浅谈医院信息系统数据的安全防护

随着医学信息技术的飞速发展和医疗改革的不断深化,医院信息系统(HIS)已成为医院信息化建设中的重要组成部分,也成为医院迈向现代化的重要标志之一。笔者认为,必须重视HIS开发、软硬件投入、病毒防治等各环节工作,标本兼治,统筹兼顾,才能较好地实现系统数据的安全使用。     

医院统计数据质量存在的问题及解决办法

高质量的医院数据统计工作可为医院管理层提升管理质量和科学决策水平提供较强的参考依据.认真调查分析网络环境下统计数据质量存在的问题,并提出解决问题的对策及措施,可保证医院统计数据质量的进一步提升,最大限度地发挥统计工作在医院管理中的优势.     

浅谈医院在HIS实施前应具备的若干条件

HIS（医院信息系统）已成为医院信息化建设的基本组成部分，是医院现代化的重要标志之一，因此HIS的正常运行直接关系到医院信息化建设的成功与否。而HIS实施前的准备工作又是HIS顺利实施与运行的前提。就HIS实施前医院的准备工作提出了自己的几点认识。     

大数据在现代化医院建设中的应用

医院每天都会产生海量的数据,充分运用大数据技术在数据中心、商业智能、医疗科研管理等方面的作用,对医院大数据进行整合、发掘与利用,为医院管理者提供决策依据,将可以极大提升医院的核心竞争力。     

关于医疗数据实时统计系统分析

医疗数据实时统计系统的研究与开发,提高了医院的工作效率和信息化程度,为医院的信息管理带来了方便。本文对此进行分析。     

浅谈电子病历的发展及应用

电子病历积累临床数据,方便调阅,能极大的提高临床和科研的工作效率,是医院信息管理现代化的重要标志,是医院进入信息化社会的重要桥梁。     

大数据背景下医院计算机网络信息安全技术的应用实践研究

网络信息安全技术在应用期间必须以对风险水平的最大限度控制与安全隐患发生率的有效控制为核心,促进信息在计算机网络系统中的安全性水平,从而为医院正常运行提供重要支持与保障。该文围绕大数据背景下医院计算机网络信息安全技术的应用问题展开分析与探讨,旨在于将计算机网络信息安全技术应用优势进一步与医院计算机网络信息安全系统相结合,体现大数据背景下的信息安全系统优势,以更好地促进医院信息安全系统水平的提升。     

基于费用分析的医疗数据仓库的实现

利用现有HIS系统,通过数据集成、数据组织和管理、多维视图可视化和实体化研究以及OLAP（联机分析处理）等技术,建立一个以门诊和住院为主体的＂医疗费用分析＂数据仓库系统,为医院管理人员提供更多的辅助决策支持,充分满足医院信息化建设发展的需要。     

数据仓库在病案管理中的应用研究

目前医院信息系统的建设已取得显著成效,多年的应用也积累了大量数据.如何利用这些宝贵的信息资源为医院管理与决策服务,是医院信息化所面临的重要研究课题.在概述数据仓库技术特点的基础上,阐述了数据仓库的设计方法和设计内容,并针对医院的具体情况和决策需求特点,设计实现了符合医院病案管理决策需求特点的病案数据仓库.最后讨论了病案数据仓库对病案管理系统和病案数据挖掘的影响,并对将来的研究问题作了展望.     

DICOM医学图像查看器的设计与实现

当前多数医学影像设备制造商都采用了DICOM标准。随着这些数字影像设备在医院中的普及,DICOM格式的影像文件已经成为最常用的图像格式。本文通过对DICOM文件结构的分析研究,设计了一个DICOM图像查看器,能够对DICOM文件进行显示以及一些常用操作。     

数据预处理在商业企业数据仓库的应用

数据预处理是数据挖掘过程中重要环节 ,对数据预处理技术进行研究具有现实意义。文章在介绍数据预处理方法的基础上 ,结合大型商业营销企业数据仓库数据的特点和数据挖掘过程中对数据的要求 ,详细论述了数据预处理技术在大型商业营销企业数据仓库中的应用 ,提出改善数据质量是预处理技术的关键。     

基于DataGuard的Oracle RAC高校数据保护研究

数据是高校管理信息化产生的最重要的无形资产,数据的丢失或者损坏都将极大地损害教学、管理和科研工作的正常开展．Oracle RAC是目前使用最为广泛的数据库集群化管理方式,在此基础上开展DataGuard数据保护技术的应用研究,可以弥补集群数据库环境在数据容灾、备份和故障恢复方面的不足,提升数据的安全性,确保高校各类应用系统的正常运行．     

数据仓库数据加载技术

数据仓库中的数据不是传统数据库中数据的简单堆积，其数据的组织必须方便基于数据仓库基础之上的数据挖掘和商业智能工作，为决策者提供访问、分析及共享信息的能力，从而发挥数据仓库的真正功效。成功构造一个数据仓库的关键在于自始至终理解用户需要，紧紧围绕用户目标这一主题进行数据的搜集和存储。首先分析数据仓库的特点及拥有的数据类别及组成，重点介绍如何从现有数据库中有效地将数据引导至数据仓库的方法和策略，具体给出了数据仓库中5种不同类别数据的加载方法。     

数据仓库清洗技术讨论

数据仓库建设过程中最关键的环节是数据集成,本文重点分析了数据清洗需要解决的问题及涉及的主要技术,针对数据库的数据模型与数据仓库模型的区别讨论了利用元数据的映射规则的数据清洗方法.     

中小油田地震数据计算机管理方法研究

石油勘探技术发展迅速 ,需要一个集地震、测井、地质 3种数据为一体的勘探数据库来支持新的研究工作 .对包括地震资料处理、解释等资料的存储、应用方法进行了探索 ,提出了一种适合于中小油田的地震数据管理方案 .通过分析地震资料处理、解释产生的各类数据及其特点 ,从存储管理方法、数据规范化、质量控制方法、应用支持方法、数据服务方法等方面进行了详细论述     

F-畸变数据的生成与修复

P-集合是研究动态信息系统的一个新数学工具,应用P-集合的外P-集合与补充集合的关系,提出了F-畸变数据与-冗余数据的概念;给出F-畸变数据的生成定理和修复定理,包括F-畸变数据的辨识定理.最后给出F-畸变数据的修复准则与修复实例,其结果为研究动态信息系统的数据扩张提供了1种新方法.     

聚数融智的应用与挑战

数据的融合与应用与日常生活有着多方面的联系,尤其是在大数据和智能化时代,促进多元异构数据的融合和智能化的数据处理,对发挥数据作为生产要素的作用具有十分重要的理论意义和实际价值.介绍了大数据在城市、交通、医疗、电商等领域的融合及可视化应用.重点说明了海量数据、小数据分析面临的难题,并讨论了人与数据融合、数据融合共享与商密...     

数据质量维度与框架研究综述

为了对数据质量维度有一个全面、清析而准确的定义,便于在领域层面达成一致,也为从现存的数据质量管控技术架构中选择出合适的框架提供依据,对数据质量的发展历程和维度以及其管控框架进行了全面的研究。通过研究明确了复杂的数据质量维度指标,按其名称和定义提供一套比较全面的数据质量规范,并对其质量管控技术框架进行了综合研究与对比。该研究能科学地指导具体应用需求选择合适的数据质量框架和比较全面的数据质量维度实现对数据的评估,同时可节省大量的时间,减少人力和物力支出。     

数据可视化研究综述

数据可视化对于从海量数据中发现规律、增强数据表现、提升交互效率具有重要作用。目前,数据可视化的概念及相关研究领域不断扩展,就数据类型而言,可视化研究逐渐聚焦于多维数据、时序数据、网络数据和层次化数据等领域。通过对中国知网（CNKI）中外文文献进行分析可知：2014年、2015年是数据可视化领域研究热度升级、理论成果大量产出的“里程碑”式年份;中国大数据领域研究热潮形成后,数据可视化是迅速发展的一个重要支撑领域;国内外数据可视化领域的研究,在时间上基本同步,而武汉大学、浙江大学、北京邮电大学、国防科技大学、电子科技大学等都是在该领域研究活跃度较高的国内高校。要获得良好的视觉效果,帮助用户降低理解难度,高效分析数据和洞悉价值,通常还需要注意色彩与语义、突出核心数据、防止数据过载、防止思维过度发散等技术要点。现有的数据可视化技术主要分为基于几何技术、基于图标技术、基于降维技术、面向像素技术、基于时间序列技术、基于网络数据技术的数据可视化方法,以及层次可视化技术和分布技术等。基于几何技术的可视化方法,包括平行坐标、散点图矩阵、Andrews曲线等。基于坐标的可视化方法,可以清晰展示变量间的关系,但受限于屏幕尺寸,当数据维度超过3个时,难以直观显示全部维度,需要结合人机交互技术进行展示,适用于表达不同维度之间的相关关系,比如学生学习行为之间的关联关系等。基于图标的可视化方法,主要包括星绘法和Chernoff面法,以几何图形作为图标刻画多维数据,直观反映出图标各个维度所表示的意义,适用于工作完成情况、激励工作进度概览等。基于降维技术的可视化方法,根据维度属性确定点的坐标,在保持数据关系不变的前提下映射到低维可视空间中,主要涉及主成分分析、自组织映射、等距映射等。基于时间序列的可视化方法,是一种显示数据间相互关系和影响程度的可视化方法,主要包含线形图、堆积图、地平线图等,随着时间发展采集相应数据,并利用上述3类可视化方法进行呈现,适用于表示信息数据流动和变化状态,如不同时间段成绩流向趋势分布、主题概念的变迁等。基于网络数据的可视化方法,核心是自动布局算法,通过自动布局与计算绘制成网状结构图形,主要有力导向布局、圆形布局、网格布局等,常用来表示大规模社交网络结构,适用于活跃度分析、引文关系展现等。层次可视化技术,主要包括节点链接、空间填充、混合方法等,通过绘制不同形状的节点和包围框来表示层次结构的数据,适用于表示群组成员间交互关系的发现和挖掘,如在线协作员工之间的交互。基于CNKI,通过对数据可视化研究情况的分析,提出数据可视化研究过程中的注意点,指出数据可视化需要重点考虑色彩的匹配,在色彩与数据内容的重要度之间建立关联;可视化方案应在满足业务需求的基础上以业务逻辑为依据,合理组合与应用相关可视化技术;统一的可视化风格有助于提升人们理解数据的连贯性、一致性和效率,兼顾用户的审美要求,在风格与色彩之间建立合理的匹配关系;数据可视化应以实用、合理、高效地表现关键过程、关键目标、关键结果为主要面向。此外,对可视化应用实例Echarts展开综述,包括Echarts 交互组件（markPoint和markLine标注点组件、dataZoom区域组件、图例交互组件）在可视化中的应用,以及动态数据绘制等。最后,对可视化存在的挑战以及未来研究方向进行了分析和展望,指出虚拟现实、可视化系统和数据分析是可视化未来的研究方向,其应用热点领域还包括统计可视化、新闻可视化、思维可视化、社交网络可视化和搜索日志可视化等。     

GIS基础数据源制作与更新系统的设计与实现

简要介绍了利用MapInfo的二次开发语言MapBasic,在给出基本思想的基础上,实现GIS数据的编辑以及数据的智能化与批量化的更新。