processing Systems Conference. New York: ACM, 2014: 2672-2680.
[3]	LIU Wenfu. Research on the Key Techniques of Short Text Representation and Classification Based on Mixed Semantic Learning[D]. Zhengzhou: PLA Information Engineering University, 2022.
	刘文甫. 基于混合语义学习的短文本表示与分类关键技术研究[D]. 郑州: 解放军信息工程大学, 2022.
[4]	TOMAS M, KAI C, GREG C, et al. Efficient Estimation of Word Representations in Vector Space[EB/OL]. (2013-09-07) [2023-06-01]. https://arxiv.org/abs/1301.3781.
[5]	ZHANG Li, ZOU Kaihong, ZONG Xu, et al. Text Feature Extraction Based on Deep Convolutional Neural Networks: China, CN201810379548. X[P]. 2018-09-28.
	张黎, 邹开红, 宗旭, 等. 基于深度卷积神经网络进行文本特征提取的方法:中国,CN201810379548. X[P]. 2018-09-28.
[6]	ZHAO Qinlu, CAI Xiaodong, LI Bo, et al. Text Feature Extraction Method Based on LSTM-Attention Neural Networks[J]. Modern Electronic Technology, 2018, 41(8): 167-170.
	赵勤鲁, 蔡晓东, 李波, 等. 基于LSTM-Attention神经网络的文本特征提取方法[J]. 现代电子技术, 2018, 41(8): 167-170.
[7]	REITER E, DALE R, FENG Z. Building Natural Language Generation Systems[M]. Cambridge: Cambridge University Press, 2000.
[8]	WAN Xiaojun, FENG Yansong, SUN Weiwei. Research Progress and Trend of Text Automatic Generation[C]// CCF. CCF 2014-2015 China Computer Science and Technology Development Report. Beijing: CCF, 2015: 298-323.
	万小军, 冯岩松, 孙薇薇. 文本自动生成研究进展与趋势[C]// CCF. CCF 2014-2015中国计算机科学技术发展报告会. 北京: CCF, 2015:298-323.
[9]	HU Baotian. Text Representation Based on Deep Neural Networks and Its Application[D]. Harbin: Harbin Institute of Technology, 2016.
	户保田. 基于深度神经网络的文本表示及其应用[D]. 哈尔滨: 哈尔滨工业大学, 2016.
[10]	LI Tong. Research on Natural Language Generation Algorithm Based on Transformer[D]. Xi’ an: Xidian University, 2022.
	李彤. 基于Transformer的自然语言生成算法研究[D]. 西安: 西安电子科技大学, 2022.
[11]	YU Lantao, ZHANG Weinan, WANG Jun, et al. SeqGAN: Sequence Generative Adversarial Nets with Policy Gradient[C]// AAAI. AAAI Conference on Artificial Intelligence. New York: AAAI, 2017: 2852-2858.
[12]	CHEN Xuesong, YANG Yimin. Review on Reinforcement Learning[J]. Application Research of Computers, 2010, 27(8): 2834-2838, 2844.
	陈学松, 杨宜民. 强化学习研究综述[J]. 计算机应用研究, 2010, 27(8): 2834-2838,2844.
[13]	KIM Y. Convolutional Neural Networks for Sentence Classification. Association for Computational Linguistics[C]// ACL. Proceedings of the 2014 Conference on Empirical Methods in Natural Language Processing (EMNLP). Stroudsburg: ACL, 2014: 1746-1751.
[14]	HU Mianning, LI Xin, LI Mingfeng, et al. Research on Multi-Strategy Data Enhancement Technology for Fraud Short Message Identification[J]. Netinfo Security, 2022, 22(10): 121-128.
	胡勉宁, 李欣, 李明锋, 等. 面向诈骗短信息识别的融合多策略数据增强技术研究[J]. 信息网络安全, 2022, 22(10): 121-128.
[15]	GU Zhaojun, LIU Tingting, GAO Bing, et al. Anomaly Detection of Imbalanced Data in Industrial Control System Based on GAN-Cross[J]. Netinfo Security, 2022, 22(8): 81-89.
	顾兆军, 刘婷婷, 高冰, 等. 基于GAN-Cross的工控系统类不平衡数据异常检测[J]. 信息网络安全, 2022, 22(8): 81-89.

数据类别	总数/个	训练集/个	验证集/个	测试集/个
初始电子病历	5	2	1	1
新增xml数据	10	8	1	1
生成电子病历	200	160	20	20
电影	100	80	10	10
电子竞技	100	80	10	10
星座	100	80	10	10
教育	100	80	10	10
国际	100	80	10	10
总计	715	571	72	72

参数	参数含义	参数设置
embedding_dim	词向量维度	64
seq_length	序列长度	600
num_classes	类别数	7
num_filters	卷积核数目	256
kernel_size	卷积核尺寸	5
vocab_size	词汇表大小	5000
hidden_dim	全连接层神经元	128
dropout_keep_prob	dropout保留比例	0.5
learning_rate	学习率	0.001
batch_size	每批训练大小	64
num_epochs	总迭代轮次	20

类别	Precision	Recall	F1值
初始电子病历	1.00	1.00	1.00
新增xml数据	1.00	1.00	1.00
生成电子病历	0.95	1.00	0.98
电影	1.00	0.60	0.75
电子竞技	0.91	1.00	0.95
星座	0.91	1.00	0.95
教育	1.00	0.90	0.95
国际	0.83	1.00	0.91

基于神经网络的电子病历数据特征提取技术研究

Research on Feature Extraction Technology of Electronic Medical Record Data Based on Neural Networks

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 15

相关文章 15

编辑推荐

Metrics

本文评价

[1]	张玉臣, 张雅雯, 吴越, 李程. 基于时频图与改进E-GraphSAGE的网络流量特征提取方法[J]. 信息网络安全, 2023, 23(9): 12-24.
[2]	薛羽, 张逸轩. 深层神经网络架构搜索综述[J]. 信息网络安全, 2023, 23(9): 58-74.
[3]	苑文昕, 陈兴蜀, 朱毅, 曾雪梅. 基于深度学习的HTTP负载隐蔽信道检测方法[J]. 信息网络安全, 2023, 23(7): 53-63.
[4]	蒋英肇, 陈雷, 闫巧. 基于双通道特征融合的分布式拒绝服务攻击检测算法[J]. 信息网络安全, 2023, 23(7): 86-97.
[5]	李志华, 王志豪. 基于LCNN和LSTM混合结构的物联网设备识别方法[J]. 信息网络安全, 2023, 23(6): 43-54.
[6]	赵小林, 王琪瑶, 赵斌, 薛静锋. 基于机器学习的匿名流量分类方法研究[J]. 信息网络安全, 2023, 23(5): 1-10.
[7]	赵彩丹, 陈璟乾, 吴志强. 基于多通道联合学习的自动调制识别网络[J]. 信息网络安全, 2023, 23(4): 20-29.
[8]	姚远, 樊昭杉, 王青, 陶源. 基于多元时序特征的恶意域名检测方法[J]. 信息网络安全, 2023, 23(11): 1-8.
[9]	赵欣荷, 谢永恒, 万月亮, 汪金苗. 基于多模态数据的博彩网站检测识别模型[J]. 信息网络安全, 2023, 23(10): 77-82.
[10]	顾兆军, 刘婷婷, 高冰, 隋翯. 基于GAN-Cross的工控系统类不平衡数据异常检测[J]. 信息网络安全, 2022, 22(8): 81-89.
[11]	刘光杰, 段锟, 翟江涛, 秦佳禹. 基于多特征融合的移动流量应用识别[J]. 信息网络安全, 2022, 22(7): 18-26.
[12]	王浩洋, 李伟, 彭思维, 秦元庆. 一种基于集成学习的列车控制系统入侵检测方法[J]. 信息网络安全, 2022, 22(5): 46-53.
[13]	刘峰, 杨成意, 於欣澄, 齐佳音. 面向去中心化双重差分隐私的谱图卷积神经网络[J]. 信息网络安全, 2022, 22(2): 39-46.
[14]	林发鑫, 张健. 虚拟化平台异常行为检测系统的设计与实现[J]. 信息网络安全, 2022, 22(11): 62-67.
[15]	胡勉宁, 李欣, 李明锋, 孙海春. 面向诈骗短信息识别的融合多策略数据增强技术研究[J]. 信息网络安全, 2022, 22(10): 121-128.