本发明专利技术提供一种基于医学信息本体数据库的关联药品的自我分析方法，建立医学信息本体(Medical Ontology)数据库，即MO数据库；运用药品的电子标识码作为哈希表的关键码，将药品的不同信息用不同的哈希表来表示；创建一个以药品电子标识码为关键码的存储MO数据库中对应的MO terms的哈希表MO hash；建立以药品电子码为关键码的药品评价哈希表；通过本发明专利技术的方法，最大可能的为帮助病患自诊提供准确有效的数据依据，在疾病自诊后相关疾病有药品推荐，显示排名前几位的药物，每个药物后面跟着排名前几位的企业，既为人们节省不必要的时间消耗，又不会耽误疾病的最佳治疗时间。
【技术实现步骤摘要】
【专利摘要】本专利技术提供一种，建立医学信息本体(Medical Ontology)数据库，即MO数据库；运用药品的电子标识码作为哈希表的关键码，将药品的不同信息用不同的哈希表来表示；创建一个以药品电子标识码为关键码的存储MO数据库中对应的MO terms的哈希表MO hash；建立以药品电子码为关键码的药品评价哈希表；通过本专利技术的方法，最大可能的为帮助病患自诊提供准确有效的数据依据，在疾病自诊后相关疾病有药品推荐，显示排名前几位的药物，每个药物后面跟着排名前几位的企业，既为人们节省不必要的时间消耗，又不会耽误疾病的最佳治疗时间。【专利说明】
本专利技术属于计算机信息领域，特别是涉及到一种。
技术介绍
现阶段人们的生活节奏很快，生活压力也很大，这就为人们的身体健康带来了很多隐忧。人们一旦身体健康出现问题，首选是去医院，但是医院里看病的人又似乎永远是非常多，哪怕是一些小病征，整个看病的流程走下来会花费很多时间；而如果人们觉得耽误时间，不愿意去医院，只是依据自己的经验买些药服用，这样又有可能错过最佳治疗时间，耽误病情。 基于这种现象，如果能够有一个帮助人们进行疾病自诊的信息平台，将会对人们产生巨大的帮助，人们可以通过信息平台的内容，结合自身的状况，先对自己的病患进行初期的判断，病征轻微的，可以根据信息平台的内容进行自我简单的治疗，病征有危险的发展趋势时，再去医院治疗。 要建立一个这样的帮助人们进行疾病自诊的信息平台，需要有一个完善的医学信息数据库，才能保证自诊的准确性，既能帮助人们节省时间，又不会耽误疾病的最佳治疗时间。 在有了完善的医学信息数据库之后，还要有，才能比较完整的为人们提供服务。
技术实现思路
本专利技术要解决的问题是设计一种，为疾病自诊信息平台提供关联药品的信息分析方法，为病患初期的自诊以及使用相关的药物提供科学的依据。 需要说明的是，本专利技术，是信息学的一种应用，通过相关信息分析以便与选择药品，并非属于疾病的诊断和治疗方法，因此不违反专利法第二十五条的相关规定。 为了达到上述目的，本专利技术采取的技术方案为:一种，其特征在于，包括如下步骤: (I)建立医学信息本体(Medical Ontology)数据库，即MO数据库；将疾病及其特征用MO terms进行编号；每个MO terms代表一个顶点，两个terms之间的关系用有向边表示，这样将疾病和病征表示在一个有向无环图中； (2)运用药品的电子标识码作为哈希表的关键码，将药品的不同信息用不同的哈希表来表示； (3)创建一个以药品电子标识码为关键码的存储MO数据库中对应的MO terms的哈希表MO hash ； (4)将药品专业名称作为关键码建立相应的电子标识码集合的哈希表。即通过相同药品名称不同企业生产的关联在一起； (5)建立以药品电子码为关键码的药品评价哈希表； (6)建立疾病对应的药品集合的哈希表，以疾病的MO term为关键码，以对应的药品集合为关键码对应的值，根据病患对相同疾病的每种药品评价的指标集合，运用快速排序算法得到某种疾病每种药物的评价排序。药品的评价指标设为药品的星级与药品在该疾病的使用率的乘积。 优选的，所述步骤(I)中，创建MO数据库的方法为: a.将疾病及其特征用MO terms进行编号，每个MO terms代表一个顶点，两个terms之间的关系用有向边表示，这样将疾病和病征表示在一个有向无环图中； b.顶点之间的关联分成两种类型:is_a关系和part_of关系；is_a关系是一种简单的包含关系；part_of关系表示一部分的包含关系，一种疾病往往有多种病征表现，病征和疾病之间是part_of的关系，疾病和疾病之间是is_a的关系，病征和病征之间是is_a的关系; c.对于任两个terms之间的有向边，若是part_of的关系，则赋予权重；权重用关联概率d表示；将父term与之关联的子terms之间进行关联度d分配(0〈d〈 = I);其中关联度d(terml, term2)表示父病征terml出现term2子病征的概率； d.对于任两个terms之间的有向边，若是is_a的关系，则赋予权重；权重用关联百分比表示；父term与子terms之间的关联百分比用该子term在父term所关联的所有子terms中出现比率，所述子terms的关联百分比之和为I。 优选的，所述步骤(3)创建方法为:采用药品的MO terms匹配关联，对于一种药品，根据它对应的电子标识码，用有关药品说明的哈希表，找到对应的适应症说明，所述说明为一个长字符串，然后在MO数据库对应的有向无环图中，从part_of和is_a之间的分界的顶点集合开始，由下层往上层逐层扫描与字符串某些子串匹配的MO terms，这样先得到关于医药所对应疾病的最靠下层疾病名称对应的MO terms，将这些信息存储到MO hash中，得到该药品对应疾病的MO terms后，再从这些疾病的MO terms出发，由上层往下层搜索对应的病症，即后代的子term，将得到的term集合作为哈希表的值。 进一步的，所述字符串匹配的方法，采用Sunday字符串匹配算法。 进一步的，所述字符串匹配的方法，据汉字数字编码表中的ASCII码将MO term中的词汇转化为数字编码，将字符串业转化为数字编码，然后用编码的数值先进行匹配，当匹配成功我们再进一步精确匹配。 本专利技术的有益效果为:通过本专利技术的方法，建立起基于疾病特征的医学信息本体数据库，并建立起一种基于医学信息数据库的疾病自我分析方法，使有效的数据与人体的实际状况相结合，使病患初期的病征得到更有效的甄别，最大可能的为帮助病患自诊提供准确有效的数据依据，在疾病自诊后相关疾病有药品推荐，显示排名前几位的药物(根据评价信息和治疗史中的使用率)，并注明是否在医保；每个药物后面跟着排名前几位的企业(根据评价信息和企业销售额等)，既为人们节省不必要的时间消耗，又不会耽误疾病的最佳治疗时间。 【具体实施方式】 下面结合具体实施例对本专利技术做进一步说明。 首先，建立医学信息本体(Medical Ontology)数据库，即MO数据库； a.a.将疾病及其特征用MO terms进行编号，每个MO terms代表一个顶点，两个terms之间的关系用有向边表示，这样将疾病和病征表示在一个有向无环图中； b.顶点之间的关联分成两种类型:is_a关系和part_of关系；is_a关系是一种简单的包含关系；part_of关系表示一部分的包含关系，一种疾病往往有多种病征表现，病征和疾病之间是part_of的关系，疾病和疾病之间是is_a的关系，病征和病征之间是is_a的关系; c.对于任两个terms之间的有向边，若是part_of的关系，则赋予权重；权重用关联概率d表示；将父term与之关联的子terms之间进行关联度d分配(0〈d〈 = I);其中关联度d(terml, term2)表示父病征terml出现term2子病征的概率； d.对于任两个terms之间的有向边，若是is_a的关系，则赋予权重；权重用关联百分比表示；父term与子terms之间的关联百分比用该子term在父t本文档来自技高网...
【技术保护点】
一种基于医学信息本体数据库的关联药品的自我分析方法，其特征在于，包括如下步骤：(1)建立医学信息本体(Medical Ontology)数据库，即MO数据库；将疾病及其特征用MO terms进行编号；每个MO terms代表一个顶点，两个terms之间的关系用有向边表示，这样将疾病和病征表示在一个有向无环图中；(2)运用药品的电子标识码作为哈希表的关键码，将药品的不同信息用不同的哈希表来表示；(3)创建一个以药品电子标识码为关键码的存储MO数据库中对应的MO terms的哈希表MO hash；(4)将药品专业名称作为关键码建立相应的电子标识码集合的哈希表。即通过相同药品名称不同企业生产的关联在一起；(5)建立以药品电子码为关键码的药品评价哈希表；(6)建立疾病对应的药品集合的哈希表，以疾病的MO term为关键码，以对应的药品集合为关键码对应的值，根据病患对相同疾病的每种药品评价的指标集合，运用快速排序算法得到某种疾病每种药物的评价排序。药品的评价指标设为药品的星级与药品在该疾病的使用率的乘积。
【技术特征摘要】
【专利技术属性】
技术研发人员：赵欣，张少强，
申请(专利权)人：天津迈沃医药技术有限公司，
类型：发明
国别省市：天津;12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。