基于计算机技术的医学信息处理方法研究.pdf
《基于计算机技术的医学信息处理方法研究.pdf》由会员分享,可在线阅读,更多相关《基于计算机技术的医学信息处理方法研究.pdf(7页珍藏版)》请在咨信网上搜索。
1、信息技术 年第 期基于计算机技术的医学信息处理方法研究杨新广(海军青岛特勤疗养中心医学工程科 山东 青岛)摘 要:针对传统的计算机算法在处理大量医学数据时存在训练模式和算法准确性的问题提出了一种医学信息处理方法 该方法以张量卷积自编码算法作为辅助模型实现对医学相关疾病的有效预测和风险评估基于区块链的医疗数据处理系统()可确保存储的数据不会被篡改方便验证数据的有效性并确保用户的隐私即使数据库中的数据已被篡改或损坏也可以通过区块链检索和验证数据 实验表明医学信息处理云平台适用性较好可推广使用关键词:计算机技术 医学信息 云计算中图分类号:文献标识码:文章编号:():./.作者简介:杨新广()男本科
2、工程师研究方向为部队卫生装备质量管理、检修及计量检测等 ():.().:引 言随着信息技术的快速发展医学领域的数据不断增加 传统的计算机算法在处理大量医学数据时存在训练模式单一和算法准确性不好的问题 因此改进医学领域的数据挖掘技术构建新型医学信息处理平台对于医疗的有效预测和风险评估具有重要意义 众多学者和研究机构对医学信息处理方法进行了研究和探索 文献研究了一种无限深度神经网络方法该方法可以将所有功能集成到一个模块中从而可以获得更快的数据传播速度文献提出一种稀疏矩阵深度学习系统对医疗事故的表征信息进行表达 以上两种方法均在一定程度上取得了不错的效果但是由于医学信息的挖掘过于复杂算法成本过高不利
3、于推广应用为此本文提出一种基于计算机技术的医学信息处理方法基于计算机技术的医学信息处理方法研究 杨新广 医学信息处理云平台设计采用医学数据处理系统()和改进的卷积神经网络()算法设计信息处理云平台结构如图 所示图 医学信息处理云平台结构图如图 所示整个架构分为四个层次通过数据获取层获取医学信息数据资料根据不同的特征信息归入数据存储中心数据存储层将所有信息输入至数据处理系统中以结构化的方式进行储存通过 系统处理后永久保存重要数据并且验证原始数据是否被篡改数据分析层利用改进的 算法对不同的数据结构进行处理同时算出权重并将结果传输到医学信息监控中心进行诊断和分析处理后的数据可以通过 传递到数据管理中
4、心实现网络云端数据的在线储存 上层管理中心能够监控数据的变化并随时下达指令 对于出现的特别情况医学信息监控中心可以通过远程通信网络及时传递数据信息到达上层管理中心 关键技术.系统为了提供可靠的存储解决方案同时保护用户隐私本研究利用区块链框架提出 系统数据经 系统处理后使用户可以永久保存并且可以验证原始数据是否被篡改 系统如图 所示 系统的运行包括两个程序即数据访问图 系统结构程序和区块链交互程序 数据访问程序包括数据提交、数据操作、数据查询和数据验证 用户提交要保存的数据由 处理用户可以查询保存的数据并验证其原始性 在区块链交互程序中系统将未保存的数据存储在区块链中然后将存储的数据提取到数据访
5、问应用程序 区块链的主要特征之一是透明性这意味着任何人都可以查看区块链交易的详细信息包括 保留的数据 为此 应该满足两个要求:提交后确保数据与当地用户的一致防止数据被篡改、伪造或删除 为了满足上述要求本研究执行保存提交()和原始性验证()两种协议.保存提交()的功能包括:接收用户上传的未保存数据并进行处理加密处理后的数据将保存的内容存储在区块链中 这三个功能分别由算法、算法 和算法 来实现算法 ()用于接收用户上传的未保存的数据并进行处理:基于计算机技术的医学信息处理方法研究 杨新广 算法 显示了 ()的伪代码该伪代码保存用户上传的数据并进行处理算法 显示了 ()的伪代码该伪代码对处理后的数据
6、进行加密以进行保护 当用户验证要保留的数据的有效性时将调用此函数如果用户确认保留则 使用 算法生成对称密钥 以加密未保留的数据 如果要保存的数据是文件则需要加密的内容 是文件的位置索引 表示医学信息类型具体可以分为 和 分别被加密并转换为 和 具体公式为:()()()()算法 ()用于加密处理后的数据以进行保护:使用在算法 中生成的非对称密钥中的公共密钥 对 进行加密使用这种多重加密策略可以更好地防止数据泄漏 最后该函数返回加密的数据 用户还可以取消保留操作数据库中存储的文件或数据将被删除算法 ()用于在区块链中存储保护:算法 显示了 ()的伪代码该伪代码将保存的内容存储在区块链中 首先根据用
7、户的注册信息和过去的保存操作确认用户的合法性并且只能由管理员设置 如果用户合法则要保留的数据将存储在区块链中然后返回交易哈希.原始性验证()模块的功能包括:查看保存的数据验证与原始数据的一致性从区块链中提取数据 这三个功能分别由算法、算法 和算法 来实现算法 ()用于查看保留的数据:算法 显示了 ()的伪代码用以查看 存储在区块链中的数据 首先 通过 从区块链中检索存储的加密数据然后使用私钥(算法 中生成的非对称密基于计算机技术的医学信息处理方法研究 杨新广钥)解密数据 接下来获得存储的哈希值该哈希值是原始数据的哈希值并且计算解密的保留文件的哈希值 如果 与 一致则不修改存储的文件并返回解密的
8、保留信息否则返回 算法 显示了 ()的伪代码接收用户上传的数据并检查该数据是否与保存的数据相同 用户将需要验证的数据上传到 来计算 之后从 获得存储在区块链中的数据其中包含原始数据的哈希值 并使用 进行校对 如果一致则要验证的数据与保留的数据相同返回 否则已验证的数据已被修改返回 算法 ()验证与原始数据的一致性:()算法 ()用于从区块链中提取数据:算法 显示了 ()的伪代码提取并重新编码存储在区块链中的数据 如果 有效且存在则 获取交易的全部信息并提取先前保存的数据然后将数据重新编码解析为原始格式并返回否则返回 综上所述根据 和 这两种协议实现 系统程序流程 首先用户上传需要保留的文本或文
9、件确认上传的内容正确无误后该内容将被正式存储在 中且无法更改 其次在 阶段用户可以查看已保存的原始内容或上传需要验证原始性的新文件 会检测其是否已更改并自动将结果反馈给用户 由于保存在区块链中会产生一定的成本因此 严格限制了用户操作的权限只有经过身份验证并成功登录 的用户才能对保留的数据进行操作未登录的用户只能浏览已生成的区块链交易 由于区块链交易是匿名的因此查看交易资料和加密内容不会对数据产生任何影响这也达到了普遍监督的目的.改进的 算法传统的 算法中数据采样主要采用静态采样这种方法的缺点是当任务类型过多时欠采样和过采样会导致收敛效果差 基于此缺陷本文研究新型的卷积神经网络模型结构如图 所示
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 计算机技术 医学 信息处理 方法 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。