基于Hadoop的医疗辅助诊断系统的设计与实现-计算机科学与技术专业论文.docxVIP

东华大学学位论文版权使用授权书 学位论文作者完全了解学校有关保留、使用学位论文的规 定，同意学校保留并向国家有关部门或机构送交论文的复印件 和电子版，允许论文被查阅或借阅。本人授权东华大学可以将 本学位论文的全部或部分内容编入有关数据库进行检索，可以 采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 保密 □，在 年解密后适用本版权书。 本学位论文属于 不保密 □。 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月 日 基于 Hadoop 的医疗辅助诊断系统的设计与实现 摘要 我国医院大范围建设以电子病历为重点的信息系统已进行了 10 多年。电子病历、实验室信息系统、医学影像传输和存储系统等信息 系统已被引入到医院中，这使得医院积累了丰富的医疗数据资源。以 上海交通大学医学院附属瑞金医院为例，每年产生的临床数据约在 60TB。医疗数据包括了临床诊断、检验检查结果等类型，具有数据量 大、数据形式多元、数据变化快、数据价值高的“大数据”特征。如 何利用这些数据为临床医疗诊断提供数据支持、让医生更好地为病人 服务，是信息化建设的更高要求。 论文结合《基于瑞金医院的临床大数据平台建设和深度应用》实 际项目，研究了基于大数据处理平台 Hadoop 的医疗辅助诊断系统。 首先分析了医疗数据的特点，综述了数据挖掘相关技术。针对糖尿病 人处方数据，研究了基于关联规则的药品推荐，并通过改进算法提高 效率满足了医疗诊断的及时性要求。针对甲亢病人的检验数据，研究 了基于逻辑回归的并发症预测，结合医疗数据特点，分析了数据清洗、 集成、转换以及预测结果的评估相关技术。使用 MapReduce 和 Spark 两种计算模型，论文对医疗辅助诊断系统的药品推荐和并发症预测功 能进行了实现，验证了课题研究方法和技术的有效性。论文的主要工 作有以下几个方面。 i （1）研究了基于关联规则的药物推荐。利用数据挖掘中的关联 规则算法，找出医疗处方数据中的频繁处方项集，并从频繁处方项集 中寻找有意义的处方关联信息，在医生开具处方时提供辅助诊断作用。 为了满足药品推荐的及时性需求，论文对关联规则的经典 Apriori 算 法进行改进，提出基于前缀项集的 Apriori 算法，并在实际医疗处方 数据上证明了改进算法的有效性。 （2）研究了基于逻辑回归的并发症预测。针对病人的各种检验 指标数据，结合数据挖掘中的逻辑回归算法建立分类模型，通过该模 型对未来病人的患病情况进行判断，从而达到为医生提供辅助诊断的 效果。在预测功能具体实现中，本文使用了 1~99 分位极值处理、基 于熵的数值离散化、针对不平衡数据的模型评估方法等技术以保证最 终预测模型的准确性。 （3）在 Hadoop 平台上使用 MapReduce 计算模型，实现了药品推 荐功能，并通过实验比较分析了经典和改进的 Apriori 算法的性能， 验证了改进算法的有效性；使用 Spark 计算模型，实现了并发症预测 功能，并以原发性甲状腺机能亢进症病症为例，详细分析了功能的实 现过程，给出了预测结果。 关键字：医疗大数据，医疗辅助诊断，关联规则，逻辑回归，Hadoop ii DESIGN AND IMPLEMENTATION OF MEDICAL DIAGNOSIS AIDED SYSTEM BASED ON HADOOP ABSTRACT The information system of electronic medical records has been carried out for 10 years. Electronic medical records, laboratory information system, medical image transmission and storage system and other information systems have been introduced into the hospital, which makes the hospital has accumulated a wealth of medical data resources. Taking the Ruijin Hospital Affiliated to Shanghai Jiaotong University School of Medicine as an example, the clinical data emerged is about 60 TB every year. Medical data including clinical diagnosis, test results and other types, has the