医疗大数据的信息检索及其隐私保护方法研究

发布时间：2021-05-12 03:16

　　随着医疗信息化的快速发展,我国的智慧医疗体系初步形成,并在健康管理等领域取得了明显成效。智慧医疗体系的建立标志着医疗大数据时代的到来。但是目前对于海量医疗数据的利用率较低。一方面,医疗数据库系统中存储的庞大对象使数据的查询检索效率成为限制医疗信息应用的瓶颈问题。另一方面,医疗数据中具有较多的敏感属性,使得数据处理时存在很大的困难。如果发生数据泄露,会对个人和相关机构造成很大的影响。面对海量的医疗数据,如何高效地获取数据,并且在对健康数据的使用中确保隐私安全是一个非常重要的研究热点。针对医疗大数据背景下,医疗数据检索效率与隐私保护的问题,本文对医疗大数据的信息检索及其隐私保护方法进行了研究,提出了新的检索方法和隐私保护机制,对海量医疗大数据进行快速检索,并加入隐私保护机制以防止信息检索过程中的隐私泄露。具体研究内容如下:1.针对医疗数据类型多样、数据量大的特点,结合R树索引,提出一种快速检索医疗数据的方法,该方法利用改进的k-均值聚类算法构建R树聚类模型,通过R树索引对医疗数据进行检索,提高系统的检索效率。2.针对医疗数据敏感度高的问题,提出一种基于本地差分隐私的隐私保护机制。利用所提出... 

【文章来源】：河南科技大学河南省

【文章页数】：70 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 信息检索研究现状
        1.2.2 隐私保护研究现状
    1.3 论文主要研究内容
    1.4 论文章节安排
第2章 相关技术概述
    2.1 智慧医院信息系统
        2.1.1 平台架构
        2.1.2 操作流程
    2.2 R树索引简介
        2.2.1 R树概述
        2.2.2 R树构建方式
        2.2.3 聚类算法
    2.3 差分隐私简介
        2.3.1 差分隐私概述
        2.3.2 敏感度
        2.3.3 差分隐私模型实现机制
    2.4 本章小结
第3章 基于R树索引的医疗信息检索方法
    3.1 引言
    3.2 智慧医疗系统架构
    3.3 R树聚类模型的建立
        3.3.1 动态确定聚类中心算法
        3.3.2 构建R树聚类模型
    3.4 基于R树聚类模型的信息检索方法
    3.5 实验结果及性能分析
        3.5.1 实验环境
        3.5.2 实验结果及分析
    3.6 本章小结
第4章 基于本地差分隐私的健康数据保护方法
    4.1 引言
    4.2 问题描述
    4.3 基于本地差分隐私的数据保护模型
    4.4 模型实现
        4.4.1 敏感点的查找
        4.4.2 添加噪声
        4.4.3 重建数据流
    4.5 实验与分析
        4.5.1 实验环境
        4.5.2 结果与讨论
    4.6 本章小结
第5章 结论
    5.1 总结
    5.2 研究展望
参考文献
致谢
攻读硕士学位期间的研究成果



本文编号：3182625