基于本体的医疗违规推理检测模型的研究与应用

来源 :江苏大学 | 被引量 : 0次 | 上传用户:yzq950830
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
社会医疗保险制度作为国家社会保障体系的重要组成部分,在保障劳动者身体健康、稳定社会秩序、安定人们生活等方面发挥着重要作用。然而,随着医疗保险事业的不断发展,医疗保险领域的违规欺诈行为层出不穷,其手段也逐渐复杂化、隐蔽化。如何依据医疗保险领域的自身特点,挖掘隐含知识,检测医疗违规行为,对加强医疗风险控制及保证医疗保险制度安全有着现实意义。  本体是共享概念模型形式化的规范说明,能够在知识概念及语义关系层面上对特定领域建立概念模型,为解决领域内复杂关系和深层知识问题提供了一种新的途径。本文在对医疗领域知识的研究以及对医疗保险违规欺诈行为特征的分析基础上,利用本体技术对医疗领域知识及就诊行为的特征进行知识表示,基于推理规则,对给定的医疗信息进行推理检测,得到其相关概念的内在联系,从而发现其异常现象。论文的主要工作如下:  1、分析并研究了医疗保险行业的现状及其领域存在的欺诈违规行为现象,确定了本文的检测主题。在检测主题的基础上,分析了检测模型的用例功能、基本框架以及数据结构。  2、在上述工作的基础上,采集了部分医疗领域诸如疾病、药物、临床表现等术语概念。依据采集的术语概念,采用基于骨架法的本体建模方法构建了医疗检测领域本体知识库,为后续基于本体的推理检测的工作提供语义基础。  3、基于SWRL规则语言构建了推理检测规则,并建立了本体规则库。基于本体知识库和规则库设计了本体推理模型,该模型的工作机制为:依据医疗检测领域本体知识库以及制定的医疗检测规则,通过推理引擎Jess实现对医疗就诊信息的推理检测,将隐含知识在本体中显式地表现出来。  4、最后对医疗检测原型系统进行了设计与实现,该检测系统能够针对医疗就诊信息中存在的医疗违规现象进行检测,并展示系统检测结果及相关异常违规语义信息。  
其他文献
近年来,随着数据收集与存储技术的提高,人们收集到的数据量呈指数速度增长,传统的离群点检测方法在处理大规模数据集时已开始表现出极大的局限性。大规模数据集具有数据数量大、
社交网络起源较早,伴随无线定位技术的成熟、移动终端设备的普及以及移动互联网的发展,移动社交网络迅速崛起。空间定位技术的发展使得基于位置服务(Location-based service,LBS
随着遥感应用领域及范围的日益扩大,遥感产品生产的规模也越来越大,为了解决遥感产品生产的专业化、规模化、快速化等问题,需要设计构建可读性强,且能被计算机接受的遥感产品生产
在信息检索技术随着互联网的迅猛发展而日趋成熟的同时,搜索引擎也已经成为人们日常生活中越来越不可缺少的重要工具和手段。传统的信息检索是在基于关键词匹配的基础上,机械
随着数据存储技术的快速发展,从大量数据中发现潜在的、有用的信息成为巨大的挑战。特别是随着数据流广泛呈现在各个应用领域,对数据流的挖掘成为了目前数据挖掘研究领域的一个
随着移动互联网的快速发展以及Android操作系统的持续更新,运行在Android系统上的应用程序也越来越复杂和庞大,使得Android手机软件开发者必须使用基于该平台的第三方库来快
智能交通系统平台(ITS Platform)的在21世纪的发展中用到了很多先进的理论和技术,是下一代交通系统的发展方向。使用信息化技术采集、处理、管理交通信息是系统中的重要部分,其中
随着计算机视觉、计算机图形学等技术在各个领域的广泛应用,以及智能化模拟技术的快速发展,三维重建相关技术已是众多研究学者的研究热点。点云重建过程是基于多视图三维重建
移动互联网的发展,加快了数据的产生速度;促进了云计算、大数据等数据处理技术的进步。为解决通用搜索引擎应对海量数据检索时返回信息量大、查询精度低等弊病,各类垂直搜索引
灰度图像的彩色化是计算机图像处理中一个重要的组成部分,也是最近几年中得到各国计算机专家关注的热点话题。其主要目的是将彩色图像的颜色信息迁移到灰度图像中去,使得灰度图