信息技术的发展使许多医院、社区医疗机构、医疗研究机构或企业中产生着大量的临床数据、病例资料、病历档案等健康数据。在这些包含了时间、空间信息的多维健康数据中蕴藏着巨大的医学信息。医学研究人员和计算机专家需要对这些数据进行数据聚类、分类和回归分析等,通过从海量数据中提取相关的有用信息,帮助医疗研究机构进行科学研究,并可为医疗管理机构提供决策支持。现有的多维分析工具在分析海量医疗健康信息方面存在明显的不足,其主要表现在:虽然多维分析技术在商业智能方面的应用发展比较成熟,而在医疗数据方面的研究和应用较少。商业智能多维分析工具的业务性很强,一般针对某个特定的业务领域固定地建模。如果用已有的商业工具来分析医疗数据,不能发现哪些数据是在医学上有真正价值的。现有医疗多维分析工具还处于研究阶段,即使有些相关工具,这些工具大多只能处理相对静态的数据,且样本集范围一般在数千个样本以内,而医疗健康数据是动态地海量分布的。为弥补商用多维分析工具这些缺陷,针对医疗健康数据的特点,论文在深入研究多维分析相关技术的基础上,综合运用数据仓库、在线分析处理(Online Analysis Process,OLAP )以及多维分析可视化技术,以电子健康档案为依托,开发了主观导向多维分析系统。该系统可根据用户选择,动态地构建临时多维数据集,使用户不仅可以结合自己的医学知识有针对性地对大量数据进行建模分析,而且可以从大量数据中只抽取自己感兴趣的数据区域进行有针对性的分析,可大大提高数据处理的效率。本系统以对高血压病历资料的分析结果来验证其在多维分析方面的医学应用。通过具体实验,从分析结果很直观地看出高血压与运动、文化程度、性别以及年龄等各个因素的关系,并可以统计高血压病人在相关因素的分布情况。