首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   4篇
  免费   0篇
基础医学   1篇
综合类   2篇
中国医学   1篇
  2019年   1篇
  2017年   1篇
  2016年   1篇
  2013年   1篇
排序方式: 共有4条查询结果,搜索用时 7 毫秒
1
1.
目的 患者隐私保护和医疗数据开放共享的矛盾是阻碍中医药大数据二次利用的主要问题,本文利用联盟链技术结合MongoDB数据库实现中医药海量异构数据安全存储和共享。方法 采用链上链下协调分层的方式存储医疗数据,联盟链上开放存储公开的医疗元数据和医疗数据摘要,加入时间戳按照顺序链式存储,联盟链下采用MongoDB数据库对海量异构中医药大数据进行基于疾病和患者的分类存储;分析当前医疗行业数据中心现状,依据《医疗机构基本标准》和《医院分级管理办法》设置信用积分,改进区块链DPOS共识算法预选节点评选机制和共识机制;在联盟链上利用智能合约实现访问控制,实现用户对个人医疗数据的权限管理;最后分析讨论模型的安全特性和应用场景。结果 基于联盟链的中医药海量异构数据安全存储模型可实现对个人隐私的保护和患者对医疗数据的权限管理;可以在保证中医药数据特色的基础上,实现医疗数据的防篡改、可追溯以及安全高效的存储特性。结论 联盟式区块链为中医药医疗数据的安全共享存储提供了新的思路与方法,为更好的探索中医药宝库提供了技术支持。  相似文献   
2.
随着我国医改的推进,卫生信息化建设发展迅速。居民电子健康档案是提高医疗服务质量,降低医疗费用,实现医疗资源均等化的重要技术手段。CDA是用于居民电子健康档案、实现医疗信息存储和交换的国际标准。CDA采用XML格式,数据内容具有半结构化特征。MongoDB是面向非结构化数据的文档型数据库,是NoSQL的典型代表,具有扩展性强、无模式、高性能、易管理等优势。结合CDA文档特点和MongoDB优势,设计并实现了基于MongoDB的CDA存储方案,并通过与NativeXML数据库——BaseX对比进行性能分析,发现其具有更高的存储效率和查询速度。该方案可用于区域卫生信息平台中居民电子健康档案的存储和检索。  相似文献   
3.
通过对中医电子病历大数据服务平台的功能、技术和安全需求进行分析,设计出多层次的中医电子病历大数据服务平台,该平台具有数据采集、数据共享存储、数据分析、保证数据安全的功能,能够为个体化医疗与精准医疗、方药知识发现、治未病、个体化疗效评价等方面提供便利,在保证中医特色和数据安全的前提下,实现中医电子病历核心数据的开放、共享、分析与应用。  相似文献   
4.
While the adoption of next generation sequencing has rapidly expanded, the informatics infrastructure used to manage the data generated by this technology has not kept pace. Historically, relational databases have provided much of the framework for data storage and retrieval. Newer technologies based on NoSQL architectures may provide significant advantages in storage and query efficiency, thereby reducing the cost of data management. But their relative advantage when applied to biomedical data sets, such as genetic data, has not been characterized. To this end, we compared the storage, indexing, and query efficiency of a common relational database (MySQL), a document-oriented NoSQL database (MongoDB), and a relational database with NoSQL support (PostgreSQL). When used to store genomic annotations from the dbSNP database, we found the NoSQL architectures to outperform traditional, relational models for speed of data storage, indexing, and query retrieval in nearly every operation. These findings strongly support the use of novel database technologies to improve the efficiency of data management within the biological sciences.  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号