心衰专病数据库的建设与应用

文章探讨心衰专病数据库的建设方法和技术手段,可以为其他心血管疾病数据库的建设提供借鉴与参考.文章选择心衰专病作为切入点,以患者为中心汇集多源异构临床数据,通过自然语言处理技术实现专病临床数据的结构化和标准化,构建一个符合临床和科研的高质量、一体化的心衰专病数据库;参考国内外行业标准、疾病诊疗指南等规范,建立心衰专病数据...     

基于大数据的区域慢病综合管理平台的设计与应用实践

文章设计并应用了基于大数据的区域慢病综合管理平台,汇总了南京区域内各医疗卫生机构的医疗健康数据,通过大数据、人工智能等技术研究,建立了专病档案调阅、知识库、管理系统等慢病管理工具等,并在现有的医疗、公共卫生管理中,应用慢病管理工具并反馈相关应用效果,形成了数据采集、分析、应用与反馈优化的闭环式。平台实现了区域内慢病相关数据的共享,强化了各医疗卫生业务之间的联动,提高了各医疗卫生机构的管理服务能力,有利于对慢病患者的长期跟踪和多维度管理。     

基于医院数据中心的临床全视图构建方法研究

为了提高医院临床管理的精细化程度,更好地满足临床诊疗、科研和医疗质量的需求,需要构建基于医院数据中心的临床全视图系统;当前的临床全视图构建方法,是以数据分块存储的方式进行构建,导致临床医护人员无法获得完整有效的医疗数据,存在临床数据分散、数据不完整等问题;为此,提出一种基于医院数据中心的Paxos算法临床全视图构建方法;仿真实验结果证明,所提方法可以将医疗数据有效地应用到医务人员的临床工作中,达到数据资源利用最大化,帮助医院实现医疗信息化改进和服务创新,使各个异构系统之间的数据进行交互,实现了医疗数据共享,为临床工作的发展提供了可用工具;基于医院数据中心构建的临床全视图具有全面、精准、可共享的特点,在未来医院数据中心控制系统的发展中具有重要作用。     

基于联邦学习的轻量级医疗影像辅助诊断系统设计与实现

基于深度学习的医疗影像辅助系统在辅助疾病诊疗方面具有较高的应用价值,但在应用过程中仍面临诸多挑战。由于医学数据的独特性,数据孤岛问题导致的数据源不足和标签缺乏制约着人工智能赋能疾病诊疗。联邦学习可以在保护数据安全和隐私的前提下有效地进行数据共享,从而发挥多中心数据的最大价值。文章设计并实现了一个基于联邦学习的轻量级医疗影像辅助诊断系统,使用改进的轻量级RetinaNet算法模型识别医疗图像,构建一个安全、高效、可扩展、轻量级的分布式医疗辅助诊断平台。     

区域医疗信息平台

为进一步提高医疗卫生资源利用率,提升医疗服务质量,降低医疗成本和风险,构建完善合理分级诊疗模式,需要以医疗服务机构为主体,以医疗资源和信息共享为目标,集成共性技术及医疗服务关键技术,建立区域医疗信息平台,实现区域医疗信息、资源、服务共享协同．针对区域医疗信息共享与协同服务需求,提出了平台的总体架构,并对患者主索引、跨区域文档共享、临床文档构建、术语服务、数据采集和传输、院内前置服务和文档存储等关键问题提出了解决方案．     

一种实用互联网智慧分级诊疗的实现方法

分级诊疗制度是合理配置医疗资源和促进基本医疗卫生服务均等化的重要措施。相对于传统医疗方式,在云中心、大数据、物联网基础上的互联网医疗在健康管理方式、就医方式、院内就医体验、购药环节、促进医患沟通等五个方面能够实现对医疗过程的重构。互联网智慧分级诊疗系统可通过信息集成服务平台来实现。该平台是在智慧城市的框架下,各相关委办局共享人口健康信息资源,各级医疗机构为辖区社会公众提供分级、连续、安全、便捷的医疗卫生服务。平台可以提升基本医疗卫生服务的公平性和可及性,促进形成有效的分级诊疗服务体系,优化区域医疗资源配置,提高医疗服务水平和医疗质量,降低医疗费用,提升卫生综合管理水平和政府综合决策能力。     

平行手术室：围术期护理流程与智慧手术平台管理的新模式

手术室伴随医疗技术进步而面临不断增长的复杂性挑战,特别是在教学培训、护理配合、科研创新和管理领域.文中基于平行医疗理论,提出平行手术室的概念,旨在利用人工智能和全场景数据优化围术期护理流程,提升手术平台管理效率.平行手术室构建实际系统与虚拟系统的互动,利用在线学习、离线计算和虚实互动,实现手术流程的精准管理和控制.文中详细讨论平行手术室在临床护理与管理、护理教学与科研中的应用,并对其在未来医疗领域的潜力进行展望.提出的一体化解决方案不仅缓解传统手术室面临的问题,也为智慧医疗的发展开辟新的路径,提升手术室的安全和运营效率.     

PT仪数据采集系统中数据显示和快速导入导出的实现

PT仪数据采集系统涉及到大数据量的采集显示以及大数据量的导入导出。PT仪与上位机采用串口通讯方式。通过设置适当的Mscomm控件属性值,利用定时器实现数据的采集与显示。针对VB控制Excel导入导出数据,常用的方法效率低下,采用数据文件实现快速导出;通过一个具有二维数组性质的变量实现数据快速导入。有效地提高了PT仪数据采集系统的人机交互能力。本设计已运用于采集实验中,效果良好。     

基于语义的家庭医疗咨询决策支持技术

针对互联网中医学数据异构多源、传统中文分词方法无法识别医学术语的问题，利用语义技术构建面向疾病的医学知识模型，明确诊疗方案中的关键信息要素，为中文分词提供疾病自定义词典，基于分词结果统计疾病相关命名实体的词频，形成面向疾病的家庭医疗咨询决策支持。实验以湿疹的家庭医疗场景为例，建立湿疹知识图谱辅助中文文本分析，激素类药物中氢化可的松和糠酸莫米松的词频最高，分别为56%和27%;湿疹常用护肤品牌中，郁美净的频次最高，约75%。结果表明，该方法可以作为院内数据挖掘的补充和扩展，为建立医学大数据科研辅助分析平台提供基础。     

民机运行大数据全寿命周期处理技术研究

针对日益增长的民用航空海量数据,本文对其从数据采集到大数据分析全寿命周期过程进行了研究。首先梳理了民机运行所涉及的数据源,并根据数据类型,对各数据源进行了分类。基于不同类型的数据,研究了各类数据的采集方式及大数据分析技术,并对大数据离线分析工具及实时在线分析工具进行了研究。研究成果能够为构建民用飞机运行大数据平台提供技术支撑,有助于提高我国民机运行效率。     

A Taxonomy of Dirty Data

Today large corporations are constructing enterprise data warehouses from disparate data sources in order to run enterprise-wide data analysis applications, including decision support systems, multidimensional online analytical applications, data mining, and customer relationship management systems. A major problem that is only beginning to be recognized is that the data in data sources are often dirty. Broadly, dirty data include missing data, wrong data, and non-standard representations of the same data. The results of analyzing a database/data warehouse of dirty data can be damaging and at best be unreliable. In this paper, a comprehensive classification of dirty data is developed for use as a framework for understanding how dirty data arise, manifest themselves, and may be cleansed to ensure proper construction of data warehouses and accurate data analysis. The impact of dirty data on data mining is also explored.     

大数据可用性的研究进展

信息技术的迅速发展催生了大数据时代的到来.大数据已经成为信息社会的重要财富,为人们更深入地感知、认识和控制物理世界提供了前所未有的丰富信息.然而,随着数据规模的增长,劣质数据也随之而来,导致大数据质量低劣,极大地降低了大数据的可用性,严重困扰着信息社会.近年来,数据可用性问题引起了学术界和工业界的共同关注,开展了深入研究,取得了一系列研究成果.本文介绍数据可用性的基本概念,讨论数据可用性的挑战与研究问题,综述数据可用性方面的研究成果,探索大数据可用性的未来研究方向.     

数据治理技术

随着信息技术的普及，人类产生的数据量正在以指数级的速度增长，如此海量的数据就要求利用新的方法来管理.数据治理是将一个机构（企业或政府部门）的数据作为战略资产来管理，需要从数据收集到处理应用的一套管理机制，以期提高数据质量，实现广泛的数据共享，最终实现数据价值最大化.目前，各行各业对大数据的研究比较火热，但对于大数据治理的研究还处于起步阶段，一个组织的正确决策离不开良好的数据治理.首先介绍数据治理和大数据治理的概念、发展以及应用的必要性；其次，对已有的数据治理技术——数据规范、数据清洗、数据交换和数据集成进行具体的分析，并介绍了数据治理成熟度和数据治理框架设计；在此基础上，提出了大数据HAO治理模型.该模型以支持人类智能（HI）、人工智能（AI）和组织智能（OI）的三者协同为目标，再以公安的数据治理为例介绍HAO治理的应用；最后是对数据治理的总结和展望.     

大数据技术应用与研究的新视角

伴随着人类进入大数据时代,大数据在彰显出巨大应用价值的同时,也凸显出数据可用的科技问题。如何解决数据可用带来的挑战,成为各国政府和学界高度关注的问题。目前,针对大数据的可用性研究刚刚起步,对大数据可用性进行了探讨,并就数据可用性的研究前景进行了展望。     

数据提取、转换和装载技术研究

来自企业操作环境的数据是数据仓库的数据源，通过提取、转换、装载填充数据仓库，对数据提取、转换与装载技术进行了研究与实践。对数据提取、转换与装载要解决的问题进行了详细论述并提出了相应的解决方法，并以MS SQL Server2000为例，介绍了可用于析取数据的一些工具。在此基础上，以电信行业话单数据载入数据仓库为实例，就如何实现各步骤进行了详细说明，提出了在数据提取、转换与装载过程中需注意的一些问题。     

数据仓库系统中源数据的提取与集成

人们对数据分析的要求的不断提高导致了数据仓库的发展，而在建设数据仓库的过程中非常关键的一步就是从事务数据库或其它的数据源中抽取和集成原始数据。本文在对数据集成方法和数据获取中可能碰到的问题进行全面分析的基础上，较为详细地介绍了我们自行开发的数据仓库系统SEUwarehouse中源数据提取与集成工具的设计与实现．     

基于时效规则的数据修复方法

数据时效性是影响数据质量的重要因素,可靠的数据时效性对数据检索的精确度、数据分析结论的可信性起到关键作用.数据时效不精确、数据过时等现象给大数据应用带来诸多问题,很大程度上影响着数据价值的发挥.对于缺失了时间戳或者时间不准确的数据,精确恢复其时间戳是困难的,但可以依据一定的规则对其时间先后顺序进行还原恢复,满足数据清洗及各类应用需求.在数据时效性应用需求分析的基础上,首先明确了属性的时效规则相关概念,对属性的时效规则等进行了形式化定义;然后提出了基于图模型的时效规则发现以及数据时序修复算法;随后,对相关算法进行了实现,并在真实数据集上对算法运行效率、修复正确率等进行了测试,分析了影响算法修复数据正确率的一些影响因素,对算法进行了较为全面的分析评价.实验结果表明,算法具有较高的执行效率和较好的时效修复效果.     

数据迁移的一般原则

在应用软件及数据库开发中经常要做数据迁移工作 ,数据迁移就是将数据从一种数据环境移入另一种数据环境中。进行彻底而精确的数据转换应遵循以下关键步骤 :识别源数据、确定数据集成转换的规则以及开发转换规则代码。介绍了数据迁移的一般步骤 ,并提出了从数据转换、选择迁移方法以及从元数据管理的角度评价迁移工具的标准     

软件开发活动数据的数据质量问题

问题追踪系统和版本控制系统等软件开发支持工具已被广泛应用于开源和商业软件的开发中,产生了大量的数据,即软件开发活动数据.软件开发活动数据被广泛应用于科学研究和开发实践,为智能化开发提供支持.然而数据质量对相关的研究和实践有重大影响,却还没有得到足够的重视.为了能够更好地警示数据使用者潜在的数据质量问题,通过文献调研和访谈,并基于自有经验对数据进行分析,总结出了9种数据质量问题,覆盖了数据产生、数据收集和数据使用这3个不同的阶段.进一步地,提出了相应的方法以帮助发现和解决数据问题.发现问题是指加强对数据上下文的理解和通过统计分析及数据可视化发现潜在的数据质量问题,解决问题是指利用冗余数据或者挖掘用户行为模式进行修正.     

基于ETL工具的数据集成和交换的研究

数据的集成与交换,对企业的管理和决策意义重大.数据集成和交换必须解决抽取、转换和加载,但过去的异构系统很难实现,从需求分析、系统设计和系统实现3个方面,设计了一种针对数据抽取、转换和装载(Extract、Transform、Load)的ETL工具.根据ETL工具的综合要求,通过结构化分析需求,构建了系统逻辑模型;设计了...