随着医疗行业和信息技术的迅速发展,目前各大医院在提供医疗服务的过程中都会产生大量非结构化的医疗文本数据。CT文本报告是一种非常重要的医疗文本数据,作为一种医疗数据的载体,记录器官CT下所见形态以及是否有病变等相关信息。CT文本报告对于医生对病人的疾病诊断非常重要,是最终诊断结果的一项重要依据。目前对于医疗相关文本处理的方法主要依靠诊疗医生的个人知识经验对文本进行处理,但是人工处理的方式不仅耗时耗力,而且医生的长时间处理可能会导致准确率难以得到保证。因此基于智能化方法挖掘医疗文本的价值具有行业实用意义。本文围绕医疗CT文本挖掘做了以下几点工作来实现非结构化CT文本价值挖掘:(1)针对医疗领域表述相对专业的特点,本文提出了一种结合条件随机场(CRF)和医疗固有规则推导的CT文本命名实体识别的方法,在对原始CT文本进行中文分词以及词性标注之后,使用CRF++工具对文本进行成分序列标注以及句子序列标注,然后结合人工归纳的推导规则以及使用word2vec对提取出的实体进行归一化训练后,能够有效提取文本中实体,挖掘出实体之间的关系。(2)本文创新地提出了应用于医疗文本数据的非结构化文本数据结构化方法论体系,即一种由CT文本报告预处理阶段、CT文本报告属性提取阶段和CT文本报告即时结构化三个阶段构成的一个对CT文本进行结构化的方法。(3)构建了医疗影像CT文本报告结构化原型系统,使用数据对系统进行测试,通过实验表明本文提出的结构化处理方法准确率可达86.7%,达到了系统预期设计的要求,为CT文本结构化提供了一种处理方法。