CN106066929A - 一种新型临床医学对象组织方法 - Google Patents
一种新型临床医学对象组织方法 Download PDFInfo
- Publication number
- CN106066929A CN106066929A CN201610351176.0A CN201610351176A CN106066929A CN 106066929 A CN106066929 A CN 106066929A CN 201610351176 A CN201610351176 A CN 201610351176A CN 106066929 A CN106066929 A CN 106066929A
- Authority
- CN
- China
- Prior art keywords
- medical
- clinical medicine
- attribute
- clinical
- data
- 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.)
- Granted
Links
Classifications
-
- G06F19/325—
-
- G06F19/34—
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提出一种新型临床医学对象组织方法,属于临床医学领域。本方法首先要将临床医学中各种实体和对象定义为具有三要素的元数据,构建基本医学对象数据模型;然后,将医学对象相互关系通过元网络建模,通过元网络将医学对象组织形成临床对象的整体数据模型;最后,通过基于医学对象组合查询,依据元网络映射,提取一级乃至多级医学数据。本发明适用度高,扩展性强,降低了对医学信息资源的存储、检索和利用的难度,并且对临床医学中的研究也有很大的帮助。
Description
技术领域
本发明属于临床医学领域,具体涉及到一种医学元数据的建模方法。
背景技术
元数据一般指关于数据的数据,亦或是关于数据的一种结构化的数据,它用来描述数据所对应实体的属性,或是用于描述某些数据信息的结构化数据,在各领域已有应用。元数据的表现形式不一定是数值类型的,它可以包括不同的种类,可以是图形、表格、代码、公式等各种形式的信息。因为元数据也是一种数据,所以它可以在我们平时使用的数据库当中进行存储和管理。元数据的应用,对于数据的有效识别、快速查找、资源管理等都有着很大的帮助。
随着医学的发展和社会的进步,临床医学中产生的数据信息越来越庞大,并且现在大多以电子版本的形式存储在计算机当中。虽然信息的存储越来越方便,但是现在医学数据也面临着很多问题,例如数据类型越来越多样、涵盖面越来越广泛、关联关系越来越复杂等,给医学数据信息的存储、管理和利用增添了难度。因此,通过创建一种医学元数据模型,设计新的医学对象组织方法,对于解决这些问题和对医学研究有着很大的帮助。
发明内容
本发明提出了一种新型临床医学对象组织方法。基于基本医学对象的元数据模型,通过医学元网络关系构建形成具有医学对象间相互关系的整体数据模型,对医学对象组合查询时,依据医学元网络映射,提取一级乃至多级医学数据,具有很高的扩展性和适用性。
为了达到以上目的,本发明提供了一种新型临床医学对象组织方法,其特点在于,基于医学元数据的建模提出一种新的临床医学组织方法,具体步骤如下:
步骤1、基本医学对象的元数据建模;
将临床医学中的各种实体或对象定义为具有三要素的元数据,三要素分别为:临床医学对象名称、临床医学对象属性、临床医学属性量值。
采用三元组表示定义好的一个医学实体或对象,即为M=(o,p,v),其中M为临床医学元数据模型中的对象,o为临床医学对象的名称,p为临床医学对象的属性,v为临床医学对象属性的值,可以表示为v=c(o),当临床医学对象有n个属性、属性值时,M则表示一个N维临床医学元数据对象,记为M=(o,P,V),其中P=(c1,c2,…,cn)T,V=(v1,v2,…,vn)T,o为临床医学对象的名称,c1,c2,…,cn分别为临床医学对象的n个属性,v1,v2,…,vn分别为对应的n个属性的值。
模型M=(o,p,v)或M=(o,P,V)即为基本医学对象元数据模型。
步骤2、基于医学关系元网络的临床对象整体元数据的建模;
若临床医学对象之间存在医学相互关系r,则所有医学对象之间存在的关系就组成对象关系的集合R,即构建了临床医学元网络,假设元网络中某个医学关系r由N个医学元数据模型构成,这N个医学元数据模型可以是基本医学对象元数据模型,也可以包含已经具有医学对象相互关系的整体元数据模型,N个模型分别为M1=(o1,P1,V1),M2=(o2,P2,V2),…,Mn=(on,Pn,Vn),n≥2,其中,M1,M2,…,Mn分别为元数据模型中的n个临床医学对象,o1,o2,…,on为各自的医学对象名称,P1=(c11,c12,…,c1a)T,V1=(v11,v12,…,v1a)T,P2=(c21,c22,…,c2b)T,V2=(v21,v22,…,v2b)T,…,Pn=(cn1,cn2,…,cnx)T,Vn=(vn1,vn2,…,vnx)T,c11,c12,…,c1a分别为对象M1的a个属性,v11,v12,…,v1a分别为对应的a个属性的值,c21,c22,…,c2b分别为对象M2的b个属性,v21,v22,…,v2b分别为对应的b个属性的值,cn1,cn2,…,cnx分别为对象Mn的x个属性,vn1,vn2,…,vnx分别为对应的x个属性的值,a,b,…,x≥1,若为1时则表示1维元数据。
将这N个模型组合,即形成一个新的具有医学对象关系的医学元数据模型M=(o,P,V),其中,M为构成的新的元数据模型的临床医学对象,o为新的医学对象名称,P=(c11,c12,…,c1a,c21,c22,…,c2b,…,cn1,cn2,…,cnx,)T,V=(v11,v12,…,v1a,v21,v22,…,v2b,…,vn1,vn2,…,vnx,)T,c11,c12,…,c1a,c21,c22,…,c2b,…,cn1,cn2,…,cnx为新的医学对象的a+b+…+x个属性,v11,v12,…,v1a,v21,v22,…,v2b,…,vn1,vn2,…,vnx为对应的a+b+…+x个属性的值。
步骤3、临床医学数据提取;
通过步骤1和步骤2将医学对象以及医学对象之间的关系完成了建模,可以实现医学对象数据的有效组织,建模后的医学数据需要根据临床医疗以及研究分析的需要进行数据提取。提取数据时,假设提取临床医学对象M的相关信息,根据对应的医学关系元网络映射r,就可以得到医学对象M1,M2,…,Mn,再根据其各自对应的医学关系元网络映射,即可提取相关的一级乃至多级医学数据。其中,若为多级医学关系元网络,则提取的是多级医学数据。
本发明中的医学元数据模型,既可以表示基本医学对象元数据,也可以表示基于医学关系元网络的临床对象整体元数据,利用临床医学相互关系元网络构建的整体元数据模型,在进行医学对象查询时,基于元网络关系映射,就可以提取相关的医学数据,并且各种对象之间的关系、层级一目了然,表示清晰,是一种新型临床医学对象组织方法。另外,这种医学元数据模型不仅表示简洁,还具有很高的可扩展性,可以表示更多的医学元数据,大大方便了医学数据的查找和对医学数据的研究。
附图说明
图1是建模的流程与方式;
图2是医学元网络中医生对患者的诊断结果交互关系;
图3是诊断结果的数据关系;
图4是临床医学数据提取中医学元网络关系映射;
具体实施方法
为了更加详细地描述本发明提出的一种新型临床医学组织方法,下面结合附图和实例对本发明作进一步的说明。
一种新型临床医学对象组织方法,利用基本医学对象的元数据模型,通过医学元网络关系构建形成具有医学对象间相互关系的整体数据模型,对医学对象组合查询时,依据医学元网络映射,提取一级乃至多级医学数据,具体步骤如下:
步骤1、基本医学对象的元数据建模;
将临床医学中的各种实体或对象定义为具有三要素的元数据,三要素分别为:临床医学对象名称、临床医学对象属性、临床医学属性量值。
采用三元组表示定义好的一个医学实体或对象,即为M=(o,p,v),其中M为临床医学元数据模型中的对象,o为临床医学对象的名称,p为临床医学对象的属性,v为临床医学对象属性的值,可以表示为v=c(o),当临床医学对象有n个属性、属性值时,M则表示一个N维临床医学元数据对象,记为M=(o,P,V),其中P=(c1,c2,…,cn)T,V=(v1,v2,…,vn)T,o为临床医学对象的名称,c1,c2,…,cn分别为临床医学对象的n个属性,v1,v2,…,vn分别为对应的n个属性的值。
模型M=(o,p,v)或M=(o,P,V)即为基本医学对象元数据模型。
步骤2、基于医学关系元网络的临床对象整体元数据的建模;
若临床医学对象之间存在医学相互关系r,则所有医学对象之间存在的关系就组成对象关系的集合R,即构建了临床医学元网络,假设元网络中某个医学关系r由N个医学元数据模型构成,这N个医学元数据模型可以是基本医学对象元数据模型,也可以包含已经具有医学对象相互关系的整体元数据模型,N个模型分别为M1=(o1,P1,V1),M2=(o2,P2,V2),…,Mn=(on,Pn,Vn),n≥2,其中,M1,M2,…,Mn分别为元数据模型中的n个临床医学对象,o1,o2,…,on为各自的医学对象名称,P1=(c11,c12,…,c1a)T,V1=(v11,v12,…,v1a)T,P2=(c21,c22,…,c2b)T,V2=(v21,v22,…,v2b)T,…,Pn=(cn1,cn2,…,cnx)T,Vn=(vn1,vn2,…,vnx)T,c11,c12,…,c1a分别为对象M1的a个属性,v11,v12,…,v1a分别为对应的a个属性的值,c21,c22,…,c2b分别为对象M2的b个属性,v21,v22,…,v2b分别为对应的b个属性的值,cn1,cn2,…,cnx分别为对象Mn的x个属性,vn1,vn2,…,vnx分别为对应的x个属性的值,a,b,…,x≥1,若为1时则表示1维元数据。
将这N个模型组合,即形成一个新的具有医学对象关系的医学元数据模型M=(o,P,V),其中,M为构成的新的元数据模型的临床医学对象,o为新的医学对象名称,P=(c11,c12,…,c1a,c21,c22,…,c2b,…,cn1,cn2,…,cnx,)T,V=(v11,v12,…,v1a,v21,v22,…,v2b,…,vn1,vn2,…,vnx,)T,c11,c12,…,c1a,c21,c22,…,c2b,…,cn1,cn2,…,cnx为新的医学对象的a+b+…+x个属性,v11,v12,…,v1a,v21,v22,…,v2b,…,vn1,vn2,…,vnx为对应的a+b+…+x个属性的值。
步骤3、临床医学数据提取;
通过步骤1和步骤2将医学对象以及医学对象之间的关系完成了建模,可以实现医学对象数据的有效组织,建模后的医学数据需要根据临床医疗以及研究分析的需要进行数据提取。提取数据时,假设提取临床医学对象M的相关信息,根据对应的医学关系元网络映射r,就可以得到医学对象M1,M2,…,Mn,再根据其各自对应的医学关系元网络映射,即可提取相关的一级乃至多级医学数据。其中,若为多级医学关系元网络,则提取的是多级医学数据。
图1是建模的流程与方式,定义好具有三要素的医学元数据,构建基本医学对象元数据模型,根据临床医学对象之间的相互关系,创建临床医学元网络,依据医学元网络关系,构建临床对象整体元数据模型,整体医学元数据模型的构成可以是基本医学对象元数据模型,也可以包含已经具有医学对象相互关系的整体元数据模型。
实施例1:
如图2所示,医生A=(医生,doctor,张三)诊断出患者B=(患者,patient,李四)所患的疾病C=(疾病,disease,cancer),这三者构成了医学关系元网络中的医生诊断患者疾病的关系,将医生A、患者B、疾病C三个元数据联系起来,元数据A、B、C的对象属性变换为表示诊断结果元数据D的多维属性元素,量值也成为对应属性的量值,从而构建出一个表示诊断结果的整体元数据D=(诊断结果,P,V),如图3所示,元数据D则表示为:
o=诊断结果,
这就是一个对基本医学对象的元数据建模,并基于医学关系元网络的临床对象整体元数据建模的例子。
实施例2:
实施例1主要讲述了医学关系元网络中一个简单的医生诊断患者疾病的关系的整体元数据建模,在临床医学中,各个元数据之间存在各种各样的医学相互关系,如果医学对象之间没有相互关系则表示无关系。表1是一个简单的医学关系元网络,例如医生与医生是同事的关系,医生与患者是医患关系,医生与疾病是诊断关系,患者与医生是被诊疗的关系,疾病与疾病没有关系……
表1医学关系元网络
医学关系元网络中的医学关系对象,可以是基本医学对象,也可以是已经具有医学对象相互关系的整体医学对象,另外,医学元网络中的医学关系对象不限于两两组合,比如实施例1中就是医生、患者、疾病三种组合在一起。
实施例3:
图4是一个临床医学数据提取的例子,这里我们要查询医生对患者的诊疗信息,根据医学对象原模型、医学关系元网络模型组织的医学数据,我们可以得出一个医学关系网络图,依据元网络映射,我们可以查找到医患信息、诊断结果、治疗方式、治疗结果,然后又根据元网络映射,从医患信息中查找到医生、患者,从诊断结果中查找到医生、患者、疾病,从治疗方式中查找到手术、药物、检验检查,最后就可以从医生、患者、疾病、手术、药物、治疗结果、检验检查中提取出具体临床医学数据。由于药物信息可能包含各种药物,检验检查可能包含多种检验和检查,所以从中又可以提取多级的临床医学数据。另外,从患者、手术、药物可以关联出患者付费明细,这种关联引申对于隐藏属性的研究具有很大帮助。
由实例可以看到,本发明中的模型表示简洁,容易理解,只需要使用一种模型,就可以表示多种医学元数据,无论是基本医学对象元数据,还是基于医学关系元网络的临床对象整体元数据。在进行医学对象查询时,基于元网络关系映射,就可以提取相关的医学数据,并且各种对象之间的关系、层级一目了然,表示清晰。另外,本发明还具有很高的可扩展性,可以表示更多的医学元数据,这种新型临床医学对象组织方法对临床医学中医学数据的查找和对医学数据的研究,特别是隐藏属性的研究有着很大的帮助。
Claims (1)
1.一种新型临床医学对象组织方法,其特征在于包括以下步骤:
步骤1、基本医学对象的元数据建模
将临床医学中的各种实体或对象定义为具有三要素的元数据,三要素分别为:临床医学对象名称、临床医学对象属性、临床医学属性量值;
采用三元组表示定义好的一个医学实体或对象,即为M=(o,p,v),其中M为临床医学元数据模型中的对象,o为临床医学对象的名称,p为临床医学对象的属性,v为临床医学对象属性的值,可以表示为v=c(o),当临床医学对象有n个属性、属性值时,M则表示一个N维临床医学元数据对象,记为M=(o,P,V),其中P=(c1,c2,…,cn)T,V=(v1,v2,…,vn)T,o为临床医学对象的名称,c1,c2,…,cn分别为临床医学对象的n个属性,v1,v2,…,vn分别为对应的n个属性的值;
模型M=(o,p,v)或M=(o,P,V)即为基本医学对象元数据模型;
步骤2、基于医学关系元网络的临床对象整体元数据的建模
若临床医学对象之间存在医学相互关系r,则所有医学对象之间存在的关系就组成对象关系的集合R,即构建了临床医学元网络,假设元网络中某个医学关系r由N个医学元数据模型构成,这N个医学元数据模型可以是基本医学对象元数据模型,也可以包含已经具有医学对象相互关系的整体元数据模型,N个模型分别为M1=(o1,P1,V1),M2=(o2,P2,V2),…,Mn=(on,Pn,Vn),n≥2,其中,M1,M2,…,Mn分别为元数据模型中的n个临床医学对象,o1,o2,…,on为各自的医学对象名称,P1=(c11,c12,…,c1a)T,V1=(v11,v12,…,v1a)T,P2=(c21,c22,…,c2b)T,V2=(v21,v22,…,v2b)T,…,Pn=(cn1,cn2,…,cnx)T,Vn=(vn1,vn2,…,vnx)T,c11,c12,…,c1a分别为对象M1的a个属性,v11,v12,…,v1a分别为对应的a个属性的值,c21,c22,…,c2b分别为对象M2的b个属性,v21,v22,…,v2b分别为对应的b个属性的值,cn1,cn2,…,cnx分别为对象Mn的x个属性,vn1,vn2,…,vnx分别为对应的x个属性的值,a,b,…,x≥1,若为1时则表示1维元数据;
将这N个模型组合,即形成一个新的具有医学对象关系的医学元数据模型M=(o,P,V),其中,M为构成的新的元数据模型的临床医学对象,o为新的医学对象名称,P=(c11,c12,…,c1a,c21,c22,…,c2b,…,cn1,cn2,…,cnx,)T,V=(v11,v12,…,v1a,v21,v22,…,v2b,…,vn1,vn2,…,vnx,)T,c11,c12,…,c1a,c21,c22,…,c2b,…,cn1,cn2,…,cnx为新的医学对象的a+b+…+x个属性,v11,v12,…,v1a,v21,v22,…,v2b,…,vn1,vn2,…,vnx为对应的a+b+…+x个属性的值;
步骤3、临床医学数据提取
通过步骤1和步骤2将医学对象以及医学对象之间的关系完成了建模,可以实现医学对象数据的有效组织,建模后的医学数据需要根据临床医疗以及研究分析的需要进行数据提取,提取数据时,假设提取临床医学对象M的相关信息,根据对应的医学关系元网络映射r,就可以得到医学对象M1,M2,…,Mn,再根据其各自对应的医学关系元网络映射,即可提取相关的一级乃至多级医学数据,其中,若为多级医学关系元网络,则提取的是多级医学数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610351176.0A CN106066929B (zh) | 2016-05-25 | 2016-05-25 | 一种基于元网络的临床医学对象组织方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610351176.0A CN106066929B (zh) | 2016-05-25 | 2016-05-25 | 一种基于元网络的临床医学对象组织方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106066929A true CN106066929A (zh) | 2016-11-02 |
CN106066929B CN106066929B (zh) | 2018-10-02 |
Family
ID=57420928
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610351176.0A Active CN106066929B (zh) | 2016-05-25 | 2016-05-25 | 一种基于元网络的临床医学对象组织方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106066929B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1755700A (zh) * | 2004-09-28 | 2006-04-05 | 国际商业机器公司 | 数据库中与医疗事件相关的数据的层次组织的方法和系统 |
CN104598764A (zh) * | 2015-02-16 | 2015-05-06 | 上海市疾病预防控制中心 | 基于电子病历实现异常病例和事件数据监测的系统及方法 |
CN104603780A (zh) * | 2013-02-06 | 2015-05-06 | 株式会社日立制作所 | 计算机系统、元数据管理方法以及记录介质 |
CN105005683A (zh) * | 2015-06-17 | 2015-10-28 | 北京锐易特软件技术有限公司 | 一种解决区域医疗系统数据规范化问题的缓存系统及方法 |
-
2016
- 2016-05-25 CN CN201610351176.0A patent/CN106066929B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1755700A (zh) * | 2004-09-28 | 2006-04-05 | 国际商业机器公司 | 数据库中与医疗事件相关的数据的层次组织的方法和系统 |
CN104603780A (zh) * | 2013-02-06 | 2015-05-06 | 株式会社日立制作所 | 计算机系统、元数据管理方法以及记录介质 |
CN104598764A (zh) * | 2015-02-16 | 2015-05-06 | 上海市疾病预防控制中心 | 基于电子病历实现异常病例和事件数据监测的系统及方法 |
CN105005683A (zh) * | 2015-06-17 | 2015-10-28 | 北京锐易特软件技术有限公司 | 一种解决区域医疗系统数据规范化问题的缓存系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106066929B (zh) | 2018-10-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lee et al. | Alternatives to relational database: comparison of NoSQL and XML approaches for clinical data storage | |
CN107491555B (zh) | 知识图谱构建方法和系统 | |
CN110459320B (zh) | 一种基于知识图谱的辅助诊疗系统 | |
WO2017185887A1 (en) | Apparatus and method for analyzing natural language medical text and generating medical knowledge graph representing natural language medical text | |
US20170300469A1 (en) | Method and System for an Ontology, including a Representation of Unified Medical Language System (UMLS) using Simple Knowledge Organization System (SKOS) | |
CN106776711A (zh) | 一种基于深度学习的中文医学知识图谱构建方法 | |
CN101149751B (zh) | 用于分析中医方剂药物组配规律的泛化关联规则挖掘方法 | |
JP2020504355A (ja) | メディカルデータのマッピング方法、装置およびコンピュータプログラム | |
CN105184074B (zh) | 一种基于多模态医学影像数据模型的医学数据提取和并行加载方法 | |
Beale | Archetypes and the EHR | |
CN112199425A (zh) | 基于混合数据库结构的医疗大数据中心及其建设方法 | |
KR101239140B1 (ko) | 의학 표준 용어체계 매핑 방법 및 시스템 | |
US20230024631A1 (en) | Expression of clinical logic with positive and negative explainability | |
Adel et al. | A unified fuzzy ontology for distributed electronic health record semantic interoperability | |
CN110688421A (zh) | 一种智能化的可定制的数据治理和分析方法 | |
Spineth et al. | Implementing CDS Hooks Communication in an Arden-Syntax-Based Clinical Decision Support Platform. | |
CN107169278A (zh) | 一种数据治理方法及医疗信息化系统 | |
Halland et al. | Investigations into the use of SNOMED CT to enhance an OpenMRS health information system | |
CN106066929A (zh) | 一种新型临床医学对象组织方法 | |
Humm et al. | Flexible yet efficient management of electronic health records | |
Kim et al. | Feasibility of representing data from published nursing research using the OMOP common data model | |
Mohammed et al. | Problem Oriented Medical Translational Services based on GraphQL Connectivity | |
CN117877667B (zh) | 一种基于互联网的医护配药信息管理系统 | |
CN108198626A (zh) | 中医糖尿病智能问诊单的建立方法及系统 | |
Burtseva et al. | SonaRes—Diagnostic decision support system for ultrasound examination |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |