大医疗数据背景下基于云架构的家庭诊断服务毕业论文

《大医疗数据背景下基于云架构的家庭诊断服务毕业论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、大医疗数据背景下基于云架构的家庭诊断服务31大医疗数据背景下基于云架构的家庭诊断服务摘要：自我护理服务在我们的日常生活中正变得越来越重要，特别是在面临全球老龄化这样紧迫的情况下。大量的历史医疗记录这样的大数据使得用户进行自我护理服务成为可能，例如他们自己就可以通过类似的病人的病例来获得诊断。发展这样一种自我护理的服务就会面临很多挑战包括高并发和可扩展的的医疗记录的检索，数据分析，以及隐私的保护。在本文中，我们提出了一个基于云计算的架构来实现自我护理服务称为家庭诊断以解决上述挑战。具体而言，一个基于Lucene的分布式搜索集群被设计出来旨在支持高并发和可扩展的病

2、历检索，数据分析和隐私保护。此外，为了加快医疗记录检索，Hadoop集群被采用以存储离线数据以及构建索引。当谈及家庭诊断服务的实现，我们可以从中获得相似的历史医疗记录和疾病症状点阵，以帮助用户查明他们可能感染了哪一种疾病。最后，一个原型系统会被设计出来以及一个运行实例会被呈现以证明我们的提案的扩展性以及效率。关键词：基于云计算的架构，家庭诊断服务，医疗大数据1介绍1.1背景根据世界卫生组织的报告，人们在亚健康状态（SHS），也被称为“第三状态”（处于健康和生病之间），在世界人口中占75％（Heetal.,2013）。在中国，处于这个状态的人群数量已经达到了9亿

3、人（Dingetal.,2009）。有相当一部分人会密切关注他们的健康希望能获得预防性健康检查或以有类似病历的病人来指导自己。而且，随着人口老龄化的成长，有些为老年人的慢性疾病监测也应在日常生活中进行。因此，为了满足“SHS”群体和人口老龄化的需求，按需自助服务应该被发展以帮助人们可以在家方便地获得疾病预防知识。(RashidiandCook,2009;Cooketal.,2003;Doctoretal.,2005).另一方面，不断增加的在日常临床活动所产生的医疗和诊断数据量，使得开展医疗自助服务来满足SHS人群和老年人的要求成为可能。然而，大量的医疗数据，以

4、及它的各种格式，造成大规模数据管理和高效的知识挖掘技术的挑战，这也被称为“大数据”的问题。(Chaudhuri,2012).由于云计算的显着特征，如弹性计算能力，和普遍的面向服务的性质(Shangetal.,2013;Xuetal.,2012),云计算技术已被广泛研究，并在大数据领域使用(CannyandZhao,2013;Chengetal.,2012),许多医疗保健服务已经迁移到云环境。更具体来说，本文提出的研究报告是为连云港卫生局建立一个基于大型研究项目的医疗信大医疗数据背景下基于云架构的家庭诊断服务31息云平台。连云港是中国江苏省的一个城市，靠近上海。

5、卫生局是要搭建一个平台，以收集所有的医疗信息，如每个来自当地保健医师的医疗记录。（例如，医院，诊所）。通过这样做，各种医疗服务可以被制定以符合实际的医疗保健需求。例如，每个病人可具有他/她的个人健康简况，由所有他/她的临床与每个临床访问相关联的记录组成。1.2一个生动的例子我们讨论这个生动的例子是为了突出我们将要提出的问题。假设有一个名叫李某的患者，有一天生病了。并且他知道他的症状包括“高烧”和“呼吸困难”。他去医院进行诊断之前，希望通过互联网初步诊断，这样就能知道他可能患有哪种疾病。因此，他可以在事先通过医院的主页作出合适的预约。在上面的例子中，如果有一个医

6、疗自助服务，根据李某的疾病症状提供相似的历史医疗记录这样的诊断协助，这将有助于李某做出合适的预约。此外，有相似的历史病历，李某会对他的病情更详细的了解。因此，当李某去医院进行诊断时，将花费李和医生双方更少的时间做出正确的处理，从而提高诊断效率。然而问题出现了，就是如何去提供这样一种自我保健服务。具体来说，这个问题主要包含以下三点。第一点是如何根据李某的疾病症状在大规模和不断增加的医疗记录中提供实时在线医疗记录检索。另一个是如何提取有用的诊断知识来帮助李从大量检索出来的医疗记录中弄清楚可能感染了什么疾病。最后一个是如何避免在病历隐私信息曝光，因为医疗记录是隐私的

7、、敏感的。1.3我们的工作和贡献通过这些观察，在本文中，我们将通过以下工作来面对这些挑战。（1）在本文中我们提出了一个基于云的框架来实现一个名为家庭诊断的自我保健服务。具体来说，一个分布式基于Lucene搜索集群被设计出来旨在提供高并发和可扩展的在线医疗记录检索，数据分析和隐私保护功能。为了加快病历检索，Hadoop集群被采用已进行线下数据存储和检索库。（2）更具体来说，家庭诊断服务的实现由四个步骤组成。首先,用户提交查询有关他/她的疾病信息。然后医疗记录匹配用户的疾病症状,性别和年龄在步骤2中检索。通过检索医疗记录，数据分析在步骤3进行，来计算疾病症状的点阵

8、，揭示疾病常见症状之间的关系。最后,隐