CN116739813B - 一种基于哈希算法的病区结算对账方法 - Google Patents

Abstract

本发明涉及数据处理技术领域，具体涉及一种基于哈希算法的病区结算对账方法，包括获取门类数据与原始门类数据序列；根据门类数据获取门类数据的优先级，得到优化门类数据序列；根据优化门类数据序列与原始门类数据序列，获取门类数据在优化门类数据序列与原始门类数据序列中的位置变化，计算门类数据的平衡参数；根据门类数据的平衡调节参数与门类数据的优先级，获取门类数据的最终优先级。根据所有门类数据的最终优先级改进哈希树，获取改进后的哈希树；根据改进后的哈希树进行对账操作。本发明通过病区账本信息的相关特征进行构建优先级的确定，从而构建出占用存储空间更加少、计算量小且可以进行异常定位的病区哈希树。

Description

一种基于哈希算法的病区结算对账方法

技术领域

本发明涉及数据处理技术领域，具体涉及一种基于哈希算法的病区结算对账方法。

背景技术

在当下的医院经营过程中，不可避免的会与购货单位或者接受劳务的单位产生往来账款。而应付账款是医院应付购货的款项，它是由发票审核、批准、支付、检查和对账的一整套系统的业务处理过程构成的，加强和完善应付账款的业务流程是应付账款管理的重要内容。而购买材料和劳务都是为医疗服务的，各种物资、设备和药品，存在品种、数量繁多，进出频繁的特点，因此对会计核算提出了更高的要求。

而传统的医院结算对账，主要使用的是哈希算法对账本摘要，将其与医院存储的摘要信息进行比对，从而确认账本的状态，但是由于这种方式下的账本确认，只能确认账本是否有问题，并不能准确定位到出现内容分歧的位置。而能进行相应定位的哈希树表示法，由于账本信息众多，进行修改或者生成时会进行大量的计算，且会存贮众多无意义的哈希值，因此如何在保证准确溯源的基础上，优化存储和计算量，是当今阶段对账系统的一个重要改进点。

发明内容

本发明提供一种基于哈希算法的病区结算对账方法，以解决现有的问题。

本发明的一种基于哈希算法的病区结算对账方法采用如下技术方案：

本发明一个实施例提供了一种基于哈希算法的病区结算对账方法，该方法包括以下步骤：

获取病区账本中所有门类的相关数据记为门类数据，根据门类数据获取原始门类数据序列；

根据门类数据获取门类数据的优先级；根据门类数据的优先级获取优化门类数据序列；

获得门类数据在优化门类数据序列中的位置与原始门类数据序列中的位置；根据门类数据在优化门类数据序列中的位置与原始门类数据序列中的位置，获取门类数据在优化门类数据序列与原始门类数据序列中的位置变化；根据门类数据在优化门类数据序列与原始门类数据序列中的位置变化，计算门类数据的平衡参数；根据门类数据的平衡调节参数与门类数据的优先级，获取门类数据的最终优先级；

根据所有门类数据的最终优先级改进哈希树，获取改进后的哈希树；

根据改进后的哈希树进行对账操作。

优选的，所述获取原始门类数据序列，包括的具体步骤如下：

按照门类数据的读取顺序获取原始门类数据序列。

优选的，所述获取门类数据的优先级，包括的具体计算公式如下：

其中，表示第/>种门类数据的更新频率；/>表示第/>种门类数据的时效性；/>表示第种门类数据的访问频率；/>表示第/>种门类数据对用户的重要程度，/>表示第/>种门类数据的优先级。

优选的，所述获取优化门类数据序列，包括的具体计算公式如下：

按照门类数据优先级从小到大的顺序，将原始门类数据序列中的所有门类数据重新进行排序，获取优化门类数据序列。

优选的，所述获取门类数据在优化门类数据序列与原始门类数据序列中的位置变化，包括的具体步骤如下：

对于原始门类数据序列中的任意门类数据记为第种门类数据，第/>种门类数据在原始门类数据序列中的位置记为/>，第/>种门类数据在优化门类数据序列中的位置记为/>；将/>与/>的差作为第/>种数据在优化门类数据序列与原始门类数据序列中的位置变化。

优选的，所述计算门类数据的平衡参数，包括的具体步骤如下：

计算所有门类数据的位置变化的均值，根据门类数据的位置变化的绝对值与所有门类数据的位置变化均值的绝对值，得到门类数据的位置变化的程度；再以门类数据的位置变化与门类数据的位置变化的绝对值的比值，表征门类数据的位置变化的方向；最终通过门类数据的位置变化的方向以及门类数据位置变化程度，获取门类数据的平衡调节参数。

优选的，所述通过门类数据的位置变化的方向以及门类数据位置变化程度，获取门类数据的平衡调节参数，包括的具体计算公式如下：

式中，表示第/>种门类数据的位置变化；/>表示第/>种门类数据的位置变化的绝对值，/>表示所有门类数据的位置变化均值的绝对值，/>表示第/>种门类数据的平衡调节参数；

表示门类数据的位置变化的方向，当/>为正时则表示门类数据的位置变化方向为向后变化，当/>为负时则表示门类数据的位置变化方向为向前变化，当/>为0时则表示门类数据的位置不发生变化；/>则表征门类数据位置变化程度。

优选的，所述获取门类数据的最终优先级，包括的具体计算公式如下：

式中，表示第/>种门类数据的最终优先级，/>表示第/>种门类数据的平衡调节参数，/>表示在所有门类数据优先级中的最小的优先级，/>表示在所有门类数据优先级中的最大的优先级，/>表示在所有门类数据优先级中共有/>种门类数据优先级，/>表示第/>个门类数据的优先级。

优选的，所述获取改进后的哈希树，包括的具体步骤如下：

首先，对所有门类数据的最终优先级使用SHA-256哈希哈函数进行数据摘要，得到所有门类数据的最终优先级的哈希值；

然后根据所有门类数据的最终优先级的哈希值集合，改进哈希树，其具体步骤如下：

a.选取所有门类数据的最终优先级集合中最小的两个元素的哈希值，作为哈希树中倒数第一层的左叶子节点和右叶子节点的哈希值；

b.将哈希树最下层的左叶子节点的最终优先级和右叶子节点的最终优先级的和，作为哈希树最下层左叶子节点和右叶子节点的父节点的最终优先级，将哈希树中最下层的左叶子节点和右叶子节点的哈希值首尾相连，作为哈希树最下层左叶子节点和右叶子节点的父节点的哈希值；

所述哈希树最下层左叶子节点和右叶子节点的父节点同时也是哈希树中的倒数第二层的其中一个节点；

c.将所有门类数据的最终优先级集合中的最小的第三个元素作为哈希树中的倒数第二层的另一个节点的优先级，将所有门类数据的最终优先级集合中的第三小的元素哈希值作为哈希树中的倒数第二层的另一个节点的哈希值；

d.将哈希树中第二下层的两个节点的优先级之和作为哈希树中第三下层的其中一个节点的优先级，将哈希树中第二下层的两个节点的哈希值首尾相连，作为哈希树中第三下层的其中一个节点的哈希值；

e.重复步骤c、d，直至将所有门类数据的优先级与哈希值均录入哈希树中，获得改进后的哈希树。

优选的，所述根据改进后的哈希树进行对账操作，包括的具体步骤如下：

将医院中的数据得到的改进后的哈希树与由病区中的数据得到的改进后的哈希树进行对比，若两个改进后哈希树根节点的哈希值相同，则说明整个病区的账本正确，没有异常，若不同，则需要首先通过病区树比对找到错误的门类，随后利用门类树进行搜索比对定位到错误位置，进行查证修订后对病区树进行重构，完成对账操作。

本发明的技术方案的有益效果是：传统的医院结算对账所使用的算法为哈希算法进行病区账本摘要，将其与医院存储的摘要信息进行比对，从而确认账本的状态，但是由于这种方式下的账本确认，只能确认账本是否有问题，并不能准确定位到出现内容分歧的位置；而能进行相应定位的默克尔树表示法，由于账本信息众多，进行修改或者生成时会进行大量的计算，且会存贮众多无意义的哈希值。

而本发明在对病区账本进行哈希计算时，在利用默克尔树进行实现的基础上，以病区账本信息的相关特征进行构建优先级的确定，从而构建出占用存储空间更加少、计算量小且可以进行异常定位的病区哈希树。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一种基于哈希算法的病区结算对账方法的步骤流程图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种基于哈希算法的病区结算对账方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本发明所提供的一种基于哈希算法的病区结算对账方法的具体方案。

请参阅图1，其示出了本发明一个实施例提供的一种基于哈希算法的病区结算对账方法的步骤流程图，该方法包括以下步骤：

步骤S001：获取病区账本中所有门类的相关数据记为门类数据，根据门类数据的读取顺序得到原始门类数据序列。

需要说明的是，本实施例主要是需要利用哈希函数以及哈希树格式对病区账本信息进行账本摘要，从而与医院总账本中的内容进行对账操作。因此需要获取到病区账本中的相关数据，包括患者信息、医疗费用明细、检查和检验项目、手术信息、医保信息、结算信息等门类。而这些门类数据下又拥有其各自的基本信息条目，本实施例有序需要对数据进行明细条目的哈希树简历，因此需要获取到这些信息，同时由于需要对这些信息进行优先级运算且一般医院账本是一月一对，所以需要同时获取到本月内这些数据的更新频率、时效性、访问频率、各种数据对用户的重要程度，以便后续使用。

具体的，获取病区账本中所有门类的相关数据，并记录病区账本中的相关数据在一个月内数据的更新频率、时效性、访问频率、各种数据对用户的重要程度，其中各种数据对用户的重要程度通过人为的将各项用户数据依照各项用户数据对用户的重要程度进行正整数标记，其中用户信息的标记值越大则表示该用户信息越重要；例如将用户的结算信息、医疗费用信息、医保信息、检查和检验项目、手术信息、患者信息分别标记为1、2、3、4、5、6，将各个用户信息的标记值作为各个门类信息对用户的重要程度。

至此，完成病区账本中所有门类的相关数据的预处理，并将预处理后的病区账本中门类的相关数据记为门类数据，根据门类数据的读取顺序得到原始门类数据序列。

步骤S002：根据门类数据获取门类数据优先级，根据门类数据优先级获取优化门类数据序列。

需要说明的是，由于哈希树具有及其高效的数据校验能力，可以快速定位到检验失败的具体数据块，应用到账本对账中，可以迅速的定位到出错的账目内容，从而节省对账时间，所以本实施例利用哈希树进行实现的基础上，以账本信息的相关特征进行构建优先级的确定，从而构建出占用存储空间更加少、计算量小且可以进行异常定位的病区哈希树。但是哈希树需要对数据集进行逐层哈希计算，特别是在数据量较大时，构建Merkle树的时间开销会很大，而且哈希树还需要额外的空间对每个数据块的哈希树进行存储，会增加存储成本，因此本市实施了提出了一个基于数据优先级的哈希树生成方法，在构建哈希树时不再将其构造为完全二叉树，而是一个最优二叉树，将优先级高的数据哈希置于距离根节点较近的位置，从而进一步节省哈希树的查找时间，同时也能减小更多的存储空间。

需要进一步说明的是，门类数据作为一种需要精准获得的数据，但由于病人的病情不确定性以及医生需要依据实际情况对药物的用量、类型进行调控，这些必然会涉及到账本数据的变化，因此，数据的更新频率越高，则说明其属于经常调控的数据，遂于账本的影响也较大，且由于变化频率高，出错的概率也大大增强，相应的，其优先级也就越高；对于医院系统来说，每天都会有新的数据进入，且相关部门会对当日的营业账本数据进行校验，因此，越久远的数据，由于其经历过多轮筛查，其出错的概率会相应的降低，对账本来说该数据也就相应的更加可靠，相应的其优先级就越低；由于医院账本数据，主要是针对帐本中的金额等数据，而这些数据相较于其中的其他数据如药品名称，病因等内容而言，病人对于其的敏感程度较低，相对于用户的各种数据对用户的重要程度也低，相对的，其在账本数据中的优先级更高；另外，对于账本数据而言，由于会有相应的工作人员对与容易出错的内容进行抽查，因此这些数据的访问频率也会更高，但由于数据的访问还会有其他用户查看使用，因此其对于数据优先级的影响相较于其他因素较小，且访问频率越高，数据的优先级也越高。

具体的，根据所有门类的数据的更新频率、数据的时效性、数据的访问频率以及数据对用户的重要程度，计算所有门类的数据的优先级，其具体的计算公式如下：

其中，表示第/>种门类数据的更新频率，即每月的更新次数；/>表示第/>种门类数据的时效性，即数据上次更新距离对账的天数；/>表示第/>种门类数据的访问频率，表示数据每月被查看的次数；/>表示第/>种门类数据对用户的重要程度，/>表示第/>种门类数据的优先级。

至此，得到所有门类数据的优先级。

按照门类数据优先级从小到大的顺序，将原始门类数据序列中的所有门类数据重新进行排序，得到优化门类数据序列。

步骤S003：根据优化门类数据序列与原始门类数据序列，获取门类数据的平衡调节参数，根据门类数据的平衡调节参数与门类数据的优先级，获取门类数据的最终优先级。

1. 根据优化门类数据序列与原始门类数据序列，获取门类数据的平衡调节参数。

需要说明的是，在门类数据输中，可能存在错误的姓名、科室等信息，而这些信息在通常情况下人工难以检验出来，导致经过多轮次筛查而不被发现，在对账本数据基于优先级进行排序后，由于这类数据属于更新频率慢且敏感程度高的因素，因此会得到一个较低的优先级，这将在进行查询构建哈希树时，会将其排到一个查询时间较长的位置，而其相对于一些例如单价信息等医疗相关规定信息，其出现问题的概率会更大。因此，需要根据所有门类数据优先级与其原本所有门类数据序列进行平衡调节，避免由于门类数据的优先级过低造成的查询困难问题；其中原本所有门类数据序列为经过门类数据优先级改进的所有门类数据的序列。

具体的，对于原始门类数据序列中的第种门类数据，获取第/>种门类数据在原始门类数据序列中的位置记为/>，获取第/>种门类数据在优化门类数据序列中的位置记为/>，将作为第/>种门类数据的位置变化记为/>，同理得到所有门类数据的位置变化；以所有门类数据的位置变化的均值为标准，计算门类数据位置变化程度，既通过门类数据的位置变化与所有门类数据的位置变化的均值衡量门类数据的位置变化程度；再以门类数据的位置变化与门类数据的位置变化的绝对值的比值，表征门类数据的位置变化的方向；最终通过门类数据的位置变化的方向以及门类数据位置变化程度，获取门类数据的平衡调节参数，其具体的计算公式为：

式中，表示第/>种门类数据的位置变化；/>表示第/>种门类数据的位置变化的绝对值，/>表示所有门类数据的位置变化均值的绝对值，/>表示第/>种门类数据的平衡调节参数。

表示门类数据的位置变化的方向，当/>为正时则表示门类数据的位置变化方向为向后变化，当/>为负时则表示门类数据的位置变化方向为向前变化，当/>为0时则表示门类数据的位置不发生变化；而/>越大则说明第/>种门类数据在优化排序前后位置变动越大，既需要对第/>种门类数据的调节程度就越大。

至此，获取所有门类数据的平衡调节参数。

2. 根据门类数据的平衡调节参数与门类数据的优先级，获取门类数据的最终优先级。

需要说明的是，根据门类数据的优先级对门类数据的序列进行调节时，是基于原先位置进行相应的位置变动时，若其是向前变动，则需要将其向后抑制，若其是向后变动，则需要将其向前调节进行抑制；抑制程度的标准参量值也需要利用整体优先级的平均步长进行设定，从而使其的抑制量不超过其调节范围，不对整个优先级排序的结果产生过大影响，从而避免整个改进后的哈希树的查询效率降低。

根据门类数据的平衡调节参数与门类数据的优先级，获取所有门类数据的最终优先级的具体计算公式如下：

式中，表示第/>种门类数据的最终优先级，/>表示第/>种门类数据的平衡调节参数，/>表示在所有门类数据优先级中的最小的优先级，/>表示在所有门类数据优先级中的最大的优先级，/>表示在所有门类数据优先级中共有/>种门类数据优先级，/>表示第/>个门类数据的优先级。

至此，获取所有门类数据的最终优先级，并将所有门类数据的最终优先级所组成的集合记为所有门类数据的最终优先级集合。

步骤S004：根据所有门类数据的最终优先级改进哈希树，获取改进后的哈希树。

需要说明的是，由于传统的哈希树，其会将所有原本的数据哈希值置于整个树的最后一层，且其数据若为奇数时，还需要生成一个复制数据，来保证最后生成的树一定为一个完全二叉树，而医院的账本信息由于其数据众多的特点，若完全按照现有哈希树的生成逻辑进行数的构造，会产生大量的无意义节点，浪费存储空间和计算资源，而且在账本信息中，有些数据，如个人信息，科室信息等，这些门类数据虽然会记录在账本中，但基本上并不会发生错误，且其错误对于账本的总体影响也较少。

因此本实施例利用最优二叉树对哈希树进行改进，利用数据的优先度对数据进行权值赋予，将不同优先度的数据安置到不同的位置，使得对账本威胁程度大的错误数据能够更快被发现，从而降低查找时间，同时，最优二叉树的构造会使得最终构造出来的树的无意义节点数在数据众多的时候大量减少，不但会使得改进后的哈希树存储空间大量降低，还会减少很多节点无意义的哈希运算，降低了系统的运算量，节省计算资源。

首先，对所有门类数据的最终优先级使用SHA-256哈希哈函数进行数据摘要，得到所有门类数据的最终优先级的哈希值；

然后根据所有门类数据的最终优先级的哈希值集合，改进哈希树，其具体步骤如下：

a.选取所有门类数据的最终优先级集合中最小的两个元素的哈希值，作为哈希树中最下层（倒数第一层）的左叶子节点和右叶子节点的哈希值；

b.将哈希树最下层的左叶子节点的最终优先级和右叶子节点的最终优先级的和，作为哈希树最下层左叶子节点和右叶子节点的父节点的最终优先级，将哈希树中最下层的左叶子节点和右叶子节点的哈希值首尾相连，作为哈希树最下层左叶子节点和右叶子节点的父节点的哈希值；

需要注意的是哈希树最下层左叶子节点和右叶子节点的父节点同时也是哈希树中的倒数第二层的其中一个节点；

c.将所有门类数据的最终优先级集合中的最小的第三个元素作为哈希树中的倒数第二层的另一个节点的优先级，将所有门类数据的最终优先级集合中的第三小的元素哈希值作为哈希树中的倒数第二层的另一个节点的哈希值；

需要注意的是，在改进后的哈希树内同一层的节点中，左侧节点的优先级一点不大于右侧节点的优先级；

d.将哈希树中第二下层的两个节点的优先级之和作为哈希树中第三下层的其中一个节点的优先级，将哈希树中第二下层的两个节点的哈希值首尾相连，作为哈希树中第三下层的其中一个节点的哈希值；

e.重复上述步骤c、d，直至将所有门类数据的优先级与哈希值均录入哈希树中，获得改进后的哈希树。

至此，获得改进后的哈希树。

步骤S005：利用改进哈希树进行对账操作。

将医院中的数据得到的改进后的哈希树与由病区中的数据得到的改进后的哈希树进行对比，若两个改进后哈希树根节点的哈希值相同，则说明整个病区的账本正确，没有异常，若不同，则需要首先通过病区树比对找到错误的门类，随后利用门类树进行搜索比对定位到错误位置，进行查证修订后对病区树进行重构，完成对账操作。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于哈希算法的病区结算对账方法，其特征在于，该方法包括以下步骤：

获取病区账本中所有门类的相关数据记为门类数据，根据门类数据获取原始门类数据序列；

根据门类数据获取门类数据的优先级；根据门类数据的优先级获取优化门类数据序列；

获得门类数据在优化门类数据序列中的位置与原始门类数据序列中的位置；根据门类数据在优化门类数据序列中的位置与原始门类数据序列中的位置，获取门类数据在优化门类数据序列与原始门类数据序列中的位置变化；根据门类数据在优化门类数据序列与原始门类数据序列中的位置变化，计算门类数据的平衡参数；根据门类数据的平衡调节参数与门类数据的优先级，获取门类数据的最终优先级；

根据所有门类数据的最终优先级改进哈希树，获取改进后的哈希树；

根据改进后的哈希树进行对账操作；

所述获取门类数据的优先级，包括的具体计算公式如下：

其中，表示第/>种门类数据的更新频率；/>表示第/>种门类数据的时效性；/>表示第/>种门类数据的访问频率；/>表示第/>种门类数据对用户的重要程度，/>表示第/>种门类数据的优先级；

所述获取门类数据的最终优先级，包括的具体计算公式如下：

式中，表示第/>种门类数据的最终优先级，/>表示第/>种门类数据的平衡调节参数，表示在所有门类数据优先级中的最小的优先级，/>表示在所有门类数据优先级中的最大的优先级，/>表示在所有门类数据优先级中共有/>种门类数据优先级，/>表示第/>个门类数据的优先级；

所述获取改进后的哈希树，包括的具体步骤如下：

首先，对所有门类数据的最终优先级使用SHA-256哈希哈函数进行数据摘要，得到所有门类数据的最终优先级的哈希值；

然后根据所有门类数据的最终优先级的哈希值集合，改进哈希树，其具体步骤如下：

a.选取所有门类数据的最终优先级集合中最小的两个元素的哈希值，作为哈希树中倒数第一层的左叶子节点和右叶子节点的哈希值；

b.将哈希树最下层的左叶子节点的最终优先级和右叶子节点的最终优先级的和，作为哈希树最下层左叶子节点和右叶子节点的父节点的最终优先级，将哈希树中最下层的左叶子节点和右叶子节点的哈希值首尾相连，作为哈希树最下层左叶子节点和右叶子节点的父节点的哈希值；

所述哈希树最下层左叶子节点和右叶子节点的父节点同时也是哈希树中的倒数第二层的其中一个节点；

c.将所有门类数据的最终优先级集合中的最小的第三个元素作为哈希树中的倒数第二层的另一个节点的优先级，将所有门类数据的最终优先级集合中的第三小的元素哈希值作为哈希树中的倒数第二层的另一个节点的哈希值；

d.将哈希树中第二下层的两个节点的优先级之和作为哈希树中第三下层的其中一个节点的优先级，将哈希树中第二下层的两个节点的哈希值首尾相连，作为哈希树中第三下层的其中一个节点的哈希值；

e.重复步骤c、d，直至将所有门类数据的优先级与哈希值均录入哈希树中，获得改进后的哈希树。

2.根据权利要求1所述一种基于哈希算法的病区结算对账方法，其特征在于，所述获取原始门类数据序列，包括的具体步骤如下：

按照门类数据的读取顺序获取原始门类数据序列。

3.根据权利要求1所述一种基于哈希算法的病区结算对账方法，其特征在于，所述获取优化门类数据序列，包括的具体计算公式如下：

按照门类数据优先级从小到大的顺序，将原始门类数据序列中的所有门类数据重新进行排序，获取优化门类数据序列。

4.根据权利要求1所述一种基于哈希算法的病区结算对账方法，其特征在于，所述获取门类数据在优化门类数据序列与原始门类数据序列中的位置变化，包括的具体步骤如下：

对于原始门类数据序列中的任意门类数据记为第种门类数据，第/>种门类数据在原始门类数据序列中的位置记为/>，第/>种门类数据在优化门类数据序列中的位置记为/>；将/>与/>的差作为第/>种数据在优化门类数据序列与原始门类数据序列中的位置变化。

5.根据权利要求1所述一种基于哈希算法的病区结算对账方法，其特征在于，所述计算门类数据的平衡参数，包括的具体步骤如下：

计算所有门类数据的位置变化的均值，根据门类数据的位置变化的绝对值与所有门类数据的位置变化均值的绝对值，得到门类数据的位置变化的程度；再以门类数据的位置变化与门类数据的位置变化的绝对值的比值，表征门类数据的位置变化的方向；最终通过门类数据的位置变化的方向以及门类数据位置变化程度，获取门类数据的平衡调节参数。

6.根据权利要求5所述一种基于哈希算法的病区结算对账方法，其特征在于，所述通过门类数据的位置变化的方向以及门类数据位置变化程度，获取门类数据的平衡调节参数，包括的具体计算公式如下：

式中，表示第/>种门类数据的位置变化；/>表示第/>种门类数据的位置变化的绝对值，/>表示所有门类数据的位置变化均值的绝对值，/>表示第/>种门类数据的平衡调节参数；

表示门类数据的位置变化的方向，当/>为正时则表示门类数据的位置变化方向为向后变化，当/>为负时则表示门类数据的位置变化方向为向前变化，当/>为0时则表示门类数据的位置不发生变化；/>则表征门类数据位置变化程度。

7.根据权利要求1所述一种基于哈希算法的病区结算对账方法，其特征在于，所述根据改进后的哈希树进行对账操作，包括的具体步骤如下：

将医院中的数据得到的改进后的哈希树与由病区中的数据得到的改进后的哈希树进行对比，若两个改进后哈希树根节点的哈希值相同，则说明整个病区的账本正确，没有异常，若不同，则需要首先通过病区树比对找到错误的门类，随后利用门类树进行搜索比对定位到错误位置，进行查证修订后对病区树进行重构，完成对账操作。