基于MogoDB数据库的临床医疗大数据挖掘案例分析.docx

?

?

基于MogoDB数据库的临床医疗大数据挖掘案例分析

?

?

胡皓皓胡昌盛

DOI：10.16660/j.cnki.1674-098X.2011-5640-8970

摘?要：隨着医疗大数据时代的到来，从大量原始数据中挖掘出相关有用的信息，对治病防病及医疗决策进行有效辅助，起到非常好的作用。本文基于MongoDB数据库，利用Python编程语言，编写数据处理程序，通过将原始的多个数据表入库转换，找出已治愈患者，在此基础上找出复燃、复发患者并筛选出没有重复的数据;通过多进程提高处理速度。最后结果达到了预期，为相关医务人员提供了诊断及决策依据。

关键词：Python?MongoDB数据库?大数据?数据挖掘

：TP311??????????????：A??????????：1674-098X（2021）01（c）-0108-03

ACaseStudyofClinicalMedicalBigDataMiningBasedonMongoDBDatabase

HUHaohao1?HUChangsheng2*

（1.SouthChinaInstituteofSoftwareEngineering，GuangzhouUniversity，Guangzhou，Guangdong?Province，510990China;2.GuangzhouUniversityofChineseMedicine，Guangzhou，Guangdong??Province，510006China）

Abstract：Withtheadventoftheeraofmedicalbigdata，miningrelevantusefulinformationfromalargenumberoforiginaldataplaysaverygoodroleineffectivelyassistingthetreatmentandpreventionofdiseasesandmedicaldecision-making.Inthispaper，basedonMongoDBdatabase，usingPythonprogramminglanguage，wewriteadataprocessingprogram.Throughputtingtheoriginaldatatablesintothedatabaseandtransforming，wefindoutthecuredpatients.Onthisbasis，wefindouttherecurrentpatients，andscreenoutthedatawithoutduplication.Weimprovetheprocessingspeedthroughmulti-processing.Finally，theresultsachievedtheexpectedresults，andprovidedthebasisfordiagnosisanddecision-makingforrelevantmedicalstaff.

KeyWords：Python;MongoDBdatabase;Bigdata;Datamining

医疗机构作为医疗行业的重要载体，保存大量的患者的原始数据。早期，大部分医院原始数据的记录大都保存在Excel电子表格中，表格多，数据量大，少则十多万条，多则几百万条。单独通过电子表格进行数据统计功能非常有限，而且处理速度慢，对深度数据挖掘没有什么作用。本文笔者通过Python编写语言，结合MongoDB数据库编写程序，把原始数据中的多表进行关联并进行条件筛选，通过多次优化进程，挖掘出相应结果。具体编程处理流程分多步进行。

1?设计具体流程

设计具体流程如图1所示。

2?数据转换及导入

MongoDB是一种NoSQL数据库，MongoDB可以实现多类数据的一体化存储、统一规则访问及多样性查询、关联检索等功能。将xls格式的2011～2019年某省某某病患者数据文件全部导入到MongoDB中。通过将病案基本信息表关联其他四个表（痰涂片检查、痰培养检查、X线和治疗信息）的信息，匹配的条件是病案ID和登记号，得到集成病案信息表。

这一步获得五个大表和一个总表，如表1。

3?找出已治愈的患者

从第一步得到的病案基本信息表里