基于遠(yuǎn)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(lái)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(yùn)算速率的限制，在很長(zhǎng)一定時(shí)間內(nèi)無(wú)法用常規(guī)軟件工具來(lái)進(jìn)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(jì)，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(dāng)前醫(yī)療與信息技術(shù)應(yīng)用相結(jié)合的行業(yè)熱點(diǎn)。2015年政府工作報(bào)告中，“互聯(lián)網(wǎng)+”行動(dòng)計(jì)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(bào)告中對(duì)人工智能

2、的研究與應(yīng)用進(jìn)行了重點(diǎn)強(qiáng)調(diào)，政策的出臺(tái)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(guò)數(shù)據(jù)挖掘能夠?qū)⒑Ａ繜o(wú)序數(shù)據(jù)進(jìn)行清洗、轉(zhuǎn)換，變?yōu)榭捎糜跈C(jī)器學(xué)習(xí)的知識(shí)體系，通過(guò)對(duì)大量心電圖數(shù)據(jù)的學(xué)習(xí)，軟件系統(tǒng)可以逐步“學(xué)會(huì)”如何判讀心電圖，隨著數(shù)據(jù)分析與機(jī)器學(xué)習(xí)研究的不斷深入，心電數(shù)據(jù)研究成果將在個(gè)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(xué)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?dú)v史數(shù)據(jù)的情況時(shí)，數(shù)據(jù)挖掘成果轉(zhuǎn)化的信息庫(kù)均可提供更準(zhǔn)確、更高效的數(shù)據(jù)支持，甚至可以超過(guò)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(chǔ)、數(shù)據(jù)清洗、數(shù)據(jù)挖掘等技術(shù)，實(shí)現(xiàn)零散無(wú)序的海量數(shù)據(jù)的有效整合，并實(shí)現(xiàn)可用心電數(shù)據(jù)的提取，通過(guò)讓軟件模型深度學(xué)習(xí)歷

4、史心電數(shù)據(jù)并不斷優(yōu)化，形成可應(yīng)用于遠(yuǎn)程心電判讀的應(yīng)用模型。其次，通過(guò)模型計(jì)算從大量的遠(yuǎn)程心電數(shù)據(jù)中篩選出復(fù)雜程度極高、難以用語(yǔ)言詳盡描述出的對(duì)比特征，用人工智能的方法識(shí)別組織樣本特性，對(duì)心電數(shù)據(jù)進(jìn)行自動(dòng)判讀。
　　第二部分是通過(guò)軟件功能實(shí)現(xiàn)，搭建基于判讀模型的智能心電判讀平臺(tái)，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(chǔ)以及輔助統(tǒng)計(jì)分析的管理子系統(tǒng)。通過(guò)系統(tǒng)架構(gòu)設(shè)計(jì)與業(yè)務(wù)模式進(jìn)行匹配，實(shí)現(xiàn)以人工智能逐步取代大部分人工判讀的目