软件下载帮助文档新闻资讯

Skill UI

浏览并发现 16594+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索 NLP ，共找到 18 条记录

默认排序最新上传最多下载

NLP事实到OMOP数据模型转换

etl-to-omop-cdm

maziyarpanahi/openmed

本技能负责执行核心的ETL流程，将OpenMed从文本中提取并编码的临床事实（如疾病、药物、测量值）映射到OMOP通用数据模型（CDM）v5.4。它用于在实体提取和源代码编码之后，将非结构化的NLP发现转换为标准化的、符合OMOP规范的记录，供OHDSI进行深度分析。

提取DICOM元数据和报告文本

extracting-dicom-metadata

maziyarpanahi/openmed

本技能用于从DICOM影像文件中提取关键的患者元数据（如姓名、日期）和结构化报告文本。它解决了将医疗影像导入自然语言处理（NLP）流程的痛点，是进行数据脱敏和临床文本分析的必要前置步骤。

提取和处理FHIR R4临床记录

fetching-fhir-resources

maziyarpanahi/openmed

该技能用于从FHIR R4电子病历API（如Epic, Cerner）中提取和处理未结构化的临床病历和报告。它负责处理分页查询、解码Base64附件（PDF, TXT）以及提取叙事文本。随后，文本会被传递给OpenMed流程进行符合HIPAA标准的去标识化和自然语言处理分析，从而将原始临床记录转化为可分析的结构化洞察。

合成替代数据去标识化

generating-synthetic-surrogates

maziyarpanahi/openmed

本技能用于将临床文本中的受保护健康信息（PHI）替换为逼真的、类型匹配的合成替代数据。与简单遮蔽不同，替代数据保持了文本的自然可读性和结构，确保数据在后续的NLP处理、质量保证或人工审阅时仍然可解析。它支持一致性和自定义生成器，适用于需要可读的去标识化场景。

C-CDA 临床文档解析与处理

parsing-ccda-documents

maziyarpanahi/openmed

用于解析从电子病历系统导出的C-CDA/CCD XML临床文档。该工具能够提取文档中的叙述文本和编码条目，并按LOINC代码和模板ID进行关联。它支持XML级别的去标识化处理，是进行后续自然语言处理（NLP）分析前的关键数据预处理步骤。

解析HL7 v2消息用于OpenMed

parsing-hl7v2-messages

maziyarpanahi/openmed

本技能负责解析复杂的管道分隔符HL7 v2.x消息（如ADT、ORU等），将其解构为结构化的片段和字段。它特别适用于从接口引擎接收的HL7数据流，能提取并暴露嵌入的临床叙事文本（如OBX-5和NTE-3），供后续的自然语言处理（NLP）分析。同时，也提供了保留原生HL7结构的同时，对受保护健康信息（PHI）进行脱敏处理的功能。

语言