基于WEB的电子病历与数据仓库系统

论文摘要

人类基因组草图的绘制工作的完成,标志着人类的医疗正式进入转换医疗时代。在转换医疗时代,医疗信息的载体是EMR电子病历系统。本文针对现有电子病历系统无法深入利用病人疾病信息的缺点,尝试构建一个采用数据仓库的方式,利用数据挖掘的方法对医疗信息进行处理的EMR电子病历系统。通过对电子病历中的病人信息进行存储、分析、进而发现新的关联性,提高医疗水平,减轻患者痛苦,降低医疗支出。本文利用基于回归分析的数据挖掘方法,针对疾病与病人生活习惯、客观环境因素等之间的内在联系做了一定探索,给出了得到一些疾病与特定生活习惯及职业之间的相关性的方法;同时,还利用基于统计的数据挖掘方法,针对某些疾病与特定群体之间的相关性,以及某些疾病与诊断方法之间的相关性也做了一定探索,给出了得到一些特定疾病与带有某些特征群体之间相关性和判断特定疾病特异性诊断方法之间相关性的方法。由于HL7标准已经成为医疗信息化中事实上的标准,本文通过对HL7-RIM参考模型的分析,利用HL7-RIM参考模型和EAV模型结构上的相似性,尝试着利用EAV模型构建本系统的存储系统,从而能够使本系统在将来需要的时候可以从底层支持HL7标准。此外,本文还在目前数据存储的通用模型ER模型与EAV模型之间的转换问题上做了一些工作。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题背景和研究意义
• 1.1.1 课题来源
• 1.1.2 转换医疗与电子病历
• 1.2 国内外研究现状
• 1.3 现存问题与本文工作
• 1.4 本文结构
• 第2章 系统的整体设计
• 2.1 系统需求分析
• 2.2 系统整体结构
• 2.3 EMR部分功能设计
• 2.4 数据仓库部分设计
• 2.4.1 数据仓库的概念和方法
• 2.4.2 数据仓库的概念模型
• 2.4.3 数据仓库的逻辑模型
• 2.5 本章小结
• 第3章 医疗信息的数据挖掘
• 3.1 医学数据挖掘
• 3.1.1 数据挖掘的概念与方法
• 3.1.2 医学数据挖掘的特点
• 3.2 基于回归分析的医疗信息数据挖掘
• 3.2.1 回归分析方法
• 3.2.2 基于逻辑回归的医疗数据挖掘
• 3.3 基于统计的医疗信息数据挖掘
• 3.3.1 疾病与群体相关性的统计挖掘
• 3.3.2 疾病与诊断方法相关性的统计挖掘
• 3.4 本章小结
• 第4章 系统的实现
• 4.1 相关技术介绍
• 4.1.1 MVC结构与Struts框架
• 4.1.2 HL7-RIM参考模型
• 4.2 EMR电子病历部分实现
• 4.2.1 功能模块
• 4.2.2 数据库的存储结构
• 4.2.3 主要模块工作流程
• 4.3 数据仓库部分实现
• 4.3.1 EAV结构与ER结构简介
• 4.3.2 数据仓库的存储结构
• 4.3.3 数据挖掘展现
• 4.4 本章小结
• 结论
• 参考文献
• 致谢