基于本体的医疗数据仓库维度建模研究与应用

发布时间：2020-08-18 13:31

【摘要】：随着大数据时代的来临,海量的数据以超乎人想象的速度进行积累。我国医疗信息化经过近些年的建设和发展,也已积累了丰富的医疗数据资源,而医疗数据的使用仍处于较低层次,海量的医疗数字资源依托传统的操作型数据库无法提供必要的分析决策支持,需要对医疗数据进行有效的集成,构建以分析决策为目的的医疗数据仓库。医疗数据仓库维度建模过程中的两个驱动力是数据源和业务需求。由于各医疗信息系统中的数据库存在着数据类型多、数据量大、缺少参照完整性约束、字典表混杂等现象,大量医疗数据概念之间缺乏基本的组织和联系,导致各医疗数据源之间存在大量的语义异构,并且医疗数据仓库需求更加的复杂多样,很难准确的描述业务语义以及整合这些业务需求,采用传统的方式并不能够很好的处理医疗数据仓库维度模型中存在的问题。本文提出了一种基于本体的医疗数据仓库维度模型构建方法,其主要内容包括:1.提出基于本体的医疗数据整合方法:针对医疗数据特点,提出基于医疗数据构建医疗本体,通过本体对医疗异构数据源进行全局的语义描述,解决数据源之间异构问题;2.提出基于本体的医疗数据仓库多维模型需求分析方法:使用一种面向目标的数据仓库需求分析方法进行需求分析,并提出基于本体的需求模型合理性检验规则,利用本体的语义表达能力去检验需求模型的合理性;3.提出基于本体的医疗数据仓库维度建模方法:提出维度表自动生成算法,将本体通过生成算法生成维度表,并提出分割策略优化维度表结构,提高查询效率;4.基于本体的医疗数据仓库应用:完整实现从需求分析到数据可视化一整套流程,验证了本方法的可行性以及在消除语义异构、构建效率、可复用性等方面的优势。最后将该方法与传统方法作比较,给出各方法的优缺点以及建模方法选取建议。
【学位授予单位】：天津工业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP311.13;R-05
【图文】：

多样化的医疗大数据应用将影响整个医疗行业的变革。医疗大数据技术目前应用逡逑广泛，包括医疗图像学、个人健康档案、辅助诊断等领域都得到了飞快的发展。逡逑如图１－１所示为中国医疗卫生信息学会发布的中国健康信息技术的成熟度曲线［１］，逡逑可看出医疗大数据技术正处于全面开花和蓬勃发展时期。逡逑Ｉ逡逑

逑１．４本文组织结构逡逑本文的内容将分为六章，各个章节的具体内容及工作，如图１－２所示。逡逑＇医疗大数据背景与Ｎ逡逑研宄现状逡逑＼逦邋邋ｙ逡逑逦Ｙ逦逡逑医疗数据仓库理论逡逑知识逡逑Ｖ．逦邋ｙ逡逑医疗领域本体构建逡逑Ｖ逦邋邋Ｊ逡逑，逦ＪＬ逡逑＾基于柿＿求分析１邋ｆ基于本ＩＳｆ据仓＾逡逑＼逦逦逦Ｊ邋Ｖ逦’逦，逦Ｊ逡逑＼逦ｒ逦＾逡逑多维模型自动生成工具逡逑Ｖ逦邋Ｊ逡逑／逦＼逡逑构建实例与效果分析逡逑ｖ逦邋／逡逑Ｃ逦Ｎ逡逑总结与展望逡逑＼逦Ｊ逡逑图１－２全文结构图逡逑第一章为绪论。本章主要介绍了医疗大数据研宄背景和意义以及国内外发展逡逑现状，就此列出了本文研宄的主要内容将要解决的问题以及期望的结果。本章为逡逑本篇论文的引言部分，引出后续研究的内容；逡逑第二章介绍了医疗数据仓库理论知识。对医疗数据相关概念、数据仓库设计逡逑相关概念、本体相关概念进行了较为详细的介绍。然后介绍了医疗数据仓库构建逡逑区别于其他数据仓库构建，列出目前医疗数据仓库构建所面临的问题，本体在解逡逑决这些问题的能力，引出基于本体的医疗数据仓库维度建模；逡逑第三章提出了基于本体的医疗数据整合方法。主要给出全局本体构建方法、逡逑６逡逑

。一仓库中，还需要监视数据源中的更改，即连续跟踪事务处理系统，并将数据更改逡逑从业务数据库附加到数据仓库，以便对数据仓库进行扩展和更新。由于数据仓库逡逑一般用于趋势预测变更分析，因此必须保留足够的历史数据。逡逑（４）稳定逡逑在一定程度上，数据仓库会随着时间的推移而变化，但它是相对稳定的。因逡逑此数据仓库中的数据主要用于企业决策分析。决策者执行的主要数据操作是数据逡逑查询。数据仓库的数量反映了数据内容随时间推移的快照，以及基于这些快照集逡逑成、汇总和导出的数据。虽然源数据中的特定事务流是动态变化的，但是进入数逡逑据仓库后的数据相对稳定。逡逑２．２．２数据仓库系统的组成逡逑数据仓库系统的主要存储对象为分析型数据的数据库，一般是指将不同数据逡逑源中的有用数据进行集成的数据库环境，这种平台功能强大，可做数据分析和决逡逑策之用，具备数据分析和报表模块的查询、ＯＬＡＰ邋（联机分析处理）、决策分析、逡逑数据挖掘等功能。数据仓库系统各组成部分如图２－１所示：逡逑

【相似文献】

相关期刊论文 前10条

1 马宏新;;数据仓库技术在高速公路数据仓库系统中的应用[J];吉林交通科技;2011年01期

2 郝雅萍;;计算机数据仓库的构建原理及发展趋势[J];延边教育学院学报;2018年06期

3 刘皓;;基于网络数据仓库及OLAP技术的决策支持系统设计[J];网络安全技术与应用;2015年11期

4 王锋;;维数据仓库及其在复杂数据建模中的应用研究[J];通讯世界;2015年03期

5 刘静;刘丽红;张竹绿;田野;;使用数据清洗技术进行中医药数据仓库质量控制研究[J];中国数字医学;2012年04期

6 蒋彬;余肖生;王东娟;姜艳静;赵美林;;数据仓库构建之行为模式分析[J];信息系统学报;2013年01期

7 崔愿星;;浅析数据仓库与数据挖掘的应用[J];内江科技;2014年01期

8 韩蕊;;大数据让数据仓库更具价值[J];互联网周刊;2014年02期

9 谭光玮;武彤;;基于生产线质量控制系统的动态数据仓库解决方案[J];微型机与应用;2014年07期

10 李澍;;关于采用云计算技术构建大型数据仓库平台的探究[J];计算机光盘软件与应用;2014年16期

相关会议论文 前10条

1 邹勇;宋楠;仇道霞;王冬青;陈松;;数据仓库信息搜索系统探索[A];中国烟草学会2012年学术年会论文集[C];2012年

2 金周;;基于数据仓库的能耗指标查询体系[A];全国冶金自动化信息网2009年会论文集[C];2009年

3 王晓玲;谢鸿强;刘安;董逸生;;数据仓库建模工具的研制[A];第十七届全国数据库学术会议论文集（研究报告篇）[C];2000年

4 张德辉;李建中;;多维压缩数据仓库上的并行聚集算法[A];第十七届全国数据库学术会议论文集（研究报告篇）[C];2000年

5 潘海为;李建中;;数据仓库的并行加载算法[A];第十七届全国数据库学术会议论文集（研究报告篇）[C];2000年

6 丁峰;邓勇;沈钧毅;;数据仓库中进行数据维护的方法研究[A];第十七届全国数据库学术会议论文集（技术报告篇）[C];2000年

7 宋荷庆;胡华;;在证券公司业务中建造数据仓库[A];第十八届全国数据库学术会议论文集（技术报告篇）[C];2001年

8 隋琪;王海洋;;一种基于数据仓库的服务评估方法[A];第二十二届中国数据库学术会议论文集（技术报告篇）[C];2005年

9 宋国杰;杨冬青;林子雨;唐世渭;王腾蛟;谢昆青;;实时主动数据仓库的概念、问题及应用[A];第二十四届中国数据库学术会议论文集（研究报告篇）[C];2007年

10 周训伟;鲍泓;;泛矩阵——数据仓库中OLAP操作的数学基础[A];第二十四届中国数据库学术会议论文集（技术报告篇）[C];2007年

相关重要报纸文章 前10条

1 全民 英大泰和财产保险股份有限公司 赵永坚 中煤财产保险股份有限公司;保险企业信息化回顾及信息化保险展望[N];中国保险报;2017年

2 陈玉飞 周涛;人工智能能代替指挥员吗[N];解放军报;2017年

3 张静;大数据时代数据仓库的技术跟进[N];中国信息化周报;2014年

4 本报记者 程彦博;海关数据仓库云平台：大块头有大智慧[N];中国计算机报;2013年

5 本报记者 邹大斌;数据仓库、Hadoop，一个都不能少[N];计算机世界;2013年

6 张中淋 李亮 陈涛 中国石油内江销售公司 中国石油四川销售公司;如何建设数据仓库[N];计算机世界;2013年

7 寿川;2002Teradata数据仓库峰会在上海召开[N];市场报;2002年

8 记者 举薇;Teradata数据仓库上海争峰[N];中国证券报;2004年

9 记者　　周松林;上证所数据仓库二期将完成[N];中国证券报;2005年

10 记者 王璐;上证所:数据仓库二期即将建成[N];上海证券报;2005年

相关博士学位论文 前10条

1 陈燕;数据仓库的设计与实现[D];大连理工大学;2000年

2 陈湘涛;数据仓库与数据挖掘技术在新型铝电解控制系统中的应用研究[D];中南大学;2004年

3 周丽娟;数据仓库中实视图的选择与维护技术的研究[D];哈尔滨工程大学;2004年

4 李学锋;矿山企业数据仓库的应用研究[D];昆明理工大学;2005年

5 孙丽;工艺知识管理及其若干关键技术研究[D];大连交通大学;2005年

6 李泽海;数据仓库中多维数据处理与查询相关技术的研究[D];吉林大学;2005年

7 王文铭;基于数据仓库的矿山企业信息系统及其应用研究[D];东北大学;2000年

8 麦永浩;数据仓库和数据挖掘方法研究及其在公安信息建设中的应用[D];华东理工大学;2000年

9 王华秋;并行数据挖掘理论研究与应用[D];重庆大学;2006年

10 冯玉;数据仓库环境中近似查询处理技术研究[D];中国科学院研究生院（计算技术研究所）;2002年

相关硕士学位论文 前10条

1 王腾;基于本体的医疗数据仓库维度建模研究与应用[D];天津工业大学;2019年

2 刘婷;银行分行开放数据平台的设计与实现[D];湖南大学;2016年

3 王恒;Feed流用户行为统计系统的设计与实现[D];山东大学;2018年

4 李晨阳;基于大数据处理技术的BI平台设计与开发[D];北京交通大学;2018年

5 周鑫伟;数据仓库在银行网格化CRM系统中的应用研究[D];浙江大学;2018年

6 代巧玲;学习行为数据仓库的构建[D];东北师范大学;2018年

7 程乾龙;百度Feed用户行为数据仓库的设计与实现[D];哈尔滨工业大学;2018年

8 王宇晴;基于数据仓库的事件驱动型会计信息系统构建与应用[D];哈尔滨商业大学;2018年

9 景晓玲;关联规则在高职院校教学管理中的应用研究[D];兰州大学;2018年

10 刘强;电子化加油数据仓库的建立及其数据挖掘的研究[D];西安工程大学;2018年

本文编号：2796273