基于信息融合的医院档案信息可视化管控系统设计

2022-06-09 05:45李文超
自动化技术与应用 2022年5期
关键词:可视化神经网络管控

李文超

(河北省承德市中心医院,河北 承德 067000)

1 引言

随着互联网技术的迅猛发展,数字信息的数据产量以及形成方式也在不断发生变化[1-2],如何高效、安全地对医院档案信息进行可视化管控成为当前研究的热点话题。传统的医院档案信息可视化管控模式已经无法满足现阶段医院的发展需求,医院档案信息可视化管控已经进入了信息整合、高效共享和综合利用为特征的新阶段。

医院档案信息可视化管控主要是以现代医院档案信息管控为基础,通过现代电子科学技术以及计算机信息处理措施搭建档案信息可视化管控系统,最为主要的目的是不断规范医院档案信息管控环节,同时删除不必要的管控流程。最近几年,相关专家针对该方面的内容展开了研究,例如焦鹏等人[3]结合空间科学管理技术以及数据的主要特点,组建了一种有效的系统架构,通过空间关系数据库和分布式数据库技术进行数据的高效存储,同时采用三维技术有效实现可视化管控系统设计。陈宁等人[4]通过BIM 技术设计了一种三维可视化管控系统。以上两种系统现阶段虽然取得了较为满意的研究成果,但是由于未能对系统内的医院档案信息进行融合处理,导致信息利用率以及系统安全性大幅度下降,运行时间上升。为了更好地解决上述问题,提出一种基于信息融合的医院档案信息可视化管控系统。仿真实验结果表明,所设计系统不仅能够有效降低运行时间,同时还能够有效提升信息利用率以及系统安全性。

2 医院档案信息可视化管控系统设计

医院档案信息可视化管控系统的业务流程主要包含以下几方面的操作流程(如图1所示):

图1 业务流程需求分析图

(1)医院档案信息接收以及申请审批[5];

(2)医院档案信息归档以及分类存储等。

需要对医院档案信息可视化管控系统的现状进行深入地分析以及了解,同时及时掌握系统的必备功能,结合业务流程,进行系统整体设计,以下详细给出各个模块的主要功能:

(一)用户管理模块:

通过分析用户的管理需求可知,医院档案信息可视化管控系统需要实现角色管理、用户维权以及权限管理等相关功能,具体组成如图1所示。

(1)角色管理子模块:

主要是针对系统所具备的角色进行编辑、浏览、添加、删除等相关操作[6]。同时,系统管理员还可以实时浏览数据库中的内容,添加多个自定义内容到数据库中;另外,系统管理员可以对系统初始角色以及最新创建的角色进行权限分配,对各个角色的用户权限进行修改,同时也可以删除系统角色。

(2)用户维护子模块:

指系统负责对用户进行添加、浏览以及删除等操作。用户可以针对已经组建的全部用户进行浏览,新增用户能够增加数量不等的自定义用户到数据库中;系统管理员有权限将指定的用户删除。

(3)权限管理子模块:

主要负责对系统中用户权限进行划分。针对等级和所属部门不同的用户而言,需要进行权限分配操作[7-8],确保系统管理员能够控制用户的操作权限,以达到最终确保信息安全的目的。

(4)修改密码子模块:

用户能够在个人管理中心进行密码修改。

图2 用户管理模块的组成

(二)医院档案信息管理模块:

通过分析医院档案信息管理需求可知,医院档案信息可视化管控系统的实主要包含医院档案信息的接收、分发、信息维护、归档等各项管理功能。

(三)查询调阅可视化管控模块:

由于对用户的查询调阅分析可知,医院档案信息查询调阅可视化管控系统重点包含以下几方面的内容:

(1)医院档案信息检索;

(2)申请查阅医院档案信息;

(3)调阅审批医院档案信息;

(4)医院档案信息调阅。

医院档案信息检索主要是指系统能够提供多种不同的检索方式,为各个部门用户提供对应的选择。医院档案信息调阅申请是指当用户要查看加密信息时,需要向上级领导提交调阅申请,当上级领导经过审批后,用户才有权限调阅相关信息。医院档案信息调阅必须要经过上级领导的审批,当上级领导经过审批后,用户才能够查阅自己所需要的文档。

(四)医院档案信息融合模块:

通过对用户参与的调查分析可知,医院档案信息可视化管控系统应当具有信息融合功能。信息融合主要是指管理员可以将不同部门的档案归档情况、使用情况等采用报表的形式保存到系统后台。

(五)基础数据维护模块:

通过对基础数据维护的需求分析可知,医院档案信息可视化管控系统应当包含图3所示的功能:

图3 基础数据维护模块的组成

档案分类号维护主要是指系统管理员对档案分类号进行更新修改操作。档案有效期维护主要是指系统管理员利用有效期限管理表,进行有效期限修改操作。系统管理人员可以根据保密等级进行档案的密级修改操作;系统组织结构维护主要是指系统管理动态更新系统组织机构。

(六)系统管理模块:

通过对医院档案信息的需求分析可知,系统管理模块需要包含图4中的功能:

图4 系统管理模块的组成

管理员针对系统的基本参数进行设置的过程被称为系统设置;管理员将用户的全部操作记录在案被称为操作日志,管理员通过查看操作日志来对用户的行为进行分析,从而有效实现系统痕迹化管理;管理员定期对系统存储的重要信息进行备份称之为系统备份;对系统版本信息进行详细说明称之为版本说明,系统操作员了解版本信息有助于后续对系统进行维护。

3 基于信息融合的医院档案信息可视化管控方法

现阶段人工智能已经成为十分重要的学科,受到了人们普遍的关注,针对处理不确定信息以及数据问题具有十分重要的发展意义。以下主要通过Dempste—Shafer 理论和神经网络相结合的方法对医院档案信息进行融合处理,以下给出具体的操作过程:

Dempste—Shafer 理论是一种证据推理的数值方法,也被称为证据理论。设定Ω代表变量x中全部可能值的穷举集合,同时Ω中各个元素是相互排斥的,则称Ω为辨识框架。设定Ω中的元素数量为M,则Ω的幂集合2Ω的元数量为2M。DST处理的是幂集合的元素,主要包含单元集和符号集。

在Bayes理论中,针对于任意事件的不确定性仅通过一个值表示,即概率进行描述。但是在实际应用的过程中,并没有考虑不确定测量自身的精度。DST不仅表示了不确定性,同时利用信任函数和似然函数的定义,准确描述了不确定测量的精度。以下给出命题A的信任函数和似然函数的表达形式:

上式中,Bel(A)代表对A的最小不确定性;Pls(A)代表对A的最大不确定性。

设定m(A)代表对命题A的信任,而Bel(A)代表对命题A以及对应子集的信任,通过上述定义,能够获取如下的计算式:

通过公式(2)和公式(3)可知,三个函数中任意一个均可以通过剩余两个求得,即:

多传感器信息融合的潜在优势是在较短的时间内,通过更少的代价获取单一传感器无法得到的更加精确的特征。在信息融合的过程中,各个传感器对假命题的影响可以分别采用BPA 函数描述,而传感器信息的共同作用需要通过相关公式进行计算,所以D-S 理论更加适用于解决数据融合问题。

随着人们对信息融合的要求越来越高,仅仅采用一种方法是很难达到信息融合的目的。所以将D-S理论和神经网络结合,这样不仅能够处理不精确和模糊的信息,同时还能够全面发挥神经网络的自学习、自适应以及容错能力,这样对不确定信息融合具有较强的鲁棒性,同时还能够提升系统的辨识率。

多层感知器是一种多层前传神经网络,由于连接权的调整主要使用误差反向传播学习算法,所以也被称为BP网络。

当采用神经网络进行目标识别时,需要在传感器测量的基础上进行目标识别,这对于网络性能具有较高的要求,同时识别率也是较高的。当传感器的测量误差较大时,神经网络容易产生误识。

从神经网络的特点能够看出,当神经网络经过大量的样本学习后,具有较强的泛化能力,同时还能够起到领域专家的作用,所以可以将传感器的每一次测量值作为一条证据,经过神经网络运算后,通过对应的泛化能力,获取该证据对各个未识别目标的BPA,结合D-S理论,在时间域内将各个证据的BPA进行融合,获取最终的识别结果。

设定Q个传感器的测量数据经过对应的信号处理后,提取q个特征向量,主要用于识别n个目标,则神经网络的结构为q输入n输出。通过已有的特征向量和目标之间关系的经验知识,组建学习样本。当经过离线训练后,能够有效实现从q个特征向量到n个待识别目标信任度之间的非线性映射。

将传感器的每一次测量设定为一条证据,各个目标为该证据的一个命题,所以每条证据均含有n个命题。当每条证据经过神经网络的计算后,获取n个[0,1]之间的数作为该条证据对各个命题的可信度CF,当CF的取值和0.5 越接近,则说明证据对目标的可判断性越低,所以将n个数经过高斯函数运算后,选取其中最大的值分作为对证据的掌握程度。

在时间域的融合顺序为每进行一次测量就进行一次融合,则每次总是有两个证据进行融合,具体的融合算法为:

设定对于第(k-1)条证据而言,即第(k-1)次测量,经过融合后的BPA可以表示为以下的形式:

证据掌握程度为:

当进行下一次测量时,即形成第k条证据时,设定各个命题的BPA取值为mik。

经过重新融合后的BPA计算式为:

当形成全新的测量时,通过公式(7)~(9)进行融合。当任意目标的信任函数首先达到设定门限时,系统可快速做出决策,具体流程如图5所示。

图5 信息融合流程图

通过信息融合结果,可有效实现医院档案信息可视化管控。

4 仿真实验

为了验证所提基于信息融合的医院档案信息可视化管控系统的综合有效性,在MATLAB仿真实验平台下进行实验测试,使用Logo 语言。实验主要采用7 个不同的样本进行离线训练,其中两个网络输入变量的个数设定为8,输出变量设定为10。

(1)信息利用率/(%):

在仿真实验测试中,将信息利用率设定为评价指标,利用表1给出具体的实验对比结果:

表1 不同系统的信息利用率对比

由表1中的实验数据可知,所设计系统的信息利用率明显更高一些,最为主要的原因是系统对医疗档案信息进行融合处理,将无用的信息剔除,全面提升整个系统的信息率。

(2)系统安全性/(%):

系统的安全性一直以来也是大家关注的热点话题,以下实验将系统安全性设定测试指标,具体实验对比结果如图6所示。

分析图6中的实验数据可知,所设计系统对医院档案信息进行融合后,整个系统的安全性也得到了有效的提升。

图6 不同系统的安全性对比

(3)运行时间/(min):

利用表2给出各个系统的运行时间对比结果:

表2 不同系统的运行时间对比

分析表2中的实验数据可知,当对系统内的医院档案信息进行融合后,相比另外两个系统,所设计系统的运行时间明显为最低。

5 结束语

由于传统系统已经无法满足现阶段的发展需求,所以结合信息融合技术,提出一种基于信息融合的医院档案信息可视化管控系统。仿真实验结果表明,所设计系统不仅能够有效提升系统内信息利用率以及安全性,同时还能够有效降低系统运行时间,提升系统整体的运行效率。

猜你喜欢
可视化神经网络管控
基于CiteSpace的足三里穴研究可视化分析
自然资源可视化决策系统
基于递归模糊神经网络的风电平滑控制策略
思维可视化
自然资源可视化决策系统
BIM技术在土建工程管控中的运用
EPC总承包项目的设计管控探讨
浅析现代项目管理中的违规行为管控
神经网络抑制无线通信干扰探究
信用证洗钱风险识别及管控