基于大数据的医疗质量评价模型的研究与实现

《基于大数据的医疗质量评价模型的研究与实现》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、矣占种成＊著ＬＹＯＦＣＨＩＮＡＵＮ［ＣｓｃＩＥＮＧＥＡＭＤＴ巨ＣＨＫＯＯＧＩＶＥＲＳＩＴＹＯＦＥＬ６＂ｆｔ〇Ｎ硕±学位论文ＭＡＳＴＥＲＴＨＥＳＩＳＶ．－：：：；：＼：：＾＾：＾．：．．．．．：＞！鄭／：：狂；／墙提Ｗ麵＇＇＇ｇＩ■：：：．：：：．：：：；：：＼＼Ｖ／■论文题目巧大数据的医疗质量评醒麵娜究游现—擎科专业计算机应用技术ＫＷ学号２０１０６０３３３１３２作者姓名吉晓波指导教师

2、罗光春教授■．．■．■？，．：．中：＿．－＇：，ｙ，、．独创忱声明本人声明所呈交的学位论文是本人在诗师指导下进行的研究工作及取得的研究成果。据我所知，除／文中特别加标注和致谢的地义夕ｈ，论文中不包含其他人己经发表或撰写过的研究成果，也不包巧为获得电子科技火学或其它教巧机构的学位或证书而使用过的材料。与我？同工作的同志对本研究所做的化何贡献均在论义中作／明确的说明并表＇小谢思、。签名：＾曰期：和年＾Ｊ如Ｕ关子论义使用授权的说明本学位论义作

3、者完全ｒ解电子科技人学有义保留、使川学位论义允的规许定论文，有被权巧保留并向風家有关部口或机构送交论文的虹印件和磁盘，部或部分阅和借阅。本人授权电子科技乂学巧从将学位论义的令等内容编入有关数据库进行检索，可采用影印、缩印或ｈ描复制手段保存、汇编学位论义。（保密签的学位论文在解密后应遵守此规巧）名：导师签名：猶［Ｉ蝴：知ｆｃ年；ＪＪ３叫ｊ分类号密级注1UDC学位论文基于大数据的医疗质量评价模型的研究与实现（题名和副题名）吉晓波（作者姓名）指导教师罗光春教授电子科技大学成都（姓名、职称、单位名称）申

4、请学位级别硕士学科专业计算机应用技术提交论文日期2016.3论文答辩日期2016.5学位授予单位和日期电子科技大学2016年6月答辩委员会主席评阅人注1：注明《国际十进分类法UDC》的类号。ResearchandApplicationontheEvaluationModelofHealthcareQualityBasedonBigDataAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:ComputerAppliedTech

5、nologyAuthor:XiaoboJiSupervisor:GuangchunLuoSchool:SchoolofComputerScience&Engineering摘要摘要随着大数据时代的来临，各行各业的数据量都在极速增长。医疗大数据作为最有价值的行业大数据之一，近年来人们对它的研究层出不穷。其中对于医疗质量评价的方法，研究者多数采用传统的基于经验或统计的方法进行分析，而随着医疗数据的逐步增长，传统医疗质量评价方法存在着样本过大、处理缓慢等问题。本文立足于某地的医保大数据，将传统医学的评价方法和数据挖掘进行融合应用，研究与

6、实现了基于大数据的医疗质量评价模型，具体研究内容如下：1.离群指标的建立：经过噪声处理之后，数据是准确有效的，此时的离群点本身能够反映一定的医疗质量信息。本文通过对KNN算法进行了剪枝等改进，降低了算法的时间复杂度，使之更加适应大数据处理。然后基于统计的离群点检测算法和改进的KNN离群点检测算法，构建了离群指标，定义为两者检测结果中每个医院的离群点占比的比值。实验结果证明，它很好的检测出了医疗质量不佳的医院。2.病例优良率指标的建立：将数据挖掘中的聚类思想应用到病例质量研究领域使用广泛的包罗模型之中，由以往的经验二分法变成从数据本

7、身出发的自动聚类多分法，构建了评价更加准确的病例优良率指标。采用X-means算法进行自动聚类，由于其在四维以上数据中效率低下，本文提出了一种新颖的基于属性重叠率(AOR)的分类方法，对得到的分类结果再进行聚类。实验结果显示聚类纯度和病例优良率指标准确度都得到了提升。3.医疗质量评价模型：基于离群指标和病例优良率指标，通过模型计算公式，得到每个医院最终的模型评价分数，进而对医院进行医疗质量评价分级，实验结果证明该模型能够较好的评价医院的医疗质量。4.大数据医疗质量评价系统的设计和开发：本系统基于Hadoop分布式平台，通过sqoo

8、p与Oracle数据库进行数据传输，采用HDFS和HIVE进行数据存储和管理，开发了集成离群指标和病例优良率指标的大数据医疗质量评价系统，并将相应的结果进行了可视化展示，结果显示本系统有着很高的实用价值。关键字:医疗大数据，质量评价，离群点检测，聚