基于计算机技术的医学信息处理方法研究.pdf

信息技术 年第 期基于计算机技术的医学信息处理方法研究杨新广(海军青岛特勤疗养中心医学工程科 山东 青岛)摘 要:针对传统的计算机算法在处理大量医学数据时存在训练模式和算法准确性的问题提出了一种医学信息处理方法 该方法以张量卷积自编码算法作为辅助模型实现对医学相关疾病的有效预测和风险评估基于区块链的医疗数据处理系统()可确保存储的数据不会被篡改方便验证数据的有效性并确保用户的隐私即使数据库中的数据已被篡改或损坏也可以通过区块链检索和验证数据 实验表明医学信息处理云平台适用性较好可推广使用关键词:计算机技术 医学信息 云计算中图分类号:文献标识码:文章编号:():./.作者简介:杨新广()男本科工程师研究方向为部队卫生装备质量管理、检修及计量检测等 ():.().:引 言随着信息技术的快速发展医学领域的数据不断增加 传统的计算机算法在处理大量医学数据时存在训练模式单一和算法准确性不好的问题 因此改进医学领域的数据挖掘技术构建新型医学信息处理平台对于医疗的有效预测和风险评估具有重要意义 众多学者和研究机构对医学信息处理方法进行了研究和探索 文献研究了一种无限深度神经网络方法该方法可以将所有功能集成到一个模块中从而可以获得更快的数据传播速度文献提出一种稀疏矩阵深度学习系统对医疗事故的表征信息进行表达 以上两种方法均在一定程度上取得了不错的效果但是由于医学信息的挖掘过于复杂算法成本过高不利于推广应用为此本文提出一种基于计算机技术的医学信息处理方法基于计算机技术的医学信息处理方法研究 杨新广 医学信息处理云平台设计采用医学数据处理系统()和改进的卷积神经网络()算法设计信息处理云平台结构如图 所示图 医学信息处理云平台结构图如图 所示整个架构分为四个层次通过数据获取层获取医学信息数据资料根据不同的特征信息归入数据存储中心数据存储层将所有信息输入至数据处理系统中以结构化的方式进行储存通过 系统处理后永久保存重要数据并且验证原始数据是否被篡改数据分析层利用改进的 算法对不同的数据结构进行处理同时算出权重并将结果传输到医学信息监控中心进行诊断和分析处理后的数据可以通过 传递到数据管理中心实现网络云端数据的在线储存 上层管理中心能够监控数据的变化并随时下达指令 对于出现的特别情况医学信息监控中心可以通过远程通信网络及时传递数据信息到达上层管理中心 关键技术.系统为了提供可靠的存储解决方案同时保护用户隐私本研究利用区块链框架提出 系统数据经 系统处理后使用户可以永久保存并且可以验证原始数据是否被篡改 系统如图 所示 系统的运行包括两个程序即数据访问图 系统结构程序和区块链交互程序 数据访问程序包括数据提交、数据操作、数据查询和数据验证 用户提交要保存的数据由 处理用户可以查询保存的数据并验证其原始性 在区块链交互程序中系统将未保存的数据存储在区块链中然后将存储的数据提取到数据访问应用程序 区块链的主要特征之一是透明性这意味着任何人都可以查看区块链交易的详细信息包括 保留的数据 为此 应该满足两个要求:提交后确保数据与当地用户的一致防止数据被篡改、伪造或删除 为了满足上述要求本研究执行保存提交()和原始性验证()两种协议.保存提交()的功能包括:接收用户上传的未保存数据并进行处理加密处理后的数据将保存的内容存储在区块链中 这三个功能分别由算法、算法 和算法 来实现算法 ()用于接收用户上传的未保存的数据并进行处理:基于计算机技术的医学信息处理方法研究 杨新广 算法 显示了 ()的伪代码该伪代码保存用户上传的数据并进行处理算法 显示了 ()的伪代码该伪代码对处理后的数据进行加密以进行保护 当用户验证要保留的数据的有效性时将调用此函数如果用户确认保留则 使用 算法生成对称密钥 以加密未保留的数据 如果要保存的数据是文件则需要加密的内容 是文件的位置索引 表示医学信息类型具体可以分为 和 分别被加密并转换为 和 具体公式为:()()()()算法 ()用于加密处理后的数据以进行保护:使用在算法 中生成的非对称密钥中的公共密钥 对 进行加密使用这种多重加密策略可以更好地防止数据泄漏 最后该函数返回加密的数据 用户还可以取消保留操作数据库中存储的文件或数据将被删除算法 ()用于在区块链中存储保护:算法 显示了 ()的伪代码该伪代码将保存的内容存储在区块链中 首先根据用户的注册信息和过去的保存操作确认用户的合法性并且只能由管理员设置 如果用户合法则要保留的数据将存储在区块链中然后返回交易哈希.原始性验证()模块的功能包括:查看保存的数据验证与原始数据的一致性从区块链中提取数据 这三个功能分别由算法、算法 和算法 来实现算法 ()用于查看保留的数据:算法 显示了 ()的伪代码用以查看 存储在区块链中的数据 首先 通过 从区块链中检索存储的加密数据然后使用私钥(算法 中生成的非对称密基于计算机技术的医学信息处理方法研究 杨新广钥)解密数据 接下来获得存储的哈希值该哈希值是原始数据的哈希值并且计算解密的保留文件的哈希值 如果 与 一致则不修改存储的文件并返回解密的保留信息否则返回 算法 显示了 ()的伪代码接收用户上传的数据并检查该数据是否与保存的数据相同 用户将需要验证的数据上传到 来计算 之后从 获得存储在区块链中的数据其中包含原始数据的哈希值 并使用 进行校对 如果一致则要验证的数据与保留的数据相同返回 否则已验证的数据已被修改返回 算法 ()验证与原始数据的一致性:()算法 ()用于从区块链中提取数据:算法 显示了 ()的伪代码提取并重新编码存储在区块链中的数据 如果 有效且存在则 获取交易的全部信息并提取先前保存的数据然后将数据重新编码解析为原始格式并返回否则返回 综上所述根据 和 这两种协议实现 系统程序流程 首先用户上传需要保留的文本或文件确认上传的内容正确无误后该内容将被正式存储在 中且无法更改 其次在 阶段用户可以查看已保存的原始内容或上传需要验证原始性的新文件 会检测其是否已更改并自动将结果反馈给用户 由于保存在区块链中会产生一定的成本因此 严格限制了用户操作的权限只有经过身份验证并成功登录 的用户才能对保留的数据进行操作未登录的用户只能浏览已生成的区块链交易 由于区块链交易是匿名的因此查看交易资料和加密内容不会对数据产生任何影响这也达到了普遍监督的目的.改进的 算法传统的 算法中数据采样主要采用静态采样这种方法的缺点是当任务类型过多时欠采样和过采样会导致收敛效果差 基于此缺陷本文研究新型的卷积神经网络模型结构如图 所示图 改进的 算法模型在该模型中引入自调整功能的重采样算法为了更准确地处理海量数据本文还引入了辅助基于计算机技术的医学信息处理方法研究 杨新广模型张量卷积自编码神经网络模型以实现对医学多维数据的分析和处理.自调整采样算法自调整采样算法能够实现医学信息数据集类别的动态平衡加速收敛并减少拟合通过利用动态自适应策略尽可能接近原始医学信息数据的分布 ()()式中是当前权重值是初始权重平衡值是最终权重是权重因子的索引参数 是次数为了解决少数医学信息数据簇的重复性问题本文采用随机削波技术消除重复性 通过减少数据训练的数量并动态扩展训练数据最终得到改进的神经网络自调整采样算法训练流程如图 所示图 自调整采样算法的训练流程图.张量卷积自编码神经网络张量卷积自编码神经网络是主模型的辅助模型主要实现多维数据的处理和分析可提高处理和分析的效率 本文提出的张量卷积自编码神经网络结合了自编码和卷积神经网络的结构计算出卷积层输出特征图将卷积输入数据转换为一维向量并进行卷积运算获得相应的卷积结果 其主要步骤是编码、重构和更新参数 张量自编码器如图 所示通过公式()获得相应的优化目标函数将二维向量转换为一维向量()()()式中 是一维向量度数 为目标函数 和 是张量自编码器的变量图 张量自编码器结构图基于上述自调整重采样算法和相应的卷积自编码深度学习模型以实现对医学信息多维数据的分析和处理 实验与分析为了验证本研究提出的医学信息处理云平台的适用性与有效性进行实验分析使用的医学数据为由医疗机构提供的医学数据 实验相关的硬件参数如表 所示表 实验相关的硬件参数参数数值网络区域总节点数数据传输速率 传感器透过范围从源节点到网关的跳数本文基于排球训练中年轻排球运动员的受伤部位和伤害数据用改进的卷积神经网络数据分析算法对相应的数据进行分析研究 受伤部位的统计数据如表 所示表 训练中排球运动员受伤部位的统计表受伤部位人数关节受伤挫伤腰部受伤踝关节扭伤半月板损伤基于计算机技术的医学信息处理方法研究 杨新广 在损伤数据中本文着重分析和判断挫伤、关节扭伤、腰部受伤和半月板损伤相关的损伤等级并预测运动员的康复周期和潜在的相关伤害风险 .系统测试为了验证医学处理云平台的 系统的可靠性本研究通过计算医学信息数据点的信噪比和信息嵌入率分析出 系统的有效性 统计结果如表 所示表 数据点的信噪比和信息嵌入率数据类型信噪比()嵌入率()关节受伤 挫伤 腰部受伤 踝关节扭伤 半月板损伤 从表 的实验结果可以看出虽然关节受伤和半月板损伤的信噪比均低于(信噪比 表明数据抗干扰能力强)但是不同数据类型的平均信噪比高于 信息嵌入率也很高说明 系统对互联网用户医学信息存储加密效果较好.改进的 算法测试为了验证本文提出的改进的 算法的优势将文献与改进的 算法模型进行了比较测试在 不同数据包环境下算法的精度实验数据包的大小相同数据包大小和传输速率保持不变(传输速率为 )通过 软件得到对比曲线如图 所示图 两种算法性能对比从图 中可以看出在基本条件相同的情况下随着数据量的增大两种算法处理医学信息的精度均有下降趋势但是与文献算法相比改进的 算法的精度更高 结束语本文基于云计算技术开发出医学信息处理云平台该平台包括用于医学数据的新型 系统和用于医学数据分析的改进的 算法模型 提供了可靠的存储解决方案以确保存储数据的原始性和可验证性同时保护用户的隐私即使数据库中的数据已被篡改或损坏也可以通过区块链检索和验证数据 本研究在具有自调整功能的重采样算法的基础上改进了卷积神经网络算法 为了更准确地处理海量数据引入了辅助模型张量卷积自编码神经网络模型以实现对医学多维数据的分析和处理并通过实验证明了医学信息云平台的实用性参 考 文 献:沈欧玺.职业健康中社会心理风险管理研究.世界最新医学信息文摘():.覃德芹王芳周嫣等.风险管理和评估技术在职业病监管中的应用.中国公共卫生管理():.李学龙龚海刚.大数据系统综述.中国科学信息科学():.张蕾章毅.大数据分析的无限深度神经网络方法.计算机研究与发展():.李雯.大数据时代医学数据管理研究.中国卫生产业():.柳毅.基于数据挖掘的城市配电网故障定位方法.设备管理与维修():.:.():.秦文哲陈进董力.大数据背景下医学数据挖掘的研究进展及应用.中国胸心血管外科临床杂志():.王帅林晓东沈明辉等.基于 语言的基层门诊用药大数据分析.中华医学图书情报杂志():.(下转第 页)基于 算法的英语翻译智能化校对系统设计 贺淑红好地辅助相关领域工作人员完成翻译与校对开拓翻译工具的应用空间就以下几个方面作进一步探究:应添加由网络流行用语构成的情感词典完善语料属性应根据源语言与目标语言间的语义关系进行不一致性检测提升校对效果翻译校对目标的语言形式存在一定的局限性未来应从语音方面入手实现英语语音的翻译校对扩展系统应用前景参 考 文 献:袁彬.语言学翻译理论视角下的体育英语翻译研究.成都体育学院学报():.刘俊鹏宋鼎新张一鸣等.多种数据泛化策略融合的神经机器翻译系统.江西师范大学学报:自然科学版():.赵保华安宁钰徐哲冲等.安卓平台上 二进制翻译系统.高技术通讯():.林睿睿黄锦桥.基于/框架的交互式在线翻译系统设计.现代电子技术():.胡加圣管新潮.文学翻译中的语义迁移研究 以基于信息贡献度的主题词提取方法为例.外语电化教学():.苏庆林华智黄剑锋等.结合 和 算法的恶意安卓应用检测模型.计算机工程与应用():.王晶赵彩.语义关系下的英语长句机器翻译算法优化.信息技术():.汪冉金忠.基于极性转移和 的树结构网络与句子分类.计算机应用研究():.袁和金张旭牛为华等.融合注意力机制的多通道卷积与双向 模型的文本情感分析研究.中文信息学报():.陈志刚岳倩赵威.弹幕文本情感分类模型研究 基于中文预训练模型与双向长短期记忆网络.湖北工业大学学报():.董彦如刘培玉刘文锋等.基于双向长短期记忆网络和标签嵌入的文本分类模型.山东大学学报:理学版():.(责任编辑:杨静)(上接第 页).:.()():.高歌马帅王霄英.计算机辅助诊断在医学影像诊断中的基本原理和应用进展.放射学实践():.刘虹群.色标编码联合导卡在病案归档管理中的应用效果.中国当代医药():.谭艺灵彭三玲杨梅芳等.追踪方法学在病案管理工作质量持续改进中的应用.中国病案():.():.臧国全崔燚李哲.数字保存的真实性风险检测.情报理论与实践():.:.():.刘威刘尚.互学习神经网络训练方法研究.计算机学报():.李素芳.基于神经网络的无线通信算法研究.济南:山东大学:.章毅郭泉王建勇.大数据分析的神经网络方法.工程科学与技术():.唐家渝刘知远孙茂松.文本可视化研究综述门计算机辅助设计与图形学学报():.(责任编辑:丁晓清)