医疗影像数据仓库系统若干问题研究

摘要

近年来,医疗影像科室积累了大量的业务数据。一方面,如何快速有效地检索信息开展科研教学,成为临床医生所关心的重点,因此研究自动分类、全文检索技术来改进传统的数据库结构化查询有着十分重要的意义。另一方面,如何构建数据仓库,进行多维数据分析,并开展数据挖掘应用,辅助决策,已成为领导所关心的重点。论文围绕上述需求展开如下研究:
　　1.基于GM(1,1)灰色预测模型的医疗设备绩效研究:(1)建立数据仓库,采用医疗设备绩效关键指标法及雷达图表示方法,提供直观的数据展示及OLAP分析。(2)搭建设备检查量GM(1,1)模型,实现设备检查量预测。(3)建立盈亏平衡模型,实现设备效益数据分析,为决策者提供直观的、深层的统计图表数据。
　　2.基于朴素贝叶斯算法的疾病自动分类研究:针对医疗疾病自动分类和医疗检查报告分级检索这两个问题展开深入研究。采用k-means算法对医疗疾病信息进行聚类,在此基础上利用改进的朴素贝叶斯分类器,实现对疾病的准确分类,最后利用.Net技术实现医疗检查报告信息的分级检索。
　　3.基于倒排索引的全文检索技术研究及应用:(1)探讨了信息检索、搜索引擎Lucene、中文分词等技术以及其应用性能测试、正向索引和倒排索引模式等问题。(2)在分析正向索引与倒排索引的检索性能差异基础上,重点研究了倒排索引的查询优化技术。(3)利用.NET技术设计实现了对医疗疾病信息和检查报告表进行全文检索的应用系统,并由检查报告表关联到医疗会诊表、随访表,从而辅助医生进行医疗诊断。(4)将全文检索应用嵌入到了医疗影像数据仓库系统中,并分析对比组合查询和全文检索的优劣,有效地提高了医生科研的效率。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 课题背景

1.2 国内外研究现状

1.3 研究内容及意义

1.4 论文组织结构

1.5 本章小结

第2章 医疗影像数据仓库系统的构建

2.1系统架构及数据仓库ETL

2.2 总体功能模块设计

2.3 软件界面UI设计

2.4 面向设备绩效主题的数据仓库构建实例

2.5 本章小结

第3章 基于GM(1,1)灰色预测模型的医疗设备绩效研究

3.1 设备绩效关键指标分析展示

3.2 设备检查的OLAP分析与GM(1,1)模型预测检查量

3.3 基于盈亏平衡分析的设备效益数据挖掘

3.4 本章小结

第4章 基于朴素贝叶斯算法的医疗影像检查疾病自动分类研究

4.1 文本自动分类分析

4.2 疾病信息的k-means聚类分析和朴素贝叶斯分类研究

4.3 影像检查中的疾病自动分类及检索

4.4 本章小结

第5章 基于倒排索引的全文检索技术研究及应用

5.1 全文检索相关研究

5.2 中文分词技术及分词器性能初步评测

5.3 倒排索引和正排索引相关分析

5.4 倒排索引词库的查询优化研究

5.5 倒排索引全文检索方法在医疗影像检查中的应用

5.6 本章小结

第6章 总结与展望

6.1 总结

6.2 展望

致谢

参考文献

附录