论文部分内容阅读
我国电子病历系统经历了近20年的发展,如今已保存了大量珍贵的病人就诊数据。通过对电子病历进行统计分析,可以为医生提供决策辅助与支持。但由于电子病历使用传统的关系数据库存储,无法和医学知识进行关联,因此,在电子病历中直接进行数据挖掘分析,难以有效挖掘数据中蕴含的深层次的语义信息。 知识图谱技术的发展,为数据与知识的语义关联,提供了良好的技术支撑。在此背景下,本文提出了基于知识图谱的电子病历表示与存储方案。本文的主要工作为:一.建立了一个基于图谱的电子病历模型,通过图谱可以方便的与开放链接知识库关联,进行疾病预测、用药推荐和相似病人发现等研究。二.在关系数据库上设计与实现了一套面向图谱的存储方案。针对目前常见的几种基于关系数据库的RDF存储方案未考虑领域特性,而造成的查询性能不足等问题,提出了一种改进的病历图谱存储方案。具体而言,针对原始病历数据具有多元关系的特征,设计了多元关系到RDF三元组的转化方案;针对原始病历数据具有空值多、谓词数量多且谓词不固定等特性,基于三元组表存储方案进行了改进。三.面向病历图谱设计了SPARQL-to-SQL查询转换算法,能够满足常用统计分析类查询需求。通过与三元组表存储方案以及基于类型的存储方案的对比,验证了该方案的有效性,表明了该方案在存储空间占用适中的情况下具有更高的查询效率。