Een benadering van de extractie metagegevens voor klinische Case Reports om geavanceerde begrip van biomedische concepten
September 20th, 2018
•John Harry Caufield1,2, David A. Liem1,2,3, Anders O. Garlid1,2, Yijiang Zhou4, Karol Watson1,3, Alex A. T. Bui1,5,6,7, Wei Wang1,7,8,9, Peipei Ping1,2,3,7,8
1The NIH BD2K Center of Excellence in Biomedical Computing, University of California, Los Angeles, 2Department of Physiology, University of California, Los Angeles, 3Department of Medicine/Cardiology, University of California, Los Angeles, 4Department of Cardiology, First Affiliated Hospital, Zhejiang University School of Medicine, 5Department of Radiological Sciences, University of California, Los Angeles, 6Department of Bioengineering, University of California, Los Angeles, 7Scalable Analytics Institute (ScAi), University of California, Los Angeles, 8Department of Bioinformatics, University of California, Los Angeles, 9Department of Computer Science, University of California, Los Angeles
We presenteren een protocol en de bijbehorende metadata-sjabloon voor de winning van biomedische concepten in klinische Aanvraagrapporten beschrijvende tekst. De waarden van de gestructureerde tekst geproduceerd door dit protocol kunnen diepe analyse van duizenden klinische verhalen ondersteunen.
ABOUT JoVE
Copyright © 2024 MyJoVE Corporation. All rights reserved