基于大數據面向自動診療的醫療數據分析系統和裝置的制造方法
【專利摘要】基于大數據面向自動診療的醫療數據分析系統和裝置。本發明涉及一種醫療數據分析系統和裝置，所述系統包括：體檢數據采集設備和數據服務器；所述體檢數據采集設備用于獲取第一體檢數據，并將所述第一體檢數據發送給所述數據服務器；所述數據服務器用于根據所述第一體檢數據在醫療大數據庫中查找與所述第一體檢數據匹配度最高的第二體檢數據；從所述醫療大數據庫中提取所述第二體檢數據對應的確診數據；根據所述確診數據生成所述第一體檢數據對應的分析結果。本發明提供的醫療數據分析系統和裝置，充分利用醫療大數據庫中存儲的海量醫療數據對第一體檢數據進行分析，提高了分析結果的準確性，同時也提高了醫療大數據庫中存儲的海量醫療數據的利用率。
【專利說明】
基于大數據面向自動診療的醫療數據分析系統和裝置
技術領域
[0001]本發明涉及數據分析技術領域，特別是涉及基于大數據面向自動診療的醫療數據分析系統和裝置。
【背景技術】
[0002]隨著互聯網技術的發展，醫院利用計算來記錄患者的檢測數據，并將醫療數據存儲到服務器。每天大量的患者到醫院就診，醫生將每個患者的檢測數據輸入到計算機以存儲到服務器中。
[0003]然而，在將醫療數據存儲到數據庫中后，大量的醫療數據需要占用較多的存儲空間，同時這些醫療數據也沒能被得到充分利用，存儲到數據庫中的醫療數據的利用率較低，造成了醫療數據閑置的情況。

【發明內容】

[0004]基于此，有必要針-對醫療數據利用率較低的問題，提供一種醫療數據分析系統和
目.ο
[0005]—種醫療數據分析系統，所述系統包括:體檢數據采集設備和數據服務器；
[0006]所述體檢數據采集設備用于獲取第一體檢數據，并將所述第一體檢數據發送給所述數據服務器；
[0007]所述數據服務器用于根據所述第一體檢數據在醫療大數據庫中查找與所述第一體檢數據匹配度最高的第二體檢數據;從所述醫療大數據庫中提取所述第二體檢數據對應的確診數據;根據所述確診數據生成所述第一體檢數據對應的分析結果。
[0008]在其中一個實施例中，所述數據服務器還用于獲取確診患者所對應的體檢數據和確診數據;將獲取的體檢數據和相應的確診數據進行關聯并存儲在醫療大數據庫中。
[0009]在其中一個實施例中，所述體檢數據采集設備還用于進行覆蓋相應患者身體各部分的檢測得到檢測數據后，對所述檢測數據進行分析獲得第一體檢數據。
[0010]在其中一個實施例中，所述數據服務器還用于提取所述第一體檢數據中體檢指標對應的數值和所述醫療大數據庫中的體檢數據中的體檢指標所對應的數值;根據提取到的數值計算所述第一體檢數據與所述醫療大數據庫中體檢數據的匹配度。
[0011]在其中一個實施例中，所述數據服務器還用于遍歷所述醫療大數據庫中的各體檢數據中的體檢指標;計算遍歷的體檢指標與所述第一體檢數據中相應體檢指標的數值差異;根據所述數值差異和相應體檢指標對應的預設范圍確定匹配的體檢指標;根據遍歷的體檢數據中匹配的體檢指標的數量確定所述第一體檢數據與所述醫療大數據庫中相應體檢數據的匹配度。
[0012]在其中一個實施例中，所述數據服務器還用于提取所述確診數據中的疾病名稱；根據所述疾病名稱生成所述第一體檢數據對應的分析報告。
[0013]上述醫療數據分析系統，醫療大數據庫中存儲有許多患者的體檢數據和確診數據，在數據服務器通過體檢數據采集設備獲取第一體檢數據，利用醫療大數據庫中存儲的海量數據對獲取到的第一體檢數據進行分析，可以提高分析結果的準確性，在醫療大數據庫中的海量數據中查找與第一體檢數據匹配度最高的第二體檢數據，根據第二體檢數據對應的確診數據生成第一體檢數據對應的分析結果。這樣，充分利用醫療大數據庫中存儲的海量醫療數據對第一體檢數據進行分析，提高了分析結果的準確性，進而輔助醫生更加快速、準確、合理地做出診斷，同時也提高了醫療大數據庫中存儲的海量醫療數據的利用率。
[0014]—種醫療數據分析裝置，所述裝置包括:
[0015]體檢數據獲取模塊，用于獲取第一體檢數據；
[0016]體檢數據查找模塊，用于根據所述第一體檢數據在醫療大數據庫中查找與所述第一體檢數據匹配度最高的第二體檢數據；
[0017]確診數據提取模塊，用于從所述醫療大數據庫中提取所述第二體檢數據對應的確診數據；
[0018]分析結果生成模塊，用于根據所述確診數據生成所述第一體檢數據對應的分析結果O
[0019]在其中一個實施例中，所述裝置包括:
[0020]患者數據獲取模塊，用于獲取確診患者所對應的體檢數據和確診數據；
[0021]數據關聯存儲模塊，用于將獲取的體檢數據和相應的確診數據進行關聯并存儲在醫療大數據庫中。
[0022]在其中一個實施例中，所述體檢數據獲取模塊還用于進行覆蓋相應患者身體各部分的檢測得到檢測數據后，對所述檢測數據進行分析獲得第一體檢數據。
[0023]在其中一個實施例中，所述體檢數據查找模塊包括:
[0024]體檢數值提取模塊，用于提取所述第一體檢數據中體檢指標對應的數值和所述醫療大數據庫中體檢數據的體檢指標所對應的數值；
[0025]體檢數值計算模塊，用于根據提取到的數值計算所述第一體檢數據與所述醫療大數據庫中體檢數據的匹配度。
[0026]在其中一個實施例中，所述體檢數據查找模塊包括:
[0027]體檢指標遍歷模塊，用于遍歷所述醫療大數據庫中的各體檢數據中的體檢指標；
[0028]數值差異計算模塊，用于計算遍歷的體檢指標與所述第一體檢數據中相應體檢指標的數值差異；
[0029]體檢指標確定模塊，用于根據所述數值差異和相應體檢指標對應的預設范圍確定匹配的體檢指標；
[0030]匹配度確定模塊，用于根據遍歷的體檢數據中匹配的體檢指標的數量確定所述第一體檢數據與所述醫療大數據庫中相應體檢數據的匹配度。
[0031 ]在其中一個實施例中，所述分析結果生成模塊包括:
[0032]疾病名稱提取模塊，用于提取所述確診數據中的疾病名稱；
[0033]分析報告生成模塊，用于根據所述疾病名稱生成所述第一體檢數據對應的疾病分析報告。
[0034]上述醫療數據分析裝置，醫療大數據庫中存儲有許多患者的體檢數據和確診數據，在獲取第一體檢數據后，利用醫療大數據庫中存儲的海量數據對獲取到的第一體檢數據進行分析，可以提高分析結果的準確性，在醫療大數據庫中的海量數據中查找與第一體檢數據匹配度最高的第二體檢數據，根據第二體檢數據對應的確診數據生成第一體檢數據對應的分析結果。這樣，充分利用醫療大數據庫中存儲的海量醫療數據對第一體檢數據進行分析，提高了分析結果的準確性，進而輔助醫生更加快速、準確、合理地做出診斷，同時也提高了醫療大數據庫中存儲的海量醫療數據的利用率。
【附圖說明】
[0035]圖1為一個實施例中醫療數據分析系統的應用環境圖；
[0036]圖2為一個實施例中醫療數據分析裝置的結構框圖；
[0037]圖3為另一個實施例中醫療數據分析裝置的結構框圖；
[0038]圖4為一個實施例中體檢數據查找模塊的結構框圖；
[0039]圖5為另一個實施例中體檢數據查找模塊的結構框圖；
[0040]圖6為一個實施例中分析結果生成模塊的結構框圖；
[0041 ]圖7為一個實施例中醫療數據分析方法的流程示意圖。
【具體實施方式】
[0042]為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發明，并不用于限定本發明。
[0043]圖1為一個實施例中醫療數據分析系統的應用環境圖，醫療數據分析系統包括體檢數據采集設備110和數據服務器120，體檢數據采集設備110和數據服務器120通過網絡連接。體檢采集設備110包括采集控制終端112、掃描部件114和采集平臺116，采集控制終端112通過控制掃描部件114和采集平臺116采集位于采集平臺116上患者的體檢數據。掃描部件114具體可可以是13超(13110(16 ultrasonography)設備中的超聲掃描儀，還可以是CT(X線計算機斷層攝影，Computed Tomography)設備中X線管和探測器，也可以是MRI(磁共振成像，Magnetic Resonance Imaging)成像設備中的磁場發生器、無線電波發生器和探測器。
[0044]在一個實施例中，體檢數據采集設備110用于獲取第一體檢數據，并將第一體檢數據發送給數據服務器120。
[0045]具體地，體檢數據采集設備110對患者身體各部位將檢查，通過對患者身體各部分的檢查生成患者的第一體檢數據，第一體檢數據包括對患者各部分進行檢查得到的數據。體檢數據采集設備110在獲取到第一體檢數據后，將第一體檢數據通過網絡發送給數據服務器120。
[0046]數據服務器120用于根據第一體檢數據在醫療大數據庫中查找與第一體檢數據匹配度最高的第二體檢數據;從醫療大數據庫中提取第二體檢數據對應的確診數據;根據確診數據生成第一體檢數據對應的分析結果。
[0047]具體地，數據服務器120在接收到體檢數據采集設備110發送的第一體檢數據后，則計算第一體檢數據與醫療大數據庫中每份體檢數據的匹配度，對計算得到的匹配度進行比較，在醫療大數據庫中選取與第一體檢數據匹配度最高的體檢數據作為第二體檢數據。醫療大數據庫中存儲著多位患者的體檢數據和確診數據，每位患者的體檢數據和確診數據建立有對應關系，醫療大數據庫中的體檢數據的數據格式和第一體檢數據的數據格式相同。醫療大數據庫具體可以是建立在數據服務器120上，也可以建立在其他數據平臺或數據服務器上，數據平臺可以是云存儲平臺。體檢數據和確診數據的對應關系可以是體檢數據通過患者標識與確診數據對應，患者標識具體可以是患者編號，患者編號具體可以是患者姓名、性別、年齡和家庭住址中的至少一種。確診數據是確診患者所生疾病種類的數據。
[0048]在一個實施例中，數據服務器120可以以第一體檢數據和醫療大數據庫中存儲的體檢數據的文本相似度作為匹配度，相似度越高則匹配度越高。其中文本相似度可以根據第一體檢數據和醫療大數據庫中體檢數據的最小編輯距離或海明距離來計算，也可采用其他計算文本相似度的算法計算。
[0049]數據服務器120在從醫療大數據庫中查找到第二體檢數據后，在醫療大數據庫中根據體檢數據和確診數據的對應關系提取第二體檢數據對應的確診數據，根據提取到的確診數據的內容生成第一體檢數據對應的分析結果，將分析結果與第一體檢數據對應存儲。分析結果為第一體檢數據所對應患者的健康狀況，具體可以包括疾病名稱。
[0050]在一個實施例中，數據服務器120具體可以是云服務器，醫療大數據庫可以是云服務器中安裝的分布式存儲系統，在分布式存儲系統中存儲著體檢數據和確診數據，分布式存儲系統中由多個節點組成，節點可以是具有存儲功能和計算功能的數據服務器，每份體檢數和確診數據被存儲在至少一個節點上，當有一個節點上的數據出錯，分布式存儲系統將另外節點中的數據拷貝到數據出錯的節點實現數據容錯。多個節點可以并行計算分布式存儲系統中存儲的體檢數據與第一體檢數據的匹配度，并根據匹配選取第二體檢數據。
[0051]本實施例中，醫療大數據庫中存儲有許多患者的體檢數據和確診數據，在數據服務器通過體檢數據采集設備獲取第一體檢數據，利用醫療大數據庫中存儲的海量數據對獲取到的第一體檢數據進行分析，可以提高分析結果的準確性，在醫療大數據庫中的海量數據中查找與第一體檢數據匹配度最高的第二體檢數據，根據第二體檢數據對應的確診數據生成第一體檢數據對應的分析結果。這樣，充分利用醫療大數據庫中存儲的海量醫療數據對第一體檢數據進行分析，提高了分析結果的準確性，同時也提高了醫療大數據庫中存儲的海量醫療數據的利用率。
[0052]在一個實施例中，數據服務器120還用于獲取確診患者所對應的體檢數據和確診數據;將獲取的體檢數據和相應的確診數據進行關聯并存儲在醫療大數據庫中。
[0053]具體地，數據服務器120查找已經確診患者的患者標識，再從確診數據庫中提取患者標識對應的確診數據，從體檢數據庫中提取患者標識的體檢數據。數據服務器120將同一個患者標識對應的確診數據和體檢數據進行關聯并存儲到醫療大數據庫中。具體可以將同一個患者標識對應的確診數據和體檢數據對應存儲在醫療大數據庫中，還可以分別提取確診數據和體檢數據中的特征數據，建立特征數據的對應關系表，通過特征數據的對應關系表將同一個患者標識對應的確診數據和體檢數據關聯，并將關聯后的確診數據和體檢數據存儲到醫療大數據庫中，具體還可以通過患者標識將同一個患者標識對應的確診數據和體檢數據進行關聯，將患者標識、確診數據和體檢數據對應存儲在醫療大數據庫中。
[0054]本實施例中，將確診患者的確診數據和體檢數據存儲在醫療大數據庫中，使醫療大數據庫中存儲著海量確診患者的確診數據和體檢數據，并且同一患者標識對應的確診數據和體檢數據關聯存儲在醫療大數據庫中，為第一體檢數據的分析提供了大數據支撐，通過醫療大數據庫中海量確診患者的數據對第一體檢數據進行分析，提高了第一體檢數據的分析結果的準確性。
[0055]在一個實施例中，體檢數據采集設備110還用于進行覆蓋相應患者身體各部分的檢測得到檢測數據后，對檢測數據進行分析獲得第一體檢數據。
[0056]具體地，體檢數據采集設備110為醫療掃描設備，醫療掃描設備用于對患者身體部分進行掃描來獲取患者的體檢數據。體檢數據采集設備110對患者身體進行覆蓋身體各部分進行檢測得到患者的檢測數據，提取檢測數據中的特征區域進行分析得到患者的覆蓋身體各部分的第一體檢數據。檢測數據具體可以是CT(X線計算機斷層攝影，ComputedTomography)圖像，B超(B-mode ultrasonography)圖像和MRI (磁共振成像，MagneticResonance Imaging)圖像中的至少一種。
[0057]本實施例中，體檢數據采集設備110進行覆蓋患者身體各部分的掃描得到醫療圖像，對醫療圖像進行分析獲得第一體檢數據，第一體檢數據為涉及患者身體各部分的體檢數據，在體檢數據分析時，可以考慮到患者身體各部分的情況進行全面的體檢數據分析，相比于以患者某個部分的體檢數據進行分析得到的分析結果，提高了體檢數據的分析結果的準確性。
[0058]數據服務器120還用于提取第一體檢數據中體檢指標對應的數值和醫療大數據庫中的體檢數據中的體檢指標所對應的數值;根據提取到的數值計算第一體檢數據與醫療大數據庫中體檢數據的匹配度。
[0059 ]具體地，體檢數據中包括多個體檢指標，每個體檢指標對應著不同的數值。數據服務器120在接收到第一體檢數據后，對第一體檢數據進行分析，提取第一體檢數據中各體檢指標對應的數值。數據服務器120提取醫療大數據庫中每份體檢數據中的各體檢指標對應的數值。第一體檢數據中的體檢指標數量與醫療大數據庫中每份體檢數據的體檢指標數量相同，且體檢指標的名稱也相同，根據相應的體檢指標對應的數值的匹配結果來計算第一體檢數據與醫療大數據庫中體檢數據的匹配度。匹配結果具體可以是第一體檢數據中體檢指標和醫療大數據庫中某份體檢數據中體檢指標數值相等的體檢指標的個數。
[0060]在一個實施例中，數據服務器120還用于遍歷醫療大數據庫中的各體檢數據中的體檢指標;計算遍歷的體檢指標與第一體檢數據中相應體檢指標的數值差異;根據數值差異和相應體檢指標對應的預設范圍確定匹配的體檢指標;根據遍歷的體檢數據中匹配的體檢指標的數量確定第一體檢數據與醫療大數據庫中相應體檢數據的匹配度。
[0061]具體地，數據服務器120在遍歷醫療大數據庫中的各體檢數據中的體檢指標時，提取體檢指標對應的數值。將每份體檢數據中體檢指標對應的數值與第一體檢數據中相應的體檢指標的數值相減得到每個體檢指標對應的差值，計算每份體檢指標對應的差值的絕對值作為體檢指標的數值差異，各體檢指標都對應有預設范圍，其中相應體檢指標的數值差異如果在預設范圍內，則表示該體檢指標匹配。分別統計第一體檢數據與醫療大數據庫中各體檢數據匹配的體檢指標數量，以統計的體檢指標數量作為第一體檢數據與醫療大數據庫中相應體檢數據的匹配度。具體還可以用匹配的體檢指標數量除以體檢指標的總數量，以計算得到的商作為第一體檢數據與醫療大數據庫中相應體檢數據的匹配度。
[0062]本實施例中，根據第一體檢數據中的體檢指標對應的數值和醫療大數據庫中各體檢數據的體檢指標對應的數值計算，通過計算得到第一體檢數據中體檢指標與醫療大數據庫中各體檢數據的體檢指標的數值差異，根據數值差異來確定匹配體檢指標的數量，從而根據匹配體檢指標的數量計算得到第一體檢數據與醫療數據中相應體檢數據的匹配度。通過計算第一體檢數據中體檢指標與醫療大數據庫中海量體檢數據的體檢指標的數值差異，得到第一體檢數據與醫療大數據庫中各體檢數據準確的匹配度，進而根據匹配度選取與第一體檢數據最匹配的第二體檢數據。
[0063]在一個實施例中，數據服務器120還用于提取確診數據中的疾病名稱;根據疾病名稱生成第一體檢數據對應的分析結果。
[0064]具體地，數據服務器120在獲取到與第二體檢數據對應的確診數據后，提取確診數據中確診數據對應的患者所確診的疾病名稱，以提取到的疾病名稱作為第一體檢數據的分析結果，第一體檢數據的分析結果表示第一體檢數據對應的患者所患疾病的疾病名稱，進而輔助醫生更加快速、準確、合理地做出診斷。
[0065]本實施例中，數據服務器120在利用醫療大數據庫中存儲的大量數據對第一體檢數據進行分析時，在查找到與第一體檢數據匹配度高的第二體檢數據后，提取第二體檢數據對應的確診數據，根據確診數據中的疾病名稱生成第二體檢數據的分析報告，提高了第一體檢數據的分析效率和分析結果的準確性。
[0066]如圖2所示，在一個實施例中，提供一種醫療數據分析裝置200，該裝置具體包括:體檢數據獲取模塊202、體檢數據查找模塊204、確診數據提取模塊206和分析結果生成模塊208。
[0067]體檢數據獲取模塊202，用于獲取第一體檢數據。
[0068]具體地，體檢數據獲取模塊202利用體檢數據采集設備110對患者身體各部位將檢查，通過對患者身體各部分的檢查生成患者的第一體檢數據，第一體檢數據包括對患者各部分進行檢查得到的數據。
[0069]體檢數據查找模塊204，用于根據第一體檢數據在醫療大數據庫中查找與第一體檢數據匹配度最高的第二體檢數據。
[0070]具體地，體檢數據查找模塊204在接收到體檢數據獲取模塊202發送的第一體檢數據后，則計算第一體檢數據與醫療大數據庫中每份體檢數據的匹配度，對計算得到的匹配度進行比較，在醫療大數據庫中選取與第一體檢數據匹配度最高的體檢數據作為第二體檢數據。醫療大數據庫中存儲著多位患者的體檢數據和確診數據，每位患者的體檢數據和確診數據建立有對應關系，醫療大數據庫中的體檢數據的數據格式和第一體檢數據的數據格式相同。
[0071 ]在一個實施例中，醫療大數據庫可以是云服務器中安裝的分布式存儲系統，在分布式存儲系統中存儲著體檢數據和確診數據，分布式存儲系統中由多個節點組成，節點可以是具有存儲功能和計算功能的數據服務器，每份體檢數和確診數據被存儲在至少一個節點上，當有一個節點上的數據出錯，分布式存儲系統將另外節點中的數據拷貝到數據出錯的節點實現數據容錯。多個節點可以并行計算分布式存儲系統中存儲的體檢數據與第一體檢數據的匹配度，并根據匹配查找第二體檢數據。
[0072]確診數據提取模塊206，用于從醫療大數據庫中提取第二體檢數據對應的確診數據。
[0073]具體地，體檢數據和確診數據的對應關系可以是體檢數據通過患者標識與確診數據對應，患者標識具體可以是患者編號，患者編號具體可以是患者姓名、性別、年齡和家庭住址中的至少一種。確診數據是確診患者所生疾病種類的數據。在從醫療大數據庫中查找到第二體檢數據后，在醫療大數據庫中根據體檢數據和確診數據的對應關系提取第二體檢數據對應的確診數據。
[0074]分析結果生成模塊208，用于根據確診數據生成第一體檢數據對應的分析結果。
[0075]具體地，分析結果生成模塊208根據提取到的確診數據的內容生成第一體檢數據對應的分析結果，將分析結果與第一體檢數據對應存儲。分析結果為第一體檢數據所對應患者的健康狀況，具體可以包括疾病名稱，進而輔助醫生更加快速、準確、合理地做出診斷。
[0076]本實施例中，醫療大數據庫中存儲有許多患者的體檢數據和確診數據，在獲取第一體檢數據后，利用醫療大數據庫中存儲的海量數據對獲取到的第一體檢數據進行分析，可以提高分析結果的準確性，在醫療大數據庫中的海量數據中查找與第一體檢數據匹配度最高的第二體檢數據，根據第二體檢數據對應的確診數據生成第一體檢數據對應的分析結果。這樣，充分利用醫療大數據庫中存儲的海量醫療數據對第一體檢數據進行分析，提高了分析結果的準確性，進而輔助醫生更加快速、準確、合理地做出診斷，同時也提高了醫療大數據庫中存儲的海量醫療數據的利用率。
[0077]如圖3所示，在一個實施例中，醫療數據分析裝置200還包括:患者數據獲取模塊210和數據關聯存儲模塊212。
[0078]患者數據獲取模塊210，用于獲取確診患者所對應的體檢數據和確診數據。
[0079]具體地，患者數據獲取模塊210查找已經確診患者的患者標識，再從確診數據庫中提取患者標識對應的確診數據，從體檢數據庫中提取患者標識的體檢數據。
[0080]數據關聯存儲模塊212，用于將獲取的體檢數據和相應的確診數據進行關聯并存儲在醫療大數據庫中。
[0081]具體地，數據關聯存儲模塊212將同一個患者標識對應的確診數據和體檢數據進行關聯并存儲到醫療大數據庫中。具體可以將同一個患者標識對應的確診數據和體檢數據對應存儲在醫療大數據庫中，還可以分別提取確診數據和體檢數據中的特征數據，建立特征數據的對應關系表，通過特征數據的對應關系表將同一個患者標識對應的確診數據和體檢數據關聯，并將關聯后的確診數據和體檢數據存儲到醫療大數據庫中，具體還可以通過患者標識將同一個患者標識對應的確診數據和體檢數據進行關聯，將患者標識、確診數據和體檢數據對應存儲在醫療大數據庫中。
[0082]本實施例中，將確診患者的確診數據和體檢數據存儲在醫療大數據庫中，使醫療大數據庫中存儲著海量確診患者的確診數據和體檢數據，并且同一患者標識對應的確診數據和體檢數據關聯存儲在醫療大數據庫中，為第一體檢數據的分析提供了大數據支撐，通過醫療大數據庫中海量確診患者的數據對第一體檢數據進行分析，提高了第一體檢數據的分析結果的準確性。
[0083]在一個實施例中，體檢數據獲取模塊202還用于進行覆蓋相應患者身體各部分的檢測得到檢測數據后，對檢測數據進行分析獲得第一體檢數據。
[0084]具體地，體檢數據獲取模塊202對患者身體進行覆蓋身體各部分進行檢測得到患者的檢測數據，提取檢測數據中的特征區域進行分析得到患者的覆蓋身體各部分的第一體檢數據。檢測數據具體可以是CT(X線計算機斷層攝影，Computed Tomography)圖像，B超(B-mode ultrasonography)圖像和MRI(磁共振成像，Magnetic Resonance Imaging)圖像中的至少一種。
[0085]本實施例中，體檢數據獲取模塊202進行覆蓋患者身體各部分的掃描得到醫療圖像，對醫療圖像進行分析獲得第一體檢數據，第一體檢數據為涉及患者身體各部分的體檢數據，在體檢數據分析是，可以考慮到患者身體各部分的情況進行全面的體檢數據分析，相比于以患者某個部分的體檢數據進行分析得到的分析結果，提高了體檢數據的分析結果的準確性。
[0086]如圖4所示，在一個實施例中，體檢數據查找模塊204具體包括:體檢數值提取模塊204a和體檢數值計算模塊204b。
[0087]體檢數值提取模塊204a，用于提取第一體檢數據中體檢指標對應的數值和醫療大數據庫中體檢數據的體檢指標所對應的數值；
[0088]體檢數值計算模塊204b，用于根據提取到的數值計算第一體檢數據與醫療大數據庫中體檢數據的匹配度。
[0089]具體地，體檢數據中包括多個體檢指標，每個體檢指標對應著不同的數值。體檢數值提取模塊204a在接收到第一體檢數據后，對第一體檢數據進行分析，提取第一體檢數據中各體檢指標對應的數值。體檢數值提取模塊204a提取醫療大數據庫中每份體檢數據中的各體檢指標對應的數值。第一體檢數據中的體檢指標數量與醫療大數據庫中每份體檢數據的體檢指標數量相同，且體檢指標的名稱也相同，體檢數值計算模塊204b根據相應的體檢指標對應的數值的匹配結果來計算第一體檢數據與醫療大數據庫中體檢數據的匹配度。匹配結果具體可以是第一體檢數據中體檢指標和醫療大數據庫中某份體檢數據中體檢指標數值相等的體檢指標的個數。
[0090]如圖5所示，在一個實施例中，體檢數據查找模塊204具體包括:體檢指標遍歷模塊204c、數值差異計算模塊204d、體檢指標確定模塊204e和匹配度確定模塊204f。
[0091 ]體檢指標遍歷模塊204c，用于遍歷醫療大數據庫中的各體檢數據中的體檢指標。
[0092]數值差異計算模塊204d，用于計算遍歷的體檢指標與第一體檢數據中相應體檢指標的數值差異。
[0093]體檢指標確定模塊204e，用于根據數值差異和相應體檢指標對應的預設范圍確定匹配的體檢指標。
[0094]匹配度確定模塊204f，用于根據遍歷的體檢數據中匹配的體檢指標的數量確定第一體檢數據與醫療大數據庫中相應體檢數據的匹配度。
[0095]具體地，體檢指標遍歷模塊204c在遍歷醫療大數據庫中的各體檢數據中的體檢指標時，提取體檢指標對應的數值。數值差異計算模塊204d將每份體檢數據中體檢指標對應的數值與第一體檢數據中相應的體檢指標的數值相減得到每個體檢指標對應的差值，計算每份體檢指標對應的差值的絕對值作為體檢指標的數值差異，各體檢指標都對應有預設范圍，其中相應體檢指標的數值差異如果在預設范圍內，則表示該體檢指標匹配。體檢指標確定模塊204e，用于根據數值差異和相應體檢指標對應的預設范圍確定匹配的體檢指標。匹配度確定模塊204f分別統計第一體檢數據與醫療大數據庫中各體檢數據匹配的體檢指標數量，以統計的體檢指標數量作為第一體檢數據與醫療大數據庫中相應體檢數據的匹配度。具體還可以用匹配的體檢指標數量除以體檢指標的總數量，以計算得到的商作為第一體檢數據與醫療大數據庫中相應體檢數據的匹配度。
[0096]本實施例中，根據第一體檢數據中的體檢指標對應的數值和醫療大數據庫中各體檢數據的體檢指標對應的數值計算，通過計算得到第一體檢數據中體檢指標與醫療大數據庫中各體檢數據的體檢指標的數值差異，根據數值差異來確定匹配體檢指標的數量，從而根據匹配體檢指標的數量計算得到第一體檢數據與醫療數據中相應體檢數據的匹配度。通過計算第一體檢數據中體檢指標與醫療大數據庫中海量體檢數據的體檢指標的數值差異，得到第一體檢數據與醫療大數據庫中各體檢數據準確的匹配度，進而根據匹配度選取與第一體檢數據最匹配的第二體檢數據。
[0097]如圖6所示，在一個實施例中，分析結果生成模塊208具體包括:疾病名稱提取模塊208a和分析報告生成模塊208b。
[0098]疾病名稱提取模塊208a，用于提取確診數據中的疾病名稱。
[0099]分析報告生成模塊208b，用于根據疾病名稱生成第一體檢數據對應的疾病分析報生口 ο
[0100]具體地，在獲取到與第二體檢數據對應的確診數據后，疾病名稱提取模塊208a提取確診數據中確診數據對應的患者所確診的疾病名稱，分析報告生成模塊208b以提取到的疾病名稱作為第一體檢數據的分析結果，第一體檢數據的分析結果表示第一體檢數據對應的患者所患疾病的疾病名稱，根據分析結果生成第一體檢數據對應的分析報告。
[0101]本實施例中，在利用醫療大數據庫中存儲的大量數據對第一體檢數據進行分析時，在查找到與第一體檢數據匹配度高的第二體檢數據后，提取第二體檢數據對應的確診數據，根據確診數據中的疾病名稱生成第二體檢數據的分析報告，提高了第一體檢數據的分析效率和分析結果的準確性，并通過分析報告全面反映第一體檢數據所對應患者的健康狀況。
[0102]如圖7所示，在一個實施例中，提供一種醫療數據分析方法，該方法具體包括以下步驟:
[0103]步驟702，獲取第一體檢數據。
[0104]步驟704，根據第一體檢數據在醫療大數據庫中查找與第一體檢數據匹配度最高的第二體檢數據。
[0105]步驟706，從醫療大數據庫中提取第二體檢數據對應的確診數據。
[0106]步驟708，根據確診數據生成第一體檢數據對應的分析結果。
[0107]在一個實施例中，步驟702之前還包括:獲取確診患者所對應的體檢數據和確診數據;將獲取的體檢數據和相應的確診數據進行關聯并存儲在醫療大數據庫中。
[0108]在一個實施例中，步驟702包括進行覆蓋相應患者身體各部分的檢測得到檢測數據后，對檢測數據進行分析獲得第一體檢數據。
[0109]在一個實施例中，步驟704具體還包括:提取第一體檢數據中體檢指標對應的數值和醫療大數據庫中體檢數據的體檢指標所對應的數值;根據提取到的數值計算第一體檢數據與醫療大數據庫中體檢數據的匹配度。
[0110]在一個實施例中，步驟704具體還包括:遍歷醫療大數據庫中的各體檢數據中的體檢指標;計算遍歷的體檢指標與第一體檢數據中相應體檢指標的數值差異;根據數值差異和相應體檢指標對應的預設范圍確定匹配的體檢指標;根據遍歷的體檢數據中匹配的體檢指標的數量確定第一體檢數據與醫療大數據庫中相應體檢數據的匹配度。
[0111]在一個實施例中，步驟708具體還包括:提取確診數據中的疾病名稱;根據疾病名稱生成第一體檢數據對應的疾病分析結果。
[0112]本實施例中，醫療大數據庫中存儲有許多患者的體檢數據和確診數據，在獲取第一體檢數據后，利用醫療大數據庫中存儲的海量數據對獲取到的第一體檢數據進行分析，可以提高分析結果的準確性，在醫療大數據庫中的海量數據中查找與第一體檢數據匹配度最高的第二體檢數據，根據第二體檢數據對應的確診數據生成第一體檢數據對應的分析結果。這樣，充分利用醫療大數據庫中存儲的海量醫療數據對第一體檢數據進行分析，提高了分析結果的準確性，同時也提高了醫療大數據庫中存儲的海量醫療數據的利用率。
[0113]以上實施例的各技術特征可以進行任意的組合，為使描述簡潔，未對上述實施例中的各個技術特征所有可能的組合都進行描述，然而，只要這些技術特征的組合不存在矛盾，都應當認為是本說明書記載的范圍。
[0114]以上實施例僅表達了本發明的幾種實施方式，其描述較為具體和詳細，但并不能因此而理解為對發明專利范圍的限制。應當指出的是，對于本領域的普通技術人員來說，在不脫離本發明構思的前提下，還可以做出若干變形和改進，這些都屬于本發明的保護范圍。因此，本發明專利的保護范圍應以所附權利要求為準。
【主權項】
1.一種醫療數據分析系統，其特征在于，所述系統包括:體檢數據采集設備和數據服務器； 所述體檢數據采集設備用于獲取第一體檢數據，并將所述第一體檢數據發送給所述數據服務器； 所述數據服務器用于根據所述第一體檢數據在醫療大數據庫中查找與所述第一體檢數據匹配度最高的第二體檢數據;從所述醫療大數據庫中提取所述第二體檢數據對應的確診數據;根據所述確診數據生成所述第一體檢數據對應的分析結果。2.根據權利要求1所述的系統，其特征在于，所述數據服務器還用于獲取確診患者所對應的體檢數據和確診數據;將獲取的體檢數據和相應的確診數據進行關聯并存儲在醫療大數據庫中。3.根據權利要求1所述的系統，其特征在于，所述體檢數據采集設備還用于進行覆蓋相應患者身體各部分的檢測得到檢測數據后，對所述檢測數據進行分析獲得第一體檢數據。4.根據權利要求1所述的系統，其特征在于，所述數據服務器還用于提取所述第一體檢數據中體檢指標對應的數值和所述醫療大數據庫中的體檢數據中的體檢指標所對應的數值;根據提取到的數值計算所述第一體檢數據與所述醫療大數據庫中體檢數據的匹配度。5.根據權利要求1所述的系統，其特征在于，所述數據服務器還用于遍歷所述醫療大數據庫中的各體檢數據中的體檢指標;計算遍歷的體檢指標與所述第一體檢數據中相應體檢指標的數值差異;根據所述數值差異和相應體檢指標對應的預設范圍確定匹配的體檢指標;根據遍歷的體檢數據中匹配的體檢指標的數量確定所述第一體檢數據與所述醫療大數據庫中相應體檢數據的匹配度。6.一種醫療數據分析裝置，其特征在于，所述裝置包括: 體檢數據獲取模塊，用于獲取第一體檢數據； 體檢數據查找模塊，用于根據所述第一體檢數據在醫療大數據庫中查找與所述第一體檢數據匹配度最高的第二體檢數據； 確診數據提取模塊，用于從所述醫療大數據庫中提取所述第二體檢數據對應的確診數據； 分析結果生成模塊，用于根據所述確診數據生成所述第一體檢數據對應的分析結果。7.根據權利要求6所述的裝置，其特征在于，所述裝置還包括: 患者數據獲取模塊，用于獲取確診患者所對應的體檢數據和確診數據； 數據關聯存儲模塊，用于將獲取的體檢數據和相應的確診數據進行關聯并存儲在醫療大數據庫中。8.根據權利要求6所述的裝置，其特征在于，所述體檢數據獲取模塊還用于進行覆蓋相應患者身體各部分的檢測得到檢測數據后，對所述檢測數據進行分析獲得第一體檢數據。9.根據權利要求6所述的裝置，其特征在于，所述體檢數據查找模塊包括: 體檢數值提取模塊，用于提取所述第一體檢數據中體檢指標對應的數值和所述醫療大數據庫中體檢數據的體檢指標所對應的數值； 體檢數值計算模塊，用于根據提取到的數值計算所述第一體檢數據與所述醫療大數據庫中體檢數據的匹配度。10.根據權利要求6所述的裝置，其特征在于，所述體檢數據查找模塊包括: 體檢指標遍歷模塊，用于遍歷所述醫療大數據庫中的各體檢數據中的體檢指標； 數值差異計算模塊，用于計算遍歷的體檢指標與所述第一體檢數據中相應體檢指標的數值差異； 體檢指標確定模塊，用于根據所述數值差異和相應體檢指標對應的預設范圍確定匹配的體檢指標； 匹配度確定模塊，用于根據遍歷的體檢數據中匹配的體檢指標的數量確定所述第一體檢數據與所述醫療大數據庫中相應體檢數據的匹配度。
【文檔編號】G06F19/00GK106021915SQ201610329178
【公開日】2016年10月12日
【申請日】2016年5月17日
【發明人】朱定局
【申請人】華南師范大學