隨著醫(yī)療信息化的快速發(fā)展,我國的智慧醫(yī)療體系初步形成,并在健康管理等領(lǐng)域取得了明顯成效。智慧醫(yī)療體系的建立標志著醫(yī)療大數(shù)據(jù)時代的到來。但是目前對于海量醫(yī)療數(shù)據(jù)的利用率較低。一方面,醫(yī)療數(shù)據(jù)庫系統(tǒng)中存儲的龐大對象使數(shù)據(jù)的查詢檢索效率成為限制醫(yī)療信息應(yīng)用的瓶頸問題。另一方面,醫(yī)療數(shù)據(jù)中具有較多的敏感屬性,使得數(shù)據(jù)處理時存在很大的困難。如果發(fā)生數(shù)據(jù)泄露,會對個人和相關(guān)機構(gòu)造成很大的影響。面對海量的醫(yī)療數(shù)據(jù),如何高效地獲取數(shù)據(jù),并且在對健康數(shù)據(jù)的使用中確保隱私安全是一個非常重要的研究熱點。針對醫(yī)療大數(shù)據(jù)背景下,醫(yī)療數(shù)據(jù)檢索效率與隱私保護的問題,本文對醫(yī)療大數(shù)據(jù)的信息檢索及其隱私保護方法進行了研究,提出了新的檢索方法和隱私保護機制,對海量醫(yī)療大數(shù)據(jù)進行快速檢索,并加入隱私保護機制以防止信息檢索過程中的隱私泄露。具體研究內(nèi)容如下:1.針對醫(yī)療數(shù)據(jù)類型多樣、數(shù)據(jù)量大的特點,結(jié)合R樹索引,提出一種快速檢索醫(yī)療數(shù)據(jù)的方法,該方法利用改進的k-均值聚類算法構(gòu)建R樹聚類模型,通過R樹索引對醫(yī)療數(shù)據(jù)進行檢索,提高系統(tǒng)的檢索效率。2.針對醫(yī)療數(shù)據(jù)敏感度高的問題,提出一種基于本地差分隱私的隱私保護機制。利用所提出... 

【文章來源】：河南科技大學(xué)河南省

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 信息檢索研究現(xiàn)狀
        1.2.2 隱私保護研究現(xiàn)狀
    1.3 論文主要研究內(nèi)容
    1.4 論文章節(jié)安排
第2章 相關(guān)技術(shù)概述
    2.1 智慧醫(yī)院信息系統(tǒng)
        2.1.1 平臺架構(gòu)
        2.1.2 操作流程
    2.2 R樹索引簡介
        2.2.1 R樹概述
        2.2.2 R樹構(gòu)建方式
        2.2.3 聚類算法
    2.3 差分隱私簡介
        2.3.1 差分隱私概述
        2.3.2 敏感度
        2.3.3 差分隱私模型實現(xiàn)機制
    2.4 本章小結(jié)
第3章 基于R樹索引的醫(yī)療信息檢索方法
    3.1 引言
    3.2 智慧醫(yī)療系統(tǒng)架構(gòu)
    3.3 R樹聚類模型的建立
        3.3.1 動態(tài)確定聚類中心算法
        3.3.2 構(gòu)建R樹聚類模型
    3.4 基于R樹聚類模型的信息檢索方法
    3.5 實驗結(jié)果及性能分析
        3.5.1 實驗環(huán)境
        3.5.2 實驗結(jié)果及分析
    3.6 本章小結(jié)
第4章 基于本地差分隱私的健康數(shù)據(jù)保護方法
    4.1 引言
    4.2 問題描述
    4.3 基于本地差分隱私的數(shù)據(jù)保護模型
    4.4 模型實現(xiàn)
        4.4.1 敏感點的查找
        4.4.2 添加噪聲
        4.4.3 重建數(shù)據(jù)流
    4.5 實驗與分析
        4.5.1 實驗環(huán)境
        4.5.2 結(jié)果與討論
    4.6 本章小結(jié)
第5章 結(jié)論
    5.1 總結(jié)
    5.2 研究展望
參考文獻
致謝
攻讀碩士學(xué)位期間的研究成果



本文編號：3182625