現(xiàn)代電子醫(yī)療記錄系統(tǒng)利用大量的文本圖表來展示孕婦的身體檢測數(shù)據(jù),醫(yī)生往往需要閱讀大量文本,無法快速找到所需信息且不能做到及時確診孕婦身體狀況。同時,孕婦產(chǎn)檢時的各項指標(biāo)雖指明其身體狀況良好,但僅憑單項指標(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)合多項產(chǎn)檢指標(biāo)對孕婦健康情況進行描述是一個重要的研究課題。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)檢查項記錄數(shù)據(jù)。在對孕檢數(shù)據(jù)預(yù)處理之后,論文采用多種聚類算法對產(chǎn)檢數(shù)據(jù)進行簇間分離,旨在幫助醫(yī)生發(fā)現(xiàn)各個集群中孕婦關(guān)鍵產(chǎn)檢指標(biāo)對妊娠合并癥的作用;同時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。最后提出基于聚類的醫(yī)學(xué)可視化設(shè)計系統(tǒng)。本文的主要貢獻體現(xiàn)在以下三個方面:1.為獲取到具有實際醫(yī)學(xué)意義的集群,探尋各集群中的關(guān)鍵產(chǎn)檢指標(biāo),挖掘能識別妊娠合并癥但以往被忽略的產(chǎn)檢指標(biāo),本文通過優(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。通過可視分析效果圖對比和質(zhì)量評估指標(biāo)值證明其能較為... 

【文章來源】：西南科技大學(xué)四川省

【文章頁數(shù)】：51 頁

【學(xué)位級別】：碩士

【部分圖文】：

二維散點圖

2相關(guān)理論與技術(shù)15圖2-1二維散點圖Figure2-12-dimensionalscatterplot雷達圖通過在同一個中心點開始的軸上顯示多維變量的二維圖表，但軸中的角度與相對位置是無意義的，它能體現(xiàn)多個屬性之間的對比分析程度。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)運營雷達圖。如圖2-2所示。圖2-2雷達圖Figure2-2Radarchart雷達圖的可視化技術(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)主要闡述了為實現(xiàn)基于多維度醫(yī)療指標(biāo)數(shù)據(jù)的疾病預(yù)測研究，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，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)療記錄已被認為是進行大規(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，對產(chǎn)檢電子醫(yī)療記錄數(shù)據(jù)進行處理。過程包括數(shù)據(jù)預(yù)處理，數(shù)據(jù)PCA降維，聚類數(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，最終將各聚類通過前一個相似度算法改進后的聚類結(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)，有必要對源數(shù)據(jù)進行預(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)聚類的結(jié)果。據(jù)統(tǒng)計，在整個數(shù)據(jù)處理過程中，預(yù)處理階段的工作量超過60%[19]。不同的類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)時的過程記錄，文檔傳送記錄，以及相關(guān)的詞匯記錄和術(shù)后總結(jié)[20]，對其進行數(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】：
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.  計算機科學(xué)與探索. 2017(05)
[2]數(shù)據(jù)可視化背景下雷達圖在醫(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：2981924