医疗资源管理决策支持系统的研究与实现

医疗资源管理决策支持系统的研究与实现

论文摘要

随着日常生活水平的提高,人们对医疗卫生部门服务效率的要求越来越高。沈阳作为大型现代化城市,医疗资源丰富,但是现有的医疗服务水平无法满足人们日益增长的医疗需求。不同地区之间、城乡之间的医疗资源分布差别较大。医疗机构重复设置、职能交叉、医疗卫生技术人员队伍素质参差不齐、人民群众“看病难、看病贵”问题突出。事实上,出现这些问题的根本原因在于医疗资源结构的不科学和部署分配的不合理。为了解决这些问题,本文基于数据仓库(DW)、联机分析处理(OLAP)和数据挖掘(DM)等技术提出了一种新颖的医疗资源管理决策支持系统。医疗资源管理决策支持系统通过建立数据仓库存储各种异质多模的动态信息源数据,利用联机分析处理技术实现多维数据分析,然后通过数据挖掘技术从数据仓库中获得新的医疗资源规划知识,反馈并丰富了决策支持系统的知识库,形成了闭环的智能系统。在系统的设计与实现过程中,基于C/S+B/S技术平台架构,采用Oracle 10g的OWB数据仓库构建环境、OLAP服务和基于自适应贝叶斯网络(ABN)的ODM数据挖掘技术,实现了数据仓库、数据挖掘和应用程序三者的紧密耦合,因此大大提高了数据挖掘的效率。基于.net技术,把数据仓库、联机分析处理和数据挖掘三者无缝结合,构建了一种新型的医疗资源管理决策支持系统。系统由医疗资源数据仓库、数据挖掘模块、联机分析模块和规划生成系统四部分构成。系统从医疗信息管理系统数据库等内部、本地外部及远程外部数据源中采集到有意义的数据后,根据所定义的元数据对数据按主题进行转换及清理,然后存储至数据仓库,使得联机分析处理模块和数据挖掘模块可以通过数据共用接口实现对数据的调度,有效地对数据进行检索、查询和操作处理。本系统所实现的分析、优化、预测功能,将为决策部门提供最佳优化方案和决策信息,并能有效减少决策中的失误。从而提高地区卫生行政管理部门决策的科学化水平,提高对城市医疗资源规划、建设和管理的科学性,并在改善城市卫生管理,提高医疗资源利用率、缓解医患矛盾等方面产生巨大的社会效益。

论文目录

  • 摘要
  • Abstract
  • 第一章 前言
  • 1.1 研究背景
  • 1.2 研究内容
  • 1.3 国内外研究现状
  • 1.4 研究目的与意义
  • 1.5 本文组织结构
  • 第二章 决策支持相关技术和基础知识
  • 2.1 UML 技术
  • 2.1.1 UML 概述
  • 2.1.2 UML 的内容、表示方法和特点
  • 2.2 数据仓库(DW)
  • 2.2.1 数据仓库的定义
  • 2.2.2 数据仓库的特点
  • 2.2.3 数据仓库与传统数据库的区别
  • 2.3 数据挖掘
  • 2.3.1 数据挖掘的定义
  • 2.3.2 数据挖掘的功能
  • 2.3.3 数据挖掘的过程
  • 2.4 联机分析处理(OLAP)
  • 2.4.1 OLAP 的基本概念
  • 2.4.2 OLAP 的特点
  • 2.4.3 OLAP 的体系结构
  • 2.5 决策支持系统
  • 2.5.1 决策支持系统的定义与特点
  • 2.5.2 决策支持系统的分类
  • 2.6 本章总结
  • 第三章 医疗资源管理决策支持系统的分析与设计
  • 3.1 需求分析
  • 3.2 总体框架设计
  • 3.3 数据仓库设计
  • 3.3.1 数据源选择
  • 3.3.2 体系结构设计
  • 3.3.3 主题设计
  • 3.3.4 星型模型
  • 3.3.5 知识库设计
  • 3.3.6 开发工具选择
  • 3.3.7 元数据
  • 3.3.8 ETL 的设计
  • 3.3.9 数据分区
  • 3.4 OLAP 设计
  • 3.4.1 OLAP 联机分析的功能需求
  • 3.4.2 OLA 的框架设计
  • 3.4.3 OLAP 的功能分析
  • 3.5 数据挖掘设计
  • 3.5.1 数据挖掘的任务
  • 3.5.2 数据挖掘算法选取
  • 3.6 人机接口的设计
  • 3.7 本章总结
  • 第四章 医疗资源管理决策支持系统的实现
  • 4.1 数据仓库构建
  • 4.1.1 物理实现
  • 4.1.2 数据抽取
  • 4.1.3 数据准备区操作:清理和转换
  • 4.1.4 数据装载
  • 4.1.5 OWB 配置、映射、部署与执行
  • 4.1.6 数据仓库的更新
  • 4.2 OLAP 分析
  • 4.2.1 建立连接
  • 4.2.2 元数据的设计与访问
  • 4.2.3 查询的建立
  • 4.2.4 数据结果聚集
  • 4.3 数据挖掘
  • 4.3.1 数据预处理
  • 4.3.2 挖掘模式与挖掘算法
  • 4.3.3 数据挖掘流程
  • 4.3.4 数据配置模块
  • 4.3.5 构建模型模块
  • 4.3.6 异步模型建立
  • 4.3.7 测试模型
  • 4.3.8 数据分析模块
  • 4.4 人机接口与生成系统图例
  • 4.5 本章总结
  • 第五章 医疗资源管理决策支持系统的测试
  • 5.1 测试方法
  • 5.2 测试目的
  • 5.3 测试结果
  • 5.3.1 医务人员主题分析结果
  • 5.3.2 病床主题主题分析结果
  • 5.3.3 管理规划生成
  • 5.4 测试结论
  • 5.5 总结
  • 第六章 总结与展望
  • 6.1 总结
  • 6.2 展望
  • 致谢
  • 参考文献
  • 攻硕期间取得的研究成果
  • 相关论文文献

    • [1].基于微信公众号的移动决策支持系统设计与应用[J]. 中国数字医学 2019(12)
    • [2].临床决策支持系统在脑卒中患者护理中的应用进展[J]. 中华护理杂志 2019(12)
    • [3].护理决策支持系统的局限性及对策[J]. 中华护理杂志 2020(03)
    • [4].化工产品营销价格决策支持系统设计与分析[J]. 化工设计通讯 2020(05)
    • [5].基于大数据的图书馆决策支持系统构建研究[J]. 图书馆学研究 2020(11)
    • [6].低血糖护理决策支持系统的设计及应用[J]. 中华护理杂志 2020(07)
    • [7].精准医学决策支持知识组织研究[J]. 医学信息学杂志 2020(05)
    • [8].临床决策支持系统功能及其应用态势分析[J]. 中国医院 2020(10)
    • [9].基于场景的精准医学临床决策支持系统构建研究[J]. 中国医药 2020(11)
    • [10].临床决策支持系统在妊娠期糖尿病管理中的应用:范围综述[J]. 中国护理管理 2020(10)
    • [11].大数据环境下图书馆决策支持系统的设计与实施[J]. 图书馆工作与研究 2019(01)
    • [12].大数据时代决策支持系统新发展[J]. 网络安全技术与应用 2019(06)
    • [13].基于大数据的高校毕业生就业决策支持系统设计[J]. 现代信息科技 2019(15)
    • [14].基于结构化电子病历的护理临床决策支持系统的设计与应用研究[J]. 计算机产品与流通 2019(12)
    • [15].医院决策支持系统建设中的常见问题及对策[J]. 中国新通信 2017(20)
    • [16].医院决策支持系统解决方案[J]. 中国数字医学 2018(04)
    • [17].临床决策支持系统应用调查研究[J]. 医学信息学杂志 2018(06)
    • [18].护理决策支持系统的应用进展[J]. 中华护理杂志 2018(06)
    • [19].生态应急决策支持系统的战略设计与实施研究[J]. 湖南财政经济学院学报 2018(05)
    • [20].临床决策支持系统在医院的应用[J]. 电子技术与软件工程 2018(19)
    • [21].顿悟理论在应急决策支持系统中的应用[J]. 华南理工大学学报(社会科学版) 2016(06)
    • [22].国内外医疗决策支持系统研究热点[J]. 中华医学图书情报杂志 2016(11)
    • [23].钻井工程决策支持系统关键技术[J]. 石化技术 2017(02)
    • [24].企业市场战略决策支持系统的构建与应用研究[J]. 现代营销(下旬刊) 2017(03)
    • [25].基于WebGIS的污染场地修复决策支持系统[J]. 环境科学与技术 2016(S2)
    • [26].基于防汛会商决策支持系统的开发工作研究[J]. 黑龙江水利科技 2017(03)
    • [27].临床决策支持系统发展的制约因素和应用前景分析[J]. 医学与哲学(B) 2015(09)
    • [28].美国临床决策支持系统发展与启示[J]. 中国卫生信息管理杂志 2016(03)
    • [29].临床决策支持系统建设研究[J]. 中国医疗设备 2016(08)
    • [30].临床决策支持系统在护理学中的应用进展[J]. 护理学杂志 2015(01)

    标签:;  ;  ;  ;  

    医疗资源管理决策支持系统的研究与实现
    下载Doc文档

    猜你喜欢