数据挖掘技术在医学信息中的应用

目的在于提高医院信息管理水平,为疾病的诊断和治疗提供科学的、准确的决策,是促进医疗发展的需要。方法文章概述了数据挖掘技术的概念、过程和方法,规划出针对医院有实际价值的应用模型。结果数据挖掘技术在医院信息化建设中,充分利用数据仓库的数据,挖掘医学数据中所需的信息等方面有重要作用。结论应用数据挖掘技术在医学信息中是可行和必要的。     

数据挖掘技术在医院科研信息服务中的应用探讨

文章概述了数据挖掘技术的概念,阐述了数据挖掘技术在医院医学科研信息服务中的重要性。数据挖掘技术在了解医学科研的属性;确定研究课题;充分利用数据仓库的数据;挖掘医学科研所需的信息等方面有重要作用。     

数据挖掘在医学上的应用

随着医院信息系统（hospital information system,HIS）在医院的广泛应用,特别是数字新技术在门诊系统中的广泛应用,医学数据挖掘是提高医院信息管理水平,为疾病的诊断和治疗提供科学的、准确的决策的需要。本文详细分析了医学信息的特点及医学数据挖掘的过程,最后介绍了数据挖掘在医学上的应用。     

生物医学图像技术应用研究的新进展

所谓生物医学图像信息学是将生物医学和计算机技术结合进行研究的边缘学科,它是医学信息中的一个分支,它围绕生物体通过不同光源应用不同的设备所呈现的各类图像,提供现代信息处理技术收集、整理、储存、分析、检索、传播和利用这些信息,生物医学图像信息技术正在成为新世纪医学领域中发展最快的学科之一。因此,我们将生物医学图像技术的应用和发展介绍如下。生物医学图像信息技术是应用数学技术、计算机技术和网络技术将生物医学图像数字化,从根本上改变了传统的医学图像采集、显示、存储和传输的模式,为逐步实现无胶片医学图像系统,将图像…     

基于 VTk 的人体肺部医学体数据可视化武力，张冰洋基于 VTk 的人体肺部医学体数据可视化

随着计算机断层图像（CT）、核磁共振成像（MRI）、核磁共振血管造影（MRA）等医学成像技术的产生和发展,特别是随着计算机技术的发展,医学体数据可视化已从辅助诊断发展为辅助治疗的重要手段［1］,在临床中发挥着越来越重要的作用。医学体数据可视化是运用计算机图形学和图像处理技术,将从CT、MRI 等医学影像设备中获取的人体及其器官的断层二维序列或三维数据,在三维空间上生成三维图像,并进行定性和定量分析,能够为医师提供一个直观、精确的模型［2］,基于获得的模型,有利于确定病灶及其周围组织器官的形状和空间分布,给医师提供数据支撑,为医学诊断和治疗提供准确、可靠、安全的解决途径。可视化获得的三维图像由于其丰富的信息和直观逼真的视觉效果,在临床诊断、治疗和医学研究中具有极大的应用价值［3］。     

数据挖掘在医院管理中的应用

随着医院信息管理系统的不断完善及计算机技术、生物医学工程研究的飞速发展,使得大量医学信息被精确记录下来。激增的数据背后隐藏着许多重要的信息,而如何充分利用这些宝贵资源,从现有的海量数据资源中挖掘深层次的、隐含的、有价值的知识,提取出对于医院临床医疗、教学科研、学科建设、决策管理有指导意义的信息,帮助医院在新一轮医改中取得竞争优势,已成为现代医院管理工作中的一个重要任务。本文从介绍数据挖掘概念入手,分类剖析了数据挖掘在医院各层面应用的现状,从疾病诊治、精细化管理、规范医疗行为等多角度、多方位揭示了数据挖掘技术在医学领域应用的广阔前景。     

全国医院大数据挖掘及其应用研究论坛大会第一轮通知

<正>随着互联网、云计算和大数据的迅猛发展,医学信息量与日剧增,爆炸式的信息量隐藏在庞大而复杂的数据中,期待着医院管理者和研究者的挖掘。近年来,数据挖掘技术在医学领域受到高度重视,并在人口健康信息化建设、医院管理、医院信息系统化平台、疾病诊断与治疗、图像分析、科学研究、医学教育、科室医疗系统化、数据仓库运行环境与存储等都取得了可喜的成果。     

浅谈PACS-RIS系统在影像科应用体会

PACS-RIS是医院信息化中的一个重要组成部分。其目的是用来替代现行的模拟医学影像体系。PACS-RIS是一个技术含量高、实践性强的高技术。主要解决医学影像的数字化采集、图像的存储以及文档资料的管理,使得图像信息与其它信息的共享。随着网络技术、储存技术、计算机技术的飞速发展,PACS-RIS在医学领域的应用得到高速发展,同时推进影像专业传统阅片、图像储存、报告书写工作模式改革。实现了数字化、无胶片化采集、传输、储存来管理医学影像资料。医学影像资源共享,提高了影像的诊断水平和教学水平。现将我院在影像科PACS-RIS系统应用体会报道如下。     

构建web服务的医学数据挖掘演示系统

目前大多数数据分析工具都是基于桌面应用程序。随着web的技术发展,B/S模式系统在医药领域大规模应用,web系统产生了海量的数据,使得数据挖掘领域成为医学上的一个重要课题,有必要进行开发基于web的数据挖掘系统。结合我校的教学改革,为实行医药决策信息分析的课程教学实验顺利开设。我校率先对基于web服务的医药数据挖掘演示系统进行探讨,并采用了JAVA WEB技术结合Weka,Matlab混合编程和自主实现的算法包,增加了具有可扩展性,高效性,可视化的B/S模式的医学数据挖掘演示系统的架构。该系统具有重要的教学使用和研究价值。     

磁共振成像系统

引言近年来医学影相学有了很快的发展,成为临床医学的一支尖兵。它包括一般x线检查、CT检查、超声检查、核素扫描、以及近年来发展起来的磁共振成像系统。磁共振成像是从十年代在CT基础上出现的医学图像技术。它是核磁共振原理及实验方法、计算机图像处理技术和图像重建理论相结合的产物。与CT相比它有许多突出的优点;第一,它不仅提供解剖学信息,高     

Analyzing and mining automated imaging experiments

Image mining is the application of computer-based techniques that extract and exploit information from large image sets to support human users in generating knowledge from these sources. This review focuses on biomedical applications of this technique, in particular automated imaging at the cellular level. Due to increasing automation and the availability of integrated instruments, biomedical users are becoming increasingly confronted with the problem of analyzing such data. Image database applications need to combine data management, image analysis and visual data mining. The main point of such a system is a software layer that represents objects within an image and the ability to use a large spectrum of quantitative and symbolic object features. Image analysis needs to be adapted to each particular experiment; therefore, ‘end user programming’ will be desired to make the technology more widely applicable.     

肝癌影像组学的研究进展

影像组学通过从标准医疗图像中高通量挖掘影像特征,在临床决策系统中提取和应用临床数据,以提高诊断、预后预测的准确性,这在癌症研究中变得越来越重要。影像组学利用计算机复杂的图像分析能力以及海量的医学成像数据,为现代医学提供了强大的工具。本文简要介绍影像组学的概念及其在肝癌领域的研究进展。     

Analyzing and mining image databases

Image mining is the application of computer-based techniques that extract and exploit information from large image sets to support human users in generating knowledge from these sources. This review focuses on biomedical applications, in particular automated imaging at the cellular level. An image database is an interactive software application that combines data management, image analysis and visual data mining. The main characteristic of such a system is a layer that represents objects within an image, and that represents a large spectrum of quantitative and semantic object features. The image analysis needs to be adapted to each particular experiment, so 'end-user programming' will be desirable to make the technology more widely applicable.     

数据仓库在数字化医院的应用

数字化医院是我国现代医疗发展的新趋势,也是区域医疗信息化的一种重要实现方式。数据仓库和数据挖掘技术则是信息技术领域的新兴技术。本文将数据仓库和数据挖掘技术应用于数字化医院领域,建立基于医院信息系统（HIS）的数据仓库并使用数据挖掘技术,将大量源数据有效地转化为有用的知识信息,并服务于决策过程。     

Quantitative image analysis: software systems in drug development trials

Multi-dimensional image analysis is being used increasingly to arrive at surrogate end-points for drug development trials. Various imaging modalities such as computed tomography (CT), magnetic resonance imaging (MRI), positron emission tomography (PET) and ultrasound are used to analyze treatments for diseases such as cancer, multiple sclerosis, osteoarthritis, and Alzheimer's disease. However, extracting information from images can be tedious and is prone to high user variability. The medical image analysis community is moving towards advanced software systems specifically designed for drug development trials. These systems can automatically identify the anatomy of interest in medical images (segmentation methods), can compare the anatomy over time or between patients (registration methods) and allow the quantitative extraction of anatomical features and the integration of the data and results into a database management system, automatically tracking the changes made to the data (audit trail generation). In this article, we present a case study using a prototype system that is used for quantifying multiple sclerosis lesions from multivariate MRI.     

Applications of artificial neural networks in medical science

Computer technology has been advanced tremendously and the interest has been increased for the potential use of 'Artificial Intelligence (AI)' in medicine and biological research. One of the most interesting and extensively studied branches of AI is the 'Artificial Neural Networks (ANNs)'. Basically, ANNs are the mathematical algorithms, generated by computers. ANNs learn from standard data and capture the knowledge contained in the data. Trained ANNs approach the functionality of small biological neural cluster in a very fundamental manner. They are the digitized model of biological brain and can detect complex nonlinear relationships between dependent as well as independent variables in a data where human brain may fail to detect. Nowadays, ANNs are widely used for medical applications in various disciplines of medicine especially in cardiology. ANNs have been extensively applied in diagnosis, electronic signal analysis, medical image analysis and radiology. ANNs have been used by many authors for modeling in medicine and clinical research. Applications of ANNs are increasing in pharmacoepidemiology and medical data mining. In this paper, authors have summarized various applications of ANNs in medical science.     

基于医保收费政策的住院药学服务信息管理模块开发

目的 设计开发一种基于浏览器/服务器架构的住院药学服务信息管理模块,加载于合理用药软件,实现药学服务信息与其他诊疗信息的关联,再造住院药学服务管理模式。方法 梳理福建医保收费政策下对住院药学服务信息记录的要求,构建业务逻辑,模块分模型层、显示层、控制层三部分设计。显示层结合药学服务规范设计表单,检索、录入相关信息和药学干预内容等,模型层转化展示层用户指令,控制层响应模型层访问操作。主要利用Java语言完成架构开发。结果 应用该模块方便临床药师实现患者维度的住院药学服务追踪管理和服务项目统计,实现服务内容电子化,数据结构化。结论 基于浏览器/服务器架构的住院药学服务信息管理模块满足了医保收费对服务的记录要求,实现了工作流程标准化,是住院药学服务管理模式新的尝试。