当前位置:主页 > 管理论文 > 领导决策论文 >

睡眠呼吸疾病分析决策系统的关键技术研究和实现

发布时间:2021-09-30 02:00
  随着互联网的日益发展,各行各业的用户量和数据量都呈现爆炸式的增长。面对越来越多的数据量,传统的数据库和分析系统已经不能满足行业的业务需求,大数据框架成为近年来热点,不仅提供了对结构和非结构的存储查询模式,而且支持智能决策的大数据分析和智能挖掘计算技术。在医疗行业中,不但存在大量传统的病人、医生信息等结构化管理数据,同时存在大量诊断记录、监测、影像等非结构化数据,如何有效利用大数据技术,实现数据的多维统计分析,为医生提供多视角、直观的病人信息,为诊疗决策提供依据;如何利用数据挖掘技术,从大量历史病例中挖掘潜在规律,实现病因追溯、疾病建模、自动诊疗方案建议等智能医疗。因而研究大数据架构下,研究医疗数据分析、智能计算相关技术,为智能医疗平台构建提供经验,具有良好的应用意义。为实现医疗大数据分析平台,本文以睡眠呼吸疾病为案例,采用大数据实时处理框架Druid,作为系统的数据仓库,实现联机分析处理(OLAP)的数据统计分析模块。采用开源大数据框架Spark作为数据挖掘模块的分析引擎,使用改进的加权FP-growth等算法对数据进行聚类分析、关联规则挖掘。在此基础上,完成了核心功能模块设计开发。主... 

【文章来源】:北京工业大学北京市 211工程院校

【文章页数】:78 页

【学位级别】:硕士

【部分图文】:

睡眠呼吸疾病分析决策系统的关键技术研究和实现


系统功能结构图

逻辑结构图,数据采集模块,流式数据,通道


图 2-3 数据采集模块逻辑结构图Fid 2-3 Logical structure diagram of data collection module数据采集模块逻辑结构图如图 2-3 所示,包括感知数据采集和离线数据两个部分。(1) 感知数据采集包括三个功能模块:数据缓存、数据 ETL 通道和数据控制。数据缓存 —— 用于对多源在线流式数据进行分区缓存,确保接入数据整性。该模块使用 Kafka 软件工具通过配置缓存通道实现。数据 ETL 通道 —— 用于对接入的流式数据进行 ETL 处理,其中一个ETL 通道可以对应一个或多个在线流式数据源。该模块拟使用 Spark Strea软件工具作为基础运行框架,通过开发 Spark Streaming 应用实现各数据 ET道实例。数据 ETL 通道的部署和运行管理可由 Spark 框架的内嵌机制完成。数据采集控制器 —— 用于根据数据提供者的需求,在线自动配置相应据缓存区域,并与 Spark Streaming 平台交互,触发数据 ETL 通道的部署和功能。

模块逻辑结构,数据存储


第 2 章 睡眠呼吸病情分析决策系统概述储、离线数据存储两个方面。由于读写模式的不同,在线和离线两类数据将采用不同的存储管理机制。其中在线数据(感知数据)存储实现对感知数据的缓存和持久化转存;离线数据(历史数据)存储实现对数据的基本原子操作,如增、删、改、查等。


本文编号:3414899

资料下载
论文发表

本文链接:https://www.wllwen.com/guanlilunwen/lindaojc/3414899.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户fbc35***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com