某医院病历管理系统的设计与实现
发布时间：2021-11-16 08:36
随着医院规模的扩大,各类病历档案数据快速增长,各种不同类型的非结构病历数据需要被存储,当前的病历管理系统已经不能满足这种需求。云计算的提出为病历管理系统目前面临的困难提供了一个高可扩展性、高可用性、强容错性和低成本的解决方案。基于分布式计算技术,本文提出了一种基于云计算的病历管理系统的设计和实现方法。本系统采用云计算软件平台的基础架构Hadoop及其生态环境在Linux集群上进行搭建,并包括三个核心功能模块:系统管理员管理功能模块、患者功能模块以及病历功能模块。本文首先对病历管理系统的研究背景、研究目的与意义、国内外研究现状进行了分析与阐述。对软件开发中涉及到的病历相关知识进行了介绍;其次,本文对病历管理系统的需求进行了分析,包括数据需求、功能需求以及性能需求。第三,针对系统的可行性进行了论证。第四,重点对病历管理系统的存储结构、功能模块和数据库进行了总体的设计和实现;最后,在对软件测试技术进行梳理分析之后,本文对本病历管理系统进行了功能测试与性能测试,并给出了测试结论与分析结果。本文的主要结论有:（1）针对病历系统需求,设计了系统的整体架构,包括系统的存储结构、数据库设计以及系统各功...
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
CDA文档结构图
电子科技大学硕士学位论文14图2-2Hadoop生态系统图（一）MapReduce简介MapReduce是由google提出的一种分布式计算框架，可以在计算机集群上对某项计算任务进行分发、然后并行计算，最终合并所有节点的计算结果。目前该框架是一种主流的并行计算框架，具有如下优点：非结构化数据。通常大数据平台需要进行处理和存储的数据都不符合传统数据库的数据特征，即数据非行列式，从而导致传统数据库的存储方式无法对这样的一些数据进行合理存储、管理和处理，如多媒体数据、影像数据、文本数据、实时数据等，也因此，能够存储和处理这样的非结构化数据的MapReduce脱颖而出。海量数据。由于MapReduce在设计阶段就考虑了对海量数据的处理方式，因此在面对海量数据时，MapReduce通常利用数据局部性原理，对这些数据拆分成一小部分，各个击破，如先从离自己最近的节点中获取数据来进行处理，在处理之前就将数据分离并分别存储到不同的节点里去，通过设计映射函数，将数据指定为具有键值结构的数据组，在节点进行处理后，通过规约函数对数据进行合并。
第二章系统技术原理与需求分析15MapRecude的详细执行流程如下图2-3所示。图2-3MapReduce执行流程（二）HDFS简介HDFS是ApacheHadoopCore项目的一部分，是一种分布式的文件系统，同将数据存储在计算机集群的各个节点上，提高了数据的冗余性以及安全性，目前是大数据系统架构中经常采用的一种文件系统。HDFS技术成熟，使用广泛，在基于云计算的数据管理系统上有着良好应用。这个项目的地址是http://hadoop.apache.org/core/。具体来说，HDFS是基于以下的一些前提和设计目标进行设计的：（1）硬件失效是普遍现象。HDFS集群由大量服务器组成，每台服务器都会相关数据进行存储。但是由于硬件失效是普遍现象，因此这意味着在整个HDFS的运行过程中，总是有HDFS的组件不工作的。基于这种假设，HDFS将其架构的核心目标设置为了尽快进行错误检测，同时高效的实现数据的自动恢复。（2）流式数据访问。由于大数据平台的访问方式通常是基于流式访问，因此HDFS在设计过程中，针对这种访问特点进行了精心的设计，而不是像针对普通应用的文件系统一样在用户交互处理上花费大量功夫。由于数据访问的数据批处理的关键更多是取决于高吞吐量，而不是低延迟，而且POSIX标准的很多指标对HDFS应用系统无效，因此HDFS修改了部分POSIX语义从而实现提高自身数据访问吞吐量的目的。
【参考文献】：
期刊论文
[1]电子病历交互界面的可用性研究[J]. 周伟,肖东娟,巩淼森. 包装工程. 2018(20)
[2]基于电子病历系统的医疗质量评价现状与趋势探讨[J]. 叶全富,舒婷. 中华医院管理杂志. 2018 (07)
[3]云计算中基于属性的可搜索加密电子病历系统[J]. 李晓蓉,宋子夜,任婧怡,徐磊,许春根. 计算机科学. 2017(S2)
[4]基于生存分析法的医疗电子病历系统采纳与扩散研究[J]. 陈渝,路洋,张枝子,毛姗姗. 统计与信息论坛. 2017(06)
[5]急诊电子病历管理系统的设计与实现[J]. 杨路. 中国数字医学. 2017(01)
[6]基于治疗任务的康复治疗管理系统建设[J]. 厉景宇,陈海军,王洲,詹庆,陈龙. 中国康复理论与实践. 2016(05)
[7]Hadoop的HDFS大数据存储技术[J]. 常广炎. 电脑编程技巧与维护. 2016(06)
[8]云计算环境下电子文件管理的实现机理[J]. 薛四新. 档案学通讯. 2013(03)
[9]基于云计算的常见疾病用药规范系统[J]. 赵伟,周兵,李占波. 计算机工程与设计. 2013(05)
[10]云计算:系统实例与研究现状[J]. 陈康,郑纬民. 软件学报. 2009(05)
硕士论文
[1]医院信息综合平台数据处理技术研究与应用[D]. 赵晓辉.郑州大学 2017
[2]某三甲医院护理评估辅助决策系统的设计与实现[D]. 王晨.东华大学 2017
[3]电子病历系统EMR开发与实现[D]. 马勇.湖北工业大学 2017
[4]基于MongoDB的电子健康档案数据存储设计和优化研究[D]. 黄博玉.中国人民解放军军事医学科学院 2017
[5]基于HL7标准的医院信息集成平台的设计与实现[D]. 张轻轻.河北科技大学 2017
[6]病案数字化管理系统的设计与实现[D]. 张雷.北京工业大学 2017
[7]基于云平台的移动医疗系统设计与实现[D]. 张杰.长江大学 2017
[8]基于B/S构架基础的医院电子病历管理系统设计与实现[D]. 王巨武.吉林大学 2014
[9]基于云计算环境的数据管理系统研究与应用[D]. 张倩.北京邮电大学 2011
本文编号：3498523
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
CDA文档结构图
电子科技大学硕士学位论文14图2-2Hadoop生态系统图（一）MapReduce简介MapReduce是由google提出的一种分布式计算框架，可以在计算机集群上对某项计算任务进行分发、然后并行计算，最终合并所有节点的计算结果。目前该框架是一种主流的并行计算框架，具有如下优点：非结构化数据。通常大数据平台需要进行处理和存储的数据都不符合传统数据库的数据特征，即数据非行列式，从而导致传统数据库的存储方式无法对这样的一些数据进行合理存储、管理和处理，如多媒体数据、影像数据、文本数据、实时数据等，也因此，能够存储和处理这样的非结构化数据的MapReduce脱颖而出。海量数据。由于MapReduce在设计阶段就考虑了对海量数据的处理方式，因此在面对海量数据时，MapReduce通常利用数据局部性原理，对这些数据拆分成一小部分，各个击破，如先从离自己最近的节点中获取数据来进行处理，在处理之前就将数据分离并分别存储到不同的节点里去，通过设计映射函数，将数据指定为具有键值结构的数据组，在节点进行处理后，通过规约函数对数据进行合并。
第二章系统技术原理与需求分析15MapRecude的详细执行流程如下图2-3所示。图2-3MapReduce执行流程（二）HDFS简介HDFS是ApacheHadoopCore项目的一部分，是一种分布式的文件系统，同将数据存储在计算机集群的各个节点上，提高了数据的冗余性以及安全性，目前是大数据系统架构中经常采用的一种文件系统。HDFS技术成熟，使用广泛，在基于云计算的数据管理系统上有着良好应用。这个项目的地址是http://hadoop.apache.org/core/。具体来说，HDFS是基于以下的一些前提和设计目标进行设计的：（1）硬件失效是普遍现象。HDFS集群由大量服务器组成，每台服务器都会相关数据进行存储。但是由于硬件失效是普遍现象，因此这意味着在整个HDFS的运行过程中，总是有HDFS的组件不工作的。基于这种假设，HDFS将其架构的核心目标设置为了尽快进行错误检测，同时高效的实现数据的自动恢复。（2）流式数据访问。由于大数据平台的访问方式通常是基于流式访问，因此HDFS在设计过程中，针对这种访问特点进行了精心的设计，而不是像针对普通应用的文件系统一样在用户交互处理上花费大量功夫。由于数据访问的数据批处理的关键更多是取决于高吞吐量，而不是低延迟，而且POSIX标准的很多指标对HDFS应用系统无效，因此HDFS修改了部分POSIX语义从而实现提高自身数据访问吞吐量的目的。
【参考文献】：
期刊论文
[1]电子病历交互界面的可用性研究[J]. 周伟,肖东娟,巩淼森. 包装工程. 2018(20)
[2]基于电子病历系统的医疗质量评价现状与趋势探讨[J]. 叶全富,舒婷. 中华医院管理杂志. 2018 (07)
[3]云计算中基于属性的可搜索加密电子病历系统[J]. 李晓蓉,宋子夜,任婧怡,徐磊,许春根. 计算机科学. 2017(S2)
[4]基于生存分析法的医疗电子病历系统采纳与扩散研究[J]. 陈渝,路洋,张枝子,毛姗姗. 统计与信息论坛. 2017(06)
[5]急诊电子病历管理系统的设计与实现[J]. 杨路. 中国数字医学. 2017(01)
[6]基于治疗任务的康复治疗管理系统建设[J]. 厉景宇,陈海军,王洲,詹庆,陈龙. 中国康复理论与实践. 2016(05)
[7]Hadoop的HDFS大数据存储技术[J]. 常广炎. 电脑编程技巧与维护. 2016(06)
[8]云计算环境下电子文件管理的实现机理[J]. 薛四新. 档案学通讯. 2013(03)
[9]基于云计算的常见疾病用药规范系统[J]. 赵伟,周兵,李占波. 计算机工程与设计. 2013(05)
[10]云计算:系统实例与研究现状[J]. 陈康,郑纬民. 软件学报. 2009(05)
硕士论文
[1]医院信息综合平台数据处理技术研究与应用[D]. 赵晓辉.郑州大学 2017
[2]某三甲医院护理评估辅助决策系统的设计与实现[D]. 王晨.东华大学 2017
[3]电子病历系统EMR开发与实现[D]. 马勇.湖北工业大学 2017
[4]基于MongoDB的电子健康档案数据存储设计和优化研究[D]. 黄博玉.中国人民解放军军事医学科学院 2017
[5]基于HL7标准的医院信息集成平台的设计与实现[D]. 张轻轻.河北科技大学 2017
[6]病案数字化管理系统的设计与实现[D]. 张雷.北京工业大学 2017
[7]基于云平台的移动医疗系统设计与实现[D]. 张杰.长江大学 2017
[8]基于B/S构架基础的医院电子病历管理系统设计与实现[D]. 王巨武.吉林大学 2014
[9]基于云计算环境的数据管理系统研究与应用[D]. 张倩.北京邮电大学 2011
本文编号：3498523
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3498523.html
