1、電子病歷作為醫(yī)院通過電子化方式記錄患者就診信息的診療記錄，在醫(yī)療中作為主要的信息源，提供超越紙張病歷的服務(wù)。隨著醫(yī)療服務(wù)活動的開展，尤其是移動醫(yī)療設(shè)備與物聯(lián)網(wǎng)技術(shù)在醫(yī)療領(lǐng)域廣泛使用，各種健康數(shù)據(jù)日益積累，并且均呈現(xiàn)大數(shù)據(jù)量、異構(gòu)分布的特性。這些數(shù)據(jù)結(jié)構(gòu)復(fù)雜，彼此獨立又相互關(guān)聯(lián)性強(qiáng)。電子病歷系統(tǒng)的環(huán)境通常是以單個醫(yī)院為主體的本地系統(tǒng)，在構(gòu)建個人健康檔案時因為數(shù)據(jù)的弱語義性而利用困難。導(dǎo)致這種弱語義性的主要原因包括：不同電子病歷系統(tǒng)間存在元

2、數(shù)據(jù)異構(gòu)；病例中包含大量非（半）結(jié)構(gòu)化數(shù)據(jù)；診療系統(tǒng)相對封閉而知識共享困難。
　　本文擬利用語義標(biāo)注和外部開放關(guān)聯(lián)數(shù)據(jù)融合的方式豐富電子病歷系統(tǒng)中數(shù)據(jù)的語義信息，從而提升數(shù)據(jù)的機(jī)器可理解性和互操作性，并以此為基礎(chǔ)進(jìn)行進(jìn)一步的關(guān)聯(lián)挖掘和數(shù)據(jù)深層次利用。
　　本文主要完成的工作包括：
　　（1）設(shè)計了一種語義數(shù)據(jù)字典生成方法。本文首先針對診療數(shù)據(jù)的元數(shù)據(jù)自身的特點，設(shè)計了一種基于切詞和關(guān)聯(lián)單詞替換的自動化的元數(shù)據(jù)語義標(biāo)注方

3、法，為診療數(shù)據(jù)的元數(shù)據(jù)生成包含豐富語義信息的數(shù)據(jù)字典。
　?。?）設(shè)計了基于語義數(shù)據(jù)字典的醫(yī)療實例關(guān)聯(lián)模型生成方法。本文針對電子病歷系統(tǒng)中大量存在的診斷結(jié)果、用藥信息、既往病史、癥狀信息等非（半）結(jié)構(gòu)化的數(shù)據(jù)進(jìn)行語義標(biāo)注，并結(jié)合語義數(shù)據(jù)字典為每個實例抽取相應(yīng)的醫(yī)療實例關(guān)聯(lián)模型，將醫(yī)療數(shù)據(jù)與外部開放關(guān)聯(lián)數(shù)據(jù)相融合。
　?。?）建立了基于醫(yī)療實例關(guān)聯(lián)模型的多維關(guān)聯(lián)度計算模型。為了給本文研究提供實際的落腳點，本文利用前述研究提供的

4、醫(yī)療實例關(guān)聯(lián)模型，在包括但不局限于疾病類型的多維度上建立不同病例之間的關(guān)聯(lián)關(guān)系，利用多維線性回歸分析計算各維度在關(guān)聯(lián)關(guān)系計算中占的權(quán)值。
　　（4）基于多維關(guān)聯(lián)度計算的診療輔助原型系統(tǒng)開發(fā)。最后，本文在上述三點研究的基礎(chǔ)上設(shè)計實現(xiàn)基于關(guān)聯(lián)挖掘的診療輔助系統(tǒng)，從大量的異構(gòu)診療數(shù)據(jù)中查詢目標(biāo)病例的相似病例，為醫(yī)護(hù)人員的診療方案制定工作提供決策支持。
　　本文所提出的元數(shù)據(jù)和實例數(shù)據(jù)標(biāo)注方法，在面對離散且異構(gòu)的海量診療數(shù)據(jù)時既有較