AI学习 - 诊断结论信息抽取 - LabelStudio 标注

结论内容：
平均心率为71次/分,最快心率是123次/分,发生于01-13 08:28:51,最慢心率是48次/分,发生01-14 02:25:11,其中心动过速事件(心率>100次/分),持续时间占总时间的3.6%,心动过缓事件(心率<60次/分),持续时间占总时间的26.9%. 房性早搏共发生124次.占总心搏数的<0.1%.包括105次单发房早.1次成对房早.2次房速.1次二联律. 室性早搏共发生1323次,占总心搏数的0.4%,包括.1318次单发室早.1次室速. 诊断： 1、窦性心律（心率波动于48次/分--123次/分之间） 2、偶发房性早搏（105次单发房早.1次成对房早.2次房速.1次二联律) 3、多源性室性早搏（1318次单发室早.1次室速) 4、心率变异性分析：SDNN 160.54（正常参考值范围：102-180ms），SDANN 150.60（正常参考值范围：92-162ms）

标注
针对心电图（Holter）报告的结构化信息提取任务，标注需求不是典型的命名实体识别（Named Entity Recognition, NER）。

NER 主要用于识别非结构文本中的离散实体（如人名、地点、疾病名）。报告文本已经是半结构化的数据描述，包含了明确的指标名称和数值。

更合适的 Labeling Setup 选择是：

1. 首选：Object Detection with Bounding Boxes 或 TextSpan 的变体

• 原因：你的任务更像是从报告中定位并分类不同的数据片段（如“平均心率”、“71次/分”、“123次/分”等），并为它们分配特定的标签（如指标名称、数值、单位、时间等）。这本质上是对文本中连续片段（span）的分类。
• 在Label Studio中，你可以使用 Named Entity Recognition 模板，但需要重新定义“实体”。把“指标名称”、“数值”、“单位”、“日期时间”等作为你的实体类型，而不是传统的人名、地名。

2. 具体配置建议：

标签配置（Labeling Interface）示例：

使用以下XML配置（在Label Studio的Labeling Setup中选择Custom模板，然后粘贴）：

<View><Labels name="label" toName="text"><Label value="指标名称" background="#FFA39E"/><Label value="数值" background="#D4380D"/><Label value="单位" background="#FFC069"/><Label value="日期时间" background="#FFD666"/><Label value="诊断结论" background="#95DE64"/><Label value="事件类型" background="#5CDBD3"/><Label value="占比/频率" background="#69C0FF"/></Labels><Text name="text" value="$text"/>
</View>

3. 标注任务定义：

• 指标名称：如“平均心率”、“最快心率”、“最慢心率”、“房性早搏”、“室性早搏”、“SDNN”、“SDANN”。
• 数值：如“71”、“123”、“48”、“3.6%”、“26.9%”、“124”、“1323”、“160.54”、“150.60”。
• 单位：如“次/分”、“ms”、“%”。
• 日期时间：如“01-13 08:28:51”、“01-14 02:25:11”。
• 诊断结论：如“窦性心律”、“偶发房性早搏”、“多源性室性早搏”、“心率变异性分析”。
• 事件类型：如“单发房早”、“成对房早”、“房速”、“二联律”、“单发室早”、“室速”。
• 占比/频率：如“占总时间的3.6%”、“占总心搏数的<0.1%”。

4. 为什么这不是传统的NER？

• 传统NER的实体通常是开放域、有限类型（如PER, LOC, ORG）。你的任务更接近 信息抽取（Information Extraction） 或 结构化数据提取，需要定义领域特定的、细粒度的标签类型。

总结与操作步骤：

1. 在Label Studio中，创建一个新项目。
2. 在Labeling Setup页面，选择Custom模板。
3. 将上面的XML配置粘贴到代码区域。
4. 导入你的心电图报告文本（可以每份报告作为一个任务）。
5. 开始标注时，用鼠标选中文本片段，并选择对应的标签（如“指标名称”、“数值”等）。

这样，你就可以系统地从报告中提取出结构化的字段，为后续构建心电图知识库或临床决策支持系统打下基础。