XML数据交换技术在中医智能化诊断数据集成中的应用

余江维+余泉

摘 要： 在中医四诊信息融合智能化诊断系统中，四诊信息来自于多个不同的异构数据源。针对目前数据集成问题的研究现状，分析异构数据源的结构，结合中医智能化诊断系统，利用XML Schema设计MDD（元数据字典）的通用模型、处理XML文档的DOM对象模型、以及数据库连接的OLE DB技术，提出一种以XML文件为中介的数据集成方法，实现了中医智能化诊断系统中四诊信息的有机集成。

关键词： 中医； 智能化诊断系统； 数据集成； 异构数据源； XML

中图分类号： TN958?34； TP391.4 文献标识码： A 文章编号： 1004?373X（2015）22?0048?03

0 引 言

中医智能化诊断是根据中医的四诊理论，利用计算机人工智能技术进行中医证候的自动化诊断过程。在此过程中，计算机对中医知识的获取、表现方式及内部的推导机制是核心内容。中医的四诊包含望诊、闻诊、问诊、切诊等诸方面。本研究主要探讨在四诊信息的获取中，四诊信息异构数据源的集成问题。

1 异构数据源

当前数据信息源在形式上差别较大，无统一模式。数据库类型、运行平台、数据格式、数据的加载和卸载方法等千差万别。在异构数据源环境中，有文本、Oracle，Sybase，SQL Server，DB2，Access等多种类型。

不同数据源有不同的存储结构、组织表达形式、信息描述等差异，进而造成数据的抽取困难。在异构数据源环境中，必须建立一个数据源与数据源之间的中间层，作为数据通信的中间接口。集成数据库的命令通过中间接口传送到不同的数据源；各数据源把发送的数据转换成中间接口的格式，通过中间接口发送到集成数据库中[1]。

2 中医智能化诊断系统框架

按中医四诊原理，智能化诊断系统由舌诊、脉诊、面色诊、问诊及穴位诊等子系统组成，其构架如图1所示。其中，综合诊断系统与SQL数据库在服务器端，其他子系统位于不同PC的客户端。各子系统之间、子系统与综合诊断系统之间存在异构性。

3 XML数据交换技术

XML又称为可扩展标记语言（Extensible Markup Language），是一种元标识语言，提供了结构化资料的一种自我描述，是一种开放的数据结构。XML不但描述数据内容，而且描述数据的结构，使数据之间的关系得到很好的体现。XML具有结构化程度高、平台独立性强、保存格式简单、便于扩充延展及网上传输等特性，因此XML非常适合于不同数据库间的信息交换。以XML为中介实现数据交换是当前研究的热点，正成为网络资料交换的标准。

XML数据交换，一是从数据源中抽取交换的数据，转化为XML交换文档；二是对交换文档的格式进行转换，并映射数据源和目的库中的相关字段，进而把数据载入到目的库中。在不同的应用系统中，采用统一的XML标签和格式生成XML文档，是实现数据动态交换的基本要求。

目前常见的数据交换技术主要有[2]： EDI系统、中介层、数据仓库和中间数据等方式。XML采用中间方式，利用XML文件作为中间数据，提供数据通用格式，达到数据交换的目的。

4 基于XML的Web异构数据源之间的数据集成

数据集成是将多个数据库、数据多维立方体或一般文件中的数据，存放在一个格式统一的数据库中。

在数据集成的逻辑关系中，Web服务在客户与数据仓库之间。客户层必须经过XML接口访问数据源数据，保证了源数据的安全。标准XML编码，能很好地支持异构数据源之间的数据交换；同时，基于HTTP和SOAP协议的Web服务技术，让数据可以无障碍地越过防火墙。逻辑结构如图2所示。

元数据（Metadata）是“关于数据的数据”，是对数据源信息的描述[3]，是标准的XML文件。元数据字典（MDD）对元数据进行管理，依靠XML的XML Schema技术设计和建模，与公共数据模型保持一致性，方便与XML数据集成器合作。元数据字典必须注册所有参与的数据源。

XML数据集成器并不存储具体数据，只存储所有数据的集成模式。XML数据集成器，对客户层屏蔽数据源的差异，向客户层保证相同的数据视图，充当数据总线，把实际数据源转变成用户数据视图。对不同数据源的数据，用XML Schema技术设计一个公共数据模式（Common Data Model，CDM）进行统一处理。不同数据源有不同的模式，对他们进行集成时，数据字典（MDD）是解决他们异构性[4??5]的重要方法。

（1） 命名异构：一是相同的对象和属性在不同的源数据中用不同的名字表示（异名同义），二是不同的对象用相同的名字表示（同名异义）。命名异构成为不同模式之间语义冲突的重要原因。在设计集成系统时，必须在元数据字典（MDD）中利用一个统一的名字表示每个数据源相应的字段。例如商品的价格，在两个数据源中，一个用price，一个用cost，在MDD中统一用Price表示。

cost

（2） 结构异构性：指元数据信息的组成方式在数据源间各不相同。用定义全局模式的方法解决。关心的数据成分在全局模式中定义，并许可在集成数据时让某些成分为空（Nul1）。

例如，在定义全局模式时，允许价格（Price）为空。

·····

（3） 值的异构性：数据单位、数据精度在不同的数据源中不同。可以在元数据中定义数据单位、数据精度，进而与全局模式中定义的数据进行响应转换。

price

（4） 数据模型的异构性：不同数据源通过各自的Wrapper/Agent解决数据模型的异构性。首先定义一个公用的统一的数据模型（CDM），再把从单个数据源中提取的局部数据转换成CDM中间模型数据。事实上，单个数据源通过自身的Wrapper/Agent结构，就能把从中提取的局部数据转变成符合CDM要求的XML文档数据。

（5） 时间异构性：随着时间的推移，数据源的结构描述、属性表示和取值发生变化。可以通过MDD管理软件对数据源的元数据描述进行增添、删除或修改。

6 结 语

在数字化网络化信息环境中，以XML为代表的技术体系已经成为信息组织、处理和交换的基本技术。XML技术和数据库技术的结合，得到广泛使用。本文介绍了基于XML数据交换的实现原理，分析了利用MDD解决模式集成中异构性的方法，以及在中医智能化诊断系统中的主要应用。实验表明，基于XML Schema技术设计的MDD模型能够高效地管理异构数据源数据[6]。XML数据交换技术在中医智能化诊断系统中，对异构数据源之间的数据交换与集成有非常重要的作用。

参考文献

[1] 谢星峰，邹平.基于异构数据库环境数据抽取的系统结构研究：Java和XML的解决方案[J].计算机与数字工程，2005，33（3）：28?30.

[2] 王松旺，樊秀娥，姜韬，等.XML数据交换技术在公共卫生科学数据共享中的应用[J].中国卫生工程学，2007（1）：49?50.

[3] ELISA B， ELENA F. XML and data integration [J]. IEEE Internet Computing， 200l， 11（12）： 75?76.

[4] BERTINO E， CATANIA B. Integrating XML and databases [J]. IEEE Internet Computing， 200l， 7（8）： 84?88.

[5] CHANG Y S， HO M H， YUAN S M. Aunified interface for integrating information retrieval [J]. Computer Standards&Interfaces， 2001， 6（23）： 325?340.

[6] 卢正鼎，张素智.集成Web数据的系统框架与实现方法[J].小型微型计算机系统，2003，24（10）：1759?1762.