基于统计学方法分析和提取CT文本报告的术语研究

目的:提取原发性肝癌CT诊断报告的术语,发现共性术语,探索特定术语,为报告文本数据结构化提供参考。方法:研究选取了实际临床工作中提交的在线CT报告,以标准案例库中的CT报告作为对照,比较两组152个标准术语的应用情况,以术语出现的频次作为主要研究指标。其中,对照组和在线组的报告例数各为326份,共652份。统计分析方法为方差分析、t检验或非参数检验方法。结果:152个术语中,有86个术语两组出现频次差异无统计学意义(p>0.05),说明这86个术语也是在线组的常用报告术语。326份CT报告按不同的治疗方式分为三组,162个术语中,有88个术语的平均出现频次受分组影响显著,说明这88个术语可能是某一组的特有术语。还有64个术语可能是三组报告的共性术语。结论:基于统计学方法可以帮助识别CT报告的共性术语和专用术语,便于报告文本的结构化处理。