CN101599088A - 医疗信息系统的多维度数据挖掘系统及方法 - Google Patents
医疗信息系统的多维度数据挖掘系统及方法 Download PDFInfo
- Publication number
- CN101599088A CN101599088A CNA2009101575630A CN200910157563A CN101599088A CN 101599088 A CN101599088 A CN 101599088A CN A2009101575630 A CNA2009101575630 A CN A2009101575630A CN 200910157563 A CN200910157563 A CN 200910157563A CN 101599088 A CN101599088 A CN 101599088A
- Authority
- CN
- China
- Prior art keywords
- dimension
- dimensional data
- information
- mining multi
- patient
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明提供一种医疗信息系统的多维度数据挖掘系统及方法,该系统包括:多个包含病人的就诊信息的数据源,一个包含领域专用标准的知识库;一个多维度数据挖掘仓库,多维度数据挖掘仓库包括维度表、事实表和度量值,维度表包括一个或多个具有逻辑关系的维度以及维度的值,事实表中包括统一的结构化的按照维度列出的所有病人的就诊信息,度量值为通过对事实表中的病人的就诊信息的记录聚集计算得到的各种维度或者维度组合情况下的统计值;一个数据挖掘器,用于依据领域专用标准从数据源提取结构化信息和/或提取非结构化信息并转化为结构化信息从而创建多维度数据挖掘仓库。该系统能够对临床信息进行多维度的数据挖掘,得到高质量结构化的临床信息。
Description
技术领域
本发明涉及一种数据挖掘技术,特别是一种用于医院信息系统的多维度数据挖掘系统及方法,以提取疾病统计、发病季节、发病年龄等重要统计数据,有利于各医疗单位及卫生主管部门实现科学决策。
背景技术
目前,医院等卫生事业单位在疾病的诊断和治疗过程中,已经大量借助于计算机等数字设备和网络传输及在线存储等新型信息化技术。其中医疗信息系统作为医院优化工作流程、规范操作程序的系统,已经得到了广大医疗单位的普遍认可和广泛实施。医院包括很多科室,其中一个放射科室工作的典型流程就包括登记预约、就诊、产生影像、出片、报告、审核、发片等多个环节。医疗信息系统通过信息化技术实现了患者在整个流程中的质量控制、实地跟踪和数据统计。与此同时,医疗信息系统数据库中积累了数年、甚至数十年的临床检查产生的大量病人信息和诊断信息等关键信息。这些海量的医疗数据包含了大量的病例信息,是各医疗单位的宝贵财富。
目前为止这些信息仅仅当作病人资料的存档和检索,而没有对它们进行深入挖掘和知识提取。对于医院积累的大量临床信息实现了病历电子化,为病案管理和信息检索带来了方便,通常我们使用常规的查询方式只是检索某位特定病人相关的信息,或者一些简单的数量统计,而蕴藏在这些大量信息当中人们事先不知道、但是又潜在有用的知识往往被忽略。究其原因,其一是面对这些海量信息,普通的检索方式效率低下,甚至经常出现检索超时出错等;其二,常规的统计查询往往得到的是一些简单的类似于数量总和的统计结果,不能很好地反映数据分布等特点,这种统计结果往往只具备数据统计的意义,而缺少知识挖掘的意义。如果对这些临床信息深入挖掘,就可以为疾病统计、发病季节等课题研究乃至医疗卫生单位做出决策提供重要的统计数据。因此对医疗信息系统的数据库数据进行深入挖掘,尽可能提取有用信息,就成为了一项极有意义的技术课题。
发明内容
本发明针对现有技术中存在的缺陷或不足,提供一种医疗信息系统的多维度数据挖掘系统,能够对临床信息进行多维度的数据挖掘,得到高质量结构化的临床信息,并提高多维度数据挖掘的效率,本发明还涉及一种医疗信息系统的多维度数据挖掘方法。
本发明的技术方案如下:
一种医疗信息系统的多维度数据挖掘系统,其特征在于,包括:
多个包含病人的就诊信息的数据源,所述病人的就诊信息为结构化信息和/或能转化为结构化信息的非结构化信息;
一个包含领域专用标准的知识库;
一个多维度数据挖掘仓库,所述多维度数据挖掘仓库包括维度表、事实表和度量值,所述维度表包括一个或多个具有逻辑关系的维度以及维度的值,所述维度为统计项的名称,所述维度的值为统计项下全部可能结果,所述事实表中包括统一的结构化的按照维度列出的所有病人的就诊信息,所述度量值为通过对事实表中的病人的就诊信息的记录聚集计算得到的各种维度或者维度组合情况下的统计值;
一个数据挖掘器,用于依据领域专用标准从数据源提取结构化信息和/或提取非结构化信息并转化为结构化信息从而创建多维度数据挖掘仓库。
还包括维度调节单元,所述维度调节单元将度量值中的维度进行调节,包括维度层数调节单元、维度角度调节单元和维度次序调节单元;维度层数调节单元用于改变需要统计的维度的数量得到统计值,所述维度层数调节单元包括维度增加调节单元和/或维度减少调节单元,所述维度增加调节单元增加度量值中的维度,细分统计值;维度减少调节单元减少度量值中的维度,归并统计值;维度角度调节单元用于固定某一个或多个维度,统计度量值在剩余维度上的分布;维度次序调节单元用于调节维度的先后次序,得到不同意义的统计值。
所述聚集计算包括累计计数和/或求和计算。
所述统一的结构化的所有病人的就诊信息为在事实表中以各维度为列,并以病人就诊时间为顺序逐行显示的各维度的值。
所述病人的就诊信息包括病人信息和/或诊断信息和/或影像数据,所述领域专用标准包括卫生机构专用领域知识和/或疾病专用领域知识,所述卫生机构专用领域知识涉及医院的数据信息、医院的文档结构、医院的政策、医院的方针以及医院的政策,所述疾病专用领域知识涉及影响疾病危险的因素、疾病进展信息、并发症信息、与疾病有关的结果和变量、与疾病有关的措施以及与疾病有关的方针和政策。
一种医疗信息系统的多维度数据挖掘方法,其特征在于,包括下述步骤:
A、提供多个包含病人的就诊信息的数据源,所述病人的就诊信息为结构化信息和/或能转化为结构化信息的非结构化信息;
B、从数据源提取需要统计的统计项构建维度表,所述维度表包括一个或多个具有逻辑关系的维度以及维度的值,所述维度为统计项的名称,所述维度的值为统计项下全部可能结果;
C、将所有病人的就诊信息排列在统一的结构化的按照维度列出的事实表中;
D、根据事实表和构建的维度表,对事实表中的病人的就诊信息的记录聚集计算得到各种维度或者维度组合情况下的统计值。
执行完步骤D后还执行下述步骤:
E、将步骤D得到的统计值中的维度进行调节,得到伸缩维度层数和变化维度角度情况下的统计值。
步骤E所述的伸缩维度层数为通过钻取的方法改变需要统计的维度的数量得到统计值,所述钻取包括向上钻取和向下钻取,所述向上钻取为减少度量值中的维度,归并统计值;所述向下钻取为增加度量值中的维度,细分统计值。
步骤E所述的变化维度角度为固定某一个或多个维度,统计度量值在剩余维度上的分布。
步骤E所述的变化维度角度为调节维度的先后次序,得到不同意义的统计值。
本发明的技术效果如下:
本发明提供的医疗信息系统的多维度数据挖掘系统中的数据挖掘器被配置为使用领域专用标准从数据源提取病人的就诊信息并创建多维度数据挖掘仓库,结合病人信息的特点和临床科研统计的需求,创建需要的维度,从而构建合理的多维度数据挖掘仓库,该多维度数据挖掘仓库中含有维度表、事实表和度量值,维度为统计项的名称,维度表包括一个或多个具有逻辑关系的维度以及维度的值,维度的定义直接影响度量值的计算过程以及我们分析问题的角度,由于多维度数据挖掘仓库中含有事实表和维度表,数据挖掘器根据事实表和维度表将病人的就诊信息记录聚集计算得到的各种维度或者维度组合情况下的统计值,尤其是当得到维度组合情况下的统计值时,只需在事实表中从上向下逐行进行一次查询统计即可。而常规的检索方式去统计这些结果时需要做好几次查询统计,即使是专业的数据库管理员(DBA)也需要非常复杂的查询函数才能得到这些统计结果,而且对于海量数据信息时,往往这些查询函数效率极其低下。本发明的多维度数据挖掘系统除能统计数据之外,更能很好的反应数据分布的特点,具有多维度数据挖掘的意义,能够挖掘出蕴藏在大量信息当中人们事先不知道、但是又潜在有用的知识,并且在病人的就诊信息为海量数据时,该多维度数据挖掘的效率更高,得到高质量结构化的临床信息。
本发明的多维度数据挖掘系统中设置维度调节单元,能够将已计算得到的度量值中的维度进行调节,从维度的层数和角度进行不同意义的挖掘,直接在统计好的度量值的基础上根据所需要统计的维度进行下一步的调节,使得维度在度量值中具有伸缩性,能够降低成本,节省数据挖掘时间,提高多维度数据挖掘的效率。
本发明涉及的医疗信息系统的多维度数据挖掘方法,结合病人信息的特点和临床科研统计的需求,创建需要的维度,从数据源提取需要统计的统计项构建维度表,再将所有病人的就诊信息排列在统一的结构化的事实表中,然后根据事实表和构建的维度表,对事实表中的病人的就诊信息的记录聚集计算得到各种维度或者维度组合情况下的统计值,该方法只需在事实表中从上向下逐行进行一次查询统计即可,并具有多维度数据挖掘的意义,还能够提高数据挖掘的效率。
附图说明
图1是本发明优选的医疗信息系统的多维度数据挖掘系统的结构框图;
图2是本发明优选的医疗信息系统的多维度数据挖掘方法的流程图。
具体实施方式
下面结合附图对本发明进行说明。
图1是本发明优选的医疗信息系统的多维度数据挖掘系统的结构框图,该系统包括:多个包含病人的就诊信息的数据源1,一个包含领域专用标准的知识库、数据挖掘器2、多维度数据挖掘仓库3和维度调节单元4。
其中,数据源中的病人的就诊信息应为结构化信息和/或能转化为结构化信息的非结构化信息。病人的就诊信息可以是病人信息、诊断信息、影像数据等。通常由于各医院数字化建设的程度不一样,结构化信息与非结构化信息的占据比例也不一样。比如有些医院建设了医疗信息系统,所有的病人的基本信息、病史、就诊过程等都为以结构化数据的信息即结构化信息存储在数据库中,同时门诊和住院的记账信息等也会以结构化信息记录在数据库中,此外,如医学影像存档与通讯系统(PACS),实验室信息系统(LIS)、临床信息系统(CIS)、电子病历系统(EMR)等各种数字化医疗系统也都不同程度了实现了病人信息的结构化存储。本发明的医疗信息系统的多维度数据挖掘系统的数据源中还包含能转化为结构化信息的非结构化的信息,比如申请单,化验单,心电图,DICOM(医学数字成像与通讯)格式的图像信息等,故本发明的多维度数据挖掘系统可用于PACS系统、LIS系统、CIS系统和EMR系统等各种数字化医疗系统的多维度数据挖掘。
领域专用标准包括卫生机构专用领域知识、疾病专用领域知识等,其中,卫生机构专用领域知识涉及医院的数据信息、医院的文档结构、医院的政策、医院的方针以及医院的政策等;疾病专用领域知识涉及影响疾病危险的因素、疾病进展信息、并发症信息、与疾病有关的结果和变量、与疾病有关的措施以及与疾病有关的方针和政策等。
数据挖掘器2用于使用领域专用标准从数据源提取结构化信息(和/或提取非结构化信息并将其转化为结构化信息)从而创建多维度数据挖掘仓库3,多维度数据挖掘仓库3包括维度表、事实表和度量值。
数据挖掘器2根据需要统计的统计项的名称创建维度表,统计项的名称称为维度,维度的值为统计项下全部可能结果,该维度表包括一个或多个具有逻辑关系的维度以及维度的值;维度的定义直接影响度量值的计算过程以及我们分析问题的角度,该医疗信息系统的多维度数据挖掘系统需要结合病人信息的特点和临床科研统计的需求,定义我们需要的维度,从而构建合理的多维度数据挖掘仓库。医院内部的信息系统之间以及各医院之间的信息系统由于数据平台不统一,各类数据源的数据结构存在很大的差异性(包括非结构数据之间的差异性及结构化数据的差异性),故医疗信息系统的多维度数据挖掘系统需要将各类数据源转换为统一的结构化临床信息,数据挖掘器2被配置为使用领域专用标准来挖掘数据源,数据挖掘器2提取数据源中的病人的就诊信息并创建多维度数据挖掘仓库3中的事实表,使得该事实表中包括统一的结构化的按照维度列出的所有病人的就诊信息。数据挖掘器2负责将非结构的数据转换为统一的结构化临床信息,比如通过DICOM图像归档工具可以提取DICOM文件中包含的病人信息、检查方法、图像信息并形成统一的结构化数据。此外,类似于图像、波形等非结构化数据格式可以通过数据挖掘器2进行图像处理或特征提取来完成。数据挖掘器2根据构建的事实表和维度表得到多维度数据挖掘仓库3中的度量值,该度量值实为通过对事实表中的病人的就诊信息的记录聚集计算得到的各种维度或者维度组合情况下的统计值。
维度调节单元4和多维度数据挖掘仓库3中的度量值相连接,用于调节度量值中的维度,包括维度层数调节单元、维度角度调节单元和维度次序调节单元。其中,维度层数调节单元用于改变需要统计的维度的数量得到统计值,即改变维度层数,变换分析的粒度得到统计值,包括维度增加调节单元和/或维度减少调节单元,维度增加调节单元增加度量值中的维度,细分统计值;维度减少调节单元减少度量值中的维度,归并统计值;维度角度调节单元用于固定某一个或多个维度,统计度量值在剩余维度上的分布;维度次序调节单元用于调节维度的先后次序,得到不同意义的统计值。
本发明还涉及一种医疗信息系统的多维度数据挖掘方法,如图2所示的本发明优选的医疗信息系统的多维度数据挖掘方法的流程图,下面结合具体实施例描述该方法的实施步骤。
比如,现在我们想得到关于某类疾病发病率的以下统计结果:
●每年该疾病的发病率
●每季度该疾病的发病率
●该疾病患者的地域分布
●该疾病患者当中,男女比例各占多少
●该疾病患者当中,各年龄层当中患病的比例是多少
●该疾病患者当中,各年龄层患者的男女比例是多少
首先需提供多个包含病人的就诊信息的数据源,该病人的就诊信息为结构化信息和/或能转化为结构化信息的非结构化信息;然后从数据源提取需要统计的统计项构建维度表,每一个统计项的名称,比如性别,年龄、就诊日期等,我们称之为维度(Dimension),一个或多个具有逻辑关系的维度以及相应的维度的值构成一个维度表,维度表中定义了所有可能的维度(或多个维度组合)的值,维度的值为统计项下全部可能结果,比如,性别维度表中包含了两个值:男和女。通常,我们需要按照科研统计的需要构建特定的维度。该实施例中,按照表1来定义以下维度:
表1
维度 | 含义 | 值 |
Year | 病人就诊的年份 | 2000,2001,2002,...,2009 |
Quarter | 病人就诊的季度 | 2000年第一季度,...,2000年第四季度,2001年第一季度,...,2009年第一季度 |
Province | 病人来源省份 | 北京,河北,山东,... |
Sex | 病人性别 | 男、女 |
AgeBracket | 病人年龄段分布 | <18,18-24,25~44,45~64,>65 |
第三步为将所有病人的就诊信息排列在统一的结构化的按照维度列出的事实表中,事实表(Fact Table)即为病人就诊信息表,病人就诊信息表包含了所有病人的就诊信息,比如病人姓名,性别,年龄,家庭住址,就诊日期,检查科室,诊断结论等等,统一的结构化的所有病人的就诊信息为在事实表中以各统计项为列,并以病人就诊时间为顺序逐行显示的各统计项的值。该构建事实表的步骤可以和上一步构建维度表的步骤互换。
第四步为根据构建的事实表和维度表,对事实表中的病人的就诊信息的记录聚集计算得到各种维度或者维度组合情况下的统计值。该统计值又称为度量值,这些度量值是通过对事实表中的记录做聚集计算(Aggregation)而得来的,一般都是通过做累计计数(COUNT),当然有时候也会使用求和(SUM),比如关于费用、剂量等信息的相关统计。根据事实表和维度表将病人的就诊信息记录聚集计算得到的各种维度或者维度组合情况下的统计值,尤其是当得到维度组合情况下的统计值时,只需在事实表中从上向下逐行进行一次查询统计即可。
如,当统计“该疾病患者当中,各年龄层患者的男女比例是多少”时,涉及到的维度表是病人年龄段分布维度表和病人性别维度表,根据事实表中的病人的就诊信息的记录聚集计算得到两种维度组合情况下的统计值的过程可形象理解为:建立了一个由两种维度构成的二维坐标系,横轴为病人年龄段分布,纵轴为病人性别,逐行读取事实表中的病人的就诊信息的记录,每行记录都能一次性的且唯一确定地放置到该二维坐标系中。无需做多次的查询和制作复杂的函数,当病人的就诊信息为海量数据时,该方法具有多维度数据挖掘的意义,并能够提高数据挖掘的效率。
主要涉及到的语句如下:
Define Cube RIS_Cube[Year,Quarter,Province,Sex,AgeBracket]:
patients_studied=count(*)
SELECT AgeBracket,Sex,COUNT(*)FROM RIS_Cube GROUP BY AgeBracket,Sex
此外,在得到第四步所述的统计值后,还可以将该统计值中的维度进行调节,得到伸缩维度层数和变化维度角度情况下的统计值。其中,伸缩维度层数的方法如钻取的方法改变维度的层数,变换分析的粒度得到统计值,它包括向上钻取(roll up)和向下钻取(drilldown),向上钻取(roll up)是在某一维度上将低层次的细节数据概括到高层次的汇总数据,或者减少维数;而向下钻取(drill down)则相反,它从汇总数据深入到细节数据进行观察或增加新维度。比如我们在分析某疾病在各个年龄层中的发病率的时候,那么通过drill down方法添加一个性别维度,即可得到该疾病发在各年龄层中男、女发病率的比例。变化维度角度的方法有切片(slice)、切块(dice)以及旋转(pivot)等方法:切片和切块是在一部分维度上选定值后,统计度量值在剩余维度上的分布,如果剩余的维度只有两个,则是切片;两个以上,则是切块;旋转是变换维度的方向,即调节维度的先后次序,从不同的角度分析数据,从而得到不同意义的统计的结果。比如先按年龄再按疾病统计是分析各个年龄段容易引发哪些疾病;而先按疾病再按年龄统计则可以分析疾病在各个年龄段的发病率。
医疗信息系统的多维度数据挖掘方法能够实现快速高效地数据分析,并且在已挖掘的数据上直接使用多维度的、可变换的分析方法,使用这种多维度数据挖掘方法可以更直观地理解数据的含义,从而发现隐藏在这些大量信息中的趋势、规律和异常。
应当指出,以上所述具体实施方式可以使本领域的技术人员更全面地理解本发明创造,但不以任何方式限制本发明创造。因此,尽管本说明书参照附图和实施例对本发明创造已进行了详细的说明,但是,本领域技术人员应当理解,仍然可以对本发明创造进行修改或者等同替换,总之,一切不脱离本发明创造的精神和范围的技术方案及其改进,其均应涵盖在本发明创造专利的保护范围当中。
Claims (10)
1、一种医疗信息系统的多维度数据挖掘系统,其特征在于,包括:
多个包含病人的就诊信息的数据源,所述病人的就诊信息为结构化信息和/或能转化为结构化信息的非结构化信息;
一个包含领域专用标准的知识库;
一个多维度数据挖掘仓库,所述多维度数据挖掘仓库包括维度表、事实表和度量值,所述维度表包括一个或多个具有逻辑关系的维度以及维度的值,所述维度为统计项的名称,所述维度的值为统计项下全部可能结果,所述事实表中包括统一的结构化的按照维度列出的所有病人的就诊信息,所述度量值为通过对事实表中的病人的就诊信息的记录聚集计算得到的各种维度或者维度组合情况下的统计值;
一个数据挖掘器,用于依据领域专用标准从数据源提取结构化信息和/或提取非结构化信息并转化为结构化信息从而创建多维度数据挖掘仓库。
2、根据权利要求1所述的医疗信息系统的多维度数据挖掘系统,其特征在于,还包括维度调节单元,所述维度调节单元将度量值中的维度进行调节,包括维度层数调节单元、维度角度调节单元和维度次序调节单元;维度层数调节单元用于改变需要统计的维度的数量得到统计值,所述维度层数调节单元包括维度增加调节单元和/或维度减少调节单元,所述维度增加调节单元增加度量值中的维度,细分统计值;维度减少调节单元减少度量值中的维度,归并统计值;维度角度调节单元用于固定某一个或多个维度,统计度量值在剩余维度上的分布;维度次序调节单元用于调节维度的先后次序,得到不同意义的统计值。
3、根据权利要求1或2所述的医疗信息系统的多维度数据挖掘系统,其特征在于,所述聚集计算包括累计计数和/或求和计算。
4、根据权利要求1或2所述的医疗信息系统的多维度数据挖掘系统,其特征在于,所述统一的结构化的所有病人的就诊信息为在事实表中以各维度为列,并以病人就诊时间为顺序逐行显示的各维度的值。
5、根据权利要求1或2所述的医疗信息系统的多维度数据挖掘系统,其特征在于,所述病人的就诊信息包括病人信息和/或诊断信息和/或影像数据,所述领域专用标准包括卫生机构专用领域知识和/或疾病专用领域知识,所述卫生机构专用领域知识涉及医院的数据信息、医院的文档结构、医院的政策、医院的方针以及医院的政策,所述疾病专用领域知识涉及影响疾病危险的因素、疾病进展信息、并发症信息、与疾病有关的结果和变量、与疾病有关的措施以及与疾病有关的方针和政策。
6、一种医疗信息系统的多维度数据挖掘方法,其特征在于,包括下述步骤:
A、提供多个包含病人的就诊信息的数据源,所述病人的就诊信息为结构化信息和/或能转化为结构化信息的非结构化信息;
B、从数据源提取需要统计的统计项构建维度表,所述维度表包括一个或多个具有逻辑关系的维度以及维度的值,所述维度为统计项的名称,所述维度的值为统计项下全部可能结果;
C、将所有病人的就诊信息排列在统一的结构化的按照维度列出的事实表中;
D、根据事实表和构建的维度表,对事实表中的病人的就诊信息的记录聚集计算得到各种维度或者维度组合情况下的统计值。
7、根据权利要求6所述的医疗信息系统的多维度数据挖掘方法,其特征在于,执行完步骤D后还执行下述步骤:
E、将步骤D得到的统计值中的维度进行调节,得到伸缩维度层数和变化维度角度情况下的统计值。
8、根据权利要求7所述的医疗信息系统的多维度数据挖掘方法,其特征在于,步骤E所述的伸缩维度层数为通过钻取的方法改变需要统计的维度的数量得到统计值,所述钻取包括向上钻取和向下钻取,所述向上钻取为减少度量值中的维度,归并统计值;所述向下钻取为增加度量值中的维度,细分统计值。
9、根据权利要求7所述的医疗信息系统的多维度数据挖掘方法,其特征在于,步骤E所述的变化维度角度为固定某一个或多个维度,统计度量值在剩余维度上的分布。
10、根据权利要求7所述的医疗信息系统的多维度数据挖掘方法,其特征在于,步骤E所述的变化维度角度为调节维度的先后次序,得到不同意义的统计值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2009101575630A CN101599088A (zh) | 2008-11-18 | 2009-07-14 | 医疗信息系统的多维度数据挖掘系统及方法 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200810177358 | 2008-11-18 | ||
CN200810177358.6 | 2008-11-18 | ||
CNA2009101575630A CN101599088A (zh) | 2008-11-18 | 2009-07-14 | 医疗信息系统的多维度数据挖掘系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101599088A true CN101599088A (zh) | 2009-12-09 |
Family
ID=41420532
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2009101575630A Pending CN101599088A (zh) | 2008-11-18 | 2009-07-14 | 医疗信息系统的多维度数据挖掘系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101599088A (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101799830A (zh) * | 2010-03-25 | 2010-08-11 | 北京国双科技有限公司 | 可实现多维度自由剖析的流量数据处理方法 |
CN103258054A (zh) * | 2013-05-31 | 2013-08-21 | 闫朝升 | 数据处理方法及装置 |
CN103500225A (zh) * | 2013-10-21 | 2014-01-08 | 樊梦真 | 医学信息的结构化存贮方法 |
CN104252570A (zh) * | 2013-06-28 | 2014-12-31 | 上海联影医疗科技有限公司 | 一种海量医学影像数据挖掘系统及其实现方法 |
CN104820959A (zh) * | 2015-04-29 | 2015-08-05 | 赵蒙海 | 基于数据挖掘的医学知识库系统 |
CN106126532A (zh) * | 2016-06-13 | 2016-11-16 | 浪潮(北京)电子信息产业有限公司 | 一种数据管理系统、方法及资产管理系统 |
CN106126547A (zh) * | 2016-06-08 | 2016-11-16 | 樊永正 | 结构化大数据通信协议 |
CN106682136A (zh) * | 2016-12-19 | 2017-05-17 | 谭红春 | 一种基于数据挖掘的中医医学文献分类及存储方法 |
CN106777137A (zh) * | 2016-12-19 | 2017-05-31 | 谭红春 | 一种中医学文献分析方法 |
CN106980745A (zh) * | 2016-06-30 | 2017-07-25 | 平安科技(深圳)有限公司 | 数据展示方法和装置 |
CN107357812A (zh) * | 2017-05-31 | 2017-11-17 | 阿里巴巴集团控股有限公司 | 一种数据查询方法及装置 |
CN108197092A (zh) * | 2017-12-26 | 2018-06-22 | 武汉雕龙数据科技有限公司 | 一种以指标为基础的数据图表设计方法及系统 |
CN108986919A (zh) * | 2018-07-19 | 2018-12-11 | 清华大学 | 一种医疗数据的处理方法及装置 |
CN109448859A (zh) * | 2018-11-09 | 2019-03-08 | 贵州医渡云技术有限公司 | 数据处理方法及装置、电子设备、存储介质 |
CN109597827A (zh) * | 2018-11-09 | 2019-04-09 | 金色熊猫有限公司 | 医疗数据处理方法及装置、存储介质、电子设备 |
CN109710662A (zh) * | 2018-12-26 | 2019-05-03 | 成都科来软件有限公司 | 一种基于交易数据的多维度动态挖掘分析方法 |
CN109739940A (zh) * | 2018-12-29 | 2019-05-10 | 东软集团股份有限公司 | 联机分析处理方法、装置、存储介质及电子设备 |
CN109830303A (zh) * | 2019-02-01 | 2019-05-31 | 上海众恒信息产业股份有限公司 | 基于互联网一体化医疗平台的临床数据挖掘分析与辅助决策方法 |
CN110019491A (zh) * | 2017-07-27 | 2019-07-16 | 北大医疗信息技术有限公司 | 可视化方法、可视化装置、计算机设备和存储介质 |
CN111274305A (zh) * | 2020-01-15 | 2020-06-12 | 平安医疗健康管理股份有限公司 | 三维图片的生成方法、装置、计算机设备和存储介质 |
-
2009
- 2009-07-14 CN CNA2009101575630A patent/CN101599088A/zh active Pending
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101799830A (zh) * | 2010-03-25 | 2010-08-11 | 北京国双科技有限公司 | 可实现多维度自由剖析的流量数据处理方法 |
CN103258054A (zh) * | 2013-05-31 | 2013-08-21 | 闫朝升 | 数据处理方法及装置 |
CN103258054B (zh) * | 2013-05-31 | 2017-01-25 | 闫朝升 | 数据处理方法及装置 |
CN104252570A (zh) * | 2013-06-28 | 2014-12-31 | 上海联影医疗科技有限公司 | 一种海量医学影像数据挖掘系统及其实现方法 |
CN103500225A (zh) * | 2013-10-21 | 2014-01-08 | 樊梦真 | 医学信息的结构化存贮方法 |
CN104820959A (zh) * | 2015-04-29 | 2015-08-05 | 赵蒙海 | 基于数据挖掘的医学知识库系统 |
CN106126547A (zh) * | 2016-06-08 | 2016-11-16 | 樊永正 | 结构化大数据通信协议 |
CN106126532A (zh) * | 2016-06-13 | 2016-11-16 | 浪潮(北京)电子信息产业有限公司 | 一种数据管理系统、方法及资产管理系统 |
CN106980745A (zh) * | 2016-06-30 | 2017-07-25 | 平安科技(深圳)有限公司 | 数据展示方法和装置 |
CN106980745B (zh) * | 2016-06-30 | 2019-02-26 | 平安科技(深圳)有限公司 | 数据展示方法和装置 |
CN106682136B (zh) * | 2016-12-19 | 2018-03-16 | 刘凯 | 一种基于数据挖掘的中医医学文献分类及存储方法 |
CN106777137A (zh) * | 2016-12-19 | 2017-05-31 | 谭红春 | 一种中医学文献分析方法 |
CN106777137B (zh) * | 2016-12-19 | 2018-03-16 | 谭红春 | 一种中医学文献分析方法 |
CN106682136A (zh) * | 2016-12-19 | 2017-05-17 | 谭红春 | 一种基于数据挖掘的中医医学文献分类及存储方法 |
CN107357812A (zh) * | 2017-05-31 | 2017-11-17 | 阿里巴巴集团控股有限公司 | 一种数据查询方法及装置 |
CN110019491A (zh) * | 2017-07-27 | 2019-07-16 | 北大医疗信息技术有限公司 | 可视化方法、可视化装置、计算机设备和存储介质 |
CN110019491B (zh) * | 2017-07-27 | 2023-07-04 | 北大医疗信息技术有限公司 | 可视化方法、可视化装置、计算机设备和存储介质 |
CN108197092A (zh) * | 2017-12-26 | 2018-06-22 | 武汉雕龙数据科技有限公司 | 一种以指标为基础的数据图表设计方法及系统 |
CN108986919A (zh) * | 2018-07-19 | 2018-12-11 | 清华大学 | 一种医疗数据的处理方法及装置 |
CN109448859A (zh) * | 2018-11-09 | 2019-03-08 | 贵州医渡云技术有限公司 | 数据处理方法及装置、电子设备、存储介质 |
CN109597827A (zh) * | 2018-11-09 | 2019-04-09 | 金色熊猫有限公司 | 医疗数据处理方法及装置、存储介质、电子设备 |
CN109710662A (zh) * | 2018-12-26 | 2019-05-03 | 成都科来软件有限公司 | 一种基于交易数据的多维度动态挖掘分析方法 |
CN109739940A (zh) * | 2018-12-29 | 2019-05-10 | 东软集团股份有限公司 | 联机分析处理方法、装置、存储介质及电子设备 |
CN109830303A (zh) * | 2019-02-01 | 2019-05-31 | 上海众恒信息产业股份有限公司 | 基于互联网一体化医疗平台的临床数据挖掘分析与辅助决策方法 |
CN111274305A (zh) * | 2020-01-15 | 2020-06-12 | 平安医疗健康管理股份有限公司 | 三维图片的生成方法、装置、计算机设备和存储介质 |
CN111274305B (zh) * | 2020-01-15 | 2023-03-31 | 深圳平安医疗健康科技服务有限公司 | 三维图片的生成方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101599088A (zh) | 医疗信息系统的多维度数据挖掘系统及方法 | |
Maynard et al. | Data resources in the Department of Veterans Affairs | |
Goshtasebi et al. | Assessing hospital performance by the Pabon Lasso Model | |
Wennberg et al. | Use Of Medicare Claims Data To Monitor Provider-Specific Performance Among Patients With Severe Chronic Illness: Analyses of seventy-seven of America's “best hospitals” document extensive variation in the amount of care provided to patients with three common chronic conditions. | |
Janakiraman et al. | The effects of health information exchange access on healthcare quality and efficiency: An empirical investigation | |
Bottle et al. | Hospital standardized mortality ratios: sensitivity analyses on the impact of coding | |
Kamineni et al. | Cervical cancer screening research in the PROSPR I consortium: rationale, methods and baseline findings from a US cohort | |
Chaudhry et al. | Research outputs of England’s Hospital Episode Statistics (HES) database: a bibliometric analysis | |
CN101546418A (zh) | 门诊医生工作考核评价系统及其评价方法 | |
Wang et al. | Visualization maps for the evolution of research hotspots in the field of regional health information networks | |
CA2897326A1 (en) | Data collection marketplace for a data registry system | |
US20120173277A1 (en) | Healthcare Quality Measure Management | |
Liddy et al. | Understanding patient referral wait times for specialty care in Ontario: a retrospective chart audit | |
Niland et al. | An informatics blueprint for healthcare quality information systems | |
CN104331469A (zh) | 医联多病种影像特征库系统 | |
Stuart et al. | Utility of additional tissue sections in dermatopathology: diagnostic, clinical and financial implications | |
Kausto et al. | Self‐certification versus physician certification of sick leave for reducing sickness absence and associated costs | |
Halpern et al. | Critical care medicine use and cost among Medicare beneficiaries 1995–2000: Major discrepancies between two United States federal Medicare databases | |
US11581097B2 (en) | Systems and methods for patient retention in network through referral analytics | |
Hadjianastassiou et al. | Surgical mortality score: risk management tool for auditing surgical performance | |
US10964434B2 (en) | Systems and methods for extraction of clinical knowledge with reimbursement potential | |
Shen et al. | Visualization studies on evidence‐based medicine domain knowledge (series 2): structural diagrams of author networks | |
Hu | Research on monitoring system of daily statistical indexes through big data | |
JP7079790B2 (ja) | 臨床転帰を改善し、総治療費を低減するためのcnaガイドケア | |
Nasser et al. | Patients record systems: effects on dental practice and patient oral health outcomes |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Open date: 20091209 |