Pattern Discovery In Cloud Hospital Information System-An Eye Disease Case Study With SharePoint Implementation

摘要

为了提高医疗保健的质量和效率，现急需让病人参与到自身的医疗保健过程中，虽然现今的云计算技术卓越而高效，消费者却对此缺乏认知意识和选择能力。对安全性的不了解被视为病患对云计算功能信心不足的首要原因，另外，为了更利于病护双方的了解和医生对病人的治疗，模式发现的方法更有趣，从诊断方方面而言，显得更直观，也更利于对病患的治疗。
　　该研究探寻了云计算的运用，模式发现，机构化语言分析方法以及针对网络平台完善所开展的医疗保健服务。研究工作进展安排如下：
　　医院信息系统以云信息网络为基础构架，为医疗受众提供了一个有力、高效、高性价比的平台。信息系统结构清晰，使用流畅，能够处理现今医院信息系统中的核心争论和问题，得以提供了最佳的医疗保健服务。另外该系统还具备数据分析、医疗报道、医疗业务展示，以及针对病人病况的查询功能，为病护双方都提供了选择上的便利。
　　此项研究也着力于模式发现和和开拓行业的关联法则。甚至有一项关于研究中国学生眼疾病的案例也被纳入了研究的模式发现中。EDCS（Eye Disease in Chinese Students,中国学生眼病研究）的基础案例研究数据针大学学生，分别来自于线上调查和线下问卷，涵盖了1035人的反馈，内容有趣而充分，因此便产生了足够的候选观察对象。同时研究组也在以此案例数据库的信息根据全球领先的数据整合方法Apriori*加以研讨。
　　SQL提供了医疗信息分析报道功能，旨在创建数库，以及报道来自于 EDCS的学习数据案例，2013年的医疗信息网络平台的报道经实践和讨论，体现出了EDCS案例的实用意义。

目录

封面

中文摘要

英文摘要

目录

list of acronyms

1 Introduction

1.1 Context and Motivation

1.2 Problem Description

1.2.1 Lack of access

1.2.2 Heterogeneous Nature

1.2.3 Data Sharing

1.2.4 Lack of Retrieving Information

1.2.5 High Cost

1.2.6 Management, Upgrades and Maintenance

1.3 Thesis Contribution

1.4 Thesis Outline

2 Literature Review

2.1 Cloud Computing

2.2 Data Mining

2.3 Pattern Discovery

2.3.1 Finding frequent itemsets \(Patterns\)

2.3.2 Frequent itemsets Association Rules

2.3.3 Downward Closure Property of Frequent Patterns

2.3.4 The Apriori Algorithm

2.3.5 Mining Multi-Dimensional Associations

2.4 SQL Server Analysis Services

2.5 SQL Server Reporting Services

2.6 SharePoint 2013

3 A Framework For Hospital Information System

3.1 Introduction

3.2 System Description and Architecture

3.2.1 Cloud Architecture

3.2.2 ImageJ

3.2.3 SSAS And SSRS Server

3.2.4 Business Intelligence Portal

3.3 System Design

4 Case Study

4.1 Data Analysis

4.1.1 Data Requirement

4.1.2 Data Collection

4.1.3 Data Processing

4.1.4 Data Cleaning

4.1.5 Analyzing Data

4.2 Pattern Discovery

4.2.1 Finding frequent patterns

4.2.2 Finding frequent patterns and Apriori algorithm using TANAGRA

5 Conclusion

致谢

参考文献