精神分裂症多维度信息管理系统的设计与实现

发布时间：2020-04-12 04:18

【摘要】：精神分裂症是一种发病机制尚未完全阐明的重性精神疾病,其临床评价与诊断仍然高度依赖医生的临床经验,研究精神分裂症的诱病因素和神经病理机制具有重要的科学价值和临床意义。随着现代信息化技术的发展,对临床大数据进行回溯性研究及分析,是常用的方法之一。目前精神分裂症临床大数据的研究,缺乏良好的数据管理系统及工具,往往是个人或课题组的“小作坊”模式,存在着数据管理困难、数据分析不便等缺点,难以形成大规模的有效数据。本文针对精神分裂症临床大数据管理系统缺失的现状,设计并实现了一个针对精神分裂症临床大数据的多维度信息管理系统,对数据进行有效、可靠的管理及分析。本文从精神分裂症的四个研究问题出发,分析了临床试验及科学研究中需要存储的数据类型,包括基本信息、病例报告表数据、神经心理及认知功能测评、磁共振数据、脑电数据及肠道菌群数据等。通过系统的需求分析,包括数据管理部分、数据分析部分、系统管理部分的功能性需求及系统总体的非功能性需求,完成了系统的总体架构设计、功能模块划分、数据库表结构设计等。本系统采用B/S架构、前后端分离模式,基于Java语言开发了系统的后台应用服务器,基于Python语言开发了系统的计算服务程序。此外,详细设计及实现了系统的各个功能模块,并结合时序图阐明了各模块的软件运行流程。最后,采用本研究室试验采集的精神分裂症多维度数据进行了系统测试,验证本系统是否能够满足精神分裂症临床大数据管理的需求,使用本系统进行了机器学习自动分类模型的构建及测试,并对系统功能进行了详细的评价。本文设计的精神分裂症多维度信息管理系统相对于现有的工具,其特点在于:第一,能够管理及分析多种维度的精神分裂症临床试验及科学研究数据,操作简单方便;数据安全性和稳定性高,不易丢失;存储数据的格式统一,数据冗余度低,能够节省存储空间;系统为多种维度的数据提供了查询及检索功能,可以随时、随地查看并下载数据。第二,能够更加方便地进行数据分析,简化了数据统计及机器学习分析的流程,提高了研究效率。第三,系统为B/S架构的网页应用,扩展性好,容易进行多中心扩展,能够形成大规模的医学大数据,为精神分裂症研究提供强有力的研究工具。
【图文】：

视图,框架,全称,请求处理

图 2-1 Spring 框架总览Figure 2-1 Spring Framework OverviewringMVC 是基于 Spring 核心的 MVC 框架，，MVC 全称为 Model-View-C型、视图和控制器。MVC 开发模式中，页面、数据和业务逻辑三个部分组织，降低了互相之间的耦合性，当遇到修改问题时，可分别修改，降低的难度。SpringMVC 的一次简略请求处理工作流程如下图所示：

流程图,流程,框架,请求处理

图 2-1 Spring 框架总览Figure 2-1 Spring Framework OverviewringMVC 是基于 Spring 核心的 MVC 框架，MVC 全称为 Model-View-Co型、视图和控制器。MVC 开发模式中，页面、数据和业务逻辑三个部分组织，降低了互相之间的耦合性，当遇到修改问题时，可分别修改，降低的难度。SpringMVC 的一次简略请求处理工作流程如下图所示：
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP311.52;R749.3

【参考文献】