卒中是一种急性脑血管疾病,是世界上导致死亡和残疾的主要原因之一。临床试验对于促进卒中的预防、治疗、康复至关重要,是研究新型药物等干预措施不可或缺的过程。然而,卒中临床试验却面临着受试者招募效率较低和招募不足的问题,且已成为临床试验开展的主要障碍。如何快速有效地开展卒中临床试验的队列识别将是解决问题的关键因素。目前基于电子病历的队列识别研究为之提供了一种新的途径和方法,但是已有研究或侧重于临床试验入排标准的语义信息提取,或侧重于基于电子病历的表型分析,针对专病,尤其是卒中疾病临床试验的队列识别研究还尚为缺乏。因此,本研究以识别急性期卒中临床试验队列为应用场景,提出了一种端到端的系统性队列识别方法,应用深度学习技术,结合入排标准和电子病历数据进行卒中临床试验的队列识别。本研究的主要工作包括如下:本研究系统性地回顾了已有研究方法。在数据集层面,调研了目前开放可获取的临床试验入排标准数据集。在方法学层面,调研了基于电子病历的临床试验队列识别方法、入排标准语义信息提取及表示,以及基于电子病历的卒中表型分析方法,进而充分地分析了已有研究的优势和不足。针对急性期卒中临床试验队列识别应用场景的特点,即病情评估时限和纳入时间窗均较短,以及其中影像学诊断的重要地位。本研究将该队列识别问题建模为:通过拟合函数F（T）和G（R）使得从影像报告集R中识别出符合临床试验T的患者队列C,其中函数F（T）和G（R）分别表示从T中提取出可纳入的卒中类型以及在R中进行卒中表型分析。在此基础上,本研究提出了基于BERT的TextCNN模型ecBERT-TextCNN和imagingBERT-TextCNN,即分别针对临床试验入排标准领域和影像报告领域构建了专有语言模型ecBERT和imagingBERT,并应用TextCNN文本卷积神经网络,完成入排标准和电子病历中的卒中疾病分类,进而应用医疗领域内HL7 V3交互标准,实现队列查询及识别结果的表示和交互。此外,构建了 ecGlove-TextCNN、enBERT-TextCNN、imagingGlove-TextCNN、zhBERT-TextCNN 等多种基线模型进行性能比较。由此,本研究提出了一种系统性的队列识别方法,以分析该应用场景的内在特点为基础,构建了一种遵循理论基础并且符合应用场景实践的模型,实现了临床试验入排标准和电子病历数据之间端到端的交互方式。最终,本研究从ClinicalTrials.gov平台获取了 2742例卒中临床试验的入排标准数据,并以该平台的全部351337例临床试验数据作为语料,生成了入排标准领域的语言模型ecBERT。在电子病历数据集上,本研究涵盖了 14504份影像学报告、6671个病案首页中的出院诊断记录,并应用总计368255份影像报告作为训练语料,生成了语言模型imagingBERT。在模型评估上,本研究利用总体准确率、加权宏平均F1 Score等指标分别评估入排标准语义信息提取和卒中表型分析的准确性。实验结果表明,与基线模型相比,基于BERT的模型具有性能优势,ecBERT和imagingBERT-TextCNN模型在各自任务中取得了最佳性能,总体准确率分别为0.9175和0.9096,加权宏平均F1 Score分别为0.9087和0.8974。在进行案例研究时,分别构建了两个独立数据集,ExternalECDataset包含了 39例卒中临床试验,ExternalReportDataset包含了来源于机构H01和H02的400份影像报告。ecBERT模型在 ExternalECDataset 上的准确率为 0.8974,imagingBERT-TextCNN 模型在H01和H02上的准确率分别为0.8350和0.8700。综上,本研究针对卒中疾病领域的临床试验,构建了一种涵盖入排标准语义信息提取以及卒中表型分析的系统性方法,并充分利用了深度学习的技术优势以及医疗领域通用的交互标准,在测试数据集和外部数据集上均获得了较高性能。因此,本研究有利于提高卒中临床试验队列识别效率,并最终促进卒中疾病的研究。