传染病监测数据仓库的设计与实现-生物医学工程专业论文.docxVIP

缩略词表 英文缩写 英文全称 中文全称 BI Business Intelligence 商务智能 BSI Blood Stream Infections 血液感染 CARP the Chicago Antimicrobial Resistance Project CDPH The Chicago Department of Public Health 芝加哥耐药性项目 芝加哥公共卫生部 CDW Corporate Data Warehouse 共同数据仓库 CHESS Chicago Health Event Surveillance System 芝加哥健康事件监测系统 DFM Dimensional Fact Model 维度事实模型 ELR Electronic Laboratory Reporting 电子实验室报告 EMR Electronic Medical Record 电子病历 ERM Entity-Relationship Model 实体关系模型 ETL Extraction-Transformation-Loading 抽取、转换、加载 HIS Hospital Information System 医院信息系统 ICU Intensive Care Unit 重症监护病房 KPI Key Performance Indicator 关键绩效指标 LIS Laboratory Information Management System MMWR Morbidity and Mortality Weekly Report NEDSS National Electronic Disease Surveillance System 实验室信息管理系统 发病率与死亡率周报 国家电子疾病监测系统 ODS Operational Data Store 操作型数据存储 OLTP On-Line Transaction Processing 联机事务处理 OLAP On-Line Analytical Processing 联机分析处理 RDW Regional Data Warehouse 区域数据仓库 UML Unified Modeling Language 统一建模语言 VA United States Department of Veterans Affairs 美国退伍军人事务部 中文摘要 随着传染病监测与防控向广度和深度的不断发展，传染病监测与防控相关数 据爆炸式的膨胀，传统操作型数据库为主的存储、管理和分析方式已无法满足海 量数据分析利用的需求。人们要求计算机能够高效地处理海量日常数据的同时， 更多地参与数据分析和决策支持，最大限度地满足疾病监测与防控的及时性与准 确性，解决整个系统内由于信息不平衡引起的“信息孤岛”、数据冗余等问题。 目前的军队传染病监测报告系统为联机事务处理模式，数据库设计不是为查询和 数据分析而优化的，查询分析服务器和业务处理服务器使用同一个数据库，复杂 查询分析影响业务系统的性能，而且分析模式固定单一，新增分析与功能扩展开 发效率低下且不够灵活，难以满足疾控机构和卫勤管理机关对即时、灵活的数据 分析和决策支持的需求。 数据仓库技术作为一种用于数据分析和决策支持的数据存储与组织技术，是 实现海量数据高效管理与深入分析的有效解决方案。本文研究如何利用数据仓库 技术解决军队传染病监测报告的数据分析和辅助决策问题，基于具体业务需求与 可利用的数据源，设计并实现了军队传染病监测数据仓库。 首先，论文对军队传染病监测数据仓库进行需求分析。通过深入分析当前军 队传染病监测报告系统现状，从系统构成、数据传输方式以及分析查询方式等角 度，对当前系统的优缺点做出总结。在此基础上，对拟建数据仓库系统的功能需 求、性能需求等做出详细规定。其中功能需求主要包括日常业务报表、业务探索 式分析、数据加载处理与系统管理等四个方面，覆盖各类用户对于传染病监测数 据分析和辅助决策应用的基本需求；性能需求主要对系统数据一致性、系统时间 特性以及系统安全性等做出具体规定，保证系统的正常运行；同时还对系统的使 用环境、数据传输、运维管理等进行了规定。 第二，完成了传染病监测数据仓库的系统设计，包括系统技术架构与多维数 据模型设计等内容。通过对数据仓库开发关键技术深入分析比较，确定了技术选 型。系统采用三层体系结构，分为数据源层、数据协调层与数据仓库层三部分， 物理架构由数据源服务器、ODS 服务器、数据仓库服务器、BI 应用服务器和客户 端计算机五部分组成。系统按照自底向上的建模方法，采用维度事实模型进行多 维数据的概念模型设计，以星型模式进行逻辑建模，针对传染病发病情况与传染 病报告审计两个主题设计维度总线，共