File size: 7,634 Bytes
e275025 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 |
"""
Medical Term Manager - управление медицинской терминологией
"""
import logging
from pathlib import Path
from typing import List, Set, Dict, Optional
import re
logger = logging.getLogger(__name__)
class MedicalTermManager:
"""
Менеджер медицинских терминов для коррекции транскрипций.
Функции:
- Загрузка терминов из файлов
- Поиск и валидация терминов
- Категоризация (анатомия, процедуры, диагнозы)
- Нормализация терминов
"""
def __init__(self, terms_file: Optional[Path] = None):
"""
Инициализация менеджера.
Args:
terms_file: Путь к файлу с медицинскими терминами
"""
self.terms: Set[str] = set()
self.categories: Dict[str, List[str]] = {
'imaging': [], # МРТ, КТ, МСКТ
'sequences': [], # Т1-ВИ, Т2-ВИ, FLAIR
'anatomy': [], # позвонки, диски, органы
'pathology': [], # грыжа, протрузия, стеноз
'modifiers': [] # гиперинтенсивный, дорзальная
}
if terms_file:
self.load_from_file(terms_file)
def load_from_file(self, filepath: Path) -> int:
"""
Загрузить термины из файла.
Args:
filepath: Путь к файлу с терминами (разделитель: запятая)
Returns:
Количество загруженных терминов
"""
try:
with open(filepath, 'r', encoding='utf-8') as f:
content = f.read().strip()
# Разделяем по запятым и очищаем
raw_terms = [term.strip() for term in content.split(',')]
for term in raw_terms:
if term:
self.add_term(term)
logger.info(f"Loaded {len(self.terms)} medical terms from {filepath}")
return len(self.terms)
except FileNotFoundError:
logger.error(f"Terms file not found: {filepath}")
return 0
except Exception as e:
logger.error(f"Error loading terms: {e}")
return 0
def add_term(self, term: str) -> None:
"""
Добавить термин в базу знаний.
Args:
term: Медицинский термин
"""
normalized = self.normalize_term(term)
self.terms.add(normalized)
# Автоматическая категоризация
self._categorize_term(normalized)
def normalize_term(self, term: str) -> str:
"""
Нормализовать термин (удалить лишние пробелы, привести к единому формату).
Args:
term: Исходный термин
Returns:
Нормализованный термин
"""
# Убираем лишние пробелы
normalized = ' '.join(term.split())
return normalized
def _categorize_term(self, term: str) -> None:
"""
Автоматическая категоризация термина.
Args:
term: Термин для категоризации
"""
term_lower = term.lower()
# Методы визуализации
if any(x in term_lower for x in ['мрт', 'кт', 'мскт', 'рентген', 'узи']):
self.categories['imaging'].append(term)
# Последовательности МРТ
elif any(x in term_lower for x in ['т1', 'т2', 'flair', 'stir', 'dwi', 'adc']):
self.categories['sequences'].append(term)
# Позвонки и анатомия
elif re.search(r'[cltsl]\d+', term_lower) or any(x in term_lower for x in
['позвонок', 'диск', 'желудочк', 'цистерн', 'паренхима']):
self.categories['anatomy'].append(term)
# Патология
elif any(x in term_lower for x in ['грыжа', 'протрузия', 'стеноз', 'экструзия', 'остеофит']):
self.categories['pathology'].append(term)
# Модификаторы
elif any(x in term_lower for x in ['гипер', 'гипо', 'изо', 'дорзальн', 'вентральн']):
self.categories['modifiers'].append(term)
def search_term(self, query: str) -> List[str]:
"""
Поиск термина в базе.
Args:
query: Поисковый запрос
Returns:
Список найденных терминов
"""
query_lower = query.lower()
matches = [
term for term in self.terms
if query_lower in term.lower()
]
return sorted(matches)
def get_category_terms(self, category: str) -> List[str]:
"""
Получить термины по категории.
Args:
category: Название категории
Returns:
Список терминов категории
"""
return self.categories.get(category, [])
def get_all_terms(self) -> List[str]:
"""
Получить все термины.
Returns:
Список всех терминов
"""
return sorted(list(self.terms))
def get_terms_as_text(self, separator: str = ', ') -> str:
"""
Получить все термины в виде текста.
Args:
separator: Разделитель терминов
Returns:
Строка с терминами
"""
return separator.join(sorted(self.terms))
def validate_transcription(self, text: str) -> Dict[str, any]:
"""
Валидировать транскрипцию на наличие медицинских терминов.
Args:
text: Текст транскрипции
Returns:
Словарь с результатами валидации
"""
found_terms = []
text_lower = text.lower()
for term in self.terms:
if term.lower() in text_lower:
found_terms.append(term)
return {
'found_terms': found_terms,
'count': len(found_terms),
'coverage': len(found_terms) / len(self.terms) if self.terms else 0
}
def get_statistics(self) -> Dict[str, any]:
"""
Получить статистику по базе знаний.
Returns:
Словарь со статистикой
"""
return {
'total_terms': len(self.terms),
'categories': {
cat: len(terms)
for cat, terms in self.categories.items()
}
}
|