CN106250382A - 一种元数据管理引擎系统及实现方法 - Google Patents

Abstract

本发明涉及一种元数据管理引擎系统及实现方法，该系统基于卫生信息数据集表，实现临床数据向医疗卫生共享标准数据结构的转换，顶层为用户UI，使用Win Form技术实现，以Windows窗口对话框和菜单方式响应用户操作；中间层为管理模块，集成来自内部和外部不同结构的数据资源进行整合，实现医疗卫生数据资源共享；底层为通用模块，实现对用户UI和管理模块的管理和控制；通过元数据管理引擎系统，实现了基于卫生信息数据集表的元数据管理，满足医院和区域数据中心对业务元数据和技术元数据的管理；实现了医疗信息能够在全国范围内任何提供医疗服务的场所随时随地获得。

Description

一种元数据管理引擎系统及实现方法

技术领域

本发明涉及信息医疗领域，具体涉及一种元数据管理引擎系统及实现方法。

背景技术

医院（企业、政府）数据管理的内容和范畴通常包含交易数据、主数据以及元数据。

主数据：是用来描述核心业务实体的数据，比如患者、医生、药品、物资（床位、病区、设备）、账户等，是具有高业务价值的、可以在医院内跨越各个临床科室或行政部门被重复使用的数据，并且存在于多个异构的应用系统中。通俗的讲就是平台（医院信息集成平台或区域信息平台，以下简称平台）上管理的，科室、人员、床位、药品、非药品、常用字典等。

交易数据：用于纪录临床或管理事件的数据，如患者的挂号、收费、诊疗记录，检查检验申请、报告等，药品采购入库、出库、领用、损坏等，它往往用于描述在某一个时间点上业务系统发生的行为。

元数据：即关于数据的数据，用以描述数据及其环境的结构化信息，便于查找、理解、使用和管理数据。

医院平台和区域平台都是从业务系统抽取数据，然后对数据进行一系列的处理、转换后，加载到相应的处理引擎，实现数据的分析和展现。这个过程涉及到多个异构系统的数据，数据的结构、储存方式、传输方法都不同，每个数据源都有特定结构（元数据）；平台处理数据的过程会产生结构稳定CDR数据模型（元数据），区域间卫生机构数据交换需要有统一标准的CDA临床文档（元数据），区域平台上要存储和处理多个卫生机构数据，更需要有能支持海量BigData大数据存储和处理的CDR临床数据仓库模型（元数据）；等等这些都必须依赖元数据的管理。

元数据是“所有系统、文档和流程中包含的所有数据的语境”。换句话说，如果没有元数据，医疗卫生组织的IT系统中收集和存储的所有数据都会失去意义，也就没有业务价值。

要想获得元数据的价值，需要根据建立的流程、在行业标准和最佳实践指导的范围内管理元数据。元数据管理是一项和主数据管理、数据治理一样重要的功能，因为元数据管理是每一个这些准则的基础组件。近年来国家卫生部先后发布了多个卫生信息数据标准。但医疗卫生机构（医院、社区、卫生院、卫生室）的信息化建设步伐不一致，信息化水平差异大，信息系统开发商的技术能力、系统架构、实现方法不相同，致使相同的医疗服务过程，会产生不同结构，不同粒度的记录，给元数据的管理带来困难，使医疗信息的获取与传播受到限制。

发明内容

根据现有技术的不足，提供一种元数据管理引擎系统及实现方法，本发明按以下技术方案实现：

一种元数据管理引擎系统，该系统以中国国家卫生信息数据标准为基准，将源数据与目标数据间不同数据结构进行映射和转换，使医疗卫生数据元数据得到有效管理，所述系统包括三层：顶层为用户UI，使用Win Form技术实现，以Windows窗口对话框和菜单方式响应用户操作；中间层为管理模块，集成来自内部和外部不同结构的数据资源进行整合，实现医疗卫生数据资源共享；底层为通用模块，实现对用户UI和管理模块的管理和控制。

优选的是，所述用户UI包括WS标准、CDR存储、CDA文档和KPI指标。

在上述任一方案中优选的是，所述管理模块包括标准管理、映射管理和模型管理。

在上述任一方案中优选的是，所述通用模块包括分类目录、版本管理、数据库接口和权限控制。

在上述任一方案中优选的是，所述标准管理用于：卫生信息标准的导入；标准数据集的维护和管理；同义词合并和字典术语管理。

在上述任一方案中优选的是，所述模型管理用于：RMDB数据模型的导入和导出；模型结构的比较和结构同步；模型和标准的映射管理。

在上述任一方案中优选的是，所述映射管理用于：映射关系、映射树、映射算法的维护和管理，最后完成映射规则的导出。

在上述任一方案中优选的是，所述分类目录用于实现树状结构的分类管理。

在上述任一方案中优选的是，所述版本管理用于实现数据标准、模型和映射管理的版本控制，发布日志。

在上述任一方案中优选的是，所述数据库接口用于实现RMDB关系数据库系统操作接口。

在上述任一方案中优选的是，所述权限控制用于实现多用户的操作控制，用户登录验证和操作日志。

在上述任一方案中优选的是，所述映射关系基于MDA模型驱动架构建立。

本发明还提供了一种元数据管理引擎系统实现方法，步骤如下包括：

（1）通过遵循卫生信息数据元标准和公共元模型CWM规范，建立系统的公共元模型；（2）通过采用“视图”方式表示数据集及“索引”机制，确定元数据映射规则；（3）根据系统在区域/医院平台的位置实现的功能，确定系统架构及子系统关系；（4）采用C#技术将元数据库建立在任意关系数据库管理系统之上,并利用开放数据库互连实现各数据库管理系统的元数据提取和转换；（5）将卫生信息数据元标准导入系统，构成公共元数据；（6）将导入的数据源元数据与公共元数据进行映射，同时维护数据表的索引配置；（7）提取CDA文档的元数据，依据CDA元数据特点确定CDA元数据的映射规则；（8）为数据中心的上层应用程序建立系统的访问接口层；（9）基于元数据映射规则的ETL工具，从卫生信息系统抽取数据；（10）基于元数据映射规则的CDA引擎从，实现区域/医院平台数据交换标准的适配。

优选的是，所述步骤（1）中的公共元数据模型CWM采用RDBMS关系数据库方式存储，维护和管理完成基于卫生信息元数标准文件。

在上述任一方案中优选的是，所述步骤（2）中的索引配置指的是允许数据源和数据存储存在冗余数据元（字段），通过配置信息描述数据集的可索引（患者资料、业务时间）数据元，由规则引擎子系统产生索引，实现数据集-子集之间的“主—子”关系。

在上述任一方案中优选的是，所述步骤（4）中的元数据提取和转换的具体方法为：a)首先需要分析相应DBMS导出SQL脚本的结构;b)归纳出相应DDL 语句的BNF 范式;c)在C#中使用正则表达式技术,按SQL语法解析到需要的元数据;d)将元数据转换为系统可识别的结构XML存储起来。

在上述任一方案中优选的是，所述步骤（5）具体方法为，a)将从国家获取卫生信息数据元目录、数据集的相关标准电子化;b）使用Excel表完成电子化和校对;c)导入前对提取出的标准元数据做一致性检查;d)最后按照先实体后关联、先部分后整体的原则依次导入。

在上述任一方案中优选的是，所述步骤(8)中访问接口支持导出SQL语句，导出Excel格式的数据集文档，导出Excel格式的表结构文档。

按照本发明的元数据管理引擎系统和实现方法，通过元数据管理引擎系统，实现了基于卫生信息数据集表的元数据管理，满足医院和区域数据中心对业务元数据和技术元数据的管理；实现了医疗信息能够在全国范围内任何提供医疗服务的场所随时随地获得。

附图说明

图1为按照本发明的元数据管理引擎的一优选实施例的总体架构图；

图2为按照本发明的元数据管理引擎系统用在医疗卫生信息平台上的总体架构位置图；

图3为按照本发明的元数据管理引擎系统的一优选实施例的系统组成图；

图4为作为本发明的元数据管理引擎系统的一实施例基于MDA模型驱动架构的模型分区图；

图5为作为本发明的元数据管理引擎系统的另一实施例的卫生信息四层元模型理论示例图；

图6为作为本发明的元数据管理引擎系统的再一实施例的卫生信息基于本体模型分析图；

图7为作为本发明的元数据管理引擎系统的又一实施例的卫生信息数据模型管理逻辑图；

图8为本发明的元数据管理引擎系统的一实施例的数据映射关系管理原理图；

图9为本发明的元数据管理引擎系统的一实施例的卫生信息数据集和CDA文档的映射；

图10为本发明的元数据管理引擎系统的一实施例的卫生信息数据集和数据表的映射。

具体实施方式

以下结合附图，通过具体实施例对本发明作优选的的说明。

元数据管理引擎系统是医疗卫生信息平台的核心组成部件，该系统采用以国家卫生信息数据标准为基准，映射异构的多信息系统数据模式。主要功能：

导入和维护国家医疗卫生信息数据准备；

导入信息系统元数据（数据库结构）；

导入数据处理过程元数据；

以卫生信息“数据元”为基准的映射关系管理。

元数据管理引擎系统具体通过以下步骤实现：

（1）通过遵循卫生信息数据元标准和公共元模型CWM规范，建立系统的公共元模型；公共元模型CWM (Common Warehouse Metamodel)是对象管理组织OMG(Object ManagementGroup)为消除各大软件开发商在数据仓库元数据管理中存在的标准不一致性而提出的一个通用数据仓库元模型。其主要目的是为了方便异构分布式系统中的数据仓库工具、数据仓库平台以及元数据库之间的元数据交换。公共元数据模型采用关RDBMS（RelationalDatabase Management System）关系数据库方式存储，维护和管理完成基于卫生信息元数标准文件。

（2）通过采用“视图”方式表示数据集及“索引”机制，确定元数据映射规则；在元数据管理引擎中，数据表映射为“数据集”，字段映射为“数据元”，字段类型和长度映射为“数据类型和表示格式”。由于医疗卫生信息标准数据集仅表达了数据元的个数，不能表达“主-子”之间的关系，因此采用“视图”方式表示数据集，“主-子”关系就映射为“数据集”和“子集”的关系。医疗卫生数据的另一个特定是，数据有很强的可索引性、冗余性和时序性。如在检验报告中会存储患者姓名、年龄、性别等基本信息，这些信息在其他地方也被大量冗余；再如电子病历数据尽管有一定业务顺序，但数据仅和业务发生先后时序相关，在实际业务中很难强制要求，“先挂号缴费、再检查治疗”，因此；数据集存冗余，这和关系数据库模型的3NF是矛盾的。在实现中弱范式和强范式之间的矛盾，无法采用简单的映射规则解决，系统实现采用了“索引配置”机制。所谓索引配置指，允许数据源和数据存储存在冗余数据元（字段），通过配置信息描述数据集的可索引（患者资料、业务时间）数据元，由规则引擎子系统产生索引，实现数据集-子集之间的“主-子”关系。（注：调用区域/医院信息平台的MPI患者主索引服务，注册产生索引信息索引的产生处理不属于元数据管理引擎范畴，元数据管理引擎仅管理和维护，配置索引信息）。

（3）根据系统在区域/医院平台的位置实现的功能，确定系统架构及子系统关系；在元数据管理引擎中元数据处于一个中心位置，是整个区域/医院信息平台的基础，通过中心数据库对数据源元数据的解析，可实现将物理分布在多个地点的数据集成为统一的数据共享和访问管理的逻辑空间，以低成本、松耦合方式实现大量异构数据资源的集中整合与共享。但是元数据层的集成是相当困难的，因为各集成数据源的元数据千差万别，且相互之间不能被共同理解，所以需要一个形式化、完备的、平台无关的元模型作为各结构化和半结构化数据源元数据的公共元模型，使各异构、自治、分布的数据存储系统能理解共享元数据；国际HL7组织和国家卫生部，发布了卫生数据元和数据集标准。因此需要把各数据源中与平台相关的元数据从各异构源数据中提取出来，与合医疗卫生信息数据共享标准进行映射关联（区别与其他元数据管理实现）。

（4）采用C#技术将元数据库建立在任意RDBMS之上,并利用开放数据库互连ODBC（Open Database Connectivity）实现各DBMS的元数据提取与转换；元数据自动提取与转换,首先需要分析相应DBMS导出SQL脚本的结构,并归纳出相应DDL 语句的BNF 范式。然后在C#中使用正则表达式技术，按SQL语法解析到需要的元数据，并转换为系统可识别的结构XML存储起来。

（5）将卫生信息数据元标准导入系统，构成公共元数据；从国家获取卫生信息数据元目录、数据集等相关标准，要电子化（一般以PDF或纸质标准文件方式发布）后导入系统。使用Excel表完成电子化和校对，系统提供Excel格式导入数据集和子集。导入必须遵循一定的顺序，在导入之前要对提取出的标准元数据做一致性检查，最后按照先实体后关联、先部分后整体的原则依次导入。

（6）将导入的数据源元数据与公共元数据进行映射，同时维护数据表的索引配置；映射关系的维护过程，设计了版本控制模型，每次对数据标准、数据源等操作都会产生一个修订标本号，并记录修订内容，最后手动方式发布，产生一个“发布版本”。

（7）提取CDA文档的元数据，依据CDA元数据特点确定CDA元数据的映射规则；跨医疗机构共享和交换数据时，均采用符合国际HL7标准组织发布的第三版标准（HL7 V3）XML格式的CDA（Clinical Document Architecture）文档，专门规定临床文档内容的标准，国家卫生部关于区域/医院平台信息交互规范也使用CDA文档架构。XML格式数据可以用Schema描述，但在实际应用中几个数据元组合才能表达特定业务意义，Schema只能从技术（数据结构）层面表达，无法满足和卫生信息数据之间的关系。因此，对CDA文档元数据提取按“模板”方式基于XPATH将整个CDA文档解析成若干“XML片段”。每个“片段”对应一个或一组（某些数据元成对出现）卫生信息数据元，相同的数据元具有相同的XML Schema结构。依据CDA元数据特点，完成CDA文档与数据集的映射，完成CDA片段和数据集数据元的映射。这一步的映射实现了从数据库物理表->卫生数据集->交换CDA文档的解析和生成规则。

（8）为数据中心的上层应用程序建立系统的访问接口层；为基于数据中心的上层应用程序的开发提供统一的、分层的、可用的、完备的调用接口，尽量屏蔽底层的元仓库实现和原理，使元仓库对应用开发人员而言是透明的。元数据访问接口，支持导出SQL语句，导出Excel格式的数据集文档，导出Excel格式的表结构文档。

（9）基于元数据映射规则的ETL工具，从卫生信息系统抽取数据；应用ETL工具从数据源（卫生信息业务系统数据库）抽取数据加载到平台数据中心，ETL工具从元数据管理引擎获取映射规则，实现源到目标的转换。

（10）基于元数据映射规则的CDA引擎从，实现区域/医院平台数据交换标准的适配。依据映射规则实现自动解析XML格式的CDA文档转换为RDBMS数据库物理表格式存储；或从RDBMS数据库物理表读取结构化数据自动生成XML格式CDA文档。

元数据管理引擎系统部署架构图如图1所示，元数据管理引擎，部署在医疗卫生机构，一台核心服务器上，整个机构共享；通过机构内部局域网和其他信息系统交换元数据；通过机构的因特网和外部信息系统交换元数据。

元数据管理引擎系统在医疗卫生信息平台的总体架构位置如图2所示，依据国家卫计委发布的卫生信息数据集标准，使用可视化的建模工具（如PowerDesigner、ERWin等商业建模工具或Excel电子表格）基于MDA分层建模思想设计CDR数据中心存储模型。从卫生信息系统导入物理模型结构，在元数据管理引擎系统中，完成映射关系的创建、维护和管理；基于数据模型的映射关系使用ETL工具从卫生信息系统抽取数据到CDR数据中心；数据规则引擎基于元数据映射关系，对数据的质量、业务规则进行检查；CDA引擎基于元数据映射关系，完成HL7 R2格式的CDA文档生成。

元数据管理引擎系统的组成如图3所示，该系统分为用户UI、管理模块和通用模块三层。顶层是用户UI使用Win Form技术实现，以Windows窗口对话框和菜单方式响应用户操作。中间层是管理模块，主要包括标准管理、模型管理和映射管理三个部分。标准管理实现了卫生信息标准的导入，标准数据集的维护和管理，同义词合并和字典术语管理等；模型管理实现了RMDB数据模型的导入和导出，模型结构的比较和结构同步，模型和标准的映射管理；映射管理实现了映射关系、映射树、映射算法的维护和管理，最后实现了映射规则的导出。底层是通用模块，主要包括分类目录，实现树状结构的分类管理；版本管理实现数据标准、模型和映射管理的版本控制，发布日志等；数据库接口实现了ORACLE、SQL Server、MySQL等常见RMDB关系数据库系统操作接口；权限控制实现了多用户的操作控制，用户登录验证和操作日志。

管理层是元数据管理引擎核心组成部分，管理层中映射关系的管理又是元数据管理引擎系统实现的关键，本发明元数据映射关系基于MDA模型驱动架构建立。图4为基于MDA模型驱动架构的模型分区图，通过统一描述数据模型的数据词典的逻辑结构，以数据词典的方式在元模型层上对数据模型进行统一描述，在数据词典的基础上分析了异构数据模型之间的数据映射关系。采用EBNF范式对描述映射关系的语法进行形式化定义和描述，同时给出映射关系的相关语义说明。基于MDA建模思路对系统的关键模型作了区分，并把这些模型置于一个统一的结构中，将模型区分为计算无关模型(CIM)、平台无关模型（PIM）和数据相关模型（DSM），计算无关模型仅表述业务知识和业务过程，不涉及如何用软件来实现业务过程，平台无关模型表述如何用软件系统来实现业务过程，除功能无关的技术细节，数据相关模型表述特定技术的软件系统，数据存取的具体实现。

图5为卫生信息四层元模型理论示例图，四层元模型定义一个复杂模型语义的基础，通过递归地将语义应用到不同层次上，完成语义结构的定义。元模型的体系结构包括：

1．信息层，信息层是由我们希望描述的数据组成，这些数据通常是一些用户数据，主要职责是描述信息领域中的详细信息；

2．模型层，模型层是由元数据组成，元数据是描述信息层的数据，元数据的集合被称作为模型。模型层的主要职责是为描述信息层而定义的一种“抽象语言”（即没有具体语法或符号的语言）。信息层的数据，即用户数据，是模型层的一个实例；

3．元模型层，元模型层是由元-元数据组成，元-元数据定义了元数据的结构和语义，元-元数据的集合被称作为元模型。元模型层的主要职责是为了描述模型层而定义的一种“抽象语言”，是对模型层的优选的抽象。也就是说，模型层描述的内容通常要比元模型层描述的内容丰富、详细。一个模型是元模型的一个实例；

4．元-元模型层，元-元模型层是由元-元数据的结构和语义的描述组成，这层的主要职责是为了描述元模型而定义的一种“抽象语言”。元-元模型的定义要比元模型更加抽象、简洁。一个元-元模型可以定义多个元模型，而每个元模型也可以与多个元-元模型相关联。通常所说的相关联的元模型和元-元模型共享同一个设计原理和构造，这也不是绝对的准则。每一层都需要维持自己设计的完整性。

图6为所示卫生信息基于本体模型分析图，本体是一个概念框架，给出一套词汇标识一套概念，这些词汇就是术语。本体本身也需要标识，在医疗卫生系统中我们说“YLFW（医疗服务）”， YLFW这四个字母就标识了本体，再如“MJZ（门急诊）”标识一个本体，“MZGH（门诊挂号）”标识一个本体，直观地讲,本体是一个实体,是对某领域应用本体论的方法分析、建模的结果,即把现实世界中的某个领域抽象为一组概念以及概念之间的关系。许多研究人员从不同的问题域和研究角度出发，对于本体给出了不同的定义，一个广为接受的定义，即: “本体是共享概念模型的明确的形式化规范说明”该定义包含四层含义:

概念模型：指通过抽象出客观世界中一些现象的相关概念而得到的模型；

明确：指所使用的概念和使用这些概念的约束条件都有明确的定义；

形式化：指能被计算机处理；

共享：指本体体现的是共同认可的知识，反映的是相关领域公认的概念集(术语集) 。

本体的目标是捕获相关领域的知识,提供对该领域知识的共同理解，确定该领域内共同认可的词汇和术语，从不同层次的形式化模式给出这些词汇(术语)和词汇间相互关系的明确定义，通过概念之间的关系来描述概念的语义，应用本体可以很好地对于信息语义关系进行分析。根据术语内涵定义相似度的不同，定义了四种语义相似关系来表征两个不同本体中术语间的相似度，即：等价(同义)、特殊化(狭义)、重叠(关联)、不相交。

1．等价类映射规则

定义相同的不同本地信息视图中的信息类映射到相同的全局信息类，全局信息类映射到这些本地信息类则需要一个鉴别标识来鉴定这些信息类是否代表不同的信息个体，标识来源于各个本地信息视图并为所有本地视图支持，标识不一定是各本地视图的主键。

2．狭义类映射规则

本地信息类是全局信息类的“特殊化”类，则所有的本地信息类将被映射到全局信息类，然而从全局信息类映射到各本地信息类则需要一个分类标准。

3. 重叠类映射规则

信息类是本地信息类“重叠”生成的类,即全局信息类是某几个本地信息类的“特殊化”类，则将全局信息类映射到所有的本地信息类，从本地信息类映射到全局信息类时则需要相应的分类标准。

图7为卫生信息数据模型管理逻辑图，数据模型是为了达到某种应用目标，对系统相关数据进行的抽象描述和规范说明。描述模型的数据字典对各种异构数据模型，在元模型层上进行统一描述。因此，数据字典必须能够存储多种数据模型的元数据信息，数据模型管理依靠数据字典实现。

1．数据模型类型

数据模型类型描述数据字典中存储的各数据模型所属种类的信息。不同的数据模型，可以按实际应用的需要进行分类。比如：在实际的软件系统中，除常用的关系数据模型之外，还可以将数据报表设成一类数据模型。同一数据模型类型中可以包含多个不同的数据模型。比如针对关系型数据库模型，不同的物理数据库(或者基于同一数据库系统的不同数据库)可视为不同数据模型。

2．数据模型

数据模型描述各数据源的数据特征。某一数据模型必须属于且仅属于一特定的数据模型类型。因为数据模型所代表的数据，可能是实际存在的可访问的数据，比如：Excel表格或者各种关系型数据库；所以在描述数据模型时必须指明这一特征，即数据的可访问型。称可访问的数据模型为实际数据模型，称只由数据字典描述而不存储数据的数据模型为虚数据模型。

3．版本

版本是数据模型与数据模型中描述数据特征(比如：实体，属性等)的元数据之间的纽带，版本属于某一特定的数据模型。版本元数据的定义，允许在数据字典中存储同一数据模型的不同版本的元数据信息，为元数据的渐增式演变提供基础。

4．实体

是存在于现实世界中并可根据自身信息加以鉴别的任何事物的抽象表示。实体具有版本特征，一个实体可以由0或多个属性进行描述。

5．属性

构成实体的各个数据项，属性由属性名、属性数据类型和属性值组成。属性名是对属性的命名标识,属性数据类型描述属性的数据结构特征,属性值是属性的1个实例。属性又分为可选属性和必选属性以及主码属性。1个属性仅可以引用1个数据项。

6．数据元素

数据元素又称为数据项，是数据模型中基本的信息元素，描述实际信息系统中最基本的数据定义。数据项可以被多个属性引用，用来刻画实体的某个特性。

7．业务域

用于定义数据项的数据类型。将业务域应用到数据项，可以标准化不同实体属性的数据特性。

8．引用关系

引用关系描述实体之间的主从关系，这种主从关系连接一对父实体和子实体。引用关系提供了维护实体之间的数据完整性的基础。

9．逻辑数据类型

不同的数据模型拥有自己的数据类型体系，这其实体现了数据异构中模式异构的一个方面。消除这种异构的一个方法就是，提供一套独立的数据类型体系，称为逻辑数据类型体系。逻辑数据类型的设定，要求数据类型的独立与标准。

10．物理数据类型

物理数据类型是与具体数据模型相关的一套数据类型。不同数据模型的数据类型间存在名称定义和存储方式上的差异，这种差异通过将物理数据类型映射到逻辑数据类型的方式得以消除。

11．数据类型

数据类型描述一具体数据模型的详细的物理数据类型信息。

图8为数据映射关系管理原理图，数据模型间的数据迁移的体系结构图如这里称源数据模型为SM，称目标数据模型为TM。其中SM和TM，由数据字典进行描述。数据映射关系独立于任何一次数据转换过程，在执行某次数据转换时，动态加载相关的数据映射关系，转换程序根据数据映射关系，完成从SM到TM的数据迁移。图9为卫生信息数据集和数据表的映射，图10为卫生信息数据集和CDA文档的映射。

根据对映射关系的分析以及形式化描述的定义，设计映射字典，在元模型层上，对数据模型间的数据映射关系进行描述。映射字典中描述的映射关系元数据独立于具体的数据模型，在映射字典中对映射元数据的存储进行组织并详细描述映射关系。

1．映射关系

映射关系是一个三元组，M<STM,R,MO>。这里M是映射关系名称，STM是SM 与TM的集合，R是映射关联集合，MO是映射算子集合。采用EBNF 范式对映射关系语法进行形式化定义，映射关系建模元素的图形符号表示。

“：：=”表示定义为；

“|”表示或者；

“<>”中的中英文名词表示基本语法单位；

“{}”中的语法单位表示可以重复 0 次或任意有限次；

“[]”中的语法单位表示可选成份。

对映射关系的描述公式如下：

<映射关系>：：=<STM><R><MO>

<STM>：：={<数据模型>}

<数据模型>：：=<名称><模型类型>[{<映射实体>}]

<R>：：=[{<映射关联>}]

<MO>：：=[{<映射算子>}]。

2．映射实体和属性

映射实体和映射属性是数据字典中实体和属性在映射关系建模中的投影。映射实体根据映射关系中数据流动的方向，分为源映射实体和目标映射实体,相应地称源映射实体的属性为源映射属性,目标映射实体的属性为目标映射属性。

<映射实体>：：=<ID><映射实体类型>{<映射属性>}

<映射实体类型>：：=源映射实体|目标映射实体

<映射属性>：：=<ID><属性数据类型>[属性缺省值]。

映射实体中可以包含多个映射属性。其中ID是映射实体和映射属性的唯一标识，与数据字典中对应实体和属性的ID一致。映射实体类型可以是源映射实体或者目标映射实体。属性数据类型是特定数据模型中的基本数据类型，属性缺省值是可选的。

3．映射算子

进行数据操作的基本操作单元，每个映射算子可以完成唯一的原子数据操作。映射算子具有输入和输出参数。

<映射算子>：：=<ID><映射算子类型>[{<输入参数>}]<输出参数>

<映射算子类型>：：=操作型|数据型

<输入参数>：：=<参数名称><输入参数数据类型><参数列表中的顺序><[输入参数缺省值]>

<输出参数>：：=<参数名称><输出参数数据类型>。

数值计算型和字符串操作型两类映射算子。数值计算型可以完成加，减，乘，除操作。通过映射树的各层数值计算型映射节点，能够完成数值的四则混合运算。字符串操作型，实现两个字符串的连接操作。

4．映射关联

映射关联表示数据的流动，由带箭头的有向线段表示，箭头所指的方向是数据的迁移方向，映射关联有两个端点，称为角色。箭头起始端点，即数据流出端的角色称为源角色；箭头所指向的端点，即数据流入端的角色称为目标角色。数据在迁移的过程中，需经过映射算子的处理，大部分数据处理过程是不可逆的，所以数据迁移的方向是单向的。

<映射关联>：：=<ID><源角色名称><源角色类型><目标角色名称><目标角色类型><映射关系类型>

<源角色类型>：：=映射实体类型|映射算子类型

<目标角色类型>：：=映射实体类型|映射算子类型

<映射关系类型>：：=值-值映射|名-值映射|引用映射。

源和目标角色类型，可以是映射实体类型和映射算子类型。映射关系类型可以为值-值映射、名-值映射和引用映射。

5．映射树

映射树是由唯一目标映射属性,0或多个映射算子,1或多个源映射属性,组的1个树状层次结构。映射树描述了1个特定目标映射实体的1个目标映射属性，与SM中源映射属性间的数据对应关系。

<映射树>::=<ID>{<映射节点>}<目标映射实体><目标映射属性>。

6．映射节点

有四种映射节点类型分别是：源映射属性节点，目标映射属性节点，操作型映射算子节点，数据型映射节点。

<映射节点>::=<ID><映射关联><父节点><映射节点类型>

<父节点>::=<映射节点>

<映射节点类型>::=源映射属性节点类型|目标映射属性节点类型|操作型映射算子节点类型|数据型映射算子节点类型。

7．映射条件

映射关系中可以不包含映射条件。映射条件在映射关系动态执行过程中，对映射节点的数据处理结果进行条件判断，并可以进行路径选择。所谓路径选择，是根据映射树的处理结果，动态地选择目标映射属性。

<映射条件>::=<ID><映射节点><映射条件类型>

<映射条件类型>::=转换条件|路径选择条件 。

Claims (10)

1.一种元数据管理引擎系统，该系统以中国国家卫生信息数据标准为基准，将源数据与目标数据间不同数据结构进行映射和转换，使医疗卫生数据元数据得到有效管理，其特征在于，所述系统包括三层：

顶层为用户UI，使用Win Form技术实现，以Windows窗口对话框和菜单方式响应用户操作；

中间层为管理模块，集成来自内部和外部不同结构的数据资源进行整合，实现医疗卫生数据资源共享；

底层为通用模块，实现对用户UI和管理模块的管理和控制；

所述用户UI包括WS标准、CDR存储、CDA文档和KPI指标；

所述管理模块包括标准管理、映射管理和模型管理；

所述通用模块包括分类目录、版本管理、数据库接口和权限控制。

2.根据权利要求1所述一种元数据管理引擎系统，其特征在于，所述标准管理用于：

卫生信息标准的导入；

标准数据集的维护和管理；

同义词合并和字典术语管理。

3.根据权利要求1所述一种元数据管理引擎系统，其特征在于，所述模型管理用于：

RMDB数据模型的导入和导出；

模型结构的比较和结构同步；

模型和标准的映射管理。

4.根据权利要求1所述一种元数据管理引擎系统，其特征在于，所述映射管理用于：映射关系、映射树、映射算法的维护和管理，完成映射规则的导出。

5.根据权利要求1所述一种元数据管理引擎系统，其特征在于，所述分类目录用于实现树状结构的分类管理。

6.根据权利要求1所述一种元数据管理引擎系统，其特征在于，所述版本管理用于实现数据标准、模型和映射管理的版本控制，发布日志。

7.根据权利要求1所述一种元数据管理引擎系统，其特征在于，所述数据库接口用于实现RMDB关系数据库系统操作接口。

8.根据权利要求1所述一种元数据管理引擎系统，其特征在于，所述权限控制用于实现多用户的操作控制，用户登录验证和操作日志。

9.根据权利要求4所述一种元数据管理引擎系统，其特征在于，所述映射关系基于MDA模型驱动架构建立。

10.一种元数据管理引擎系统实现方法，所述方法包括以下步骤，

（1）通过遵循卫生信息数据元标准和公共元模型CWM规范，建立系统的公共元模型；

（2）通过采用“视图”方式表示数据集及“索引”机制，确定元数据映射规则；

（3）根据系统在区域/医院平台的位置实现的功能，确定系统架构及子系统关系；

（4）采用C#技术将元数据库建立在任意关系数据库管理系统之上,并利用开放数据库互连实现各数据库管理系统的元数据提取和转换；

（5）将卫生信息数据元标准导入系统，构成公共元数据；

（6）将导入的数据源元数据与公共元数据进行映射，同时维护数据表的索引配置；

（7）提取CDA文档的元数据，依据CDA元数据特点确定CDA元数据的映射规则；

（8）为数据中心的上层应用程序建立系统的访问接口层；

（9）基于元数据映射规则的ETL工具，从卫生信息系统抽取数据；

（10）基于元数据映射规则的CDA引擎从，实现区域/医院平台数据交换标准的适配。