医学数据

摘要： 随着医疗大数据探索的不断深入,医学数据安全治理问题日益突出,相关的法规条例标准也在不断完善,受到社会公众的广泛关注。本文通过文献研究与内容分析的方法,发现我国现有的医学数据安全治理的法律法规,从时间横向轴而言呈现国家关注度持续上升趋势,由整体框架设计转向具体领域精细化落实;从地域纵向轴来看则以国家层面的法律法规建设为中心,各省遵循国家意志制定相关执行层面的细则,总体上东部地区建设速度领先西部地区。同时,本文也指出我国医学数据安全治理法律法规存在的问题并提出相关见解。

摘要： 随着信息技术以及电子病历和病案在医疗机构的应用,医院数据库产生了大量的医学数据.决策树因其分类精度高、计算速度快,且分类规则简单、易于理解,而被广泛应用于医学数据分析中.然而,医学数据固有的高维特征空间和高度特征冗余等特点,使得传统的决策树在医学数据上的分类精度并不理想.基于此,提出了一种融合信息增益比排序分组和分组进化遗传算法的混合式特征选择算法(GRRGA).该算法首先使用基于信息增益比的过滤式算法对原始特征集合进行排序,然后按照密度等分的原理对排序后的特征进行分组,最后再使用分组进化遗传算法对排序后的特征组进行遗传搜索.其中,分组进化遗传算法共分为种群内和种群外两种进化方法,并使用两种不同的适应度函数来控制进化过程.此外,针对决策树的不稳定性,提出使用Bagging方法对C4.5算法进行集成学习.实验结果显示,GRRGA算法在6组UCI数据集上的Precision指标均值为87.13%,显著优于传统的特征选择算法.此外,与另外两种分类算法对比可知,GRRGA算法的特征筛选性能依然是最优的.更重要的是,Bagging方法在Arrhythmia和Cancer医学数据集上的Precision指标分别为84.7%和78.7%,充分证明了该算法的实际应用意义.

摘要： 医学数据自古有之,它是对疾病状态的精确刻画,也是对诊疗足迹的普遍记录。随着医疗卫生信息化建设进程的不断加快和生物检测技术的革新发展,医学数据的类型和规模正以前所未有的速度增长。毋庸置疑,作为资源和资产的庞大医学数据,“大容量”只是表象,“大价值”才是根本,对这些数据的有效利用关系到国家乃至全球的疾病防控、新药品研发和顽疾攻克的能力。

摘要： 在大量的现实数据中,属性之间往往存在高度相关性,而朴素贝叶斯分类方法假定属性之间相互独立,如果不进行预处理直接将全变量参与到贝叶斯分类模型中,有时会导致其分类性能不佳。针对该问题,文中提出加权p-范数t核降维方法,并基于核矩阵特征值给出权系数计算公式;对于核函数中的参数,采用包裹式学习算法以及交叉验证确定相对最优值,最后构建了加权p-范数朴素贝叶斯分类算法。实证分析表明,相比于全变量模型、主成分分析以及单核主成分分析,利用文中提出的方法对4个医学数据集进行降维,在得到的数据集上进行朴素贝叶斯分类,可以显著提高其精度。

摘要： 乳癌是最常见的妇科癌症。但是,大多数的乳房肿瘤并不是癌症。医学数据显示,80%的乳房肿瘤都是良性的。因此,当女性发现自己的乳房出现肿瘤的时候,不要惊慌失措,而应该立即去医院检查,以确定肿瘤的属性,即明确肿瘤是恶性肿瘤还是良性肿瘤。恶性肿瘤,就是我们都知道的癌症;乳癌是女性最常见的癌症。乳癌不是一种传染病,没有已知的病毒和细菌感染.

摘要： 目的 探索机器学习算法及衍生算法在医学数据集上的分类效果,以期更好的发现计算机在辅助医学诊断方面的应用价值.方法 以皮马印第安人糖尿病数据集为例,利用WEKA平台构建机器学习模型,包括基于贝叶斯定理的NavieBayes、基于集成学习的Bagging、基于树思想的J48等模型,共六大类21种算法,运用多维度多指标对所建立模型的预测效果进行评价.结果 RMSE和RRSE均较小的前5位算法依次为Logistic、LMT、RotationForest、RandomForest和Bagging;LMT、SMO、Logistic、NavieBayes、RotationForest的分类正确率均超过了76％,其真阳性率均在76％以上,ROC曲线显示,除SMO外,其余算法曲线下面积均在0.82以上.结论 在该糖尿病数据集上的分类预测效果较好的算法有 6 种, 分别是 LMT、SMO、Logistic、NavieBayes、RotationForest和Bagging,均具有较高的正确率和预测价值.

摘要： 本文从医院临床数据的角度出发,进行了医院临床大数据管理平台的应用实现研究,针对医院多元异构的数据来源,设计了一套可以容纳和管理绝大多数临床数据的应用系统,能够实现临床数据的统一管理、统一查看和统一应用.系统通过设计和实现,在某三甲医院进行了实际使用和验证,证明该系统能较好地解决多元异构环境下的临床数据统一使用问题.

摘要： 食道癌,是一种人体消化道癌变疾病,而且一旦发现患有食道癌其死亡率很高。据医学数据统计报告显示,2020年,我国被确诊为食道癌的患者有25万人,且死亡人数达到21万。既然食道癌如此危害着人类的健康与生命,有着极高发病率和死亡率的食道癌不得不引起我们的重视。很多人都认为患食道癌主要是长期吃烧烤以及火锅这一单方面的不良饮食习惯导致的,真的就只有那么简单吗?下面我们一起来了解一下食道癌致病因素有哪些不良饮食习惯?

摘要： 目的对知识图谱在医疗领域的构建及应用情况进行研究,帮助研究者了解技术前沿。方法对医学知识图谱的研究现状、构建的关键技术和应用典型案例进行分析。结果指出未来医学知识图谱的研究热点。结论医学知识图谱具有非常广阔的应用前景和价值,不仅能自动、智能地处理大量的医学数据,而且为医疗领域研究指明新方向。

摘要： 随着数据挖掘(Data Mining, CiVI)技术、知识发现(Knowledge Discovery inDatabases、可视化(Visualiza};on)技术在医学领域的应用与发展，吸引了很多相关学者专注于医学数据的发现研究，并取得了丰硕的成果，为临床的研究提供了大量的的科学依据和参考。本文从患者角度出发,阐述了医学数据与患者行为改变的关系,并对医学数据的表达方法进行了探索,以达到最大可能地利用医学数据的目的,让患者参与到医疗行业中来,提高生活质量.

摘要： 当今医疗数据海量增长,利用数据挖掘找出对各类医疗决策有价值的知识迫在眉睫.本文介绍了大数据时代背景下医学数据的内容和特点,并研究了数据仓库构建医疗信息化知识平台的动力、关键技术,最后总结了医学数据挖掘挑战.

摘要： 随着信息技术在医疗行业的应用，积累了大量的各种类型的医学信息，如电子病历、化验结果、脑电信号、彩超影像等，迎来了医疗行业的大数据时代，本文从患者角度出发,阐述了医学数据与患者行为改变的关系,并对医学数据的表达方法进行了探索,以达到最大可能地利用医学数据的目的,让患者参与到医疗行业中来,提高生活质量.

摘要： 随着区域卫生信息化建设的推进,在区域卫生信息平台上采集、存储和管理医疗卫生信息数据的手段日益完善.在这些大量医学数据后面蕴含了许多对疾病的诊断、治疗以及卫生行政决策有重大价值的信息.本文从循证医学视角出发,描述了医学海量数据挖掘分析步骤、分析方法、关键技术、分析模型构建以及分析应用.指出数据挖掘技术使用的海量检索、人工智能和统计学方法使循证医学所使用的预后终点指标(如死亡率、致残率、临床事件发生率、生存质量等)所涵盖的范围更广、更有代表性，可以使医疗卫生工作人员摆脱人工分析大量循证数据的烦恼，从而提高了人民收集利用数据的效率和准确性、可靠性。数据挖掘技术在医疗卫生管理与决策中的应用范围也会越来越广，并带来可观的经济和社会效益。

摘要： 医学数据可视化已成为辅助诊断和治疗的重要手段,其技术也成为近年来研究和应用的热点.本文研究了可视化技术中的移动立方体算法和光线投射算法,利用VTK(Visualization Toolkit)开发了高效、适用、易扩展的可视化平台,并用该平台对比分析了相关算法,该平台在实践中已得到很好的应用.最后总结了医学数据可视化中存在的问题,并对今后的发展方向做出了展望.

摘要： 面对基因组学等生物医学数据量的迅猛飙升，科研机构面临着巨大的数据存储和分析需求。云计算是网格计算、分布式计算和并行计算的发展，开源云系统在满足研究机构需求方面具有巨大的前景。介绍了云计算框架的基本概念和主要的开源云计算平台、目前最知名的云计算开源系统Hadoop框架及其核心技术以及云计算框架在生物信息处理中的应用和典型案例，最后讨论了开源云计算系统的问题和发展。

摘要： 本文介绍了我国和美国医院目前临床工程的现状，并分析了我国临床工程与美国的差距。最后从人员配备和临床工程工作范围等方面提出了我国临床工程发展的方向和实施对策。科学技术的发展有力地推动了医疗和信息技术的发展，各种先进的医疗设备武装到了医院的各个科室。并且很多医院建立了PACS,L.IS ,RIS, CIS等系统对医学影像、检验和其他医学数据实现了数字化传输，并对医疗设备也实现了网络化管理。这些先进设备和技术极大地提高了医院的诊疗水平和工作效率。同时也给医学工程技术人员提出了前所未有的新要求，我国的临床工程已进人了一个发展转折期。因此，我国临床工程应该朝着什么样的方向发展?这个问题摆到了每一个医学工程技术人员的面前。根据我国医院目前临床工程的现状，结合笔者在美国医院学习的体会，借鉴它们的先进经验，本文对我国临床工程发展方向进行探讨与研究并提出一些建议。

摘要： 随着医院信息化的发展，各种各样的应用越来越多，随之而来医院信息数据的安全性，也越来越受到重视。医学数据作为应用程序产生的结果，也极具重大价值。数据的安全性，应遵循三个原则：不得篡改，不能丢失，不能破坏。针对这三个原则，系统必须要建立相应的机制以完成并达到这些原则。本文从系统级和应用级两个角度来说明如何增强信息数据的安全性系统安全性。

摘要： 本文介绍了关联规则挖掘算法的基本概念、思想、步骤及当今改进的一些算法,分析了医疗数据的主要特点,同时描述了关联规则挖掘在医学应用中的发展情况及存在的问题.

摘要： 针对呈零截尾分布的计数资料,零截尾计数模型可以更好地刻画零截尾计数分布.本文应用零截尾计数模型分析某医院病人住院天数的影响因素,通过模拟研究零截尾Poisson模型和零截尾负二项模型的参数估计、AIC、BIC值和残差拟合的准则判断出零截尾负二项模型更适合模拟病人住院天数的问题.

摘要： 本发明涉及一种用于根据生物特征数据将医学图像数据集与医学比较图像数据集相关联的计算机实现的方法。所述方法包括接收(REC‑1)医学图像数据集的方法步骤。所述方法还包括接收(REC‑2)至少一个医学比较图像数据集的方法步骤。所述方法还包括基于医学图像数据集提取(EXT‑1)生物特征数据的方法步骤。所述方法还包括基于医学比较图像数据集提取(EXT‑2)生物特征比较数据的方法步骤。所述方法还包括确定(DET‑1)在生物特征比较数据和生物特征数据之间的偏差量的方法步骤。所述方法还包括以下方法步骤：当偏差量低于阈值时，将医学图像数据集与医学比较图像数据集相关联(CON)。

摘要： 本发明公开了一种医学检验数据共享方法及医学检验数据共享系统，包括数据库，所述数据库包括开放区、内部权限区和科研专利区，所述数据库的输出端分别与患者查询端、二级查询端、一级查询端的输入端电性连接，所述开放区的输出端与患者查询端的输入端电性连接，所述内部权限区的输出端与所述二级查询端的输入端电性连接，所述科研专利区的输出端与所述一级查询端的输入端电性连接，所述患者查询端、二级查询端、一级查询端的查询端口均设置有查询纪录，通过设置的仪器检验结果记录、过程监控记录和用药记录，能够对医疗信息全程进行跟踪记录，通过设置的患者查询端、二级查询端和一级查询端，能够对数据库内部的数据进行分层查询。

摘要： 本发明公开了一种医学检验数据共享方法及医学检验数据共享系统，包括如下步骤：构建主服务器系统和子服务器系统，建立主服务器系统与子服务器系统关联系统；向子服务器系统内输入医学检验数据，通过关联系统实现医学检验数据向主服务器系统的传输，并储存保留在主服务器系统内；在子服务器系统内输入想要获取的医学检验数据，通过关联系统将命令传递至主服务器系统，主服务器系统根据接收到的命令进行医学检验数据的提取，并将提取的医学检验数据通过关联系统传递至子服务器系统。本发明在运用的过程中能够实现医学检验数据的共享，且操作方法简单便捷，有利于进行推广应用。

摘要： 用于分析医学成像数据集(11)的方法包括：提供医学成像数据集(11)；向医学成像数据集(11)分配针对阴性结果特别地针对特定类型异常的阴性结果的概率值(12)，其中，概率值(12)基于图像数据集(11)；以及基于概率值(12)将医学成像数据集(11)自动提供至输出设备(21)，以用于分析医学成像数据集(11)，或者提供至用于存储医学成像数据集(11)的设备(20)。

摘要： 本发明涉及医学信息共享技术领域，尤其是一种医学检验数据共享方法，包括以下步骤：S1、数据共享系统的生成以及成员信息的录入；S2、医学检验数据的获取；S3、医学检验数据的分类；S4、医学检验数据的共享请求和请求的审批通过；S5、通过A3中生成的索引目录检索并调取目标医学检验数据。本发明还公开了一种医学检验数据共享系统，包括系统管理主机，所述系统管理主机通过数据传输模块信号连接有数据服务端、数据共享端、数据管理端，所述数据共享端通过信号线连接有本地存储模块，所述数据传输模块信号连接有标准化模块，所述标准化模块通过网络连接有云存储数据库。本发明能够实现医学检验数据的共享，且方便进行查询和管理。

摘要： 本发明涉及一种方法，并且涉及一种用于处理医学图像数据的图像处理系统(1)，其中提供患者的要被重现的身体区域的测量数据(D)。此外，通过重建算法(R)，从测量数据(D)重建表示身体区域的第一图像体(22)。在第一图像体(22)内识别并限制表示第一图像体(22)的部分体积的子区域，其中将不同于第一图像体(22)的剩余体积的特定组织结构分配给子区域。然后，基于子区域的特定组织结构，确定与第一图像体(22)相比变化的至少一个重建参数。此后，基于各个改变的重建参数，从与子区域有关的测量数据(D)重建第二图像体(42)，并且在至少第二图像体(42)内，轮廓化不同解剖结构之间的结构边界。

摘要： 公开了一种医学数据管理方法、医学数据管理装置以及医学数据管理系统。所述医学数据管理方法包括：从服务器接收与所述第一客户端相关联的处理方案；从与所述第一客户端相关联的医疗设备接收对应于所述处理方案的医学数据；以及将所述医学数据发送给所述服务器。

摘要： 本公开的实施例涉及用于提供用于处理医学数据的聚合算法的方法以及用于处理医学数据的方法。多个本地算法通过机器学习来训练，其中每个相应本地算法的训练使用相应本地训练数据在相应本地系统上执行，其中涉及相应本地算法的相应算法数据集被传送到聚合系统，该聚合系统基于算法数据集生成聚合算法。

摘要： 本发明的医学病历数据处理方法、医学数据推荐系统、设备及介质，所述医学病历数据处理方法包括：将一医学病历集中的每个病历及其所包含各个项目的内容通过数学表征方式表示为一条结构化病历数据及其所包含的各种项目分类下的项目信息，以形成包含一或多个所述结构化病历数据的医学结构化病历数据集；进而，医学数据推荐系统可以基于该医学结构化病历数据集进行对关于症状等信息的数据分析，以预测并推荐符合高效问诊方向的问诊依据，高效辅助中医问诊过程，具有高度的现实意义。

摘要： 本申请涉及一种数据采集装置、医学采集设备及医学数据处理系统。该装置包括：包括壳体、一种或多种类型的传感器和控制器，传感器设置于壳体中，控制器设置于壳体内，各传感器均与控制器连接，传感器用于监测诊疗对象的生理数据，并将生理数据发送至控制器，控制器用于对生理数据进行分析处理得到分析处理结果。采用本方法能够实现多个传感器集成，以便通过一种监测设备就能够监测多种生理数据，避免通过多种设备才能监测多种生理数据的问题，从而使得生理数据的监测过程简单、快捷，同时，仅需要购置一种监测设备就能够监测多种生理数据，并不需要购置多种设备才能达到监测目的，从而还可以降低监测生理数据的设备购置成本。