面向HL7的临床智能决策系统的设计与实现-计算机科学与技术专业毕业论文.docxVIP

国内图书分类号：TP311.13 国际图书分类号：620 工学硕士学位论文 面向 HL7 的临床智能决策系统的设计与 实现 硕 士 研 究 生： 聂 玺 导 师： 孙玉山 副教授 申 请 学 位： 工学硕士 学 科 、 专 业： 计算机科学与技术 所 在 单 位： 计算机科学与技术学院 答 辩 日 期： 2008 年 6 月 授予学位单位： 哈尔滨工业大学 哈尔滨工业大学工学硕士学位论文 哈尔滨工业大学工学硕士学位论文 Classified Index: TP311.13 U.D.C.: 620 Dissertation for the Master Degree in Engineering DESIGN AND IMPLEMENTATION OF CLINICAL DECISION INTELLIGENCE SYSTEM BASED ON HL7 Candidate： Nie Xi Supervisor： Associate Professor Sun Yushan Academic Degree Applied for： Master of Engineering Specialty： Computer Science and Technology Affiliation: School of Computer Science and Technology Date of Defence： June, 2008 Degree-Conferring-Institution： Harbin Institute of Technology - - I - 要 临床智能决策(CDI)是信息化医疗的一个重要研究领域，医疗卫生信息 化的迅速发展，为医疗行业积累了海量有价值的医疗数据。但这些数据分布 在不同的医院内，要进行医疗数据知识的挖掘必须首先实现医疗数据共享。 HL7 标准的出现为共享医疗数据提供了可能。临床智能决策(CDI)的目标是 将这些海量、异构的数据源按照 HL7 标准存储及管理，并且分析、挖掘其 中隐含的信息、知识及模式，实现临床决策，为病患提供更好的诊疗，为管 理者提供更好的决策支持。从而提高医疗保健质量，降低医疗费用。 本文实现了一个面向 HL7 的临床智能决策数据库的设计以及临床数据 挖掘系统的设计。通过对现有大量临床数据进行格式化存储、管理以及统计 分析来辅助相关人员进行临床决策。首先，针对临床医学数据存储技术中的 数据量大、难以管理、检索等特点，本文应用基于多项式编码的树型结构模 式构建了临床决策分析数据库。基本满足了临床数据存储的维护方便、高效 检索等要求。并在此基础上，设计了一系列数据库转换、维护、查询等方 法。在数据挖掘方面，本文根据不同的用户需求，提出了两种数据挖掘策 略：1）将基于 AprioriTid 算法的关联规则挖掘方法应用到临床数据分析 中，通过发现满足给定支持度和置信度的临床关联规则来实现决策支持； 2）采用频率统计的方法挖掘医学数据中病人群体与疾病、特定病人群体中 不同疾病之间的内在发生规律及关联程度。最终实验表明本文提出的决策支 持系统达到了预期挖掘临床数据知识的目标，为临床决策提供了有效的支 持。 关键词 数据挖掘；关联规则；AprioriTid 算法；HL7 - - II - Abstract Clinical decision intelligence (CDI) is an important research area of medical informationization. With the rapid development of Hospital Information, huge amounts of valuable medical data have been accumulated for the medical institutions. These data are distributed in different hospitals, so that to carry out knowledge mining of medical data, the sharing of medical data must be realized first. The appearance of HL7 standard provides the possibility of sharing those medical data. The goal of the CDI is to store these huge and heterogeneous data according to the HL7 standa