數(shù)字媒體學(xué)院考博

張遠(yuǎn)鵬

102952014040117考生介紹江南大學(xué)2014年報考攻讀博士學(xué)位研究生普通招考生PPT目錄1. 基本信息2. 學(xué)習(xí)經(jīng)歷主要研究工作及成果攻讀博士期間的科學(xué)研究計劃基本信息姓名張遠(yuǎn)鵬

性別男

（電子照片）政治面貌

群眾出生年月1984.10.12聯(lián)系電話

報考類別定向

報考學(xué)院數(shù)字媒體報考專業(yè)

輕工信息技術(shù)報考導(dǎo)師(組)

王士同研究方向輕工信息技術(shù)

最后學(xué)歷

研究生最后學(xué)位碩士外語語種及水平英語，CET6

外國語

考試

□申請免試

√參加考試本科畢業(yè)學(xué)校

安徽師范大學(xué)學(xué)校層次

省重點本科專業(yè)計算機科學(xué)與技術(shù)

碩士畢業(yè)學(xué)校江南大學(xué)

學(xué)校層次

211碩士專業(yè)計算機應(yīng)用技術(shù)

學(xué)習(xí)經(jīng)歷2002.09-2006.07安徽師范大學(xué)計算機科學(xué)與技術(shù)專業(yè)2006.09-2008.08江南大學(xué)計算機應(yīng)用技術(shù)專業(yè)2008.08-2009.08中國船舶重工業(yè)集團(tuán)第723所2009.08-南通大學(xué)醫(yī)學(xué)信息學(xué)系主要研究工作及成果論文成果：張遠(yuǎn)鵬,凌利峰,耿興云等.關(guān)聯(lián)規(guī)則在電子健康檔案系統(tǒng)中的應(yīng)用[J].中國數(shù)字醫(yī)學(xué),2011,4張遠(yuǎn)鵬,董建成,耿興云等.區(qū)域電子健康檔案系統(tǒng)的分布式應(yīng)用程序框架模型研究[J],醫(yī)學(xué)信息學(xué)雜志,2011,2張遠(yuǎn)鵬,董建成,耿興云等.NET分布式技術(shù)在電子健康檔案系統(tǒng)中的應(yīng)用[J].中國數(shù)字醫(yī)學(xué),2010,10YuanpengZhang,

KuiJiang,

JianchengDong.NegationDetectioninChineseElectronicMedicalRecordBasedonRulesandWordCo-occurrence[C].FrontierandFutureDevelopmentofInformationTechnologyinMedicineandEducation,Volume269,

2014,

pp2215-2220張遠(yuǎn)鵬,王理,董建成.基于規(guī)則和詞共現(xiàn)的中文電子病歷否定檢出[J].計算機應(yīng)用與軟件.已錄用課題成果：2009.09-2012.09南通市科技計劃項目《基于社區(qū)醫(yī)療衛(wèi)生服務(wù)的居民健康檔案應(yīng)用平臺建設(shè)》(XA2009001-1)，排名第四,已經(jīng)驗收結(jié)題2011.12-2013.12南通大學(xué)自然科學(xué)基金《基于關(guān)聯(lián)規(guī)則的電子健康檔案海量數(shù)據(jù)的挖掘》,排名第一,在研2013.05-2014.12)江蘇省教育科學(xué)研究院《高校思政課虛擬實驗室建設(shè)的研究與實踐》(2013-R-24890

)排名第三，在研2012.09-2015.09國家自然科學(xué)基金《基于Web的居民電子健康檔案數(shù)據(jù)共享平臺研究》(81271668)排名第八，在研攻讀博士期間的科學(xué)研究計劃一、自我評價本人2008年8月從江南大學(xué)信息工程學(xué)院碩士畢業(yè)以后，就職于中國船舶重工業(yè)集團(tuán)公司第723研究所，主要從事軟件開發(fā)工作，先后參與了多項重大國防軍工項目的研發(fā)工作，如：（1）***型艦顯控分機的操作和控制軟件研發(fā)；（2）***型艦顯控分機的數(shù)據(jù)接口軟件的研發(fā)；（3）***型艦顯控分機觸控鍵盤軟件的研發(fā)；（4）***型艦雙搜索雷達(dá)協(xié)同控制軟件的研發(fā)。目前，這些軟件已經(jīng)投入到艦船實際應(yīng)用。

2009年8月，為了解決和妻子的兩地分居，離開723所，就職于南通大學(xué)醫(yī)學(xué)信息學(xué)系，從事該專業(yè)的教學(xué)和科研工作。直至今日，主要的開發(fā)和科研工作如下：（1）參與南通市重大科技創(chuàng)新項目《南通市居民電子健康檔案共享平臺》的研發(fā)工作；（2）參與2012年度國家自然科學(xué)基金面上項目《基于Web的居民電子健康檔案數(shù)據(jù)共享平臺研究》的申報，并立項（基金號：81271668）；（3）主持南通大學(xué)2011年度校級自然科學(xué)研究項目《基于關(guān)聯(lián)規(guī)則的電子健康檔案海量數(shù)據(jù)挖掘》；（4）參與2013江蘇省教育科學(xué)研究院課題《高校思政課虛擬實驗室建設(shè)的研究與實踐》申報，并立項；（5）主持南通大學(xué)杏林學(xué)院（獨立學(xué)院）自然科學(xué)研究項目《.NET平臺的區(qū)域電子健康檔案系統(tǒng)的分布式應(yīng)用程序框架模型研究》；（6）主持南通大學(xué)杏林學(xué)院（獨立學(xué)院）教育研究項目《以社區(qū)醫(yī)療服務(wù)信息化為導(dǎo)向的全科醫(yī)學(xué)專業(yè)教學(xué)改革》。攻讀博士期間的科學(xué)研究計劃二、攻讀博士期間的科學(xué)研究計劃本人目前就職于南通大學(xué)醫(yī)學(xué)院醫(yī)學(xué)信息學(xué)系，所以希望在博士期間，能夠完成和醫(yī)學(xué)信息學(xué)相關(guān)方面的研究。而目前文本中命名實體的識別是人工智能研究的一個重要領(lǐng)域，所以希望能夠結(jié)合自己的工作背景，從中文電子病歷文本中，完成對命名實體的識別工作。隨著臨床信息化的發(fā)展，電子病歷開始在臨床中逐漸普及，如何智能地利用其中的信息也越來越受到關(guān)注，不少臨床決策支持系統(tǒng)(clinicaldecisionsupportsystem，CDSS)都將電子病歷作為重要的知識來源。然而，以自然語言形式存在的病歷信息成為信息智能利用的障礙，如何讓計算機自動匯總患者信息，構(gòu)建和挖掘大型臨床數(shù)據(jù)庫以服務(wù)于臨床決策，成為臨床信息化所亟需解決的問題。攻讀博士期間的科學(xué)研究計劃二、攻讀博士期間的科學(xué)研究計劃在病歷中，命名實體的類別繁多，除了時間、人名、組織機構(gòu)等常見的實體類別外，還有疾病、癥狀、手術(shù)操作、病因、病理、藥品等特有的實體類別。目前，命名實體的識別方法主要有3種：基于詞典的方法、基于規(guī)則的方法、基于機器學(xué)習(xí)的方法?；谠~典的方法，需要建立具有廣泛覆蓋性的命名實體詞典，并添加相應(yīng)的個類，如縮寫、同義詞，變形詞甚至通常錯誤詞等注釋內(nèi)容，配合相應(yīng)的匹配算法來實現(xiàn)對于文本中命名實體的識別，其缺陷是對于出現(xiàn)的新命名實體缺乏兼容能力，往往存在覆蓋率不足的問題，特別是在醫(yī)學(xué)領(lǐng)域，術(shù)語量非常龐大，國內(nèi)尚缺乏能夠有效支撐自然語言處理能力的中文醫(yī)學(xué)術(shù)語詞典?；谝?guī)則的方法，雖然在一定程度上彌補了基于詞典方法不能識別未收錄詞的缺陷，但是對于特定領(lǐng)域需要專業(yè)知識的工程師和專家來說，建立針對性的識別規(guī)則庫，規(guī)則的制定不僅需要消耗大量的時間和人力，而且所制定的規(guī)則可移植性差。相對于前兩種方法，基于機器學(xué)習(xí)的方法具有更好的實用性，通常基于標(biāo)注過的語料進(jìn)行訓(xùn)練，然后基于訓(xùn)練結(jié)果來智能完成對于命名實體的識別。因此，該方法具有很好的移植性，所以希望在讀博期間，能從基于機器學(xué)習(xí)的方法上尋找突破口，提高識別率。攻讀博士期間的科學(xué)研究計劃二、攻讀博士期間的科學(xué)研究計劃在實體命名識別研究中，常用的機器學(xué)習(xí)模型包括支持向量機(supportvectormachine，SVM)、隱馬爾可夫(hiddenMarkovmodel，HMM)、最大熵馬爾可夫(maximumentropyMarkovmodel，MEMM)、條件隨機場(CRF)等。1)支持向量機：將識別問題看作是一個分類問題，通過構(gòu)造一個超平面，以超平面間的距離作為最大邊緣來把訓(xùn)練實例分割為兩類，因此主要處理二元分類。2)隱馬爾可夫:是一種被應(yīng)用得較早的模型，在語音識別中獲得廣泛應(yīng)用，在生物醫(yī)學(xué)領(lǐng)域的實體識別研究中也有使用。3)最大熵馬爾可夫:是一種較早就被應(yīng)用并對NER系統(tǒng)有較大促進(jìn)的指數(shù)線性模型，它解決了隱馬爾可夫的問題，可以任意選擇特征，但由于其在每一節(jié)點都要進(jìn)行歸一化，所以只能找到局部的最優(yōu)值，同時也帶來了標(biāo)記偏見的問題，凡是訓(xùn)練語料中未出現(xiàn)的情況全都忽略。4)條件隨機場:只需要考慮當(dāng)前已經(jīng)出現(xiàn)的觀測狀態(tài)特征，沒有獨立性的嚴(yán)格要求，并很好地解決了MEMM的標(biāo)注偏見問題。它并不在每一個節(jié)點進(jìn)行歸一化，而是對所有特征進(jìn)行全局歸一化，因此可以求得全局的最優(yōu)值。此外，在小規(guī)模的訓(xùn)練數(shù)據(jù)上，它也獲得了理想的效果。攻讀博士期間的科學(xué)研究計劃二、攻讀博士期間的科學(xué)研究計劃目前在生物醫(yī)學(xué)領(lǐng)域，基于條件隨機場得方法用的相對比較多，而且效果也比其他的方法理想。Tsai等利用CRF對GENIAV3.02中的5類實體進(jìn)行識別，其中蛋白質(zhì)的F值達(dá)70.2%，彭春艷等在相似的實驗中達(dá)到了73.7%的F值，這兩個實驗都證明CRF優(yōu)于其他機器學(xué)習(xí)模型。Leaman等對生物醫(yī)學(xué)文獻(xiàn)中的多類實體進(jìn)行識別，總體F值達(dá)81.96%，其中疾病的F值僅為54.84%。而在其隨后針對Arizona疾病語料庫(ArizonaDiseaseCorpus，AZDC)的研究中，疾病的F值提升到了77.9%。同樣，基于AZDC語料庫，F(xiàn)aisal等則采用了一系列針對疾病量身定制的特征，達(dá)到了81.8%的F值。在中醫(yī)學(xué)領(lǐng)域，王世昆等在數(shù)據(jù)清洗和特征空間降維的基礎(chǔ)上，對中醫(yī)病案中的病癥和發(fā)病機理進(jìn)行智能