基于整合医疗信息的预约挂号服务客户端研究优化方法＊

陈勇

（河北省承德医学院附属医院信息网络中心，河北 承德 067000)

1 引言

随着医院智能信息化管理建设的发展，建立预约挂号服务客户端，进行医院预约挂号智能信息化管理，提高信息化环境下的预约挂号服务客户平台的服务质量，从而提高预约挂号服务的在线管理能力，相关的预约挂号服务客户端设计方法研究受到人们的极大重视[1]。国外在互联网的依托下医疗发展迅速，美国医疗研究人员建立了远程中风治疗与护理指导系统，该系统可以为病人提供远程的治疗服务；德国研究人员推广了一个远程皮肤病学信息系统，可通过智能手机进行在线治疗。而在国内，虽然互联网发展迅猛，但在医疗行业还停留在为患者提供挂号预约服务，利用手机APP 提供功能简单的服务，但实用性和成熟度还有所欠缺。对预约挂号服务客户端的设计是建立在对医疗综合信息整合和大数据挖掘基础上，通过智能化的信息管理系统设计，进行预约挂号服务客户端设计，提高预约挂号服务客户端的智能化水平[2]。

传统方法的预约挂号服务客户端系统设计，其人机交互性普遍不好。LYU Y X等人中提出基于B/S技术的医院预约挂号服务客户端系统设计方法，构建由信息采集模块、信息融合模块和程序加载模块构成的总体结构模型，通过融合调度和信息挖掘[3]，进行客户端系统设计，但该系统的信息整合性能不好。庞伟林等人提出基于模糊PID控制的医院预约挂号服务客户端系统可靠性设计方法，建立客户端系统控制指令的转换模型，通过模糊度挖掘和信息调度，进行客户端系统设计[4]，但该方法的进行系统设计的输出可靠性不好。

针对上述问题，本文提出基于整合医疗信息的预约挂号服务客户端系统优化方法。首先构建预约挂号服务客户端的数据库，然后通过人机交互设计方法，进行预约挂号服务客户端的医疗信息输出转换和人机输出接口控制，在嵌入式的ARM 平台中，实现预约挂号服务客户端医疗信息整合和客户端的系统优化。最后进行仿真测试分析，展示了本文方法在提高预约挂号服务客户端医疗整合能力方面的优越性能。

2 预约挂号服务客户端医疗信息数据库存储结构和挖掘

2.1 医疗信息数据库存储结构

采用融合差分聚类，得到预约挂号服务客户端医疗信息整合的调节参数c，通过模糊C 均值调度，得到预约挂号服务客户端医疗信息采样的凸函数：

式中，z(t)，Z(t1)表示在t时间内的融合差分聚类参数，r(s)，φ(s)分别表示医疗信息整合速率及模糊度调度速率，f(x)表示信息采样函数参数变化量。根据存储介质的速度，采用统计平均分析方法，预约挂号服务客户端医疗信息副本相关特征量为：

上式中，X(t)表示在t时间内的存储介质速度量，y(t)表示医疗挂号服务客户端信息特征数。通过迭代控制，结合模拟平台的网格结构，当0≤μ≤1时，得到预约挂号服务客户端医疗信息序列分布模型，其表达为：

其中：

上式中，TC为不同的站点的医疗信息采样结果，f 为预约挂号服务客户端的信息采样时延，|Xcode(f)|为信息加权特征量。

为了实现预约挂号服务客户端医疗信息存储和挖掘，构建医院预约挂号服务的信息序列分布样本模型，结合数据存储结构设计[5]，得到预约挂号服务客户端医疗信息的存储结构模型如图1所示。

图1 预约挂号服务客户端医疗信息存储结构模型

在图1所示的预约挂号服务客户端医疗信息存储结构中，设预约挂号服务客户端的统计样本集满足，且A∩B=φ，假设预约挂号服务客户端医疗信息的测度平均集为：，采用底层数据加载的方法进行预约挂号服务客户端的医疗信息融合，从而提高预约服务管理能力[6]。

2.2 医疗信息大数据挖掘

建立预约挂号服务客户端医疗信息大数据融合模型，根据医院预约挂号服务每个存储媒体的差异度，构建预约挂号服务客户端医疗信息数据分布拟合函数为：

其中，a(t)为预约挂号服务客户端医疗信息分布数据点xi和xj之间的模糊相关度，θ(t)为节点x和y间的网络距离。

结合统计信息分析和大数据回归分析方法，计算预约挂号服务客户端医疗信息评估结果[7]，得到预约挂号服务客户端医疗信息整合数据分割模型，其表达为：

式中，k表示预约挂号服务客户端医疗信息评估参数，τk表示客户端系统医疗信息评估参数结果值。采用副本相关融合的方法，进行医疗信息大数据挖掘，得到医疗信息大数据挖掘和访问结构图，如图2所示。

图2 医疗信息大数据挖掘和访问

3 预约挂号服务客户端医疗信息整合

3.1 医疗信息融合调度

为了反映医院预约挂号服务评估的内部特征，建立预约挂号服务客户端医疗信息整合的目标函数，在每个站点控制数据的传输，得到传输目标函数为：

上式中，ak为预约挂号服务客户端医疗信息的统计相关特征量，br为局部收敛参数。

在OptorSim中进行客户端的数据访问控制，得到数据网格项目开发的关联规则信息为：

式中，ai表示客户端数据访问分布集，br表示客户端数据访问控制参数，u表示客户端数据开发调度特征。

根据副本R 的排序表，得到预约挂号服务客户端医疗信息融合统计量分析模型为：

式中，J为副本R是排序系数，2π△f为输入的客户端医疗信息的标量时间序列，φj为第j个客户端医疗信息融合特征点的适应度函数。结合统计信息分析和大数据回归分析方法，进行预约挂号服务客户端医疗信息的信息融合和信息调度设计[8]。结合联合概率密度估计，计算用户任务信息融合度为DCT(xt)=p(xt|d0，…，t)，得到医院预约挂号服务客户端医疗信息融合调度模型，其表达为：

式中，xk为采样医院预约挂号服务中的医疗信息统计序列，m为预约挂号服务客户端医疗信息融合的嵌入维数，μik为相关特征量。结合医疗信息融合调度，进行信息整合。

3.2 医疗信息整合输出

通过信息融合调度，进行预约挂号服务客户端医疗信息数据输出和资源共享设计，结合数据网格的数据资源分布，得到预约挂号服务客户端医疗信息整合的时间窗口函数为△w=wmax-wmin，则得到医疗信息数据分布函数：

上式中，*为卷积运算。假设d1=d2=…=dp，预约挂号服务客户端医疗信息整合的平均互相关函数为：

上式中，P为主要特征，x(t)为预约挂号服务客户端医疗信息的差异度函数，τ为预约挂号服务客户端医疗信息的粒子整合系数。

在模糊调度集Si(i=1，2，…，L)中，预约挂号服务客户端信息特征量满足以下条件：

则信息优化整合的目标函数为：

上式中，s(n)表示代表数据网格的计算资源，v(n)表示医院预约挂号服务样本序列，ωk-1表示挂号服务模糊调度目标参数，表示采样第i个的医疗信息统计序列系数，Yk-1表示系统逆变器等效增益。

假设预约挂号服务客户端医疗信息指数分布的判别函数为αk≥0，且αk=1 时，采用副本优化器进行预约挂号服务客户端的信息共享输出，得到信息共享输出模型，其表达为：

式中，p 为预约挂号服务客户端的信息下垂控制参数。综上分析，实现代表数据网格的计算资源的客户端设计和医疗信息整合及共享输出设计。

4 系统集成实现与测试

通过人机交互方法，进行预约挂号服务客户端的医疗信息输出转换和人机输出接口控制，在嵌入式的ARM平台中，实现预约挂号服务客户端医疗信息整合和客户端的系统优化，得到软件实现流程如图3所示。

图3 预约挂号服务客户端软件设计流程

在进行医疗信息整合中的仿真软件为Matlab7.0.1。对预约挂号服务客户端医疗信息原始数据的采样率为30KPS/s，自相关特征采样率为f1=0.3KHz，信息整合的终止采样率f2=0.05KHz，得到在预约挂号服务客户端的医疗信息整合的平均任务执行时间如图4所示。

图4 平均任务执行时间

分析图4得知，本文方法进行预约挂号服务客户端的医疗信息整合的平均任务执行时间较短，测试不同访问模式下预约挂号的时间开销，如图5所示。

图5 预约挂号的时间开销

分析上述测试结果得知，通过构建预约挂号服务客户端，预约挂号的时间开销缩短，提高了预约挂号服务水平。

5 结束语

构建预约挂号服务客户端，通过医院信息资源调度和信息整合，提高预约挂号服务的在线管理能力，本文提出基于整合医疗信息的预约挂号服务客户端系统。采用融合差分聚类，建立预约挂号服务客户端医疗信息大数据融合模型，结合统计信息分析和大数据回归分析方法，得到预约挂号服务客户端医疗信息评估结果，采用副本相关融合的方法，进行医疗信息大数据挖掘，通过信息融合调度，进行预约挂号服务客户端医疗信息的大数据挖掘和资源共享。分析得知，该系统提高了医院信息资源调度和信息整合水平，降低了预约挂号的时间成本。