论文部分内容阅读
随着信息技术的不断发展进步,电子病历系统(EMR)已经成为了医药卫生信息化建设中重要核心与标志。电子病历系统作为医院信息系统(HIS)的重要组成部分,针对电子病历系统的研究,是具有现实意义与研究价值的。电子病历数据可视化是协助医护人员综合分析数据、从患者海量数据中提取有效信息、发现隐藏规律的最直接手段。现有电子病历数据可视化技术主要通过对诊疗行为进行分类和建立时间坐标轴的形式来对其进行组织和浏览。时间线对历史事件和数据进行了直观显示,但时间线的分析十分耗时。而且传统的时间线缺少对病历数据之间关系的表达,而在实际的就医环境中,临床表现、疾病症状和临床干预之间往往存在着重要的关联。本文的研究工作主要有:(1)为了使关系图中对数据之间的关联关系清晰明了,使关联关系弱的数据分开显示和关联关系强的数据在一起显示,首先需要对数据进行分类。对最小生成树算法进行研究,并结合节点间的关联度,形成基于相似度的最小生成树聚类算法。主要原理是:根据数据集中节点的结构关系,提出了节点间相似度关联度公式,根据关联度分布图的特点设置阈值,根据阈值对图形进行网络图初始化聚类处理,然后采用基于节点间关联度的最小生成树算法对图形进行聚类,使聚类结果更加合理有效。(2)为了使关系图中内在的网络信息明确显示,使得显示的图不至于混乱,需要对数据点进行布局。通过对FR布局算法的分析,提出了优化初始化布局,并适当减少迭代次数,实现对FR布局算法的改进,改进后的算法使得布局过程更加快速,布局效果更加清晰,并在相同的数据集的条件下,对改进前后的效果及运行时间进行了对比,更具体化的证明了改进后算法的优点。(3)以改进后的算法为核心,并结合JavaScript和python语言,实现了电子病历可视化模块的代码编写,并对该系统的各模块的主要功能进行了简要介绍。