CN108595657A - His系统的数据表分类映射方法和装置 - Google Patents
His系统的数据表分类映射方法和装置 Download PDFInfo
- Publication number
- CN108595657A CN108595657A CN201810398887.2A CN201810398887A CN108595657A CN 108595657 A CN108595657 A CN 108595657A CN 201810398887 A CN201810398887 A CN 201810398887A CN 108595657 A CN108595657 A CN 108595657A
- Authority
- CN
- China
- Prior art keywords
- tables
- data
- systems
- link
- dictionary library
- 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
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000013507 mapping Methods 0.000 claims abstract description 16
- 238000000605 extraction Methods 0.000 claims abstract description 14
- 230000008569 process Effects 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000003058 natural language processing Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 241000270322 Lepidosauria Species 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
Landscapes
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及一种HIS系统的数据表分类映射方法和装置，所述方法包括：对样本HIS系统中的信息进行分析，建立字典库；所述字典库中包括多个环节，每个环节下包括多个关键词；获取待分类的HIS系统中所有数据表的元数据；将提取的每一个数据表的元数据依次与所述字典库中的信息进行比较，并对比较结果进行分析；依次将待分类的HIS系统中的每一个数据表分类映射到所述字典库的某一个环节。本申请的方法利用计算设备对不同HIS系统之间的数据表进行自动分类，减少了低效率、重复性高的人工工作；在对不同HIS系统的字段之间进行匹配映射之前，先采用本申请的方法进行预处理，给数据表进行分类，能够极大地减少计算量、提高效率。
Description
技术领域
本申请涉及信息管理系统技术领域，具体涉及一种HIS系统的数据表分类映射方法和装置。
背景技术
HIS(Hospital Information System，医院信息系统)是应用于医院的一种信息管理系统，该系统以财务信息、病人信息和物资信息为主线，通过对信息的收集、存储、传递、统计和分析，从而实现综合查询、报表输出和信息共享等功能，及时为医院领导及各部门管理人员提供全面的数据服务。
当前存在的情况是，不同医院、甚至同一医院内往往存在多个不同厂商所设计的HIS系统，而不同厂商对HIS系统的表结构、字段都有自己的设计，导致多个系统之间不能进行数据共享，成为一个个数据孤岛。为了解决这一问题，需要判断不同HIS系统中的哪些字段下存储了相同的数据，再将各异构HIS系统中的数据表、数据表下的字段进行匹配并建立映射关系；然后才能将不同HIS系统中的数据连接起来，进行统一的自动化处理。
相关技术中，在对不同HIS系统的字段之间进行匹配映射之前，还没有预先给数据表进行分类的环节，而是直接对比映射。这些方案需要将每个数据表的结构与另一HIS系统的全部表结构对比一遍，计算量大、耗时长。
发明内容
为至少在一定程度上克服相关技术中存在的问题，本申请提供一种HIS系统的数据表分类映射方法和装置。
根据本申请实施例的第一方面，提供一种HIS系统的数据表分类映射方法，包括：
对样本HIS系统中的信息进行分析，建立字典库；所述字典库中包括多个环节，每个环节下包括多个关键词；
获取待分类的HIS系统中所有数据表的元数据；
将提取的每一个数据表的元数据依次与所述字典库中的信息进行比较，并对比较结果进行分析；
依次将待分类的HIS系统中的每一个数据表分类映射到所述字典库的某一个环节。
进一步地，所述对样本HIS系统中的信息进行分析，包括：
获取多个样本HIS系统的数据表的元数据，并将所有的数据表分类为设定好的若干个环节；
依次对每一个环节下的所有的数据表的元数据进行统计，并将这些数据中相同元素出现的次数进行排序；
选取出现次数大于第一阈值的若干个元素，将其作为候选关键词。
进一步地，所述对样本HIS系统中的信息进行分析，还包括：
依次考察每一个候选关键词在其他环节出现的次数；
将出现次数小于第二阈值的候选关键词确定为关键词。
进一步地，所述建立字典库，包括：
将设定好的若干个环节收录到所述字典库中；
在每一个环节中，将确定后的关键词添加到该环节下。
进一步地，所述字典库中的多个环节根据临床路径进行确定。
进一步地，所述将提取的每一个数据表的元数据依次与所述字典库中的信息进行比较，包括：
将一个数据表的元数据依次与所述字典库中的每一个环节下的多个关键词进行比较，并依次给出该数据表与每一个环节之间的相似度评分；
依次对HIS系统中的每一个数据表进行上述操作。
进一步地，所述相似度评分的计算过程包括：
数据表的元数据包括多个元素，依次将每一个元素与指定的环节进行比较；
如果一个元素与指定的环节下的任意一个关键词相同，则该元素属于指定的环节；否则不属于；
统计属于指定的环节的元素数量，计算该数量占元数据的元素总数量的比例，该数值即为数据表与指定的环节之间的相似度评分。
进一步地，所述对比较结果进行分析，包括：
将一个数据表与所有环节之间的相似度评分按照数值大小进行排序；
选取数值最大的相似度评分，判定数据表分类为该相似度评分所对应的环节；
依次对HIS系统中的每一个数据表进行上述操作。
进一步地，所述方法还包括：
将多个不同的HIS系统都分别与所述字典库之间建立映射关系；
在同属于一个环节且分别属于两个不同HIS系统的数据表之间，做进一步的字段映射处理。
根据本申请实施例的第二方面，提供一种HIS系统的数据表分类映射装置，包括：
字典模块，用于对样本HIS系统中的信息进行分析，建立字典库；所述字典库中包括多个环节，每个环节下包括多个关键词；
输入模块，用于获取待分类的HIS系统中所有数据表的元数据；
处理模块，用于将提取的每一个数据表的元数据依次与所述字典库中的信息进行比较，并对比较结果进行分析；
分类模块，依次将待分类的HIS系统中的每一个数据表分类映射到所述字典库的某一个环节。
根据本申请实施例的第三方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得计算设备执行一种HIS系统的数据表分类映射方法，所述方法包括：
对样本HIS系统中的信息进行分析，建立字典库；所述字典库中包括多个环节，每个环节下包括多个关键词；
获取待分类的HIS系统中所有数据表的元数据；
将提取的每一个数据表的元数据依次与所述字典库中的信息进行比较，并对比较结果进行分析；
依次将待分类的HIS系统中的每一个数据表分类映射到所述字典库的某一个环节。
根据本申请实施例的第四方面，提供一种HIS系统的数据表分类映射设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
对样本HIS系统中的信息进行分析，建立字典库；所述字典库中包括多个环节，每个环节下包括多个关键词；
获取待分类的HIS系统中所有数据表的元数据；
将提取的每一个数据表的元数据依次与所述字典库中的信息进行比较，并对比较结果进行分析；
依次将待分类的HIS系统中的每一个数据表分类映射到所述字典库的某一个环节。
本申请的实施例提供的技术方案可以包括以下有益效果：
利用计算设备对不同HIS系统之间的数据表进行自动分类，减少了低效率、重复性高的人工工作；在对不同HIS系统的字段之间进行匹配映射之前，先采用本申请的方法进行预处理，给数据表进行分类，然后仅在同类的数据表之间才做进一步的字段之间的映射，能够极大地减少计算量、提高效率。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1是根据一示例性实施例示出的一种HIS系统的数据表分类映射方法的流程图。
图2是根据一示例性实施例示出的一种HIS系统的数据表分类映射装置的电路框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种HIS系统的数据表分类映射方法的流程图，该方法包括：
步骤1：对样本HIS系统中的信息进行分析，建立字典库；所述字典库中包括多个环节，每个环节下包括多个关键词；
步骤2：获取待分类的HIS系统中所有数据表的元数据；
步骤3：将提取的每一个数据表的元数据依次与所述字典库中的信息进行比较，并对比较结果进行分析；
步骤4：依次将待分类的HIS系统中的每一个数据表分类映射到所述字典库的某一个环节。
其中，元数据是描述数据的数据，主要是指HIS系统中数据表的表名及数据表中的各个列字段的字段名。
一些实施例中，所述字典库中的多个环节根据临床路径进行确定。
临床路径(Clinical pathway)是指针对某一疾病的一套治疗程序。医院的所有行为都是围绕对病人的诊治进行的，所以，本专利考虑到虽然HIS系统中各数据表内包含的信息繁杂，但可以用临床路径作为主线，对HIS系统的信息进行梳理分类。比如，可以按照临床路径划分出挂号环节、就诊环节、住院环节，等等。
本申请的方法通过关键字对比，实现基于临床路径对异构HIS系统的数据表和通用HIS系统的数据表进行分类，从而生成异构HIS系统的数据表和通用HIS系统的数据表之间的分类对应关系。本申请的方法利用计算设备对不同HIS系统之间的数据表进行自动分类，减少了低效率、重复性高的人工工作。
在步骤1中，需要分析临床路径的所有流程，建立临床路径将会产生的各个环节的字典库。这个字典库包括两项内容，一项是明确临床路径的环节，比如，挂号环节，就诊环节，等等。第二项是选取每个环节的关键词。在建立字典库时，关键词的选取很重要，需要选取具有公共意义的关键信息。
因此，在一些实施例中，所述对样本HIS系统中的信息进行分析，包括：
获取多个样本HIS系统的数据表的元数据，并将所有的数据表分类为设定好的若干个环节；
依次对每一个环节下的所有的数据表的元数据进行统计，并将这些数据中相同元素出现的次数进行排序；
选取出现次数大于第一阈值的若干个元素，将其作为候选关键词。
一些实施例中，所述对样本HIS系统中的信息进行分析，还包括：
依次考察每一个候选关键词在其他环节出现的次数；
将出现次数小于第二阈值的候选关键词确定为关键词。
容易理解的是，所述的第一阈值和第二阈值，需要在具体的实施例中根据情况进行确定。一般来说，第一阈值和第二阈值的大小与样本HIS系统的数据量大小有关，样本HIS系统的数据量越大，第一阈值和第二阈值越大。
为了消除数量阈值受数据量影响的弊端，也可以采用计算比例的方式进行筛选。比如，用某个元素重复出现的次数除以该环节内所有元素的个数，算出这个元素所占的比例，再根据设置的比例的阈值进行筛选。比例阈值受数据量的影响基本可以忽略。当然，无论采用数量阈值还是比例阈值，实质上并没有区别，属于相同的技术方案。
一些实施例中，所述建立字典库，包括：
将设定好的若干个环节收录到所述字典库中；
在每一个环节中，将确定后的关键词添加到该环节下。
在本申请的实施例中，主要是通过统计的手段，对多厂家的描述挂号环节的表字段，统计获得出现次数最多的字段。首先需要通过爬虫或者定向搜集的手段，尽可能多地收集一些HIS系统的数据作为样本，然后对这些样本数据进行统计分析。样本的数据量需要达到一定的程度，才能够得出较为准确的分析结果。
进一步地，对于按以上次数多少所选出的字段还可以考虑进一步筛选，即在其他环节中出现次数较少，在本环节出现次数多。在其他环节出现次数少，说明该字段是本环节区别于其他环节的重要特征字段，故可以选取为关键词。
在其他的一些实施例中，也可以人工根据经验确定。比如，在挂号环节，技术人员可以从该环节所对应所有的表字段中，根据经验确定，“挂号类别”为这一环节的一个关键词。
一些实施例中，所述将提取的每一个数据表的元数据依次与所述字典库中的信息进行比较，包括：
将一个数据表的元数据依次与所述字典库中的每一个环节下的多个关键词进行比较，并依次给出该数据表与每一个环节之间的相似度评分；
依次对HIS系统中的每一个数据表进行上述操作。
一些实施例中，所述相似度评分的计算过程包括：
数据表的元数据包括多个元素，依次将每一个元素与指定的环节进行比较；
如果一个元素与指定的环节下的任意一个关键词相同，则该元素属于指定的环节；否则不属于；
统计属于指定的环节的元素数量，计算该数量占元数据的元素总数量的比例，该数值即为数据表与指定的环节之间的相似度评分。
一些实施例中，所述对比较结果进行分析，包括：
将一个数据表与所有环节之间的相似度评分按照数值大小进行排序；
选取数值最大的相似度评分，判定数据表分类为该相似度评分所对应的环节；
依次对HIS系统中的每一个数据表进行上述操作。
上述的实施例中，主要是计算一个数据表的元数据中，能够被某个环节下的关键词覆盖的比例；一个数据表被某个环节覆盖的比例越高，则该数据表与该环节的相似度越大。
在其他的实施例中，也可以通过机器学习的自然语言处理方法，来判断一个数据表是否与某个环节下的关键字是否相似。自然语言处理方法不但是简单地判断是否相同，还能够考虑到语义、上下文等因素，更加贴近实际情况，判断也更精准。
一些实施例中，所述方法还包括：
将多个不同的HIS系统都分别与所述字典库之间建立映射关系；
在同属于一个环节且分别属于两个不同HIS系统的数据表之间，做进一步的字段映射处理。
通过本申请的方法进行预处理后，将数据表划分到不同临床路径环节的类中，可以使得在后续进一步的精确匹配时，将该数据表及其字段的匹配范围大大缩小，提升库与库的映射准确度，并减少映射过程中所消耗的时间。仅在同类的数据表之间才做进一步的字段之间的映射，能够极大地减少计算量、提高效率，从而为最终高效率实现各个异构HIS系统的融合及统一奠定基础。
图2是根据一示例性实施例示出的一种HIS系统的数据表分类映射装置的电路框图。参照图2，该装置包括字典模块201、输入模块202、处理模块203和分类模块204。
字典模块201用于对样本HIS系统中的信息进行分析，建立字典库；其中，所述字典库中包括多个环节，每个环节下包括多个关键词；
输入模块202用于获取待分类的HIS系统中所有数据表的元数据；
处理模块203用于将提取的每一个数据表的元数据依次与所述字典库中的信息进行比较，并对比较结果进行分析；
分类模块204依次将待分类的HIS系统中的每一个数据表分类映射到所述字典库的某一个环节。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本申请还提供如下的实施例：
一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得计算设备执行一种HIS系统的数据表分类映射方法，所述方法包括：
对样本HIS系统中的信息进行分析，建立字典库；所述字典库中包括多个环节，每个环节下包括多个关键词；
获取待分类的HIS系统中所有数据表的元数据；
将提取的每一个数据表的元数据依次与所述字典库中的信息进行比较，并对比较结果进行分析；
依次将待分类的HIS系统中的每一个数据表分类映射到所述字典库的某一个环节。
本申请还提供如下的实施例：
一种HIS系统的数据表分类映射设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
对样本HIS系统中的信息进行分析，建立字典库；所述字典库中包括多个环节，每个环节下包括多个关键词；
获取待分类的HIS系统中所有数据表的元数据；
将提取的每一个数据表的元数据依次与所述字典库中的信息进行比较，并对比较结果进行分析；
依次将待分类的HIS系统中的每一个数据表分类映射到所述字典库的某一个环节。
可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是，在本申请的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本申请的描述中，除非另有说明，“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (12)
1.一种HIS系统的数据表分类映射方法，其特征在于，包括：
对样本HIS系统中的信息进行分析，建立字典库；所述字典库中包括多个环节，每个环节下包括多个关键词；
获取待分类的HIS系统中所有数据表的元数据；
将提取的每一个数据表的元数据依次与所述字典库中的信息进行比较，并对比较结果进行分析；
依次将待分类的HIS系统中的每一个数据表分类映射到所述字典库的某一个环节。
2.根据权利要求1所述的一种HIS系统的数据表分类映射方法，其特征在于，所述对样本HIS系统中的信息进行分析，包括：
获取多个样本HIS系统的数据表的元数据，并将所有的数据表分类为设定好的若干个环节；
依次对每一个环节下的所有的数据表的元数据进行统计，并将这些数据中相同元素出现的次数进行排序；
选取出现次数大于第一阈值的若干个元素，将其作为候选关键词。
3.根据权利要求2所述的一种HIS系统的数据表分类映射方法，其特征在于，所述对样本HIS系统中的信息进行分析，还包括：
依次考察每一个候选关键词在其他环节出现的次数；
将出现次数小于第二阈值的候选关键词确定为关键词。
4.根据权利要求3所述的一种HIS系统的数据表分类映射方法，其特征在于，所述建立字典库，包括：
将设定好的若干个环节收录到所述字典库中；
在每一个环节中，将确定后的关键词添加到该环节下。
5.根据权利要求1至4任一项所述的一种HIS系统的数据表分类映射方法，其特征在于，所述字典库中的多个环节根据临床路径进行确定。
6.根据权利要求1至4任一项所述的一种HIS系统的数据表分类映射方法，其特征在于，所述将提取的每一个数据表的元数据依次与所述字典库中的信息进行比较，包括：
将一个数据表的元数据依次与所述字典库中的每一个环节下的多个关键词进行比较，并依次给出该数据表与每一个环节之间的相似度评分；
依次对HIS系统中的每一个数据表进行上述操作。
7.根据权利要求6所述的一种HIS系统的数据表分类映射方法，其特征在于，所述相似度评分的计算过程包括：
数据表的元数据包括多个元素，依次将每一个元素与指定的环节进行比较；
如果一个元素与指定的环节下的任意一个关键词相同，则该元素属于指定的环节；否则不属于；
统计属于指定的环节的元素数量，计算该数量占元数据的元素总数量的比例，该数值即为数据表与指定的环节之间的相似度评分。
8.根据权利要求6所述的一种HIS系统的数据表分类映射方法，其特征在于，所述对比较结果进行分析，包括：
将一个数据表与所有环节之间的相似度评分按照数值大小进行排序；
选取数值最大的相似度评分，判定数据表分类为该相似度评分所对应的环节；
依次对HIS系统中的每一个数据表进行上述操作。
9.根据权利要求1至4任一项所述的一种HIS系统的数据表分类映射方法，其特征在于，还包括：
将多个不同的HIS系统都分别与所述字典库之间建立映射关系；
在同属于一个环节且分别属于两个不同HIS系统的数据表之间，做进一步的字段映射处理。
10.一种HIS系统的数据表分类映射装置，其特征在于，包括：
字典模块，用于对样本HIS系统中的信息进行分析，建立字典库；所述字典库中包括多个环节，每个环节下包括多个关键词；
输入模块，用于获取待分类的HIS系统中所有数据表的元数据；
处理模块，用于将提取的每一个数据表的元数据依次与所述字典库中的信息进行比较，并对比较结果进行分析；
分类模块，依次将待分类的HIS系统中的每一个数据表分类映射到所述字典库的某一个环节。
11.一种非临时性计算机可读存储介质，其特征在于，当所述存储介质中的指令由计算设备的处理器执行时，使得计算设备执行一种HIS系统的数据表分类映射方法，所述方法包括：
对样本HIS系统中的信息进行分析，建立字典库；所述字典库中包括多个环节，每个环节下包括多个关键词；
获取待分类的HIS系统中所有数据表的元数据；
将提取的每一个数据表的元数据依次与所述字典库中的信息进行比较，并对比较结果进行分析；
依次将待分类的HIS系统中的每一个数据表分类映射到所述字典库的某一个环节。
12.一种HIS系统的数据表分类映射设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：
对样本HIS系统中的信息进行分析，建立字典库；所述字典库中包括多个环节，每个环节下包括多个关键词；
获取待分类的HIS系统中所有数据表的元数据；
将提取的每一个数据表的元数据依次与所述字典库中的信息进行比较，并对比较结果进行分析；
依次将待分类的HIS系统中的每一个数据表分类映射到所述字典库的某一个环节。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810398887.2A CN108595657B (zh) | 2018-04-28 | 2018-04-28 | His系统的数据表分类映射方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810398887.2A CN108595657B (zh) | 2018-04-28 | 2018-04-28 | His系统的数据表分类映射方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108595657A true CN108595657A (zh) | 2018-09-28 |
| CN108595657B CN108595657B (zh) | 2020-10-09 |
Family
ID=63610771
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810398887.2A Active CN108595657B (zh) | 2018-04-28 | 2018-04-28 | His系统的数据表分类映射方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108595657B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109346189A (zh) * | 2018-10-31 | 2019-02-15 | 平安医疗健康管理股份有限公司 | 基于大数据的医疗数据检测方法及相关装置 |
| CN109766436A (zh) * | 2018-12-04 | 2019-05-17 | 北京明略软件系统有限公司 | 一种数据表的字段与知识库的数据元匹配的方法和装置 |
| CN109783611A (zh) * | 2018-12-29 | 2019-05-21 | 北京明略软件系统有限公司 | 一种字段匹配的方法、装置、计算机存储介质及终端 |
| CN109830290A (zh) * | 2019-01-21 | 2019-05-31 | 四川大学华西医院 | 医疗信息管理方法、装置、服务器及可读存储介质 |
| CN113570454A (zh) * | 2021-09-24 | 2021-10-29 | 北京大数元科技发展有限公司 | 一种债务数据智能比对方法、装置及存储介质 |
| US11455321B2 (en) | 2020-03-19 | 2022-09-27 | International Business Machines Corporation | Deep data classification using governance and machine learning |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103237094A (zh) * | 2013-04-17 | 2013-08-07 | 北京亿赞普网络技术有限公司 | 一种识别用户的方法及装置 |
| CN105389619A (zh) * | 2014-08-31 | 2016-03-09 | 通用电气公司 | 用于改进健康护理生态系统内的连接的方法和系统 |
| CN106250382A (zh) * | 2016-01-28 | 2016-12-21 | 新博卓畅技术（北京）有限公司 | 一种元数据管理引擎系统及实现方法 |
| US20170220665A1 (en) * | 2016-01-28 | 2017-08-03 | Ceeq It Corporation | Systems and methods for merging electronic data collections |
| CN107273671A (zh) * | 2017-05-31 | 2017-10-20 | 江苏金琉璃科技有限公司 | 一种实现医疗绩效量化的方法和系统 |
| CN107545140A (zh) * | 2017-08-31 | 2018-01-05 | 上海德衡数据科技有限公司 | 一种智能化区域急救医疗集成数据中心系统原型 |
-
2018
- 2018-04-28 CN CN201810398887.2A patent/CN108595657B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103237094A (zh) * | 2013-04-17 | 2013-08-07 | 北京亿赞普网络技术有限公司 | 一种识别用户的方法及装置 |
| CN105389619A (zh) * | 2014-08-31 | 2016-03-09 | 通用电气公司 | 用于改进健康护理生态系统内的连接的方法和系统 |
| CN106250382A (zh) * | 2016-01-28 | 2016-12-21 | 新博卓畅技术（北京）有限公司 | 一种元数据管理引擎系统及实现方法 |
| US20170220665A1 (en) * | 2016-01-28 | 2017-08-03 | Ceeq It Corporation | Systems and methods for merging electronic data collections |
| CN107273671A (zh) * | 2017-05-31 | 2017-10-20 | 江苏金琉璃科技有限公司 | 一种实现医疗绩效量化的方法和系统 |
| CN107545140A (zh) * | 2017-08-31 | 2018-01-05 | 上海德衡数据科技有限公司 | 一种智能化区域急救医疗集成数据中心系统原型 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109346189A (zh) * | 2018-10-31 | 2019-02-15 | 平安医疗健康管理股份有限公司 | 基于大数据的医疗数据检测方法及相关装置 |
| CN109766436A (zh) * | 2018-12-04 | 2019-05-17 | 北京明略软件系统有限公司 | 一种数据表的字段与知识库的数据元匹配的方法和装置 |
| CN109783611A (zh) * | 2018-12-29 | 2019-05-21 | 北京明略软件系统有限公司 | 一种字段匹配的方法、装置、计算机存储介质及终端 |
| CN109830290A (zh) * | 2019-01-21 | 2019-05-31 | 四川大学华西医院 | 医疗信息管理方法、装置、服务器及可读存储介质 |
| US11455321B2 (en) | 2020-03-19 | 2022-09-27 | International Business Machines Corporation | Deep data classification using governance and machine learning |
| CN113570454A (zh) * | 2021-09-24 | 2021-10-29 | 北京大数元科技发展有限公司 | 一种债务数据智能比对方法、装置及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108595657B (zh) | 2020-10-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108595657A (zh) | His系统的数据表分类映射方法和装置 | |
| Rodellar et al. | Image processing and machine learning in the morphological analysis of blood cells | |
| US20200357118A1 (en) | Medical scan viewing system with enhanced training and methods for use therewith | |
| Senders et al. | Natural language processing for automated quantification of brain metastases reported in free-text radiology reports | |
| Hosseini et al. | A mobile application based on efficient lightweight CNN model for classification of B-ALL cancer from non-cancerous cells: A design and implementation study | |
| CN110504035A (zh) | 医疗资料库及系统 | |
| WO2022060949A1 (en) | Systems and methods for automatically identifying a candidate patient for enrollment in a clinical trial | |
| CN112541066B (zh) | 基于文本结构化的医技报告检测方法及相关设备 | |
| Jiang et al. | Magnetic resonance imaging (mri) brain tumor image classification based on five machine learning algorithms | |
| CN108320798A (zh) | 病症结果生成方法与装置 | |
| Searle et al. | Experimental evaluation and development of a silver-standard for the MIMIC-III clinical coding dataset | |
| Shenoy et al. | Utilizing smartphone-based machine learning in medical monitor data collection: seven segment digit recognition | |
| CN106445918A (zh) | 一种中文地址处理方法及系统 | |
| Gao et al. | Response score of deep learning for out-of-distribution sample detection of medical images | |
| CN115798662A (zh) | 基于人工智能算法的医院病案管理用病例运送分析系统 | |
| Ullah et al. | Detecting High‐Risk Factors and Early Diagnosis of Diabetes Using Machine Learning Methods | |
| US20110125740A1 (en) | Method and system for generating text | |
| CN112655047A (zh) | 对医学记录分类的方法 | |
| Li et al. | An AI-Aided diagnostic framework for hematologic neoplasms based on morphologic features and medical expertise | |
| CN114220542A (zh) | 一种体检信息管理方法、装置、存储介质及计算设备 | |
| CN108563645A (zh) | His系统的元数据翻译方法和装置 | |
| Tran et al. | Blood cell count using deep learning semantic segmentation | |
| CN108319580A (zh) | 诊断词归一方法及装置 | |
| Alqurneh et al. | A partitioning-based approach for clustering COVID-19 drugs and co-medication for safe use | |
| CN114547346B (zh) | 知识图谱的构建方法和装置、电子设备和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP03 | Change of name, title or address | ||
| CP03 | Change of name, title or address |
Address after: 215000, 3rd Floor, Building 43, Zone A, Energy Conservation and Environmental Protection Innovation Park, No. 199 Hongwu Avenue, Tangqiao Town, Zhangjiagang City, Suzhou City, Jiangsu Province Patentee after: Suzhou Yiyuan Wanshu Technology Co.,Ltd. Address before: 610051 room 705, block B, office building 339, mengzhuiwan street, Chenghua District, Chengdu, Sichuan Patentee before: CHENGDU ZHIXIN ELECTRONIC TECHNOLOGY Co.,Ltd. |