欢迎来到天天文库
浏览记录
ID:51303226
大小:204.00 KB
页数:5页
时间:2020-03-21
《思想树“分析模式”连载(2).doc》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、“分析模式”连载(2)-观察和测量模式文
2、段林去医院看病我想大家都经历过吧!医生总要先问你那里不舒服啊!有没有发烧,量体温后如果你发烧到39.5度。那你咳嗽吗?如果咳嗽糟糕了你有可能非典了,要被隔离进一步观察了。这一系列过稈如果我们用一个软件去实现,它的概念模型该是什么样呢?医生问病人病情的过程就是一系列观察的过程。这个观察包括两个方面:一方面是需要测量如最体温、量血压,测量可以得到一个结果,这个结果是由一个数字加一个单位纟R合而成。另一方面是测量Z外的一些定性的描述,它是一种现象,它只能在一些特定的值屮去选择一个。比如血型我们就只能在”ATBTABTO”(还有少量异常珍稀的血
3、型,这里不再枚举)中去选一个。医生看病的过稈就是由一个观察结朿后再引出另一个观察,最终依据这一系列观察得出一个结论。通过以上分析我们得到了下瓯两种分析模式,观察和测量:测量模式(Mesurement)当一个复杂的系统屮包括成千上力的测量活动,需要记录那些测量数据时,光靠数量模型是不够的。如果还是把测量数据当作属性来处理,系统屮可能充斥着杂乱无章的属性,从而导致一些非常复杂的界面。这里的解决方案是把备个测量项日(例如医院需要的身高、体重、血压、血糖浓度等)当作对象,并把对象的类型引申成“现象类型(PhenomenonType)”,这个时候,问题的复杂度就转移到各种备样的现象类型,
4、以及各个测量(Mesurement)实例。如下图模型所示,测量实例已经包括了类型(PhenomenonType),测量对象(Person),结果(Quantity)。依照知识层(knowledge,相对稳定)和操作层(operational,多变)分离的思想,可以把现象类型划分到知识层,因为这些对象表示了TT万万要进行的测量项bl,这部分信息是相对不变的。PhenomenonTypeknowledgeoperationalQuantity观察模式(Observation)由于进行测最时除了要记录许多测量项H具体的数值,例如身高,体重,血糖浓度等Z外,还有一种测量项目只需记录条目
5、类别,例如血型,常见的有A,B,O,AB四种,又例如体形又可以记录为肥胖,正常,偏瘦等类别,所以我们有必要在上述的模型补充种类(Category),从而正式形成观察(Observation)模式:在这里,种类(Category)最好和现彖类型保持较为简单的关系,可以减少歧义,降低复杂性。在下血的图屮,Category被改名为Phenomenon,并被移动到知识层,由Phenomenon来定义某些PhenomenonType的一组可能的取值。对于观察(Obserwition),还要提到的是,在实际的诊断过程屮,医生需要根据某些现象来推断某些测量活动,而这些测量活动乂为其他的测量记
6、录提供证据,所以可能还存在以下的关系:Observation八0・・・*evidence对观察的完善在以上的图屮,还遗漏了一种可能的情况,那就是对于有的记录项目,结果可能就是简单的“有/存在(Presence)"或“没有/不存在(Absense)",例如针对备种疾病而言,某个人或许有糖尿病,或许没有。这就是CategoryObservation出现两个子类Absence和Presence的原因。在这里,为Phenomenon增加了一个父类ObservationConcept,这是为了在处理例如疾病的时候它们可以不必跟PhenomenonType相关联。还有,可以看到,在0bse
7、rx^ationConcept±加入了一个名为SuperType的自关联,是因为备类疾病可能互相存在关系,其屮的一种关系是上下级的关系,例如糖尿病和A类糖尿病,B类糖尿病;如果存在A类糖尿病,那么一定存在它的上级;如果A不存在,并不能表示上级存在与否。FhenomenonTtfiePhenomenon(fnemCbservaticnConcept)RotocolPerson=1I0CbservationVo?<1-CbservationConcept051CategoryCbservatbn(InriCtoaEr^ion)Quantityfvbsuremerit(fromCbs
8、erMBticn)Absence(fremCaegoryCtservaion)Resence(fremCSe^ryCbsen^tbn)在上图中,Protocol是一个重要的知识层概念,表示进行观察时采用的方式。例如我们量体温的时候体温计可以放在腋下或含在口屮,某些时候,很有必要记录这些不同的方式。而且,可以根据不同的观察方法判断结果的精确度和灵敏性。把这部分信息单独放在Protocol屮,简明而易于处理。以上是针对医疗领域的例子,换成别的领域同样也适用,只是观察的内容变化而己。
此文档下载收益归作者所有