基于遠程心電判讀的大數(shù)據(jù)分析與應(yīng)用研究.pdf

1、隨著信息技術(shù)的應(yīng)用越來越廣泛，醫(yī)療健康領(lǐng)域的信息系統(tǒng)沉淀了海量的醫(yī)療數(shù)據(jù)，以往受限于基礎(chǔ)硬件運算速率的限制，在很長一定時間內(nèi)無法用常規(guī)軟件工具來進行捕捉、管理和處理。隨著硬件設(shè)備的更新?lián)Q代和新的數(shù)據(jù)處理邏輯的設(shè)計，海量數(shù)據(jù)的處理及挖掘成為可能，大數(shù)據(jù)分析也成為當前醫(yī)療與信息技術(shù)應(yīng)用相結(jié)合的行業(yè)熱點。2015年政府工作報告中，“互聯(lián)網(wǎng)+”行動計劃首次被提出，大數(shù)據(jù)分析的概念從單純的理論研究上升到政策層面，2017年政府工作報告中對人工智能

2、的研究與應(yīng)用進行了重點強調(diào)，政策的出臺為大數(shù)據(jù)分析與人工智能技術(shù)的推廣及應(yīng)用從宏觀層面指明了方向，更有利于后期研究成果的轉(zhuǎn)化與產(chǎn)業(yè)化。
　　在此背景下，大數(shù)據(jù)分析與人工智能領(lǐng)域的研究日新月異，通過數(shù)據(jù)挖掘能夠?qū)⒑Ａ繜o序數(shù)據(jù)進行清洗、轉(zhuǎn)換，變?yōu)榭捎糜跈C器學習的知識體系，通過對大量心電圖數(shù)據(jù)的學習，軟件系統(tǒng)可以逐步“學會”如何判讀心電圖，隨著數(shù)據(jù)分析與機器學習研究的不斷深入，心電數(shù)據(jù)研究成果將在個人健康、診療支持、公共健康等領(lǐng)域發(fā)揮重

3、要作用。借助于深層數(shù)據(jù)挖掘獲取到的信息，以往判讀決策中需要大量案例支持、心電設(shè)備研發(fā)需要大量數(shù)據(jù)支持、科學研究書需要數(shù)據(jù)支持、醫(yī)生遇見復(fù)雜困難心電圖需要歷史數(shù)據(jù)的情況時，數(shù)據(jù)挖掘成果轉(zhuǎn)化的信息庫均可提供更準確、更高效的數(shù)據(jù)支持，甚至可以超過心電專家的判讀水平。
　　本論文分為兩大部分內(nèi)容，第一部分利用較為成熟的分布式存儲、數(shù)據(jù)清洗、數(shù)據(jù)挖掘等技術(shù)，實現(xiàn)零散無序的海量數(shù)據(jù)的有效整合，并實現(xiàn)可用心電數(shù)據(jù)的提取，通過讓軟件模型深度學習歷

4、史心電數(shù)據(jù)并不斷優(yōu)化，形成可應(yīng)用于遠程心電判讀的應(yīng)用模型。其次，通過模型計算從大量的遠程心電數(shù)據(jù)中篩選出復(fù)雜程度極高、難以用語言詳盡描述出的對比特征，用人工智能的方法識別組織樣本特性，對心電數(shù)據(jù)進行自動判讀。
　　第二部分是通過軟件功能實現(xiàn)，搭建基于判讀模型的智能心電判讀平臺，其功能包括用戶使用界面、業(yè)務(wù)處理邏輯、底層數(shù)據(jù)存儲以及輔助統(tǒng)計分析的管理子系統(tǒng)。通過系統(tǒng)架構(gòu)設(shè)計與業(yè)務(wù)模式進行匹配，實現(xiàn)以人工智能逐步取代大部分人工判讀的目