CN111242491A - 医疗大数据可视化分析方法、介质、设备及系统 - Google Patents
医疗大数据可视化分析方法、介质、设备及系统 Download PDFInfo
- Publication number
- CN111242491A CN111242491A CN202010045209.5A CN202010045209A CN111242491A CN 111242491 A CN111242491 A CN 111242491A CN 202010045209 A CN202010045209 A CN 202010045209A CN 111242491 A CN111242491 A CN 111242491A
- Authority
- CN
- China
- Prior art keywords
- grid
- medical
- area
- map
- influenceable
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 84
- 238000013079 data visualisation Methods 0.000 title claims abstract description 43
- 238000012545 processing Methods 0.000 claims abstract description 16
- 230000007246 mechanism Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 10
- 230000000007 visual effect Effects 0.000 abstract description 37
- 238000000034 method Methods 0.000 abstract description 26
- 230000008569 process Effects 0.000 abstract description 16
- 238000007405 data analysis Methods 0.000 abstract description 11
- 238000010586 diagram Methods 0.000 description 11
- 230000006399 behavior Effects 0.000 description 10
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000005180 public health Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/904—Browsing; Visualisation therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
Abstract
本发明公开了一种医疗大数据可视化分析方法、介质、设备及系统，其中方法包括：获取待分析区域地图，并对待分析区域地图进行网格化处理，以生成网格化区域地图；获取待分析区域的人口数据，并根据人口数据计算网格化区域地图中每个网格对应的人口数量，以及将每个网格对应的人口数量在网格化区域地图中可视化显示；获取医疗机构的位置信息和路网影响距离，并根据位置信息和路网影响距离确定医疗机构对应的可影响网格，以及建立可影响网格与医疗机构之间关联，以便将医疗机构与对应的可影响网格进行关联显示；能够对医疗大数据进行有效分析，节约医疗数据分析过程中所需人力物力资源，同时，分析结果直观可视化，利于决策者的决策行为。
Description
技术领域
本发明涉及医疗数据处理技术领域，特别涉及一种医疗大数据可视化分析方法、一种计算机可读存储介质、一种计算机设备以及一种医疗大数据可视化分析系统。
背景技术
我国拥有规模及其庞大且多方面、立体的医疗数据信息，充分发挥医疗数据的深层作用，对于当前的医疗卫生供给侧改革具有促进作用，对于公共健康医疗服务行业的效率与质量的提升有着巨大的帮助。
相关技术中，在对医疗数据进行分析的过程中，多通过人工对海量数据进行翻阅和分析，其过程极为耗时，浪费大量的人力物力资源；同时，由于医疗数据的体量极大且信息驳杂，人工分析过程难以提取数据中的有效信息。
发明内容
本发明旨在至少在一定程度上解决上述技术中的技术问题之一。为此，本发明的一个目的在于提出一种医疗大数据可视化分析方法，能够对医疗大数据进行有效分析，节约医疗数据分析过程中所需人力物力资源，同时，分析结果直观可视化，利于决策者的决策行为。
本发明的第二个目的在于提出一种计算机可读存储介质。
本发明的第三个目的在于提出一种计算机设备。
本发明的第四个目的在于提出一种医疗大数据可视化分析系统。
为达到上述目的，本发明第一方面实施例提出了一种医疗大数据可视化分析方法，包括以下步骤：获取待分析区域地图，并对所述待分析区域地图进行网格化处理，以生成网格化区域地图；获取待分析区域的人口数据，并根据所述人口数据计算所述网格化区域地图中每个网格对应的人口数量，以及将每个网格对应的人口数量在所述网格化区域地图中可视化显示；获取医疗机构的位置信息和路网影响距离，并根据所述位置信息和所述路网影响距离确定所述医疗机构对应的可影响网格，以及建立所述可影响网格与所述医疗机构之间关联，以便将所述医疗机构与对应的可影响网格进行关联显示。
根据本发明实施例的医疗大数据可视化分析方法，首先，获取待分析区域地图，并对待分析区域地图进行网格化处理，以生成网格化区域地图；接着，获取待分析区域的人口数据，并根据人口数据计算网格化区域地图中每个网格对应的人口数量，以及将每个网格对应的人口数量在网格化区域地图中可视化显示；然后，获取医疗机构的位置信息和路网影响距离，并根据位置信息和路网影响距离确定医疗机构对应的可影响网格，以及建立可影响网格与医疗机构之间关联，以便将医疗机构与对应的可影响网格进行关联显示，从而实现对医疗大数据进行有效分析，节约医疗数据分析过程中所需人力物力资源，同时，分析结果直观可视化，利于决策者的决策行为。
另外，根据本发明上述实施例提出的医疗大数据可视化分析方法还可以具有如下附加的技术特征：
可选地，获取医疗机构的位置信息和路网影响距离，包括：获取医疗机构的经纬度信息和医疗机构等级，并根据所述医疗机构等级获取对应的路网影响距离。
可选地，根据所述位置信息和所述路网影响距离确定所述医疗机构对应的可影响网格，包括：根据所述位置信息和所述待分析区域地图计算医疗机构与每个网格之间的路网距离，并判断所述路网距离是否小于所述路网影响距离；如果是，则确定该网格为该医疗机构的可影响网格。
可选地，还包括：获取待分析区域的患者数据，并根据所述患者数据计算所述网格化区域地图中每个网格对应的患者数量，以及将每个网格对应的患者数量在所述网格化区域地图中可视化显示。
可选地，还包括：获取每个医疗机构对应的医师数量，并根据医疗机构对应的医师数量和可影响网格对应的人口数量计算每个可影响网格的人均医师数量；根据所述人均医师数量计算每个网格对应的总人均医师数量。
为达到上述目的，本发明第二方面实施例提出了一种计算机可读存储介质，其上存储有医疗大数据可视化分析程序，该医疗大数据可视化分析程序被处理器执行时实现如上述的医疗大数据可视化分析方法。
根据本发明实施例的计算机可读存储介质，通过存储医疗大数据可视化分析程序，以使得处理器在执行该医疗大数据可视化分析程序时实现如上述的医疗大数据可视化分析方法，从而实现对医疗大数据进行有效分析，节约医疗数据分析过程中所需人力物力资源，同时，分析结果直观可视化，利于决策者的决策行为。
为达到上述目的，本发明第三方面实施例提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如上述的医疗大数据可视化分析方法。
根据本发明实施例的计算机设备，通过存储器对医疗大数据可视化分析程序进行存储，以使得处理器在执行该存储器上存储的医疗大数据可视化分析程序时，实现如上述的医疗大数据可视化分析方法，从而实现对医疗大数据进行有效分析，节约医疗数据分析过程中所需人力物力资源，同时，分析结果直观可视化，利于决策者的决策行为。
为达到上述目的，本发明第四方面实施例提出了一种医疗大数据可视化分析系统，包括：网格化模块，所述网格化模块用于获取待分析区域地图，并对所述待分析区域地图进行网格化处理，以生成网格化区域地图；人口分析模块，所述人口分析模块用于获取待分析区域的人口数据，并根据所述人口数据计算所述网格化区域地图中每个网格对应的人口数量，以及将每个网格对应的人口数量在所述网格化区域地图中可视化显示；机构分析模块，所述机构分析模块用于获取医疗机构的位置信息和路网影响距离，并根据所述位置信息和所述路网影响距离确定所述医疗机构对应的可影响网格，以及建立所述可影响网格与所述医疗机构之间关联，以便将所述医疗机构与对应的可影响网格进行关联显示。
根据本发明实施例的医疗大数据可视化分析系统，设置网格化模块用于获取待分析区域地图，并对所述待分析区域地图进行网格化处理，以生成网格化区域地图；人口分析模块用于获取待分析区域的人口数据，并根据所述人口数据计算所述网格化区域地图中每个网格对应的人口数量，以及将每个网格对应的人口数量在所述网格化区域地图中可视化显示；机构分析模块用于获取医疗机构的位置信息和路网影响距离，并根据所述位置信息和所述路网影响距离确定所述医疗机构对应的可影响网格，以及建立所述可影响网格与所述医疗机构之间关联，以便将所述医疗机构与对应的可影响网格进行关联显示；从而实现对医疗大数据进行有效分析，节约医疗数据分析过程中所需人力物力资源，同时，分析结果直观可视化，利于决策者的决策行为。
另外，根据本发明上述实施例提出的医疗大数据可视化分析系统还可以具有如下附加的技术特征：
可选地，还包括：患者分析模块，所述患者分析模块用于获取待分析区域的患者数据，并根据所述患者数据计算所述网格化区域地图中每个网格对应的患者数量，以及将每个网格对应的患者数量在所述网格化区域地图中可视化显示。
可选地，还包括：医疗资源分析模块，所述医疗资源分析模块用于获取每个医疗机构对应的医师数量，并根据医疗机构对应的医师数量和可影响网格对应的人口数量计算每个可影响网格的人均医师数量，以及根据所述人均医师数量计算每个网格对应的总人均医师数量。
附图说明
图1为根据本发明实施例的医疗大数据可视化分析方法的流程示意图；
图2为根据本发明实施例的人均医疗资源分析方法的流程示意图；
图3为根据本发明实施例的医疗大数据可视化分析系统的方框示意图；
图4为根据本发明实施例的另一医疗大数据可视化分析系统的方框示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
相关技术中，难以提取医疗大数据中的有效信息，并且，对于医疗大数据的分析过程极为浪费人力和物力；根据本发明实施例的医疗大数据可视化分析方法，首先，获取待分析区域地图，并对待分析区域地图进行网格化处理，以生成网格化区域地图；接着，获取待分析区域的人口数据，并根据人口数据计算网格化区域地图中每个网格对应的人口数量，以及将每个网格对应的人口数量在网格化区域地图中可视化显示；然后，获取医疗机构的位置信息和路网影响距离，并根据位置信息和路网影响距离确定医疗机构对应的可影响网格，以及建立可影响网格与医疗机构之间关联，以便将医疗机构与对应的可影响网格进行关联显示，从而实现对医疗大数据进行有效分析，节约医疗数据分析过程中所需人力物力资源，同时，分析结果直观可视化，利于决策者的决策行为。
为了更好的理解上述技术方案，下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
请参阅图1，图1为根据本发明实施例的医疗大数据可视化分析方法的流程示意图，如图1所示，该医疗大数据可视化分析方法包括以下步骤：
S101，获取待分析区域地图，并对待分析区域地图进行网格化处理，以生成网格化区域地图。
也就是说，首先，获取待分析区域的地图，接着，对待分析区域地图进行网格化处理，例如，根据预设的网格大小(250m*250m)对待分析区域地图进行切分，以生成网格化区域地图。
S102，获取待分析区域的人口数据，并根据人口数据计算网格化区域地图中每个网格对应的人口数量，以及将每个网格对应的人口数量在网格化区域地图中可视化显示。
其中，将每个网格对应的人口数量在网格化区域地图中可视化显示的方式可以有多种。
作为一种示例，以柱状图的形式对网格对应的人口数量进行展示，具体地，可规定每百人对应的柱状图的高度，从而，最终显示的结果即为人口数量越多的网格其所对应的柱状图高度越高，从而使得分析结果直观可视化。
作为另一种示例，规定人口数量所对应的像素值，具体地，可以令人口数量越多的网格其所对应的颜色越深，人口数量越少的网格对应的颜色越浅，从而，可以根据颜色直观地判断每个网格所对应的人口密度。
S103，获取医疗机构的位置信息和路网影响距离，并根据位置信息和路网影响距离确定医疗机构对应的可影响网格，以及建立可影响网格与医疗机构之间关联，以便将医疗机构与对应的可影响网格进行关联显示。
也就是说，获取医疗机构的位置信息以及医疗机构的路网影响距离(路网距离指的是出发地点与医疗机构之间的道路可达距离)；并根据位置信息和路网影响距离确定医疗机构对应的可影响网格，以及建立可影响网格与医疗机构之间的关联关系，从而，后续可以将医疗机构与对应的可影响网格进行关联显示，例如，用户在点击地图中的医疗机构时，则可以根据其所对应的可影响网格，浮现该医疗机构的影响片区。
其中，获取医疗机构的位置信息和路网影响距离的方式可以有多种。
作为一种示例，获取医疗机构所对应的网格信息，并建立该医疗机构与该网格的关联，然后，获取该医疗机构的历史诊断信息，并根据该历史诊断信息计算其对应的路网影响距离。
作为另一种示例，获取该医疗机构的经纬度信息和医疗机构等级，并根据该医疗机构等级获取对应的路网影响距离(例如，一级医院的路网影响距离为2公里，二级医院的路网影响距离为5公里，三级医院的路网影响距离为10公里)。
其中，根据位置信息和路网影响距离确定医疗机构对应的可影响网格的方式可以有多种。
作为一种示例，首先，根据位置信息获取医疗机构所处网格，并根据路网影响距离以该网格为圆心设置可影响范围，以及将该可影响范围内的网格作为该医疗机构所对应的可影响网格。
作为另一种示例，首先，获取医疗机构的经纬度信息，并根据该经纬度信息计算和待分析区域地图中的路网信息计算医疗机构与每个网格之间的路网距离，接着，判断该路网距离是否小于医疗机构的路网影响距离；如果小于，则确定该网格为该医疗机构的可影响网格。
在一些实施例中，本发明实施例提出的医疗大数据可视化分析方法还包括：获取待分析区域的患者数据，并根据该患者数据计算网格化区域地图中每个网格所对应的患者数量，以及将每个网格对应的患者数量在网格化区域地图中可视化显示，从而，可以通过地图的显示直观地获取待分析区域中患者的分布状况。
在一些实施例中，如图2所示，本发明实施例提出的医疗大数据可视化分析方法还包括：
S201，获取每个医疗机构对应的医师数量，并根据医疗机构对应的医师数量和可影响网格对应的人口数量计算每个可影响网格的人均医师数量。
S202，根据人均医师数量计算每个网格对应的总人均医师数量。
也就是说，首先，获取每个医疗机构对应的医师数量，并根据该医师数量和该医疗机构的可影响网格，计算该医疗机构的可影响范围内，每个可影响网格的人均医师数量；然后，统计每个网格的多个人均医师数量(例如，一个网格可以被多个医疗机构的可影响范围所辐射，即言，该网格可能是多个医疗机构对应的可影响网格，则对多个人均医师数量进行统计)，以计算得到该网格所对应的总人均医师数量；从而，对医疗资源的分布进行进一步地统计分析，利于决策者对于医疗机构设立的决策。
综上所述，根据本发明实施例的医疗大数据可视化分析方法，首先，获取待分析区域地图，并对待分析区域地图进行网格化处理，以生成网格化区域地图；接着，获取待分析区域的人口数据，并根据人口数据计算网格化区域地图中每个网格对应的人口数量，以及将每个网格对应的人口数量在网格化区域地图中可视化显示；然后，获取医疗机构的位置信息和路网影响距离，并根据位置信息和路网影响距离确定医疗机构对应的可影响网格，以及建立可影响网格与医疗机构之间关联，以便将医疗机构与对应的可影响网格进行关联显示，从而实现对医疗大数据进行有效分析，节约医疗数据分析过程中所需人力物力资源，同时，分析结果直观可视化，利于决策者的决策行为。
为了实现上述实施例，本发明实施例提出了一种计算机可读存储介质，其上存储有医疗大数据可视化分析程序，该医疗大数据可视化分析程序被处理器执行时实现如上述的医疗大数据可视化分析方法。
根据本发明实施例的计算机可读存储介质，通过存储医疗大数据可视化分析程序，以使得处理器在执行该医疗大数据可视化分析程序时实现如上述的医疗大数据可视化分析方法，从而实现对医疗大数据进行有效分析，节约医疗数据分析过程中所需人力物力资源，同时，分析结果直观可视化，利于决策者的决策行为。
为了实现上述实施例，本发明实施例提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如上述的医疗大数据可视化分析方法。
根据本发明实施例的计算机设备，通过存储器对医疗大数据可视化分析程序进行存储，以使得处理器在执行该存储器上存储的医疗大数据可视化分析程序时，实现如上述的医疗大数据可视化分析方法，从而实现对医疗大数据进行有效分析，节约医疗数据分析过程中所需人力物力资源，同时，分析结果直观可视化，利于决策者的决策行为。
为了实现上述实施例，本发明实施例提出了一种医疗大数据可视化分析系统，如图3所示，该医疗大数据可视化分析系统包括：网格化模块10、人口分析模块20和机构分析模块30。
其中，网格化模块10用于获取待分析区域地图，并对待分析区域地图进行网格化处理，以生成网格化区域地图；
人口分析模块20用于获取待分析区域的人口数据，并根据人口数据计算网格化区域地图中每个网格对应的人口数量，以及将每个网格对应的人口数量在网格化区域地图中可视化显示；
机构分析模块30用于获取医疗机构的位置信息和路网影响距离，并根据位置信息和路网影响距离确定医疗机构对应的可影响网格，以及建立可影响网格与医疗机构之间关联，以便将医疗机构与对应的可影响网格进行关联显示。
在一些实施例中，如图4所示，该医疗大数据可视化分析系统还包括：患者分析模块40，该患者分析模块用于获取待分析区域的患者数据，并根据患者数据计算网格化区域地图中每个网格对应的患者数量，以及将每个网格对应的患者数量在网格化区域地图中可视化显示。
在一些实施例中，如图4所示，该医疗大数据可视化分析系统还包括：医疗资源分析模块50，该医疗资源分析模块用于获取每个医疗机构对应的医师数量，并根据医疗机构对应的医师数量和可影响网格对应的人口数量计算每个可影响网格的人均医师数量，以及根据人均医师数量计算每个网格对应的总人均医师数量。
需要说明的是，上述关于图1中医疗大数据可视化分析方法的描述同样适用于该医疗大数据可视化分析系统，在此不做赘述。
综上所述，根据本发明实施例的医疗大数据可视化分析系统，设置网格化模块用于获取待分析区域地图，并对所述待分析区域地图进行网格化处理，以生成网格化区域地图；人口分析模块用于获取待分析区域的人口数据，并根据所述人口数据计算所述网格化区域地图中每个网格对应的人口数量，以及将每个网格对应的人口数量在所述网格化区域地图中可视化显示；机构分析模块用于获取医疗机构的位置信息和路网影响距离，并根据所述位置信息和所述路网影响距离确定所述医疗机构对应的可影响网格，以及建立所述可影响网格与所述医疗机构之间关联，以便将所述医疗机构与对应的可影响网格进行关联显示；从而实现对医疗大数据进行有效分析，节约医疗数据分析过程中所需人力物力资源，同时，分析结果直观可视化，利于决策者的决策行为。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
应当注意的是，在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
在本发明的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连；可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
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发明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应理解为必须针对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一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种医疗大数据可视化分析方法，其特征在于，包括以下步骤：
获取待分析区域地图，并对所述待分析区域地图进行网格化处理，以生成网格化区域地图；
获取待分析区域的人口数据，并根据所述人口数据计算所述网格化区域地图中每个网格对应的人口数量，以及将每个网格对应的人口数量在所述网格化区域地图中可视化显示；
获取医疗机构的位置信息和路网影响距离，并根据所述位置信息和所述路网影响距离确定所述医疗机构对应的可影响网格，以及建立所述可影响网格与所述医疗机构之间关联，以便将所述医疗机构与对应的可影响网格进行关联显示。
2.如权利要求1所述的医疗大数据可视化分析方法，其特征在于，获取医疗机构的位置信息和路网影响距离，包括：
获取医疗机构的经纬度信息和医疗机构等级，并根据所述医疗机构等级获取对应的路网影响距离。
3.如权利要求1所述的医疗大数据可视化分析方法，根据所述位置信息和所述路网影响距离确定所述医疗机构对应的可影响网格，包括：
根据所述位置信息和所述待分析区域地图计算医疗机构与每个网格之间的路网距离，并判断所述路网距离是否小于所述路网影响距离；
如果是，则确定该网格为该医疗机构的可影响网格。
4.如权利要求1-3中任一项所述的医疗大数据可视化分析方法，其特征在于，还包括：
获取待分析区域的患者数据，并根据所述患者数据计算所述网格化区域地图中每个网格对应的患者数量，以及将每个网格对应的患者数量在所述网格化区域地图中可视化显示。
5.如权利要求1-3中任一项所述的医疗大数据可视化分析方法，其特征在于，还包括：
获取每个医疗机构对应的医师数量，并根据医疗机构对应的医师数量和可影响网格对应的人口数量计算每个可影响网格的人均医师数量；
根据所述人均医师数量计算每个网格对应的总人均医师数量。
6.一种计算机可读存储介质，其特征在于，其上存储有医疗大数据可视化分析程序，该医疗大数据可视化分析程序被处理器执行时实现如权利要求1-5中任一项所述的医疗大数据可视化分析方法。
7.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时，实现如权利要求1-5中任一项所述的医疗大数据可视化分析方法。
8.一种医疗大数据可视化分析系统，其特征在于，包括：
网格化模块，所述网格化模块用于获取待分析区域地图，并对所述待分析区域地图进行网格化处理，以生成网格化区域地图；
人口分析模块，所述人口分析模块用于获取待分析区域的人口数据，并根据所述人口数据计算所述网格化区域地图中每个网格对应的人口数量，以及将每个网格对应的人口数量在所述网格化区域地图中可视化显示；
机构分析模块，所述机构分析模块用于获取医疗机构的位置信息和路网影响距离，并根据所述位置信息和所述路网影响距离确定所述医疗机构对应的可影响网格，以及建立所述可影响网格与所述医疗机构之间关联，以便将所述医疗机构与对应的可影响网格进行关联显示。
9.如权利要求8所述的医疗大数据可视化分析系统，其特征在于，还包括：
患者分析模块，所述患者分析模块用于获取待分析区域的患者数据，并根据所述患者数据计算所述网格化区域地图中每个网格对应的患者数量，以及将每个网格对应的患者数量在所述网格化区域地图中可视化显示。
10.如权利要求8所述的医疗大数据可视化分析系统，其特征在于，还包括：
医疗资源分析模块，所述医疗资源分析模块用于获取每个医疗机构对应的医师数量，并根据医疗机构对应的医师数量和可影响网格对应的人口数量计算每个可影响网格的人均医师数量，以及根据所述人均医师数量计算每个网格对应的总人均医师数量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010045209.5A CN111242491A (zh) | 2020-01-16 | 2020-01-16 | 医疗大数据可视化分析方法、介质、设备及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010045209.5A CN111242491A (zh) | 2020-01-16 | 2020-01-16 | 医疗大数据可视化分析方法、介质、设备及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111242491A true CN111242491A (zh) | 2020-06-05 |
Family
ID=70874554
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010045209.5A Pending CN111242491A (zh) | 2020-01-16 | 2020-01-16 | 医疗大数据可视化分析方法、介质、设备及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111242491A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112651775A (zh) * | 2020-12-22 | 2021-04-13 | 北京彩智科技有限公司 | 一种确定地理辐射范围的方法、装置及电子设备 |
| CN113342751A (zh) * | 2021-07-30 | 2021-09-03 | 联想凌拓科技有限公司 | 元数据处理方法、装置、设备和可读存储介质 |
| CN114064831A (zh) * | 2021-10-27 | 2022-02-18 | 北京融信数联科技有限公司 | 一种数据栅格化显示方法、系统和存储介质 |
| US20230061020A1 (en) * | 2021-08-26 | 2023-03-02 | Evernorth Strategic Development, Inc. | Systems and methods for transforming an interactive graphical user interface according to dynamically generated data structures |
| CN116703008A (zh) * | 2023-08-02 | 2023-09-05 | 山东高速股份有限公司 | 一种用于新建公路的交通出行量预测方法、设备及介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108446470A (zh) * | 2018-03-07 | 2018-08-24 | 广东国地规划科技股份有限公司 | 基于车辆轨迹数据和人口分布的医疗设施可达性分析方法 |
| US20190096099A1 (en) * | 2017-09-27 | 2019-03-28 | International Business Machines Corporation | Visualizing linear assets using client-side processing |
| CN110175738A (zh) * | 2019-04-12 | 2019-08-27 | 北京百度网讯科技有限公司 | 医疗资源丰富度评价方法及系统 |
| CN110533273A (zh) * | 2019-05-28 | 2019-12-03 | 自然资源部四川基础地理信息中心 | 基于病人就诊地理大数据的医疗机构绩效分级评价方法 |
-
2020
- 2020-01-16 CN CN202010045209.5A patent/CN111242491A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190096099A1 (en) * | 2017-09-27 | 2019-03-28 | International Business Machines Corporation | Visualizing linear assets using client-side processing |
| CN108446470A (zh) * | 2018-03-07 | 2018-08-24 | 广东国地规划科技股份有限公司 | 基于车辆轨迹数据和人口分布的医疗设施可达性分析方法 |
| CN110175738A (zh) * | 2019-04-12 | 2019-08-27 | 北京百度网讯科技有限公司 | 医疗资源丰富度评价方法及系统 |
| CN110533273A (zh) * | 2019-05-28 | 2019-12-03 | 自然资源部四川基础地理信息中心 | 基于病人就诊地理大数据的医疗机构绩效分级评价方法 |
Non-Patent Citations (1)
| Title |
|---|
| 刘璐: ""基于层级性的深圳市公共医疗设施可达性评估研究"", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112651775A (zh) * | 2020-12-22 | 2021-04-13 | 北京彩智科技有限公司 | 一种确定地理辐射范围的方法、装置及电子设备 |
| CN112651775B (zh) * | 2020-12-22 | 2024-02-27 | 北京彩智科技有限公司 | 一种确定地理辐射范围的方法、装置及电子设备 |
| CN113342751A (zh) * | 2021-07-30 | 2021-09-03 | 联想凌拓科技有限公司 | 元数据处理方法、装置、设备和可读存储介质 |
| US20230061020A1 (en) * | 2021-08-26 | 2023-03-02 | Evernorth Strategic Development, Inc. | Systems and methods for transforming an interactive graphical user interface according to dynamically generated data structures |
| CN114064831A (zh) * | 2021-10-27 | 2022-02-18 | 北京融信数联科技有限公司 | 一种数据栅格化显示方法、系统和存储介质 |
| CN116703008A (zh) * | 2023-08-02 | 2023-09-05 | 山东高速股份有限公司 | 一种用于新建公路的交通出行量预测方法、设备及介质 |
| CN116703008B (zh) * | 2023-08-02 | 2023-10-31 | 山东高速股份有限公司 | 一种用于新建公路的交通出行量预测方法、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111242491A (zh) | 医疗大数据可视化分析方法、介质、设备及系统 | |
| CN110110617B (zh) | 医学影像分割方法、装置、电子设备和存储介质 | |
| CN106709917B (zh) | 神经网络模型训练方法、装置及系统 | |
| Shi | Selection of bandwidth type and adjustment side in kernel density estimation over inhomogeneous backgrounds | |
| CN1663530B (zh) | 用于处理图像数据以帮助检测疾病的方法和装置 | |
| Araya-Muñoz et al. | Assessing urban adaptive capacity to climate change | |
| Kang et al. | Making the most of spatial information in health: a tutorial in Bayesian disease mapping for areal data | |
| Terzi et al. | Dynamic spatial analysis of urban sprawl through fractal geometry: the case of Istanbul | |
| US11756199B2 (en) | Image analysis in pathology | |
| CN107665736A (zh) | 用于生成信息的方法和装置 | |
| CN102743181A (zh) | 图像处理装置及图像处理方法 | |
| Tang et al. | CNN-based qualitative detection of bone mineral density via diagnostic CT slices for osteoporosis screening | |
| CN114240874A (zh) | 基于深度卷积神经网络和特征融合的骨龄评定方法、设备及计算机可读存储介质 | |
| CN114299490B (zh) | 一种肿瘤微环境异质性评价方法 | |
| Li et al. | A novel 3D stochastic solid breast texture model for x-ray breast imaging | |
| CN102419864B (zh) | 一种提取脑部ct图像骨骼方法及装置 | |
| CN111223567A (zh) | 一种基于区域医学影像的疑似疾病风险范围的计算方法 | |
| CN109995549B (zh) | 一种评估流量价值的方法及装置 | |
| Alomaim et al. | Subjective versus quantitative methods of assessing breast density | |
| CN111695614B (zh) | 一种动态监测的传感器布局与多源信息融合方法和及系统 | |
| CN112598792A (zh) | 三维场景中地形复杂度的多重分形量化方法及系统 | |
| CN103472978B (zh) | 一种基于四分位图展示数据的可视化方法及系统 | |
| CN109087701A (zh) | 提供次要参数的方法、决策支持系统、介质、计算机程序 | |
| Yin | Dynamical fractal: Theory and case study | |
| Bermedo-Carrasco et al. | Spatial variations in cervical cancer prevention in Colombia: Geographical differences and associated socio-demographic factors |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200605 |
|
| RJ01 | Rejection of invention patent application after publication |