医学信息学笔记.docx
《医学信息学笔记.docx》由会员分享，可在线阅读，更多相关《医学信息学笔记.docx（20页珍藏版）》请在冰豆网上搜索。
医学信息学笔记
第一章医学信息学的产生条件
•信息处理工具（计算机）的产生；
•医学科学的发展对信息科学的需求和信息科学对医学科学的渗透；
•理论基础（老三论系统论、信息论、控制论）的问世
医学信息学的内在理解：
它是一门交叉、独立，复杂、学科
内容上独立：
学科方向的差异性、对象的特殊性、学科语言的系统性、学科规范的约束性
医学信息学研究的内容：
医学信息的概念、属性、表征和度量
•在不同层次（环境、社会、群体、个体、器官、细胞、分子）上研究各类医学信息的获取、存储、变换、传输、加工的基本原理和基本方法。
•在整体和局部，在宏观和微观上，按照信息的观点实践和建立各种类型的医学信息系统，从而创建一批独具特色的环境医学信息学、临床医学信息学以及生物信息学等医学信息学分支。
研究和开发各种医学信息系统的软件以及与之相应的医疗或保健设备，在一定程度上实现医学信息产业化
医学信息学研究的意义：
1、为发现人体健康与疾病的规律，揭示人类新的健康观、疾病观和生命的本质，开辟一条研究的新途径。
2、将有力地促进医学科学的完全现代化和完全科学化的向前发展
医学信息学方法论的基本原则：
Ø系统论与还原论相结合
Ø宏观分析与微观求解相结合
Ø学科联盟与单科切入相结合
Ø基础探讨与应用效应相结合
其中最重要的是：
系统论与还原论相结合，既要使用还原论的方法去探求生命体各个局部的信息传输、存储、转换的基本性质和基本途径，也要用系统论的观点去分析和把握整个生命系统的信息运动规律。
第二章医学信息的基本概念和原理
•在科学界，信息论、控制论和系统论被称为“老三论”（创始人分别是：
申农，维纳，贝塔朗菲）
•信息论的基本内容：
主要研究了通信系统中信息的含义、属性、本质、度量、运动特点和信息处理的一般规律。
•控制论的基本内容：
主要研究了机器和动物系统中如何通过信息实现系统控制的一般规律，同时也对信息的含义和定量描述进行了与申农类似的阐述和论证。
•系统论的基本内容：
主要从系统的层次、结构、功能、环境和信息等基本要素研究了数学系统论、技术系统论和哲学系统论。
在方法论上系统论强调：
整体性原则、结构性原则、开放性原则、最优化原则以及一个系统如何在信息的控制下实现系统结构、系统生存和发展的相对平衡。
信息论、控制论和系统论是信息科学得以问世的理论基础；毫无疑问，它们也是医学信息学产生的重要基础。
•信息科学认为：
任何一个事物都可构成一个系统，任何一个系统都必须在一定的控制下才能生存；而任何一种控制又必须依靠信息才能实现。
所以，控制是系统存在的条件，信息是控制的基础；系统是控制存在的具体表现，控制是信息存在的具体反映。
总之三者相互依存，构成一个有机的整体，只有这样，才能使一个系统的内部和外部达到平衡和发展
•为什么说信息不是物质？
它不遵守物质不灭定理；也不遵守物资的质量守恒定律，它无质量可言。
为什么说信息不是能量？
它不会直接做功；它也不遵守能量守恒定律。
信息包含在消息中，或说消息是信息的一种载体。
与消息类似，信息包含在信号之中，信号只是信息的一种运载工具。
情报只能是一类特定的信息，而不是信息的全部，即信息包含情报，或者说情报仅仅是信息的一个子集。
信息包含知识，或者说知识包含在信息之中
•信息的基本特征：
•普遍性：
无处不在，无时不有，但无质量可言。
•寄载性：
不能独立存在，必须寄载在某种物质中
•传递性：
可借助某种信道进行传递。
•共享性：
任何信息都可以为大家所有。
显然这是与物质能量的一个显著区别。
•表征性：
任何信息都可以以某种形式表征出来。
•压缩性：
信息是可压缩的。
•增殖性：
信息在传递过程中可能被增殖。
•生命性：
这是医学信息所具有的独特性质。
第三章信息的数字化描述
概率值的大小是描述信息量大小的重要指标。
•事件某个状态xi发生所包含的信息量实际上就是由该状态xi发生的先验概率P（xi）转变成后验概率P（xi+1）的一个不确定函数的改变量，即f（P（xi））-f（P（xi+1））。
如果用符号H（xi）表示，那么就称这个改变率为事件在状态xi时发生后的自信息，或称自信息量函数：
H（xi）=-logP（xi）H（xi）只是一个随机变量
•把信宿接收到信源的消息后，消除信源事件不确定性的程度来度量信源所有消息的平均信息量，简称信息量。
这就是申农信息熵的基本思想。
•底数为e时，其的单位是奈特（Nat即NaturalDigit）。
底数为2时，其单位是比特（Bit即BinaryDigit）。
底数为10时，其的单位是迪特（Dit即DecimalDigit）
•
当出现概率p（xi）=0时，则约定：
0log0=0
•熵的性质：
最常用的有三条：
非负性:
（离散状态）信息熵总大于0
确定性：
多个状态中只要有一个确定（发生或不发生），则熵值必为0
极值性：
等概时熵值最大
什么是联合熵：
指两个以上事件（信源）联合发生所具有的信息量的概率平均值。
什么是条件熵：
指由两个或两个以上的随机事件或者说信源构成一个事件集，当一个随机事件已知时，另一个随机事件发生所提供的联合不确定性
H（Y|X）=
•条件熵与信息熵的关系：
当两个随机事件X，Y相互独立时:
H（X,Y）=H（X）+H（Y）H（X|Y）=H（X）H（Y|X）=H（Y）
•当它们相互关联时:
H（X,Y）≤H（X）+H（Y）H（X|Y）≤H（X）H（Y|X）≤H（Y）
在传输过程中接收到消息Y后，信源消息X由先验熵H（X）变成后验熵H（X|Y）的改变量定义成互信息，即：
随机事件X与Y之间的平均互信息，简称为互信息（MutualInformation）并用I（X;Y）表示，即：
I（X;Y）=H（X）-H（X|Y）
•互信息也可定义为：
I（Y;X）=H（Y）-H（Y|X）且有（对称性）：
I（X;Y）=I（Y;X）
•互信息还可以通过联合熵定义成下面形式：
I（X;Y）=H（X）+H（Y）-H（X,Y）I（Y;X）=H（X）+H（Y）-H（Y,X）
微分熵即连续随机变量的信息熵。
关于连续随机变量的信息熵，申农仿照微积分中可把连续问题看成是某种函数和的极限的方法，直接将其定义为连续随机变量的信息熵，并称为微分熵，即：
N次扩展信源的信息熵应等于：
计算题：
P67
计算题：
p51,p56,p67
第四章医学信息的模型化概述
什么是模型?
所谓模型实际上是一个系统，它是对原型实体或者说原型信息系统的特征和规律的一种描述。
换言之，模型是原型的一种代表，是对现实世界的一种抽象。
一个模型必须满足三个条件：
具有相似性（类比性）；具有代表性（在形态上或行为上或功能上）；具有外推性。
•什么是模型化?
所谓模型化就是对研究对象（某个事物或某个事件或某个过程）建立一种模拟模型，并借助于计算机对其进行加工处理的过程。
•模型化基本方法：
◊
（1）具有结构化特点的医学信息：
一般是使用数学语言构建一个模型，然后该模型进行相关的分析、探索和推测。
◊
（2）具有非结构化特点的医学信息：
一般是建立一个描述性模型，即用一种形式化的语言（自然语言、程序语言或类程序语言）对所研究的对象进行描述，进而对其进行研究。
•基本步骤：
（1）构建模型：
构建所研究对象即医学信息原型的模型。
（2）分析和验证模型：
对医学信息模型进行功能或行为进行研究和判断。
（3）应用和预测模型：
应用所建模型推测新的医学信息原型并得出相应的结论。
•确定性医学信息模型化含义是指在医学研究中输入一定的确定的信息条件下，对必然产生一定结果的医学事件或医学过程规律的描述。
欲建立一个确定性信息模型，实际上就是要构建一个确定的数学等式。
•随机性信息模型亦称概率信息模型。
它是以随机性信息为基础建立起来的并对其进行研究的一类信息模型，或者说是指在研究输入一定的随机信息的条件下，描述可能发生的事件和过程规律的模型。
•模糊信息的模型
所谓模糊模型，自然是借用模糊数学这个工具，对医疗领域中所出现的模糊信息分析研究、抽象概括，进而建立起来的各种客观的数量关系
模糊（信息）熵，是对论域上一个模糊集合的模糊程度的一种描述方法，描述模糊度的另一种方法是距离法。
•非线性模型实质上就是非线性系统。
其特征是：
从数学上看：
量与量之间不存在正比关系；没有部分之和等于整体；不遵从叠加原理。
从物理上看：
不表现为时空中的平滑运动；在外界影响下系统中某些参量的极细小变化，可能引起系统在一些关键点（阀值）上运动形式的决定性改变
“新三论”系指：
《耗散结构论》、《协同学》、《突变论》以及衍生出来的《混沌学》、
《分形论》和超循环理论等。
•耗散结构论、协同论与突变论一起，在研究系统有序与无序的演变机制上，把系统的形成、结构和功能联系起来，为推动复杂性科学和非线性系统的研究提供了重要的理论支撑和全新的科学世界观和方法论。
非线性研究的基本原理：
•开放系统原理，系统有：
孤立系统、封闭系统和开放系统
•远离平衡原理，要使系统向有序转化，就必须打破平衡使系统远离平衡态。
•协同作用原理，系统从无组织状态变为有组织状态，有序度增加，无序度降低，从而实现新的结构产生和生物的进化与发展。
•突变原理，任何一个系统中任何一种耗散结构现象或混沌现象在实现其由无序向有序的转化，或由有序向无序的转化，总是要达到阈值产生一个突变过程。
•涨落原理，所谓涨落，实际上是系统中在从无序向有序或从有序向无序的转化中出现的“振荡”现象，只有涨落发生，才能导致突变发生。
•人体医学信息系统的非线性
（1）人体医学信息系统的不可逆性
（2）人体信息系统的多层交错性
（3）人体信息系统的程序性
第五章信息的分类和编码
信息分类基础和依据是：
学科分类的原则
信息分类的基本原则：
科学性，系统性，可扩充性，可兼容性，综合实用性
信息分类的一般方法
（1）符号分类法
（2）数字分类法
信息熵分类算法
•第一步：
算信源的信息离散量和离散增量。
P122
•第二步：
构建离散增量系数表。
•第三步：
在建立的离散增量表中找出最小的离散增量，即求出min{△ij}，然后将第i和第j两类合并成一个新类。
•第四步：
重新计算新表各类信息离散量、离散增量以及构建新的离散增量系数表。
•第五步：
重复第三步和第四步，直到新表只剩两种类型为止。
信息编码的含义就是将经过分类的信息赋以易于计算机处理，且能使其占用尽可能少的存储空间的规律性的符号或代码的过程。
编码主要完成工作：
其一，对需编码的信息进行分类描述；
其二，对经过分类的信息对象，选择适当的方法对其进行代码处理，使能够正确、高效地进行表达、传输和存储。
哈夫曼编码法和香农编码法就属于可逆数字化编码法
•
Li为信源第i个状态xi编码的长度，则该信源的平均码长L为：
极限定理：
H（X）为熵值
•所谓冗余度，是指信源X的最大熵值与实际熵值的差值，即：
R=Hmax（X）-H（X）=logN-H（X）显然这里的Hmax（X）是指信源X在等概率（p（x）=1/N）时的熵值。
•
所谓编码效率是指信源X的信息熵值与信源每个符号的平均码长L的比值，即：
•变长最优数字编码定理：
在变长编码中，对出现概率大的信息符号赋以短码字，而对于出现概率小的信息符号赋以长码字。
如果码字长度严格按照所对应的符号出现的概率大小逆序排列，则编码的平均码长必定小于任何其它排列方式。
哈夫曼编码法:
P134申农编码法p135自然编码法：
p136
•符号化编码法主要解决医学信息的标准化问题，以提高医学信息在存储传输过程中的可靠性和唯一性；而数字化编码法则主要解决信息的时空效率问题，以提高信息在传输中的速率和减少在存储中的空间。
第六章医学信息的感知与获取
信息感知的基本含义：
其一，信息感知是通过感知对事物本体论信息的洞察过程
其二，信息感知只是对事物运动状态和存在方式的一种感悟，它并不理解它的逻辑含义和它的效用价值。
其三，一般说来，信息感知的功能主要是通过人体的感觉器官来实现的。
其四，信息感知总是有局限性的
信息获取的基本含义
1、信息获取的狭义定义：
借助换能器将非电信号→模拟电信号并经A/D转换器将其转换成数字信号的过程。
这个过程通常叫数据采集。
2、信息获取的广义含义：
凡采用一定方法得到所需信息的过程
医学常规数据信息：
指在医学领域里常见的医学临床、医学实验、医学教学中不需经过换能设备得到的检查、实验、科研和医学管理等常规数据。
医学常规数据的类型：
倘若按可计算性进行分类：
可分为：
定量指标的医学数据信息和定性指标的医学数据信息；
倘若按数据的时效性进行分类：
可分为：
一般数据信息和情报数据信息等
•医学常规数据信息获取的基本方法：
（1）临床试验法
（2）实验研究法
（3）现场调查法
（4）分类归档法
医学常规数据信息获取中应注意：
数据的正确性、数据的统一性、数据的可操作性
人体生理模拟信号的界定：
一般是指那些借助一定的医学仪器才能被观测到的那些人体内部生理信息。
人体生理模拟信号通常分电信号和非电信号两种形式。
人体生理模拟信号的基本特征：
幅值小，频率低；信噪比低，随机性强；易受干扰，不易识别
人体生理模拟电信号的获取或采集主要包括两个阶段：
一是将人体各种非电生物信号转换成模拟电信号；
二是将模拟电信号转换成数字信号，并送入计算机。
人体生理模拟信号获取的基本工具：
医学传感器（医学换能器）、A/D与D/A转换器
医学图象信息的获取（应属于景物信息之列）
对计算机而有言，其图象主要有两类：
位图（Bitmap）、矢量图（Vector）。
医学图象信息的基本特征：
维数多：
二维以上；容量大：
一般在数兆以上；
生命性：
任何一点信息都与生命联系在一起；
信息量大：
任何一点信息都包含着极其丰富的大量内容。
医学图象信息的获取，一般要经过两个阶段：
其一，实现医学图象的光电转化，即把医学图象信息转化成模拟电信号。
其二，实现医学图象的模数转化，即把模拟图象信号转化或数字图象信号，并将其送入计算机中。
•
离散的图象信息熵（pi表示某个象素的灰度值出现的概率）：
•
连续图象信息熵：
对于医学图象获取，目前常见的方法主要有：
（1）X线胶片的数字化方法
（2）直接从检测设备获取数字化图象信息的方法（3）计算机断层扫描获取方法
医学知识信息的获取
•医学知识信息的含义:
医学实践中所遇到的概念、事实、规则、过程等。
•医学知识信息获取的基本任务
（1）知识信息的采集
（2）知识信息的表示（第五章信息编码）
医学知识信息获取的基本方法
•
（1）知识的人工获取
交互式也称主动式（ADAS）：
是由知识工程师向医学专家提出问题，并由医学专家回答，在交互过程中获取医学领域知识。
非交互式也称被动式（PKAS）：
知识工程师一般不干扰医学专家的工作，以观察的方式获取医学专家的知识。
•
（2）知识的自动获取
其一，利用智能编辑器（程序）或文本解释程序，从医学专家那里直接获取。
其二，使系统具有自我学习的功能，比如可以构造一个系统，让计算机具有记忆功能。
第七章医学信息系统的集成和处理（这一章我们没有学，应该不用看）
•信息系统集成（Integration）：
–从结构形式上看：
有硬件系统的集成和软件系统的集成；
–从功能形式上看，有一个信息系统的集成和多个系统的集成。
•什么是信息系统的集成？
–指在获取信息的基础上，采用一定的方法和手段，对信息进行分析、转接、存储，加工处理等，并构成计算机系统的过程。
•系统集成的基本目的：
–就是使其具有或模拟医学某个领域或人体内某个系统的基本功能，籍此来达到探讨医学领域各种信息的发生、传播、变换、存储和驱动的基本规律。
•医学信息系统的集成必须遵循：
整体性原则、开放性原则、最优化原则、生命性原则
▪医学信息系统集成的基本方法：
（1）结构化方法：
借用结构化程序设计思想而产生的一种面向数据流的系统集成方法。
（2）原型化法：
用最小的时间和经济开销，迅速开发出一个可实际运行的、并能体现目标系统基本功能的系统原型，并投入运行和提供原型的有关文档。
（3）面向对象方法由面向对象程序设计发展起来的一种系统集成方法。
系统要求改变模式时，只需改变它们之间的映射关系而保持子模式不变，逻辑数据独立性
当系统要求改变物理模式时，只需改变它们之间的映射关系而保持模式和子模式不变，物理数据独立性。
SQL嵌入中必须解决几个问题：
嵌入语言与宿主语言的区分；
嵌入语言与宿主语言的数据交换与通信；
数据库操作与应用程序操作的“阻抗匹配”问题。
•一个Web数据库系统，从逻辑上讲一般包含数据存储、业务处理和界面表示三个层次。
最基本的特点是：
通用的用户接口、返回的结果是一个网页、可生成动态的数据结构、支持跨平台的工作模式。
第八章模拟人脑思维的信息处理方法
从信息的角度说，可以认为思维是信息在人的大脑中进行流动即进行存储（记忆）、推理、加工和传输的过程。
■所谓推理（Inference）就是指按照某种策略或机制从已知的条件（事实）或假设出发，推出某个或某些目标或事实的过程。
推理机制主要解决推理方向的控制机制、求解机制、限制机制和冲突消解机制等问题。
•正向推理亦称数据驱动推理，或称前向链接推理。
从一组表示事实初始信息的谓词或命题出发，正向使用推理规则的推理方式，以证明目标信息的谓词公式或命题是否成立的方法。
•反向推理亦称目标驱动推理，或称后向链推理。
即从表示目标信息的谓词或命题出发，使用一组规则信息证明一组表示初始信息的事实谓词或命题成立的方法。
•推理的冲突消解策略1.特殊知识有限原则；2.新鲜知识优先原则；3.领域特点优先原则；4.差异性大者优先原则；5.可信度大者优先原则
■基于与发信息的搜索策略
■状态空间表示法：
是用“状态”和“操作”来表示的一个搜索过程，一般用一个三元组（S，F，G）表示（S为初始状态集，F为操作集，G为目标状态集）。
■广度优先搜索策略实际上是一种横向搜索的策略。
搜索中，只有在同级所有节点都搜索完后，才能进入下一级节点进行搜索。
P226
这种策略是一种完备搜索策略：
只要有解，就一定可以找到解。
而且一定是最优解。
主要缺点是盲目性较大，其搜索效率较低。
尤其是当目标节点距离初始节点比较远时，将产生许多无用节点，因此其搜索效率较低。
■深度优先搜索策略是一种后生成的节点扩展的策略。
其搜索过程是：
从初始节点开始，在其子节点中选择一个最新生成的节点进行观察，如果该子节点不是目标节点且可扩展，则扩展该子节点，然后再在此子节点的子节中挑选一个最新的节点进行观察，依次向下搜索，直到某个节点既不是目标节点又不可扩展，则选择其兄弟节点观察。
深度优先搜索是一种不完备的策略，即使问题有解，他也不一定能找到解；此外即使在能找到解的情况下，按深度优先搜索找到的解也不一定是最优解。
P228
■所谓医学信息专家系统（MedicalExpertSystem）是在医学领域模拟医护人员的思维进行医学实践，并且具有专家水平的一类智能系统。
专家系统有解释型、诊断型、预测型、设计型、控制型等10种类型。
■医学专家系统的特征最基本和最关键的是：
其一、具有医学专家的专家水平。
其二、具有人脑推理的功能。
其三，具有获取知识的能力。
基本结构
（1）知识库
（2）推理机（3）综合数据库（4）解释机制（5）知识获取机制（6）人机接口
MYCIN系统是一个典型的医学专家系统,因此它的基本结构，主要由三个子系统和两个库组成：
知识获取、解释、咨询子系统、数据库、知识库。
■在MYCIN系统中，其数据是用一个三元组进行描述：
（对象属性值）
■在MYCIN系统中，其推理控制是采用逆向推理和深度优先的搜索策略。
第九章模拟生命进化的信息处理方法
•进化论认为：
所有生物都遵循“优胜劣汰”、“适者生存”的基本原则。
实现这些原则的基本方法就是遗传、变异和选择。
•所谓遗传算法：
就是人们模拟生物进化而形成的一种优化策略，使用群体搜索技术，将种群代表一组问题解，通过对当前种群加以繁殖、交叉和变异等一系列遗传操作，从而产生新一代种群，并逐步使种群进化到包含近似最优的状态。
•遗传算法具有的特征是：
第一、自适应搜索，第二、并行式搜索
第三、黑箱结构，第四、渐进式寻优的全局最优解
遗传算法的计算步骤：
第一步、产生初始群体；第二步、计算适应度；第三步、复制（选择、繁殖）；第四步、交换与突变；第五步、迭代和终止
•所谓信息编码（Coding），就是确定染色体的形式和染色体的长度L。
一般一个字符串对应一个染色体.。
染色体的形式一般采用二进制数形式，而其长度L（即二进位数字的个数）则可由下式实现：
生成初始群体的方法：
通常是采用随机方法生成
–所谓适应度，从本质上讲，就是个体适应环境的一种生存能力的程度（大小），它是衡量一个个体优劣的标志。
•在遗传算法中，通常个体的适应度就是所研究问题的目标函数，有时适应度也是目标函数转换后的结果。
•表示染色体某个方面的特定信息的编码形式就是遗传算法中模式（Schema）。
所谓模式的阶次（Order）,是指模式中已有明确含义的基因的个数,通常记为
•所谓模式的定义长度（DefiningLength）是指模式中最前面和最后面两个具有确定含义的基因之间的距离，记为δ（H）。
只有当模式H的平均适应度大于群体的平均适应度时，模式H的个体数目才有可能增加；否则模式的数目将会减少。
经过交换操作模式的定义长度越大，其破坏性就越大（或者说个体存活的可能性越小）；反之就越小。
经突变操作后模式发生破坏的可能性主要由模式阶次的大小决定。
模式阶次的值越大，其破坏性就越大；反之就越小。
遗传算法模式定理说明:
凡是模式的长度短、阶次低和模式平均适应度大于群体平均适应度的模式H在遗传算法计算中将可能呈指数形式增长，反之将可能呈指数形式消亡。
第十章医院信息系统的概念和技术（书上的第十二章）
HIS系统设计的基本形式
（1）自我开发，亦称系统集成法
（2）合作开发，亦称量身定做法（3）直接购买，亦称交钥匙法
系统开发的基本方法：
结构化方法；原型化方法，面向对象方法和生命周期法
设计HIS系统的基本步骤与系统集成的方法步骤是相同的，即：
系统总体规划（需求分析）；系统逻辑结构分析；系统物理结构设计
系统的详细设计；系统的组装、运行和维护；系统的商品化处理
电子病历是由医疗机构以电子化方式创建、保存和使用的，重点针对门诊、住院患者（或保健对象）临床诊疗和指导干预信息的数据集成系统。
是居民个人在医疗机构历次就诊过程中产生和被记录的完整、详细的临床信息资源
电子病历依靠电子病历系统提供服务，电子病历系统是包括支持病历信息采集、存储、处理、传递、保密和表现服务的所有元素构成的系统。
基本功能：
电子病历应具有病人数据录入、数据存储、加工处理、网络传输、信息显示等功能。
开发一个电子病历系统需要解决模型的结构化，系统数据的结构化
病历系统模型的结构化主要体现在通科和专科或专病两大类型上
数据的结构化包括：
系统数据的结构化，时间数据的结构化
时间表达的方法一是相对表示，二是绝对表示
在表示时间时，时间精度是指时间表示到年、月还是分、秒，这要视疾病的种类和病人的病情或需要来定
在表达时间的过程中，有两个问题需要考虑：
系统中要具有时间标注功能、时间修改的限制
自然语言数据的录入使医生完全可以根据
升级会员 