医疗数据分析论文.pdfVIP

医疗数据分析论文--第1页

编号：

时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第页共页

14

医疗数据分析论文

1医疗数据分析模型

将医院、医疗保健组织等数字化的医疗数据以特定的格式、协议发送

到医疗数据分析模块进行分析与疾病预测．医疗数据提取模块：该模块由医院电

子病历系统负责实现，我们使用ｏｐｅｎＥＨＲ系统作为医院电子病历系统，并

在ｏｐｅｎＥＨＲ中实现医疗数据的提取功能．ｏｐｅｎＥＨＲ系统是一个开源、

灵活的电子病历系统，支持ＨＬ7卫生信息交换标准．很多医疗健康组织、政府

和学术科研单位都使用ｏｐｅｎＥＨＲ进行开发和科研工作．如一种基于ｏｐｅ

ｎＥＨＲ的患者病历数据管理模型、ｏｐｅｎＥＨＲ等许多开源的电子病历平台

的对比与评估和基于ｏｐｅｎＥＨＲ的档案建模等．数据交换模块：基于Ｗｅｂ

服务的数据交换模块使用医疗数据通信协议实现医疗数据分析模块与医疗数据

提取模块的数据交换．Ｗｅｂ服务是一个平台独立、松耦合的Ｗｅｂ应用程序．由

于Ｗｅｂ服务的跨平台特性，许多模型与框架是基于Ｗｅｂ服务构建的，如基于

Ｗｅｂ服务集成分布式资源和数据流分析测试等．在本文提出的医疗数据分析模

型中，使用Ｗｅｂ服务来连接医疗数据分析模块和医疗数据提取模块．医疗数据

提取模块作为Ｗｅｂ服务的服务端，实现的方法包括存取数据、数据预处理、序

列化等，改进后的模型要求实现指定维度，指定属性数据的读取．本文提出的医

疗数据分析模块作为Ｗｅｂ服务的客户端，通过ＨＴＴＰ服务向数据提取模块请

求获取数据，并对数据进行预处理．医疗数据分析模块：我们使用Ｃａｉｓｉｓ

开源平台作为医疗数据分析与疾病预测系统实现这一模块．Ｃａｉｓｉｓ是基于

Ｗｅｂ的开源癌症数据管理系统，一些临床医学研究使用Ｃａｉｓｉｓ系统管理

第1页共4页

医疗数据分析论文--第1页

医疗数据分析论文--第2页

编号：

时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第页共页

24

和归档数字显微图像，通过向Ｃａｉｓｉｓ系统中添加特征选择和ＳＶＭ算法，

使用ＳＶＭ算法对医疗数据进行分析和疾病预测，因此使用的特征选择算法需要

基于ＳＶＭ，可以提高数据分析和疾病预测过程的效率和准确度．

2数据分析模块与算法

2．1ＳＶＭ算法ＳＶＭ算法最初是由Ｖａｐｎｉｋ等人在1995年提出

的一种可训练的机器学习算法．依据统计学习理论、ＶＣ维理论和结构风险最小

化理论，从一定数目的样本信息在学习能力和复杂度（对训练样本的学习程度）

中找到最佳折中，以期望获得最好的推广能力（或称泛化能力）．

2．2基于ＳＶＭ的医疗数据分析模块将ＳＶＭ分类算法应用到医疗数

据分析模块中，进行疾病预测．基于ＳＶＭ的医疗数据分析模块，通过数据交换

模块获取原始组数据（患病病人医疗数据和对照组病人数据）．通过特征选择过

程输入到ＳＶＭ分类器中进行训练，训练后可以对新的医疗数据进行分析预测．

3改进的医疗数据交换模块

3．1医疗数据交换模块在原始的医疗数据交换模块中，数据请求原语

只由4条