医疗信息集成中消息交换性能优化技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    81360230
  • 项目类别:
    地区科学基金项目
  • 资助金额:
    50.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    H2806.医学信息系统与远程医疗
  • 结题年份:
    2017
  • 批准年份:
    2013
  • 项目状态:
    已结题
  • 起止时间:
    2014-01-01 至2017-12-31

项目摘要

According to the message exchange characteristics in current medical information integration and existing problems in research, the topics start with three aspects: HL7 message construction, message cache and message transmission. It researches message field mapping structure based on Horner method, comparison method based on hash, designs HL7 message construction and parse algorithms based on hash; researching HL7 message hierarchical cache structure construction methods based on dynamic tree partition, cache lookup algorithm based on Bloom filter, researching lifetime of HL7 message, regulated threshold of lifetime and survival model, cache strategy based on lifetime model, then forming the method of distributed hierarchical cache; researching real-time impact factors of HL7 message and rule repository, transmission processing model, prediction algorithm based on model, sharing processing method, then forming HL7 message transmission processing mechanism. It aimed at overcoming the problems of direct lookup message construction and parse algorithm low efficiency, repeat request caused a large number of HL7 message be re-constructed and parsed, real-time HL7 message processing is difficult to obtain safeguard, then achieving the purpose of optimize and improve message exchange performance. Research achievement is expected to form key technical support of message exchange performance optimization in medical information integration.
根据当前医疗信息集成中消息交换的特点及研究存在的不足,课题拟从HL7 消息构建、消息缓存、消息传输处理三个方面入手,研究基于Horner方法的消息字段映射结构、基于哈希的比对方法,设计基于散列的HL7消息构建与解析算法;研究基于动态树分区的HL7消息分级缓存结构构建方法、基于布鲁姆过滤器的缓存区查找算法,研究 HL7消息生存期、生存期调出阈值及生存期模型、基于生存期模型的缓存调出策略,形成分布式分级缓存方法;研究HL7消息实时性影响因素及规则库、传输处理模型,研究基于模型的预测算法、分时处理方法,形成HL7消息传输处理机制。研究旨在克服基于直接查找的消息构建与解析算法效率低下问题,重复请求引起大量HL7消息重新构建与解析问题,实时HL7消息处理难以得到保障问题,达到优化、提高消息交换性能的目的。研究成果整体有望形成医疗信息集成中消息交换性能优化的关键技术支撑。

结项摘要

随着医疗信息集成范围不断扩大,涉及的业务不断增多,具有信息交换量大、类型复杂、多中间件等特点,对医疗信息集成与交换提出了更高的性能要求。项目开展了构建与解析HL7消息的散列算法、分布式分级缓存方法、HL7消息传输处理机制、医疗信息集成交换服务中间件与应用四个方面的研究工作,取得的成果有助于克服消息构建与解析效率低、重复请求引起大量消息重新构建与解析、实时消息处理难以保障等问题,以提高集成与交换的整体性能。.在消息构建与解析方面,设计了多模式字符串匹配算法、HL7消息抽象数据结构、消息构建与解析散列算法;针对异构医疗信息集成与交换,提出了语义映射方法,设计了面向异构数据的HL7消息、DICOM消息构建与解析方法。.在分布式分级缓存方面,提出了基于改进型一致性哈希算法的缓存数据分布策略,设计了HL7消息生存期模型及基于生存期模型的缓存替换策略;提出了一种图像纹理特征提取方法,完成了面向医学图像的基于自适应分层切割的缓存方法及基于LRFU的缓存置换算法的设计。.在消息传输处理机制方面,采用发布/订阅模型,设计了HL7消息快速校验方法;为提高性能及满意度,设计了基于深度信念网络的个性化信息推荐方法和基于卷积神经网络的语义检索模型;为防止传输中消息丟失,设计了基于持久化存贮的消息传输可靠性模式;为对服务进行评价,提出了基于排队论的Web 服务社区最优服务数设置方法及基于社会选择理论的在线服务评价方法。.项目研发的集成交换中间件具有语义映射与转换规则、HL7消息与DICOM消息构建与解析、分布式分级缓存、消息传输交换处理功能。.项目发表学术论文17篇(其中SCI 3篇,EI 4篇),培养青年教师2名、硕士研究生8名。

项目成果

期刊论文数量(15)
专著数量(0)
科研奖励数量(0)
会议论文数量(2)
专利数量(1)
基于深度信念网络的个性化信息推荐
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    计算机工程
  • 影响因子:
    --
  • 作者:
    王兆凯;李亚星;冯旭鹏;刘利军;黄青松;刘晓梅
  • 通讯作者:
    刘晓梅
融合边缘直方图和局部二值模式的稳健人脸识别
  • DOI:
    10.14016/j.cnki.jgzz.2016.09.113
  • 发表时间:
    2016
  • 期刊:
    激光杂志
  • 影响因子:
    --
  • 作者:
    晋杰;陈熙;李闻;刘增力;黄青松
  • 通讯作者:
    黄青松
Tuning bg multi-pattern string matching algorithm with unrolling q-grams and hash
通过展开 q-gram 和哈希来调整 bg 多模式字符串匹配算法
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    Computer Modelling and New Technologies
  • 影响因子:
    --
  • 作者:
    Yang P.;Fan H.;Huang Qi;Liu Li
  • 通讯作者:
    Liu Li
SmartWADO: an Extensible WADO Middleware for Regional Medical Image Sharing
SmartWADO:用于区域医疗图像共享的可扩展 WADO 中间件
  • DOI:
    10.1007/s10278-015-9790-8
  • 发表时间:
    2015-10-01
  • 期刊:
    JOURNAL OF DIGITAL IMAGING
  • 影响因子:
    4.4
  • 作者:
    Liu, Lijun;Liu, Li;Xiong, Xin
  • 通讯作者:
    Xiong, Xin
面向短文本情感分类的特征拓扑聚合模型
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    中文信息学报
  • 影响因子:
    --
  • 作者:
    胡杨;冯旭鹏;黄青松;付晓东;刘骊;刘利军
  • 通讯作者:
    刘利军

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于评价修饰分布差的评论文本倾向性识别方法
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    计算机工程
  • 影响因子:
    --
  • 作者:
    冯旭鹏;马震;谢波;刘利军;黄青松
  • 通讯作者:
    黄青松
过冷对共析钢动态相变和组织演变
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    材料研究学报,21(6):1-6,(2007.12)
  • 影响因子:
    --
  • 作者:
    黄青松;杨王玥*, 孙祖庆
  • 通讯作者:
    杨王玥*, 孙祖庆
下迷宫压力脉动对抽水蓄能机组稳定性的影响分析
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    农业机械学报
  • 影响因子:
    --
  • 作者:
    阎宗国;黄青松;毕慧丽;王正伟
  • 通讯作者:
    王正伟
基于ZnS:Mn~(2+)量子点电致发光器件的制备
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    光电子.激光
  • 影响因子:
    --
  • 作者:
    黄青松;张晓松;徐建萍;董冬青;宣荣卫;李岚
  • 通讯作者:
    李岚
款式特征描述符的服装图像细粒度分类方法
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    计算机辅助设计与图形学学报
  • 影响因子:
    --
  • 作者:
    吴苗苗;刘骊;付晓东;刘利军;黄青松
  • 通讯作者:
    黄青松

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

黄青松的其他基金

面向大规模医学图像及诊断报告的跨模态检索关键技术研究
  • 批准号:
    81860318
  • 批准年份:
    2018
  • 资助金额:
    34.0 万元
  • 项目类别:
    地区科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码