【技术实现步骤摘要】
本专利技术属于计算机，涉及一种基于流式计算引擎的架构和数据存储及处理的方法，将物联网数据整合的基于床旁设备、临床观测、诊断报告、患者信息、就诊等多种类型的临床数据，通过数据分析方法和模型，从临床数据中提取有价值的信息，并提供可视化工具的处理方法及装置。
技术介绍
1、随着医疗信息化的快速发展，各种类型的临床数据，如床旁设备数据、临床观测数据、诊断报告、患者信息和就诊数据等，都在快速增长。然而，如何有效地从这些海量数据中提取有价值的信息，并为用户提供直观的可视化工具以理解和解释分析结果，仍然是当前亟待解决的问题。
2、传统的数据处理方法已经无法满足现代医疗信息化的需求。它们无法适应不同类型的临床数据，也无法从海量数据中筛选出有价值的信息。这导致了数据处理速度慢，提取的数据有效价值效果不佳。因此，研究一种基于流式计算引擎的临床数据分析处理方法具有重要的理论和实际意义。
技术实现思路
1、本专利技术提供了一种基于流式计算引擎的临床数据分析处理方法。这种方法通过抽象编辑计算逻辑，分离计算流程，并提供可视化界面供用户自定义计算流程，无需修改计算规则或代码，就可以快速进行数据处理和筛选。这种方法不仅提高了数据处理的效率和灵活性，而且通过可视化工具，使得用户可以直观地理解和解释分析结果，从而提高了数据的可理解性和可用性。
2、本专利技术为实现上述目的所采用的技术方案是：一种基于流式计算引擎的临床数据分析处理方法，包括以下步骤：
3、获取包含临床设备、临床观测、
4、将原始临床数据进行hl7 fhir资源解析，得到hl7 fhir结构化后数据作为资源；
5、将资源根据由计算引擎构建的工作流进行数据处理。
6、所述将原始临床数据进行hl7 fhir资源解析，具体如下：
7、根据hl7 fhir资源模型，将原始临床数据配置为多个资源以及对应的资源数据，形成hl7 fhir结构数据存储在fhir资源仓库中。
8、所述计算引擎的构建，包括以下步骤：
9、根据不同场景，构建计算逻辑；
10、对于资源，通过计算逻辑根据设定条件筛选所需要的数据，并对数据进行预处理；
11、通过人机交互自定义计算逻辑。
12、所述构建计算逻辑，包括以下步骤：
13、基于资源，构建计算逻辑以实现数据的计算与分析；
14、其中，所述计算逻辑包括抽象计算逻辑、纳入条件和纳出条件；
15、所述抽象计算逻辑，用于通过操作符和函数实现运算；
16、所述纳入条件和纳出条件，用于设定计算逻辑中资源、资源数据的范围。
17、所述对数据进行预处理，包括以下处理中的至少一种方式：
18、根据设定的规则将原始临床数据中的某一部分内容替换为其他内容，以实现数据清洗、转换和处理的目的；
19、将原始临床数据中的字段名映射到资源中对应的字段名，以便在后续处理中使用；
20、对原始临床数据进行去重、填充缺失值、纠正错误值中的至少一种操作；
21、对原始临床数据进行算术运算、统计计算中的至少一种操作，以得到所需的结果；
22、将来自不同来源或具有不同结构的原始临床数据整合成一个完整的数据集；
23、将原始临床数据构建的数据集拆分成多个子数据集，以便进行并行处理。所述通过人机交互自定义计算逻辑，包括以下步骤：
24、1)计算流程引擎采用字典来存储计算逻辑和对应的计算流程；所述字典的键为计算逻辑，值为计算流程；
25、2)接收计算流程作为输入，判断是否符合需求；如果符合，就返回true，否则返回false；
26、3)根据用户输入的计算逻辑，将其对应的计算流程作为输入，将它添加到库中。
27、所述将资源根据由计算引擎构建的工作流进行数据处理，包括以下步骤：原始临床数据通过结构化处理后得到的资源，按照fhir规范中定义的不同类型的资源数据存入storm消息队列中；
28、实时监听storm消息队列，当有数据被存入时，抽取该数据；将抽取的数据发送给storm中的bolt；
29、bolt根据预先获取的计算逻辑对数据进行处理，并将处理后的数据更新到数据库中。
30、所述由计算引擎构建的工作流包括以下方式：
31、由一个spout获取数据，然后交给一个bolt进行处理；
32、由一个spout获取数据，然后交给一个bolt进行处理一部分，再交给下一个bolt进行处理其他部分；
33、一个spout同时发送数据到多个bolt，而一个bolt接受多个spout或多个bolt，最终形成多个数据流；其中，所述数据流配置为有方向。
34、一种基于流式计算引擎的临床数据分析处理系统，包括以下步骤：
35、数据获取模块，用于获取包含临床设备、临床观测、诊断报告、患者信息、就诊信息中的多种类型的原始临床数据；
36、fhir资源解析模块，用于将原始临床数据进行hl7 fhir资源解析，得到hl7 fhir结构化后数据作为资源；
37、数据处理模块，用于将资源根据由计算引擎构建的工作流进行数据处理。
38、所述计算逻辑，封装为bolt以实现逻辑运算；所述计算逻辑包括抽象计算逻辑、纳入条件和纳出条件；
39、所述抽象计算逻辑，用于通过操作符和函数实现运算；
40、所述纳入条件和纳出条件，用于设定计算逻辑中资源、资源数据的范围。
41、本专利技术具有以下有益效果及优点：
42、1.本专利技术通过抽象编辑计算逻辑，将复杂的计算过程分解为多个步骤，使用户可以灵活地自定义计算流程。同时，该方法将计算流程分离出来，使得用户可以根据需要调整和修改计算流程，而无需修改计算规则或代码。这样，用户可以快速进行数据处理和筛选，提高了工作效率。
43、2.本专利技术提供可视化界面供用户自定义计算流程：该方法提供了可视化界面供用户自定义计算流程，使得用户可以直观地理解和操作计算流程。通过可视化界面，用户可以方便地进行数据输入、计算步骤选择和参数设置等操作，简化了数据处理的过程。
44、3.本专利技术提高数据处理的效率和灵活性：由于该方法无需修改计算规则或代码，就可以快速进行数据处理和筛选，因此可以提高数据处理的效率。同时，该方法提供了灵活的计算流程定制功能，用户可以根据具体需求进行调整和修改，使得数据处理更加灵活和适应性强。
45、4.本专利技术提高数据的可理解性和可用性：通过可视化工具，用户可以直观地理解和解释分析结果。用户可以通过可视化界面查看数据的变化趋势、异常值等情况，从而更好地理解数据的含义和特征。同时，可视化工具还可以帮助用户将分析结果以图表等形式展示出来，使得数据更易于理解和使本文档来自技高网...
【技术保护点】
1.一种基于流式计算引擎的临床数据分析处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于流式计算引擎的临床数据分析处理方法，其特征在于，所述将原始临床数据进行HL7 Fhir资源解析，具体如下：
3.根据权利要求1所述的一种基于流式计算引擎的临床数据分析处理方法，其特征在于，所述计算引擎的构建，包括以下步骤：
4.根据权利要求3所述的一种基于流式计算引擎的临床数据分析处理方法，其特征在于，所述构建计算逻辑，包括以下步骤：
5.根据权利要求3所述的一种基于流式计算引擎的临床数据分析处理方法，其特征在于，所述对数据进行预处理，包括以下处理中的至少一种方式：
6.根据权利要求3所述的一种基于流式计算引擎的临床数据分析处理方法，其特征在于，所述通过人机交互自定义计算逻辑，包括以下步骤：
7.根据权利要求1所述的一种基于流式计算引擎的临床数据分析处理方法，其特征在于，所述将资源根据由计算引擎构建的工作流进行数据处理，包括以下步骤：
8.根据权利要求1所述的一种基于流式计算引擎的临床数据分
9.一种基于流式计算引擎的临床数据分析处理系统，其特征在于，包括以下步骤：
10.根据权利要求9所述的一种基于流式计算引擎的临床数据分析处理系统，其特征在于，所述计算逻辑，封装为Bolt以实现逻辑运算；所述计算逻辑包括抽象计算逻辑、纳入条件和纳出条件；
...【技术特征摘要】
1.一种基于流式计算引擎的临床数据分析处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于流式计算引擎的临床数据分析处理方法，其特征在于，所述将原始临床数据进行hl7 fhir资源解析，具体如下：
3.根据权利要求1所述的一种基于流式计算引擎的临床数据分析处理方法，其特征在于，所述计算引擎的构建，包括以下步骤：
4.根据权利要求3所述的一种基于流式计算引擎的临床数据分析处理方法，其特征在于，所述构建计算逻辑，包括以下步骤：
5.根据权利要求3所述的一种基于流式计算引擎的临床数据分析处理方法，其特征在于，所述对数据进行预处理，包括以下处理中的至少一种方式：
6.根据权利要求3所述的一种...
【专利技术属性】
技术研发人员：张磊，景春雷，乔屾，刘宇，杨明奇，黄宁明，
申请(专利权)人：东软汉枫医疗科技有限公司，
类型：发明
国别省市：
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。