現(xiàn)代電子醫(yī)療記錄系統(tǒng)利用大量的文本圖表來(lái)展示孕婦的身體檢測(cè)數(shù)據(jù),醫(yī)生往往需要閱讀大量文本,無(wú)法快速找到所需信息且不能做到及時(shí)確診孕婦身體狀況。同時(shí),孕婦產(chǎn)檢時(shí)的各項(xiàng)指標(biāo)雖指明其身體狀況良好,但僅憑單項(xiàng)指標(biāo)并不能判斷孕婦本身潛在的疾病,例如未妊娠或妊娠期間因其他原因引起的潛在妊娠合并癥,如何結(jié)合多項(xiàng)產(chǎn)檢指標(biāo)對(duì)孕婦健康情況進(jìn)行描述是一個(gè)重要的研究課題。本文使用醫(yī)院孕檢妊娠婦女的電子醫(yī)療產(chǎn)檢記錄數(shù)據(jù),即孕檢孕婦的基本信息及婦科常規(guī)檢查項(xiàng)記錄數(shù)據(jù)。在對(duì)孕檢數(shù)據(jù)預(yù)處理之后,論文采用多種聚類(lèi)算法對(duì)產(chǎn)檢數(shù)據(jù)進(jìn)行簇間分離,旨在幫助醫(yī)生發(fā)現(xiàn)各個(gè)集群中孕婦關(guān)鍵產(chǎn)檢指標(biāo)對(duì)妊娠合并癥的作用;同時(shí)提出病例樣本相似度算法,用于尋求同簇中就診孕婦的相似病例,分析其潛在可能患有的妊娠合并癥。最后提出基于聚類(lèi)的醫(yī)學(xué)可視化設(shè)計(jì)系統(tǒng)。本文的主要貢獻(xiàn)體現(xiàn)在以下三個(gè)方面:1.為獲取到具有實(shí)際醫(yī)學(xué)意義的集群,探尋各集群中的關(guān)鍵產(chǎn)檢指標(biāo),挖掘能識(shí)別妊娠合并癥但以往被忽略的產(chǎn)檢指標(biāo),本文通過(guò)優(yōu)化基于距離度量的明可夫斯基算法,提出基于多維產(chǎn)檢指標(biāo)的相似度度量算法,生成更合理的孕婦集群。通過(guò)可視分析效果圖對(duì)比和質(zhì)量評(píng)估指標(biāo)值證明其能較為... 

【文章來(lái)源】：西南科技大學(xué)四川省

【文章頁(yè)數(shù)】：51 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

二維散點(diǎn)圖

2相關(guān)理論與技術(shù)15圖2-1二維散點(diǎn)圖Figure2-12-dimensionalscatterplot雷達(dá)圖通過(guò)在同一個(gè)中心點(diǎn)開(kāi)始的軸上顯示多維變量的二維圖表，但軸中的角度與相對(duì)位置是無(wú)意義的，它能體現(xiàn)多個(gè)屬性之間的對(duì)比分析程度。吳穎慧[11]等人發(fā)表了2013-2014年香港地區(qū)九龍中，九龍東與九龍西醫(yī)院聯(lián)網(wǎng)運(yùn)營(yíng)雷達(dá)圖。如圖2-2所示。圖2-2雷達(dá)圖Figure2-2Radarchart雷達(dá)圖的可視化技術(shù)方法可以用于多維數(shù)據(jù)分析，能夠通過(guò)該圖直觀地了解在某流行病發(fā)生期間，醫(yī)療資源變化，患者救治與死亡率變化的情況[30]。2.4本章小結(jié)本章節(jié)主要闡述了為實(shí)現(xiàn)基于多維度醫(yī)療指標(biāo)數(shù)據(jù)的疾病預(yù)測(cè)研究，所需要的基本理論基礎(chǔ)，其中包括多維度醫(yī)療指標(biāo)的聚類(lèi)技術(shù)，多維度指標(biāo)的相似度算法研究，以及在處理多維數(shù)據(jù)時(shí)，常規(guī)采用的可視化技術(shù)。

3產(chǎn)檢數(shù)據(jù)處理與分析163產(chǎn)檢數(shù)據(jù)處理與分析當(dāng)前，醫(yī)療機(jī)構(gòu)通常使用電子醫(yī)療記錄患者的病情，包括診斷信息，執(zhí)行的程序和治療結(jié)果，電子醫(yī)療記錄已被認(rèn)為是進(jìn)行大規(guī)模分析的寶貴資源。本文為獲取就診孕婦最為接近病歷樣本，提高預(yù)測(cè)其患有潛在妊娠合并癥概率大小的能力。擬采用如圖3-1所示流程，對(duì)產(chǎn)檢電子醫(yī)療記錄數(shù)據(jù)進(jìn)行處理。過(guò)程包括數(shù)據(jù)預(yù)處理，數(shù)據(jù)PCA降維，聚類(lèi)數(shù)據(jù)處理分析，以及本文提出的基于距離度量算法改進(jìn)的基于多維產(chǎn)檢指標(biāo)的相似度算法與病例樣本相似度算法，最終將各聚類(lèi)通過(guò)前一個(gè)相似度算法改進(jìn)后的聚類(lèi)結(jié)果與相似度算法相結(jié)合產(chǎn)生得到該就診孕婦最為相似的病歷樣本。如下詳細(xì)闡述。圖3-1產(chǎn)檢電子醫(yī)療數(shù)據(jù)分析流程圖Figure3-1FlowChartofPregnancyElectronicMedicalDataAnalysis3.1產(chǎn)檢數(shù)據(jù)預(yù)處理方法電子醫(yī)療記錄數(shù)據(jù)的復(fù)雜性使其難以直接分析數(shù)據(jù)，有必要對(duì)源數(shù)據(jù)進(jìn)行預(yù)處理，確保電子醫(yī)療記錄數(shù)據(jù)的準(zhǔn)確，完整，一致性和隱私性，以提高數(shù)據(jù)質(zhì)量并改善數(shù)據(jù)聚類(lèi)的結(jié)果。據(jù)統(tǒng)計(jì)，在整個(gè)數(shù)據(jù)處理過(guò)程中，預(yù)處理階段的工作量超過(guò)60%[19]。不同的類(lèi)型需要不同的處理技術(shù)，大多數(shù)結(jié)構(gòu)化數(shù)據(jù)通常需要經(jīng)典的預(yù)處理技巧，包括收集到的源數(shù)據(jù)，其中包括醫(yī)療服務(wù)時(shí)的過(guò)程記錄，文檔傳送記錄，以及相關(guān)的詞匯記錄和術(shù)后總結(jié)[20]，對(duì)其進(jìn)行數(shù)據(jù)清洗，數(shù)據(jù)集成，數(shù)據(jù)數(shù)據(jù)隱私保護(hù)之后，生成匯總為電子產(chǎn)檢數(shù)據(jù)集，如圖3-2所示。

【參考文獻(xiàn)】：
期刊論文
[1]醫(yī)療大數(shù)據(jù)可視化研究綜述[J]. 王藝,任淑霞.  計(jì)算機(jī)科學(xué)與探索. 2017(05)
[2]數(shù)據(jù)可視化背景下雷達(dá)圖在醫(yī)院管理中的應(yīng)用[J]. 吳穎慧,葉小巾.  廣西醫(yī)學(xué). 2016(07)



本文編號(hào)：2981924