随着互联网与医疗信息系统技术的融合发展,电子病历文本的大数据特性越来越显著。电子病历产生于医生对于患者的临床放射诊断治疗过程,包含大量的患者的医疗活动记录。基于电子病历的挖掘和分析,可以实现更精确的风险预测和患者分层,进一步支持医疗诊断决策支持系统,为个性化、精准化医疗诊断提供辅助信息。然而,电子病历中包含大量的临床记录文本,如放射学报告、病理学报告等,限制了电子病历的深度挖掘和应用。本文针对临床记录文本中的放射学报告,采用条件随机场(CRF)、朴素贝叶斯分类(NBC)、卷积神经网络(CNN)等算法从信息抽取和文本分类两个方面进行分析。第一、对放射学报告进行数据预处理、格式转换、分词、词性标注;根据本文实验需要,参考I2B2的标注体系,定义body,check,sign,treatment,disease五类命名实体,研究放射学报告的实体以及实体关系的界定和分类方法,建立一个小规模放射学报告标注语料;设计并实现基于CRF的放射学报告的实体识别和关系抽取。第二、基于词袋模型对放射学报告进行特征提取和表示,并在此基础上实现基于朴素贝叶斯的放射学报告文本分类,并分析命名实体对文本特征优化的影响,加以提升放射学报告文本分类效果;其次,基于词向量表征放射学报告中的词语,提取放射学文本特征,并基于卷积神经网络(CNN)实现的放射学报告的分类,从而分析出患者健康状况的判断依据和参考结果。