横纹肌溶解症数据集

该知识库以横纹肌溶解症患者的结构化病历数据为基础，集成出入院信息、电子病历、历史诊断、用药、每日化验数据及影像检查等模块，采用规则提取、NLP分类与时间序列建模等多类算法构建。
通过结构化病历表中每日化验记录提取患者关键生化指标，构建时间序列特征矩阵。数据预处理包括缺失值插补（线性或多重插补）、异常值检测（3σ规则）与归一化（Z-score或MinMax）。对时间序列采用滑动窗口特征提取（窗口大小=1天，步长=1天），并使用LSTM模型进行趋势预测和转归判别。模型训练使用Adam优化器，loss函数为binary cross-entropy。
利用基于BERT-BiLSTM-CRF架构的实体识别模型，从电子病历文本中提取横纹肌溶解症相关诊断实体（如肌肉损伤、诱因、并发症等）。训练数据通过手工标注与规则辅助生成，BIO格式。诊断名通过ICD-10词典匹配进行标准化。实体向知识图谱映射时，通过余弦相似度结合医学词向量模型（PubMed预训练词向量）完成模糊匹配。
整个知识库构建过程中，所有模型均支持参数同步与动态更新机制，标注数据与模型输出结果可联动反馈，形成闭环更新体系。

搜集汇总

背景与挑战

背景概述

该数据集包含60万条横纹肌溶解症患者的结构化医疗记录，涵盖诊断、用药和化验等多维度信息，适用于医疗研究和流行病学分析。数据通过NLP和时间序列算法处理，支持诊疗模式调研和疗效评估，每年更新一次。