医学信息的管理.ppt

单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,结束放映,节,章,目,2.1 信息和信息系统的基本概念,结束放映,节,章,目,结束放映,节,章,目,结束放映,节,章,目,*信息概述,1.信息的定义,信息（Information）,，是现代化社会被广泛使用的一个名词，随着信息地位与作用的不断增强，信息自身的含义也在不断的发展，人们对信息的研究和认识也在不断的加深。目前，人们对,信息的表述有多种,：,信息是,描述客观世界,的形式。,信息是,数据经过加工后产生,的结果。,信息是,通讯的数据和知识,。,信息是,管理和决策的重要依据,。,信息是,人们获取知识的基础,。,结束放映,节,章,目,结束放映,节,章,目,2 信息的性质（,个,）：,信息的内涵及特性很多，一般可以从以下九个方面描述其信息的性质与内涵。,（1）信息的相对性：,一方面对于,同一事物，不同的观察者获得的信息量是不同的,。另一方面，,不同的用户对信息的认识和需求也是不同的,。因此，对信息系统的开发既要考虑共性的应用，也要考虑个性化需求。,（2）信息的事实性：,事实性是信息最基本的属性。如果在信息系统中收集的信息不符合事实，则信息毫无价值。,（3）信息的转移性：,信息在,时间上或空间,上可以从一点转移到另一点。时间上的转移称之为,储存,，而空间上的转移称之为,通信,。,结束放映,节,章,目,结束放映,节,章,目,3.信息与数据,数据,（Data）,数据是,经过有意义的组合,来真实的描述客观事物的本质而用的各种符号的集合。,包含有两方面的内容：一方面,是各种描述用的,符号集合,，如姓名、年龄、生日、血压、脉搏、,X,光片等。,另一方面,是,数据的载体,，如用来记录的纸张、磁盘、光盘及计算机存储设备等。数据只有经过媒体加载后才能继续存取、加工、传输和处理。数据的表示方式不同其处理的方式也就不同。,结束放映,节,章,目,结束放映,节,章,目,数据的含义从两个方面来理解：,数据都有其属性和数据的客观值,，如年龄,25,岁，其,年龄是数据的属性,名称，,25,岁是数据的客观值,。因此说数据是对客观事物的属性、数量、位置及其相互关系的一种抽象的描述，数据是事物原始性状的记载，没有经过任何加工处理，数据是杂乱的，但它是真实的、可靠的、并且具有累积的价值。,结束放映,节,章,目,结束放映,节,章,目,信息(Information),信息和数据是有区别的,。,数据是独立的尚未加工的事实的 集合,。,信息是对数据进行加工和处理以后产生出的结果的描述,。只有经过加工和处理或换算成人们想要的数据，才能够称为信息。数据和信息之间的关系就如同原料和产品的关系。,数据,信息,加工,存储,数据与信息的关系,结束放映,节,章,目,结束放映,节,章,目,*信息系统概述,1,信息系统的历史与发展,人基信息系统,（,CBIS,）,人类在几千年前的生产生活中进行交流的需要，产生了各种信息表达传输的方式，如古代的皇家驿站信息传输系统，烽火台报警信息系统等。在这些,信息系统中，人是主体,，,工具是烽火台和千里马，载体是纸张，竹简,等。我们称之为基于人的信息系统，简称人基信息系统。,结束放映,节,章,目,结束放映,节,章,目,从上世纪70年代提出“管理信息系统”（Management Information System）以来，人们开始利用现代化的科学技术及手段来开发和管理信息系统。此时对信息系统的定义是：“管理信息系统是一个由,人、计算机,等组成的能够进行,信息的收集、传输、存储、加工和使用,的系统。能够实测企业的各种运行状况，,利用过去的数据预测企业的未来,，从企业的全局出发辅助企业进行决策，利用信息控制企业的行为，帮助企业实现规划目标。”这个阶段的,信息系统一般都是由计算机辅助完成的,，因此学者称此阶段为：基于计算机的信息系统（computer-based information system），简称,人机信息系统,(CBIS)。,结束放映,节,章,目,结束放映,节,章,目,网基信息系统（,NBIS,）,20,世纪末，信息技术有了突飞猛进的发展，特别是网络技术的发展和“高速信息公路”的建设，使,计算机化,了的信息系统快速的向,网络化,方向迈进。另一方面，世界经济也发生了巨大的变化，具体表现为市场经济的全球化、需求的多元化、竞争的激烈化、战略的短期化，增值的知识化，信息交流的网络化。,电子商务活动,在国际互连网上广泛开展，,信息的交流和管理也大都借助网络化平台完成,。这一阶段网络对于信息系统的重要性不言而喻，所以人们称这个阶段为基于网络的信息系统（,network-based information system,），,简称网基信息系统（,NBIS,）。,结束放映,节,章,目,结束放映,节,章,目,2.系统的定义,国际标准化组织（,ISO,）,定义,为：“系统是,内部相互依存的各个部分,，按照某种,规则,，为实现某一特定的,目标,而联系在一起的,合理的、有序的组合,”。,通常，系统被认为是一个,整体,，它由若干功能独立的元素组成，这些元素之间,相互联系、相互制约，共同完成系统的总目标,。,目标、元素、联系这三者是系统的不可缺少的要素。,结束放映,节,章,目,结束放映,节,章,目,3.系统的特性,整体性（,Integrality,）,系统内的各个组成部分都是为了,实现某一特定的目标而联系在一起,的。因此，评价一个系统时，不能仅评价系统中的某一单独部分，而要从整个系统、总目标、总任务要求出发进行评价。,层次性（,Hierarchy,）,系统可以,分解成一系列的子系统,，而这种分解实质上是对系统总目标、总任务、总功能的分解，各个子系统还可以进一步分解为更低一层的子系统。这样,一个完整的系统可以分解成由许多子系统组成的层次结构系统。,结束放映,节,章,目,结束放映,节,章,目,关联性（,Relationship,）,系统是由,内部各个元素彼此之间相互依存、相互制约形成的,，因此，构成系统的各个要素之间，要素与系统之间，系统与环境之间都存在着,相互依存、相互联系、相互制约,的关系。各个子系统在功能上相对独立，又彼此相互联系，这种关联决定了整个系统的特定性能和系统的运行控制机制。,目的性（,Purpose,）,建设一个系统，就是为,实现一个总体目标、总体任务或功能而服务的,，确定系统总体目标是关键所在。系统目的决定着系统的基本功能，而系统总功能需求决定了各个子系统实现的功能与任务的要求。,环境适用性,(Environment Applicability),任何一个系统一定是存在于一个更大的系统内，这个更大的系统往往称作“环境”,。系统与系统的环境之间通常有物质、能量和信息的交换。环境特性的变化引起系统特性的变化，而由于系统特性的变化也会引起环境的变化。,结束放映,节,章,目,结束放映,节,章,目,4.信息系统的定义,信息系统是人类在生产活动中进行信息交流的过程中产生的，一般来说,信息系统是由人、信息处理硬件、软件、数据资源等组成的有机整体,。,目的是及时、准确收集、整理、加工、存储、传输数据，进而为行动提供决策信息。,信息系统包含信息处理系统和信息传输系统两大部分。,信息处理系统负责对,数据进行加工处理,，以得到人们预先期待的结果。信息传输系统负责,把信息从一地传输到另外一地,，传输的过程中不会改变信息本身的内容。信息的作用是在广泛的交流和使用中具体体现出来的，因此通信技术的发展也大大促进了信息系统的发展。广义上讲信息系统的概念已经延伸到和通信系统相等同。,结束放映,节,章,目,结束放映,节,章,目,5.信息系统的类型,(1）作业信息系统 （TPS）,作业信息系统主要是,处理企业内部的业务、控制生产过程、支持办公自动化、更新企业数据库等任务,。象业务处理系统、过程控制系统、办公自动化系统等。,（2）,管理信息系统（MIS）,管理信息系统主要是,对一个组织（单位、企事业、部门）进行全面管理的人和计算机相结合的系统,。它综合运用计算机技术、信息技术、网络技术、通信技术、管理技术和决策技术，与现代化的管理思想、方法和手段相结合，辅助管理人员进行管理和决策。,管理信息系统不仅是一个技术系统，同时也是一个社会系统。,结束放映,节,章,目,结束放映,节,章,目,（3）决策支持信息系统（DSS）,能够运用,分析决策模型并可以结合决策者的主观意愿,，对信息进行数据挖掘、分析、判断和预测，最后做出支持决策的预期效果。,（4）专家系统（ES）,人类希望计算机,也能像人一样具有“思维”、“智能”,。机器人就是智能计算机的典型例子，然而它也仅仅是具有有限的“智能”，是计算机处理大量的数据并产生决策信息，来控制机器人不知疲倦的工作。,专家系统是能够模仿人工决策处理过程的基于计算机的信息系统。,ES能够应用智能推理做出决策并解释决策的理由。这些计算机“智能”也是人们事先赋予的，所以专家系统制作出的决策，通常也仅仅是应用在较狭窄的领域。今后需要解决的问题还很多，专家系统发展的空间还很大。,结束放映,节,章,目,结束放映,节,章,目,*信息的载体,1.信息载体的概念,信息是处理数据以后产生的结果，保存这些信息（数据），需要选择可以储存相应信息的媒介，通常称为信息载体。载体可以是多种多样的形式或介质制成，一般,可以分为数字信息载体和模拟信息载体。,例如计算机的磁盘、磁盘阵列、光盘、光盘塔、,U,盘、流磁带等都是可以保存二进制数字信息的载体。统称为,数字信息载体,，特点是保存时间长、信息处理灵活、效率高、不失真,结束放映,节,章,目,结束放映,节,章,目,结束放映,节,章,目,例如纸张、录音带、照相纸、,X,光片、录像带等是可以用来保存文字、声音、图象、影片模拟信息的载体。统称为,模拟信息载体,，特点是方便，但不宜保存，时间短，易失真。,信息载体应具有的,共性,是，可以长期保存信息、编辑信息、删除信息、管理信息的功能。,信息载体具有的,个性,是，保存信息具有针对性，例如数码感光版（,CCD,），,具有保存数字影像信息的功能。,ROM,只读存储器，只允许保存一次性的写入信息，但可以反复的读取这些信息。,结束放映,节,章,目,结束放映,节,章,目,结束放映,节,章,目,2.文献信息载体,文献信息主要是以往正式发表的书籍、报刊、杂志、图片、胶片等形式保存的信息，大都在图书馆内收藏。近年来随着计算机技术的发展，人们开始将以纸张为主要介质的模拟信息载体，采用,数字化的扫描技术、数字胶片缩微技术等现代化手段转化为数字信息存储载体，以期达到长期保存信息，,灵活方便处理信息的目的。,结束放映,节,章,目,结束放映,节,章,目,结束放映,节,章,目,3.网络信息载体,网络是计算机技术发展的必然结果，也是获取、交流信息的最好形式和手段。,目前网络已经成为人们保存和获取信息的主要信息载体。,网络是信息的海洋，知识的源泉。网络信息的保存与检索，可以通过WWW浏览器或各种信息搜索引擎来完成。当然网络还有Email、QQ、FTP、MSN等多种形式和方法作为信息的载体和媒介。随着网络技术的发展、更高速、高效、高可靠的信息载体和信息交流方式会层出不穷的推出。,结束放映,节,章,目,结束放映,节,章,目,结束放映,节,章,目,*信息传递,1.信息传递的概念,信息的使用价值是在信息的传递与应用中体现的。信息的传递是体现信息本身时效性和信息价值的基本需求，人们往往需要及时获得准确的、有参考价值的异地信息，这就需要有一种安全而有效的传输方式来传递信息。,结束放映,节,章,目,结束放映,节,章,目,信息传递的,三项原则,是：,不改变信息本身的内容；在信息传递的过程中要运用各种软硬件技术手段，确保信息的不失真传递。,高效、快速、及时；信息传递的速度是体现信息价值的重要因素之一，因此，各种计算机和网络通信技术也都围绕高速度、高带宽、高保真的方向发展。,安全、保密；另外一个体现信息价值的重要因素无外乎是信息本身所具有的私密性和安全性。信息传递中的各种加密、解密、保密、防盗等技术是信息安全传递的基础。,结束放映,节,章,目,结束放映,节,章,目,2.信息传递的种类,信息传递有两种类型：,1),有介质传递：,信息是保存在各种介质中然后再行传递，这种有介质的信息传递，大都需要事先将信息存储在各种介质中，信息的传递实际上是依赖介质实物的传递。,纸介质信息传递,各种文件，书籍、信函、报章、档案等都属于纸介信息存储与传递的类型。,磁介质信息传递：,如计算机软、硬磁盘、,U,盘、磁带、录像带等属于磁介质信息存储与传递的类型。,结束放映,节,章,目,结束放映,节,章,目,光介质信息传递：如各种,VCD,、,DVD,、,EVD,等光盘等属于光介质的信息存储与传递的形式。,胶片和相纸：,用来保存影像信息。现代数码技术的发展，产生了许多数码的照相机、摄像机，可以保存大量的数码音像信息。,网络电子通信：现代网络技术的发展使人类相互之间的信息交流和传递变得越来越快捷方便，无论是网络信息的检索、上传或下载，还是电子邮件的传递，直到网络视频的传递都无所不能，因此,网络信息传递已经成为,21,世纪继报章、电视以后的第三大公共信息传递的媒体。,结束放映,节,章,目,结束放映,节,章,目,2)无介质传递,:,顾名思义，就是信息的传递是用直接或间接的方式来传递。,如：电报、旗语或手语、灯光或烽火信息,3.信息传递模式,信息传递模式从传递形式和功能上划分，有如下几种模式,实物介质传递模式；,实物的直接或间接的传递。象报章、信函、书籍、磁盘、,U,盘、光盘等介质的传递,有线传递模式；,利用电报、电话、有线电视、计算机网络等有线形式传递信息,无线传递模式；,利用广播、电视、卫星、微波等无线形式传递信息。,结束放映,节,章,目,结束放映,节,章,目,混合传递模式,：,将有线,、,无线,、,实物介质传递混合使用，提高信息传递的速度和效率,实时信息传递：,如用医学影像设备来诊断或监控、治疗过程中，这些信息时刻关系到病人的生命安危，强调的是快速、准确和实时。,分时信息传递：,时效性要求不太高的信息,，,可以大大减轻通讯网络的高峰期的负荷,。,单工通信模式：,单方向的通信模式，属于点对点的通信,，,只能单方向从甲地传递到乙地,半双工通信模式：,允许信息从甲地传递到乙地，或者从乙地传递到甲地,全双工通信模式：,允许甲乙双方同时进行双向通信工作,结束放映,节,章,目,结束放映,节,章,目,*信息获取,信息收集,信息的收集；是对原始数据的获取的过程，其中重要的加工是,对原始数据的标准化、数字化、量化的处理，通过去粗取精的科学分类收集整理数据。,注意以下的,原则,：,合理规划：,开始阶段就必须充分了解用户的业务数据的来源、种类、流程、标准，以及用户最终的信息需求。在此基础之上，需要科学合理的规划产生信息的业务数据，明确来源、种类、流向、关联及作用。,结束放映,节,章,目,结束放映,节,章,目,制定标准；,统一的标准，为日后数据的加工处理提供分析、判断、筛选和统计的标准依据。确保数据的真实性、有效性。只有数据真、信息才能准。,更新及时；,对于已经采集的数据或信息，必须制定科学有效的数据更新机制，确保数据的有效性和准确性。,完整统一,数据和信息之间具有紧密的联系，因此对于数据的采集、加工、处理一定要考虑数据的完整性、连续性、合理性和有效性。同时,一但数据处理或变更后，一定要对此而产生的信息做同步的处理或变更,。确保信息和数据的统一性、连续性，严格避免操作的随意取舍。,结束放映,节,章,目,结束放映,节,章,目,2.信息提取,信息提取过程也是对原始数据的分析、筛选、加工、处理的过程。信息的真实性、有效性和自身价值的高低，取决于对数据加工处理的科学性及决策者个人行为标准的科学合理性。需要注意以下几个,原则：,科学合理：,制定符合现代化企业管理实际需求的信息处理标准，并有针对性的设计信息管理系统。严防提取信息的主观臆断和各取所需的盲目行为。,结束放映,节,章,目,结束放映,节,章,目,经验积累：,每次提取信息的目的，方法，加工与处理都应该有新的内容，并且必须对已往信息的应用过程进行经验总结和教训汲取，运用理性的思维及时调整制定各项信息提取的新指标和新标准，适应企业信息管理的新变化、新需求。,量化信息：,信息量化标准必须符合企业现代化管理的实际需要，并且,建立信息量化的数学模型,要经过和较长时期历史数据模型的对比分析，检验结果正确率大于,99.9%,，才能考虑使用这样的信息提取的量化标准。,结束放映,节,章,目,结束放映,节,章,目,*信息处理,1.,信息检索,网络信息检索：,网络信息检索一般常用,两种方式,；,网页分类目录检索。上网进入任何一个网站的主页，都会有明确的分类目录的导航超级链接，用户只要鼠标单击自己所关注的任何一个信息的链接点，就可以一步一步的逐渐检索到所需要的信息。此方法的优点是简单方便，不必记住网址，缺点是检索的效率低。,关键词检索。在较大型的网站页面上都设有输入检索“信息关键词”的对话窗口。,结束放映,节,章,目,结束放映,节,章,目,信息管理系统检索：,在信息管理系统中都会有信息检索的功能，这类检索功能是,紧密结合用户的实际需要而设计的,，因此检索操作的效率非常高、结果目标准确。,数据库管理系统：,良好的数据库系统是高效信息检索的基础，为提高数据库的使用价值，各种新型、大型数据库系统和数据库技术层出不穷，成为推动信息技术发展的新动力。,数据挖掘和网格技术：,数据挖掘和网格技术已经成为当今世界上信息处理技术发展的主流，应运而生的是信息检索的多样性、主动性、智能化新技术的诞生，信息检索命中率、利用率、共享率大大提高。,智能知识系统：,智能知识系统是信息处理技术发展的最高阶段。这个阶段的信息检索和提取，更多依靠智能知识系统自动处理信息后给出的准确结果，甚至可以帮助管理者进行决策。,结束放映,节,章,目,结束放映,节,章,目,2.信息加工,是指,对信息存在形式的变换和内容上的分析处理,。所谓形式变换是指信息传递过程中变换载体或介质使信息准确传递到需求者手中；内容处理是指对原始数据加工整理，进而深刻、明晰的揭示信息的内容和价值。,结束放映,节,章,目,结束放映,节,章,目,3.信息编码,是统一的信息交换标准，更好的共享信息资源而广泛采用的一种形式。不同的国家、地区、行业或单位出于实际信息管理需要的不同，任务和目的不同，分别制定出许许多多信息编码的标准。例如GB2312-80是中华人民共和国标准信息交换代码；,HL7是国际健康标准信息交换代码,；,DICOM 3.0是国际医学影像信息获取和传递代码标准；,JPEG是国际静态图象压缩标准；MPEG-4是国际动态视频压缩标准；,ICD-9、ICD-10等是国际疾病分类代码标准等等,。因此，在设计一个信息系统的同时，首先应该考虑严格遵循业已成文的各项信息编码标准，绝不可以自行设计非标准的信息编码，代码，数据字典等，避免给信息处理、交换,、共享及整合带来不必要的麻烦。,结束放映,节,章,目,结束放映,节,章,目,4.信息存贮,信息的存储；是因为信息往往具有可重复利用性和历史参考价值，所以信息必须得以,安全、准确、长期,的保存，确保信息存储的连续性和安全性。,信息存储技术、设备、容量、速度和安全管理,的更新发展可以说日新月异，总的技术发展是,小体积、大容量、高速度、低成本、新介质、更智能,为主要方向。,结束放映,节,章,目,结束放映,节,章,目,5.信息传输,信息的传输；是,信息在时间和空间上的转移,，因为信息的可用价值与时效性是成正比关系的，信息只有,及时、准确的传递到需求者的手中,，才能发挥其作用。现在多种信息传输途径、多种技术手段、多种传输媒介可以说数都数不清。尤其是高速信息公路的建设与网络技术的发展，铺就天罗地网，信息传递四通八达，大大缩小时间和空间的界限，造就了人类共享信息资源的时代。,结束放映,节,章,目,*信息管理基础,信息资源管理：,将信息作为一种重要资源加以管理。,狭义的信息管理：对,信息,的管理。,广义的信息管理：对,涉及信息活动的各种要素,，如信息、技术、人员、组织进行合理地组织和有效的控制，从而满足社会的信息需求。,信息管理科学：是一门以普遍存在的社会信息现象为研究对象，在揭示其基本规律的基础上解决社会信息服务中的各种问题的科学。,1）信息资源管理(IRM),a.是一种,战略性资源,b.必须将,技术、经济、人文手段,相结合，实现对信息资源的整体管理。,c.信息资源管理是一种观念，也是一种模式。,信息资源可分为3个,层次,。,信息资源管理的4个,手段,。,信息资源,管理活动,可划分为3个层次。,2）信息管理：既要对信息进行管理也要对,信息活动,进行管理。,信息管理的定义,信息管理的,3个要素,体现了信息管理的,两个方面,信息管理历史发展的,三个时期,3）信息管理科学,信息管理学理论体系的主题学科：,信息学，管理学和系统科学。,4）信息管理学的使用体系和相关内容,信息管理学研究的主要问题是,如何开发利用信息资源,。（组织层面）,信息资源管理的,三个组成部分,信息资源管理,过程的四个方面,现代,信息技术主要包括哪三个,信息技术四基元,信息处理技术的发展大体,经历的三个阶段,数据库系统的三个组成,计算机网络的三个阶段,几个主要的,信息系统模式,2.2 医学信息的管理,医学信息包含一切与,医疗行为及结果,相关的信息，大到医院管理信息、决策信息、临床信息等，小到与诊断相关的医学影像信息、医疗护理信息、患者个人信息，还包括与医疗行为相关的手术信息、流行病学信息、远程医疗信息以及与医学研究相关的医学教育信息、医学文献信息等。,医学信息学就是以,医学信息为研究对象,，研究医学信息的,特点、活动过程和规律,的科学。,根据信息活动的特点和规律，其实医学信息学就是研究医学信息,获取、传递、加工、存储、分析和控制,的全过程,本书将着重介绍构成医学信息获取、处理、传输、存储和分析的,信息处理系统,，介绍构成医学信息系统的,主要支撑技术,网络通信技术和数据库技术，,在,医学信息系统,方面，重点介绍医院管理信息的医院信息系统，医学影像处理和传输的图像存储与传输系统（PACS系统），医疗信息处理和再加工的专家系统及决策支持系统，医疗信息远程利用的远程医疗系统。,我们针对的,医学信息主要分为,生物医学信号、医学图像、病历、医学标准和编码。,（一）生物医学信号,生物的细胞到器官组织都可成为,生物信号源,，这些信号包括：,生物电,，如神经细胞或肌细胞的去极化电压；,机械活动信号,，如心脏瓣膜产生的声音；,化学反应产生的信号,，如血液中的二氧化碳分压（Pco2）。,这些生物信号可被用于,诊断疾病、监护病人和生物医学研究,（二）医学图像,1895 年 11 月 8 日，德国物理学家伦琴用 X 射线给他夫人拍摄了人类历史上第一张医学图像，100 年来，随着成像技术不断提高，医学图像在临床医学上得到了广泛的应用。,医生可以,通过图像直观地了解人体的内部,，甚至微观的图像，从而,对人体形态或病理改变有了直观的认识,。由于成像的原理和设备不同，存在有,多种成像模式的医学图像,，如表 1.2所示。从大的方面来说，可以分为,描述生理形态的,解剖成像模式,和描述人体功能或代谢的,功能成像模式。,（三）病历,病历是对病人的,诊疗过程，在一定的时间、过程、现象、实际的事件范围内,，,进行客观、真实的记录和存档,。,病历的书面内容通常是,主诉、检验结果、诊断、治疗计划和临床发现,的混合，检验结果可包含化验结果和许多其他检查结果的报告，如 X 射线、病理、超声波、肺功能、内镜检查等。除心电图、影像、图表外，纸质病历中包含的大部分信息数据可用,字符和数字表示,（字符数字型数据）。现代病历在形式上必须具有,动态的、静态的、声像的、文本的,、实际的意义。,（四）医学标准和编码,标准就是在一定范围内人们能,共同使用的对某类、某些、某个客体抽象的描述与表达,。,医学信息的标准化,是特指信息标准化在医学领域的具体应用。,编码,是指定一个对象或事物的类别或者（如果是多轴分类的话）类别集合的过程。编码是对对象的,各方面性质的解释和判归,。在医学领域内存在很多的标准和编码，是整个领域内人们共同使用和遵守的规则，也是我们进行信息化的依据。,2.3 医学数据挖掘技术,随着数据库技术快速发展，在数据库技术越来越多的实际应用的中，正以 GB 计量的速度产生着大量的数据。比如大型商场的顾客交易数据、证券市场的客户交易数据、现在已经广泛使用的 Internet 上的,巨大的信息数据量,，现代医疗技术设备的使用也存储了,大量的医学数据,等等。激增的数据背后隐藏着许多重要的信息，人们希望能够对其进行更高层次的分析，以便更好地利用这些数据。,目前，数据库系统可以高效地实现数据的录入、查询、统计等功能，但是，无法发现数据之间存在的关系和规则，无法根据现有的数据预测未来的发展趋势，有效地利用这些数据作出推断。这就导致了“数据爆炸但知识贫乏”的现象。,运用数据挖掘技术在这些数据当中我们可以找出“金子”来，发现出有用的信息和知识，为正确的决断、决策提供服务。,1数据挖掘的定义,所谓数据挖掘，就是从,大型数据库,（包括 Web 数据库）的数据中,提取人们感兴趣的知识,。这些知识是,隐含的、事先未知的潜在有用信息,，提取的知识表示为概念(白领、金领)、规则（如果那么）、规律（买了计算机的人就会买软件）、模式（销售模式）等形式。,这个定义包括好几层含义：,数据源,必须是真实的、大量的、含噪声的；,发现的是用户感兴趣的知识,；,发现的知识要可接受、可理解、可运用,；并不要求发现放之四海皆准的知识，,仅支持特定的发现问题,。,2数据挖掘与传统分析方法的区别,数据挖掘与传统的数据分析(如查询、报表、联机应用分析)的本质区别是,数据挖掘是在没有明确假设的前提下去挖掘信息、发现知识,。数据挖掘所得到的信息应具有,先前未知，有效和可实用,三个特征。,先前未知,的信息是指该信息是预先未曾预料到的，即数据挖掘是要发现那些不能靠直觉发现的信息或知识，甚至是违背直觉的信息或知识，,挖掘出的信息越是出乎意料，就可能越有价值。,在商业应用中最典型的例子就是一家连锁店通过数据挖掘发现了小孩尿布和啤酒之间有着惊人的联系。,3、数据挖掘的过程,1）确定业务对象,清晰地定义出,业务问题,，,认清数据挖掘的目的,是数据挖掘的重要一步。挖掘的最后结构是不可预测的，但,要探索的问题应是有预见的,，为了数据挖掘而数据挖掘则带有盲目性，是不会成功的。在医学领域的数据挖掘，我们必须,跟医学专家进行交流，定义问题、并决定医学目标、确定关键人群、了解该问题目前的解决途径。,这个步骤中的一个关键性的目的是决定数据挖掘的目标和衡量其成功的标准，并且准备出一份实现该项目计划的步骤。,2）数据准备,（1）数据的选择,搜索所有与业务对象有关的内部和外部数据信息，并从中选择出适用于数据挖掘应用的数据。,（2）数据的预处理,研究数据的质量，为进一步的分析作准备。这包括对数据库进行采样，以及对数据进行重要性和相关性检验。接着要对选出的数据进行净化处理，包括矫正、去除或忽略噪声，决定如何处理某些特殊值等等。比如最初的原始资料可能会包括医生对病人情况的记录和一些原始图片，因为这些资料不适合于直接使用，我们通过处理这些资料和图片，提取有用的特征信息，取得第二手资料，加入数据库，所以如何有效进行规范化，就成为后续工作是否能够顺利进行的关键。,（3）数据的转换,将数据转换成一个,分析模型,，这个分析模型是针对挖掘算法建立的。建立一个,真正适合挖掘算法的分析模型,是数据挖掘成功的关键。,数据挖掘的算法繁多，常用的包括人工神经网络、决策树、遗传算法、最临近技术、规则归纳、可视化技术等。这个时候，需要评估对于,某一特定问题和特定数据哪一种算法表现好,。,3）数据挖掘,对所得到的经过转换的数据进行挖掘，用数据挖掘方法来揭示新发现，,将数据转化为知识,，如广义知识，关联知识，分类知识和预测型知识等等。,4）数据挖掘结果的评估,解释并评估结果。首先，得到的,知识必须是精确的,。其次，发现的知识必须,对使用者是可以理解的,，从而为使用者进行决策提供了坚实的基础。通常，知识的可理解性与参数的简洁性是相关的。最后，发掘的知识必须是,有新意的，有使用价值的,。对结论进行医学上的解释，并与最初的项目目标进行比较，通过使用不同的数据挖掘方式以期得到了改进后的模型。,在整个数据挖掘的过程中可能包含着失败、错误的步骤，以及,不同的尝试方法,。从所有可能的方法中决定最后采用的方法，包括将方法按等级分类，选择最佳的方法，并记录下做这种选择的原因。,5）知识的同化,数据挖掘的最终目的是,辅助决策,。将分析所得到的,知识集成,到业务信息系统的组织结构中去，结合实际情况，调整竞争策略等。这也是数据挖掘和知识发现的另一个重要任务。,医学信息具有以下特点,（1）模式的多态性。,医学信息包括,纯数据,（如体征参数、化验结果）、,信号,（如肌电 信号、脑电信号等）、,图像,（B 超、CT 等医学成像设备的检测结果）、,文字,（如病人的身份记录、症状描述、检测和诊断结果的文字表述），以及用于科普、咨询的,动画、语音和视频信息,。,医学信息的多模式特性是它区分其他领域数据的最显著特征，这种多属性模式并存加大了医学数据挖掘的难度。,（2）不完整性。,病例和病案的有限性,使医学数据库不可能对任何一种疾病信息都能全面地反映，表现为医学信息的不完全性。,同时，许多,医学信息的表达、记录本身就具有不确定和模糊性的特点,。疾病信息所体现出的,客观不完整和描述疾病的主观不确切,形成了医学信息的不完整性。,（3）时间性。,医学检测的,波形、图像都是时间的函数；,还有一部分医学信息，比如病人的身份记录等,静态数据,，虽然不带有时序性，但都是,对病人在某一时刻医疗活动的记录。,（4）冗余性。,医学数据库是一个,庞大的数据资源,，每天都会有,大量相同的或部分相同的信息,存储在其中。比如，对于,某些疾病,，病人所表现的,症状、化验的结果、采取的治疗措施都可能完全一样。,医学数据挖掘与临床应用,生理参数数据是医学诊断最基本也是最主要的依据，这方面的数据挖掘研究一直是热点。随着计算机技术和电子监护技术的发展，人们渴望从大量的监护数据中获得更多的指示，从而帮助人们提高诊医学规律，探索人体生理奥秘。,数据挖掘技术善于从缺乏先验信息的海量数据中发现隐含的、有意义的知识，预测未来趋势及行为，做出前瞻性的基于知识的决策。正是这种优势使得数据挖掘技术在生理参数监护分析的研究中被广泛地采用并取得了许多有价值的成果。例如人们对病房的微生物学数据进行分析，发现了感染和抗药性模式上的变化；还有人对医院感染和卫生检测数据进行数据挖掘研究。,医学数据挖掘是,计算机技术、人工智能、统计学,等与现代医疗相结合的产物，也是,提高医疗服务质量和医院管理水平,的需要，具有广阔的应用前景。,医学数据挖掘是,面向整个医学数据库或医学信息集合提供知识和决策,，它是医疗决策支持系统的重要组成部分。由于医学信息自身具有的特殊性和复杂性，医学数据挖掘在挖掘对象的广泛性、挖掘算法的高效性和鲁棒性、提供知识或决策的准确性方面有着更高的要求。,在医学数据挖掘方法中，,人工神经网络、模糊逻辑、进化计算、粗集理论和支持向量机等计算智能方法,显示出了独特的优越性，已经在医学信息处理和医学数据挖掘中得到了初步的应用。,医学数据挖掘是一门涉及面广、技术难度大的新兴交叉学科，需要从事,智能信息处理、计算机、应用数学,的科研人员与,医务工作者,进行通力的合作，力争在多属性医学信息的融合、挖掘算法的高效性和准确性等关键技术方面有所突破。,随着理论研究的深入和进一步的实践摸索，医学数据挖掘在,疾病的诊断和治疗、医学科研与教学以及医院的管理,等方面将会发挥巨大的作用。,数据挖掘常用方法,目前，国外有许多研究机构、公司和学术组织在从事数据挖掘工具的研究和开发。这些数据挖掘工具采用的主要方法包括,决策树、相关规则、神经元网络、遗传算法，以及可视化、OLAP 联机分析处理等,。另外也采用了,传统的统计方法,。以下着重介绍目前常用的几种数据挖掘技术及算法：,1决策树,决策树提供了一种展示类似在什么条件下会得到什么值这类规则的方法。比如，在贷款申请中，要对申请的风险大小做出判断，图 7.2 是为了解决这个问题而建立的一棵决策树，从中我们可以看到决策树的基本组成部分：,决策节点、分支和叶子,。数据挖掘中决策树是一种经常要用到的技术，可以用于,分析数据,，同样也可以用来作,预测,。常用的算法有,CHAID、CART、Quest 和 C5.0,。,2人工神经网络,神经网络建立在,自学习的数学模型,基础之上。它可以对,大量复杂的数据进行分析,，并可以完成对人脑或其他计算机来说,极为复杂的模式抽取及趋势分析,。神经网络常用于两类问题：,分类和回归,。人工神经网络的,基本处理单元为人工神经元,，它的结构和功能可以用如图 7.3 所示的模型来描述。,3遗传算法,遗传算法是一种,基于自然群体遗传进化机制的高效探索算法,，是美国学者 Holland 教授于 1975 年首先提出来的。,它摒弃了传统的寻优搜索方式，而是,模拟自然界生物进化过程,，采用,人工进化的方式对目标空间进行随机优化搜索,。它将问题域中的可能解看作是群体的一个个体或染色体，并将每一个体编码成符号串形式，,模拟达尔文的遗传选择和自然淘汰的生物进化过程,，对群体反复进行基于遗传学的操作（交叉和变异），根据预定的目标适应度函数对每个个体进行评价，,依据适者生存，优胜劣汰的进化规则,，不断得到更优的群体，同时以全局并行搜索方式来,搜索优化群体中的最优个体,，求得满足要求的最优或者近似最优解。,4粗糙集方法,粗糙集理论是 20 世纪 80 年代波兰数学家 ZPawlak 首先提出的一个数据分析数学工具，它将,分类与知识,联系在一起。粗糙集方法论广泛应用于,决策支持系统中。,例如，在诊断某种疾病时，该疾病表征可能有很多。根据以往对该病的诊断记录可以形成一个数据表。该表的属性分为两类：条件属性和结论属性。条件属性可以是病人有没有出现某症状；结论属性就是该疾病。通过属性约简，可以分析出规则，在规则中用较少的属性对是否该疾病作出判断。,5统计分析方法。利用,统计学不完全归纳近似推理和不确定理论中的置信度理论,，通过对数据对象的大量实例的考察，在一定置信度下建立字段间的统计关系。,6最近邻技术。通过 k 个与之最相近的历史记录的组合来辨别新记录。这种技术可用作聚类、偏差分析等挖掘任务。,7模糊集方法。模糊性是客观存在的。在实际中，,系统的复杂性越高，精确化能力就越低，即模糊性就越强，,这是 Zadeh 总结出的互克性原理。利用模糊集理论对实际问题进行模糊评判、模糊决策、模糊模式识别和模糊聚类分析。,8可视化技术。可视化数据分析技术拓宽了传统的图表功能，使用户对数据的剖析更清楚，为用户参与 KDD 的过程提供方便。例如，把数据库中的多维数据变成多种图形，这对,揭示数据的状况、内在本质及规律性,起了很大作用。,