医学信息数据库的建立与数据挖掘论文

《医学信息数据库的建立与数据挖掘论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、医学信息数据库的建立与数据挖掘论文.freeledicalinformatics），进而成为生物医学工程学的重要支柱.医学信息涵盖了医学活动中产生的文字、图像、声音以及电磁波、光波、压力、温度等多媒体物理数据，这些数据在计算机和数据库技术的支持下，已成为医学技术领域实施科学管理和科学研究的重要资源.数据仓库（dataining，DM）技术的出现［1］，为医务管理人员、科研工作者分析、利用这些数据资源进行科学管理、决策和开展大规模、高水平医学研究提供了有力的技术工具.数据仓库与数据挖掘技术已在国外一些大型企业

2、中得到了成功应用.freel，ES），其数据资源仅仅是某一方面的专家知识，涉及的数据量很小，覆盖面也很窄.那么，摆在我们面前这个巨大的医学资源宝库究竟能为我们做些什么呢?例如，医院信息系统（hospitalinformationsystem，HIS），它是医学信息学的一个分支，分为管理信息系统（managementinforma-tionsystem，MIS）和临床信息系统（clinicalinformationsys-tem，CIS）.前者主要处理医院内部管理方面的信息如人事、财务和设备管理等，而后者是以

3、处理患者为中心的信息系统，如患者入院、住院、治疗、检查、病历、出院等一系列与患者有关的信息.那么，这两类系统能否满足下列要求呢?①如果医院明年利润目标要增长5%，哪些前提条件变化才能达到这一目标?此外还需采取哪些措施来实现这些变化?②未来某段时间内哪些药品使用的频度最高或最低?以及与治疗疾病间的关系?③未来某段时间内哪些疾病是常发病或发病率最高?使用的药物主要有哪些?如何组织急需药品的供应?④环境、气候、地理位置与流行病间的关系?利用现有信息系统要回答这些问题是困难的，有些甚至是不可能的.然而，利用数据仓库

4、与数据挖掘技术就可以轻而易举地找到问题的答案.因此，建立数据仓库与利用数据挖掘技术对于开展科学研究，提高医学技术水平是很有必要的.2数据仓库的建立所谓数据仓库是支持管理决策过程的、面向主题的、集成的、与时间有关的、持久的数据集合，它以传统的数据库技术作为存储数据和管理资源的基本手段，以统计分析技术作为分析数据和提取信息的有效方法，以人工智能技术作为挖掘知识和发现规律的科学途径，是与网络通信技术、面向对象技术、并行技术、多媒体技术、人工智能技术等相互浸透、互相结合与综合应用的技术.创建基于HIS的数据仓库，是

5、从已有数据出发的数据仓库的设计方法，称之为“数据驱动”的系统设计方法，它的基本思路是:利用以前建设的数据库系统的数据，按照分析领域对数据及数据之间的联系重新考虑，组织数据仓库中的主题，利用数据模型有效地识别数据和数据仓库中的主题的数据的“共同性”（即建立主题间相互联系的属性）.其创建的基本方法如Fig1所示［2］.图1略从图中看出，数据仓库的设计是一个动态的、循环的过程，在系统设计初级阶段，人们对系统的分析需求不能预先作出规范说明，只能给出一个抽象的模糊的描述，数据仓库的内容、结构、粒度、分割以及其他物理设

6、计根据用户反馈信息再不断地调整和完善.2.1主题抽取数据仓库中数据的组织是面向主题的［3］.它是在较高层次上对分析对象的数据的一个完整的、一致的描述，能完整、统一地刻画各个分析对象所涉及的各项数据以及数据之间的关系.可以说，主题定义的过程就是数据仓库模型建立的过程.2.1.1系统边界确定由于数据仓库建立初期很难获得明确而又详细的需求，系统设计人员只能得到一些基本的方向性的需求信息，如决策的类型、决策者感兴趣的问题、解决这些问题需要哪些信息，这些信息需要包含原有数据库系统的哪些部分的数据等等.这就是数据仓库设

7、计过程中的需求分析，称之为系统边界界定，以此作为确定主题的基本依据.2.1.2主题的确定根据有关军卫1号工程设计思想和实施细则的报道，HIS几乎涵盖MIS和CIS的方方面面，涉及范围广泛，内容丰富全面，可以从管理角度、从科学研究的角度，确定若干个主题如患者、药品、门诊、检验等，作为管理决策和科研分析的数据来源.例如:患者:患者固有信息:患者标识号，住院号，姓名，性别，出生年月，文化程度，身份证号，住址，电话……患者住院信息:患者标识号，入院科室、职业、身份、费别、在职标志、医保类别、医疗保险号、工作单位、门

8、诊医师……药品:药品固有信息:药品编码，药品名称，规格、单位、剂型、毒理分类、标准剂量、材质分类、用药梯次、价格系数……药品采购信息:药品编码、药品名称、规格、单位、剂型、市场批发价、市场零售价、货源足缺、包装规格……2.2数据组织数据仓库中的数据分为早期细节级、当前细节级、轻度综合级和高度综合级4个级别，各个级别的数据根据需要划分为不同的粒度［4］.所谓粒度是对数据仓库中数据的综合能力的度量，它既影响仓库中数据