時間：2023-10-15 15:33:38
引言：易發表網憑借豐富的文秘實踐，為您精心挑選了九篇戲劇藝術的核心范例。如需獲取更多原創內容，可隨時聯系我們的客服老師。
二十多年來,醫院信息化建設包括計算技術、存儲技術、集成技術在內的信息技術的各個方面都取了長足發展,相關技術和產品在醫院信息化的各個環節也得到了不同程度的應用。在計算能力方面,越來越先進的PC級服務器系統和小型機計算系統進入到醫院;數據存儲方面,所有類型的大規模存儲產品(無論是傳統的SAN架構、IP構架還是IP-SAN架構)都在醫院信息化中有了應用;應用開發方面,消息總線等應用集成手段也在應用開發中得到使用;其他如最先進的備份產品、電源產品、網絡產品、安全產品等也在醫院里經常可以看到。
雖然所有最先進的信息技術已經在醫院信息化中得到了應用,但我們感覺醫院信息應用在易管理性、實時性、可靠性、安全性、易擴展性等方面仍然存在著諸多問題。
本文嘗試通過對醫院發展到現階段所遇到的主要問題進行深入分析,并借鑒其他行業成熟IT建設經驗,來探討醫院信息系統建設中應用數據中心架構來解決相關問題的可能性。
當前醫院信息化遇到的主要問題
1. 應用集成問題凸顯
在醫院信息化建設初期,同一產品提供商構架為醫院的信息化提供了一種很好的解決方案,回避了各個系統模塊的集成問題,并在很大程度上提高了醫院在采購相關模塊時的性價比。
不過最近幾年,隨著醫院信息系統的發展從第一階段以財務、藥品和管理為中心的相關模塊建設,轉向以患者信息為中心的臨床業務模塊的發展階段,醫院在進行信息化建設中仍然采用同一產品提供商構架已經不再具有現實的可行性,它已不再是醫院信息系統的典型系統狀態。
如圖1所示,醫院信息系統橫向由管理信息系統、臨床信息系統兩大體系組成,每一體系縱向又各自分為基礎業務層、知識管理層和決策支持層三大體系。可以這樣說醫院信息系統的模塊這幾年的發展趨勢可以總結為細分、專業、深化這六個字。特別是在臨床信息系統方面,專業化的發展趨勢特別明顯。近年來專業的檢驗信息系統(LIS) 提供商、醫學影像存儲和傳輸(PACS)系統提供商、電子病歷(EMR)系統提供商在行業里都已經形成了主流的廠商。從統計結果來看,這些醫療信息系統提供商專注于相關領域,且它們基本上都不屬于傳統的HIS廠商。為了采用更好的產品,醫院在選擇提供商時可能不得不選擇這些專業提供商提供的性價比好的專業產品。
醫院信息系統由單一廠商模式轉變成多廠商模式后,應用的集成問題就凸顯出來了。從圖1和圖2中我們已經發現醫院信息系統各個模塊(或子系統)之間并不是獨立系統,它們之間具有不同程度的互操作性需求。圖2示意了醫療服務業務平臺(門診和住院)中各個模塊的相互關系。
在這種情境下,醫院必須通過應用集成的手段來滿足應用之間互操作性的需求,如果這種集成仍采用傳統點對點的集成方案,那么隨著業務系統的增加,其復雜度將使集成工作成為一種不可能完成的任務。所以現在業界已經引入了應用集成平臺(包括消息服務總線等技術)來解決應用集成的問題。但從集成的層面而言,一般來說采用數據集成、界面集成、流程集成的綜合方案是比較合適的。從近年的實踐來看,現在獨立應用的架構并不能很好的支撐應用集成的實現,即便是在引入應用集成平臺技術以后。
2.多應用系統及其支撐環境管理維護問題日益突出
傳統上,醫院的信息系統是從簡單二層系統發展而來的,對于二層系統支撐環境而言,數據庫服務器、存儲、前端客戶機三個層面對于應用開發商來說是獨立并且透明的。簡單來說,就是用戶提供了獨立的數據庫服務器、存儲、前端客戶機后開發商就可以部署相關應用系統了。
隨著信息化建設的逐步推進,醫院按照應用要求購置并部署了幾十甚至上百個這樣的環境。現在一個典型的三甲醫院運行超過100個PC級服務器的不在少數,由于應用規模的不斷增加,系統(包括硬件、系統軟件、應用軟件)的維護工作量劇增,甚至在小規模系統時代不用過多考慮的電源、網絡配置等內容都成為具有不小工作量的日常任務。
由于每個應用都具有一定的獨立性,即每個應用有自己的應用運行環境,這樣每一個應用環境都有專門的要求,且這些應用之間還具有交互性,這樣系統維護的復雜度較之HIS早期時代的維護工作量而言已經不再是同一個數據級的(大型醫院IT部門需要管理上百臺服務器、上千臺終端已經不再是個別現象了),這對醫院的IT部門來說是個不小的挑戰。
隨著應用數量的增加以及系統連續運行的時間增加,系統的數據量規模急增,從十幾年前的幾百兆,到現在上百T的數據量。在這樣的應用場景下,如何很好的進行系統備份,以及出現故障后如何及時準確的恢復系統,以保證對業務的影響減少到最小程度,在實踐中也是一件極具挑戰的工作。
3. 應用系統業務壓力增加,系統性能問題嚴重
近幾年,隨著醫院本身業務的快速發展,醫院的日門診量、年出院人數、年收入等指標都快速增長。這樣,對于醫院信息系統而言,核心業務模塊的壓力增加很快。當前大部門醫院的核心模塊均出現了性能下降的現象,特別是在業務高峰時,如掛號、收費等窗口模塊性能的下降甚至導致業務運轉出現問題。
在OLTP(聯機事務處理)設計的基礎上來完成大量的OLAP(聯機分析處理)應用的開發,也給系統的性能帶來了新的問題。隨著OLAP系統在醫院內應用的增加,整體的系統性能問題日益突出。傳統的HIS構架是建立在處理OLTP的基礎上的,相對重視交易處理能力,對于大量的后臺數據處理方面的考慮是不足的。當前以成本核算、績效考核、數據挖掘等OLAP業務加載后,對系統的整體性能影響是比較大的。
當前各個主流廠商,也針對性能問題提出了各種性能優化的方案,但從實踐的情況來看,總體效果有限,并不能完全滿足實際業務的需求。
4. 系統運行環境復雜,保證系統可靠運行困難
當前醫院信息系統運行環境十分復雜,具體表現在:內部子系統眾多,且是異構的。這種異構性體現在應用軟件、系統運行支撐環境等多個層面。
與其它行業現存的復雜系統相比,醫院信息系統的復雜性在于整個系統構建一般是在沒有總體規劃和設計的基礎上進行的。這種復雜性產生的來源主要是因為醫院的信息系統模塊(包括支撐運行的設備、網絡等要素)是隨著醫院的業務需求逐步增加的,前面的模塊在部署和交付時并沒有考慮到后續模塊的相關約束。當新模塊上線時,不僅要受到自身運行環境的約束,同時還要考慮已經存在的系統的約束。
5. 業務數據敏感性提高,系統安全保護困難
醫院的信息系統中因為醫療業務的需求,包含了大量的患者個人信息。這些信息的泄漏給公民生活帶來嚴重影響。隨著電子病歷系統等在醫院的進一步普及,衛生部也已經了《電子病歷規范》等法規性文件,對于電子病歷應用中對于個人隱私信息等的保護進一步提出了要求。
坦率地說,在傳統的醫院信息系統的構建中,安全環節特別是隱私保護無論是在業務規范和技術規范方面均處于一個較低的層次。當前系統的應用環境十分復雜,系統涉及內網、公網多個網絡環境,系統應用人員眾多,如何保證個人信息的安全的確是一個不容忽視的問題。
數據中心架構如何解決相關的問題
從主流廠商的觀點來看,現階段數據中心的核心技術主要包括以下三個方面。
第一方面,數據中心技術立足于標準可擴展的系統平臺。這一核心技術可以幫助解決醫院的應用不斷增長的現實需求。這一技術主要體現在服務器刀片、存儲刀片和電源刀片等,它的優勢就在于根據數據中心業務系統的發展,它可以在高密度的基礎上按需求逐步增加服務器、存儲和電源等資源,實現節能、便捷、應變和精簡的目標。按照這一技術要求,在數據中心建設初期對于OLTP和OLAP兩類應用都應該有標準化、可擴展的解決方案,并且在OLTP和OLAP兩類應用的基礎設施的設計上存在著有機聯系。在這一技術的支持下,各個應用的性能問題可能通過增加計算資源等方法系統的解決(當然不排除應用自身調優來作為補充解決方案)。
第二方面,綠色節能與動態散熱是數據中心的另一關鍵技術。基于數據中心構架的應用今天所占用的能耗已經不再是一個可以忽視的數字了。按照傳統方案,大量的服務器、存儲設備、安全設備、空調設備對電力的需求,已經使數據中心的能力擴展受到極大限制。因此當前的數據中心從兩個方面來處理節能的問題:一是使用低功率處理器、低功耗內存,到服務器與存儲設備,再到主動式散熱風扇等機箱級節能技術等;二是動態智能散熱等數據中心級節能技術,借助安裝在機柜上熱傳感器實時收集與傳輸環境數據的技術以及與數據中心制冷設備的動態互動控制,動態智能散熱技術可以將數據中心的散熱成本降低15%~40%,減少了二氧化碳的排放量。這兩種技術的使用使醫院在電力能力一定的情況下,數據中心的計算能力擴展提高到一個新水平。
第三方面,虛擬化技術。虛擬化概念的提出,最重要的一個原因是要提高IT資源的利用率。因為用戶當初采購系統的時候,都是按照最高負載來采購的,但據統計實際的資源利用率不超過 25%。通過虛擬化技術把資源都利用起來,可以大大節約成本。
數據中心架構的主要局限
通過對當前業界數據中心技術的研究,我們認為如果充分利用數據中心的關鍵技術,對于解決醫院信息系統當前存在的大多數問題顯然是有效的。但我們同時也認識到,當前數據中心關鍵技術離我們所談的數據中心架構的需求還存在著一定的距離,主要體現在以下三個方面:
1. 當前的相關技術還是重點關注在硬件和系統軟件層面。
從這一點上來看,這些技術是獨立于應用構架的,沒有在整體上考慮。所以當前必須從應用的視角,基于數據中心核心架構來重新架構應用,才能充分應用數據中心構架的優勢,從根本上解決一系列傳統醫院信息系統面臨的挑戰。這一方面,業界還是缺少足夠的研究的。
2. IT產業鏈的協同在這個領域是缺乏的。
比如在基于數據中心構架的新一代醫院信息系統中,必須提供根據不同應用提供可靠的備份和恢復技術。而傳統的這兩個領域的技術廠商往往比較強調相對獨立性,要很好地把備份技術和恢復技術應用于新一代醫院信息系統中,必須要進行協同研究。其他諸如安全、系統管理、存儲技術等方面也存在著類似的問題.
3. 健康信息技術行業(HIT)與其他行業存在著較大行業差異。
醫院信息系統按業務特性分成了多個業務群,與其他行業的應用聚合在相對集中的單個群相比,其復雜度更為突出。支持多個業務群應用軟件的數據中心無疑面臨更多挑戰。
展望
隨著統計教學的不斷實踐與探索，人們逐漸對統計學習的價值與目標有了清晰的認識，即統計學習不僅僅是畫統計圖表、求平均數等技能的學習，更重要的是“數據分析觀念”的培養，提高學生收集數據、整理數據、分析數據的能力。數據分析觀念（或稱為統計觀念）是在親身經歷統計活動的過程中培養出來的一種感覺、一種思維方式，其核心是“通過數據分析問題”。英國的Peter Holmes在1980年提出統計觀念表現在五個方面：數據的收集；數據的記錄與表示；數據的提煉；數據與概率的關系；對數據進行解釋并做出推斷。美國的Jerry Moreno則在1998年提出，公民的統計觀念主要應體現在用統計說理、會設計調查實驗、能辨認出傳媒表達的錯誤信息等八個方面。我國2001年頒布的《義務教育數學課程標準（實驗稿）》提出統計觀念主要表現在：能從統計的角度思考與數據信息有關的問題；能通過收集數據、描述數據、分析數據的過程做出合理的決策，認識到統計對決策的作用；能對數據的來源、處理數據的方法，以及由此得到的結果進行合理的質疑。
在十年新課程實踐的基礎上，我國的《數學課程標準（2011年版）》對統計領域做了進一步修訂、完善。首先，《標準（2011年版）》將核心詞“統計觀念”改成了“數據分析觀念”，以進一步明晰和強調“數據分析是統計的核心”，并重新闡述了其內涵：“了解在現實生活中有許多問題應當先做調查研究，收集數據，通過分析做出判斷，體會數據中是蘊涵著信息的；了解對于同樣的數據可以有多種分析的方法，需要根據問題的背景選擇合適的方法；通過數據分析體驗隨機性，一方面對于同樣的事情每次收集到的數據可能不同，另一方面只要有足夠的數據就可能從中發現規律。”從修訂后的表述中可以看出，《標準（2011年版）》仍將統計意識（即數據分析意識）放在首位，修訂又進一步明晰了統計的兩個核心目標：通過數據分析用合適的方法提取信息、通過數據分析體會隨機性，期望通過統計學習幫助學生形成運用數據分析問題的思維方式。其次，《標準（2011年版）》在“統計”的內容結構方面做了較大調整，第一學段主要鼓勵學生運用自己的方式（包括文字、圖畫、表格等）呈現整理數據的結果，不要求學生學習“正規”的統計圖以及平均數（這些內容移入了第二學段）。統計量的教學也進行了調整，只在第二學段學習平均數，中位數、眾數等內容移入了第三學段。
數據分析觀念的形成是一個長期的過程，數學教學應經常讓學生置身于實際情境中，經歷收集數據、整理和描述數據、分析數據的統計活動全過程，引導學生思考“怎樣收集數據”“怎樣整理和描述數據”“如何根據問題的背景選擇數據分析的方法”“從數據分析中能得到什么信息和解決什么問題”等，增強學生數據收集的意識，掌握一些基本的數據分析的方法，體驗數據的隨機性，發展數據分析觀念。
一、引導學生積極參與數據收集和分析活動，發展學生的數據分析意識，使學生逐步養成用數據分析問題的思維習慣
學生“數據分析觀念”的形成，首先是要形成通過數據來分析問題的意識和習慣，也就是當遇到有關問題時能想到調查研究，通過收集數據和分析數據解決問題。教學中，要設計一些基于實際生活的統計活動，創設含有數學問題的實際情境，激發學生真正投入到統計活動的全過程中，使學生能夠通過收集數據、整理數據、分析數據解決問題或做出決策，在活動中獲得數據分析的親身體驗，逐步形成用數據分析問題的思維習慣。例如，有一個班要過一次集體生日，班主任和同學商量“集體生日安排在幾月份”，后來決定“哪個月過生日的同學最多，就把集體生日放在那個月”。接著引導學生收集數據、整理數據，最后組織學生分析獲得的數據，并做出決策，確定“集體生日安排在幾月份”。這樣，通過調查統計活動，學生確定了集體生日的時間，解決了實際問題，并充分體會了統計在決策中的作用。再如，班級里要選擇兩位運動員參加校運會的投籃比賽，也可以引導學生用收集幾位候選運動員的有關數據的方法，通過數據分析做出決策。
類似上面調查統計的活動還可以設計很多，如“搞體育比賽前，調查同學們最喜歡的體育運動”“開聯歡會前，調查同學們最喜歡的水果”“統計水果店一周賣出各類水果的情況，為下一周的進貨提供依據”“調查最愛收看的電視節目”“調查一年級同學掉牙情況”“調查學校教師使用的交通工具”“統計一個家庭一周丟棄的垃圾袋的數量”“統計學校門口的車流量”等。這樣的活動貼近學生的生活實際，具有較強的可操作性，使學生在一次次經歷數據收集與分析的活動中，積累統計活動經驗，逐步體會到生活中充滿著大量的數據，很多問題的解決可以先做調查研究、收集數據，再通過分析做出合理決策，逐步樹立從數據收集與分析的角度思考問題的意識。另外，教師還可以引導學生經常記錄、逐步積累一些與自己密切相關的基本數據，如“每天上學的時間”“每天寫作業的時間”“吃一餐飯的時間”等，以便在需要的時候利用數據進行決策，也有利于學生的數據分析意識的形成。
二、引導學生學習掌握收集、整理、描述和分析數據的基本方法，學會根據問題背景用合適的方法從數據中提取信息，并根據信息做出合理決策或推斷
運用統計分析和解決問題的過程一般包括下面三個步驟：根據收集數據的目的，決定收集數據的方法并收集數據；根據需要整理數據，并用一定的方式描述數據；分析數據，并做出合理決策或推斷。在這個過程中，學生能否掌握一些收集、整理、描述和分析數據的基本方法，并根據問題的背景選擇合適的方法非常關鍵。
（一）引導學生學習掌握基本的收集、整理、描述和分析數據的方法
常用的收集數據方法包括測量、調查、實驗等直接獲得數據的方法，也包括查閱資料等間接獲得數據的方法。《標準（2011年版）》在第一學段提出“了解調查、測量等收集數據的簡單方法”，在第二學段提出“會根據實際問題設計簡單的調查表，能選擇適當的方法（如調查、試驗、測量）收集數據”“能從報紙雜志、電視等媒體中，有意識地獲得一些數據信息”。
在收集數據以后，需要對看起來雜亂無序的數據進行必要的整理，然后運用統計圖、統計表等方式表示出來，再進行數據分析，為做出決策和推斷提供依據。整理數據的方式主要有分類、排序、分組、計數（包括用畫“正”字等多種方式記錄）、編碼等；描述數據的主要方式有文字、圖畫、統計圖、統計表以及刻畫數據特征的統計量等。《標準（2011年版）》在第一學段提出“能用自己的方式（文字、圖畫、表格等）呈現整理數據的結果”， 在第二學段提出“認識條形統計圖、扇形統計圖、折線統計圖，能用條形統計圖、折線統計圖直觀、有效地表示數據”“體會平均數的作用，能計算平均數，能用自己的語言解釋其實際意義”。分析數據主要指根據數據做出判斷、推斷、預測、決策等，并能根據數據分析解決生活中的實際問題，《標準（2011年版）》在第一學段提出“通過對數據的簡單分析，體會運用數據進行表達與交流的作用，感受數據蘊涵信息”， 在第二學段提出“能解釋統計結果，根據結果做出簡單的判斷和預測，并能進行交流”。
教學中，要引導學生經歷收集、整理、描述和分析數據的全過程，并對收集數據、整理數據、描述數據和分析數據的方法進行指導。其中，收集數據主要是讓學生對一些基本的收集數據的方法有比較豐富的體驗；整理數據主要是讓學生體驗每種整理方法的作用并會做出選擇；描述數據，第一學段要鼓勵學生嘗試用自己的方式進行描述數據，第二學段的統計圖教學，要注重讓學生體會各種統計圖的特點，能根據實際問題選擇合適的統計圖來描述數據。統計量的教學，主要是要關注“平均數”實際意義的教學（見下面的案例）；分析數據的教學，關鍵是教師要設計一些引導性問題，引導學生結合數據思考分析和判斷、預測等，并通過討論、交流，學會一些分析數據的基本方法。
案例1：“平均數”教學片段
“平均數”教學時，在初步教學平均數的概念后，教師又先后出示了下列幾個問題，引導學生結合具體問題體會平均數的實際意義。
1.下面圖中的虛線表示第四小組投球平均每人投中的個數。想一想，你認為哪幅圖的表示是正確的？說說你的觀點和理由。
2.出示一位運動員體操決賽中的得分情況。
（1）你知道計分員是如何確定他的最后得分的？為什么要用這幾個得分的平均數來代表他的最后得分？
（2）為什么要去掉一個最高分和一個最低分？
（3）你先估計一下這個運動員的平均得分，再算一算，比一比。
3.出示：光明小學教師的平均年齡是40歲。
（1）“平均年齡40歲”你怎么理解？
（2）如果想讓該校老師的平均年齡降下來，有什么辦法呢？
4.情境辨別。
讀一讀下面的幾段話，你認為有道理嗎？請發表你的看法，并簡要說明理由。
情境一：小明班同學的平均身高是135厘米，所以他的身高一定是135厘米。
情境二：小明班同學的平均身高是135厘米，小強班同學的平均身高是132厘米，所以小明要比小強高。
情境三：一個游泳池的平均水深是120厘米，小林身高125厘米，他在這個游泳池游泳肯定不會有什么危險。
平均數是一種反映一組數據集中趨勢的統計量，是描述數據的重要統計指標之一，理解平均數的統計意義是教學的關鍵。在上述教學片段中，教師設計了豐富的情境，引導學生通過辨析討論，體會“平均數肯定在最大數與最小數之間”“平均數有時會受極端數據影響”“平均數是一個特征數，并不是所有數都是這個數”等特點，進一步理解平均數的實際意義。這樣的教學，有助于學生今后理解用平均數表示的數據的特征，并且在進行數據分析時能想到用平均數刻畫數據。
（二）引導學生根據問題背景選用合適的方法進行數據的整理、描述和分析，有效地從數據中提取信息
數據分析是一個復雜的思維過程。特別是對于不同的問題背景，學生要會選擇不同的收集、整理、描述和分析數據的方法，即使是同一組數據，也可以有不同的整理和描述數據的方法。教學中，教師要啟發學生根據問題的具體情況選擇合理的方法，在不斷修正自己想法的過程中掌握數據分析的方法。
案例2：你準備用什么方法收集下列數據？
①同學們最喜歡的體育運動。
②學校教師使用的交通工具。
③全班同學立定跳遠情況。
④統計學校門口的車流量。
⑤不同的球在同一高度落下時的反彈高度。
⑥2000年以來的四屆奧運會中國獲獎牌情況。
通過思考和討論，引導學生體會如何根據問題背景的不同，選擇不同的收集數據的方法。如上述案例中的①②可以用調查的方法；③可以用測量的方法；④可以用觀察記錄的方法；⑤可以用實驗的方法；⑥可以用查閱資料的方法。
案例3：“數據的整理與分析”教學片段。
教師呈現一個班級學生的身高記錄單，并先后提出三個問題，引導學生選擇不同的方法整理數據、分析數據。
呈現問題1：從這組數據中你了解到哪些信息？可以用什么數據描述這個班身高的整體情況？
學生通過分析數據、討論，得出了以下信息：這個班中最高的人的身高是158厘米，最矮的人的身高是130厘米，這兩人的身高相差28厘米。這個班的平均身高約是142厘米。
呈現問題2：開運動會時，如果要選10名身高比較接近的同學參加鮮花隊，你認為該如何整理數據，然后做出選擇呢？
學生通過分析數據、討論，確定可以用“排序”的方法整理數據，教師利用excel直接進行“排序”，然后引導學生選擇10名身高比較接近的同學，在交流中體會“排序”整理數據的作用。
158? 155 154 154 153 148 148 147 146 145 145 144 143 142 142 141 140 140 139 139 138 138 138? 137 136? 136? 135 135 134 132 131 130
呈現問題3：服裝廠要為這個班的同學做校服，要做多少種型號的校服呢？怎么整理數據呢？
學生通過分析數據、討論，提出了三種做服裝的方法，第一種是每個厘米數為一種型號；第二種是每10厘米一個型號，共三個型號：130 ～139，140 ～149，150 ～159； 第三種是每5厘米一個型號，共六個型號：130 ～134， 135～139，140 ～144， 145～149， 150～154，155～159。教師引導學生討論這三種方法的合理性及各自的優缺點，體會“分組整理”數據的價值。然后，引導學生用第三種方法進行分組整理，如下表：
在“分組整理”得出數據后，教師再引導學生思考討論：
（1）這個班同學身高在哪個范圍內的人數最多？
（2）根據統計數據，服裝廠要做幾種型號的校服？每種型號要做多少套？一共要做多少套校服呢？
（3）整理后的數據和原始數據記錄單相比，有哪些優點？
通過上述三個問題的討論，學生經歷了整理數據、描述數據、分析數據并解決問題的過程，了解了對于同樣的數據可以有排序、分組整理等多種整理的方法，能根據問題的背景選擇合適的方法，初步學會了對原始數據進行分組整理的方法，體會分組整理能使原來繁多的數據簡化、有序化，進一步增強了用統計的方法解決實際問題的意識。
三、引導學生在數據收集和分析中體會數據的隨機性，學會全面客觀地認識數據
（一）引導學生體會數據的隨機性
《標準（2011年版）》強調通過數據分析使學生體會數據的隨機性，其內涵包括兩個方面：一方面對于同樣的事情每次收集到的數據可能不同，另一方面只要有足夠的數據就可能從中發現規律。
教學中，要選擇合適的問題，引導學生在經歷統計的過程中體會數據的隨機性。如在關于“校門口早晨、中午、傍晚三個時間段中，哪個時間段汽車流量最大”的統計活動中，教師引導學生在用一定的方式統計和記錄每天三個時間段的車流量情況。學生在開展這一統計活動時需要考慮如何收集數據、用什么方式整理和描述數據，能從這些數據中得到怎樣的結論，需要觀察記錄多少天等。在記錄一周數據的基礎上，教師引導學生對七天中每個時段車流量的情況進行分析，在數據分析中體會數據的隨機性，也就是對于“哪個時間段的車流量大”的統計分析中，可以體會到“每天收集到的數據有所不同（如有的日子早晨車流量最大，有的日子傍晚車流量最大，甚至個別日子中午車流量最大等），但從七天的數據中可以發現一些規律（如總體上每天早晨、傍晚的車流量大，每天中午的車流量比較小等）”。如果七天的數據還不足以支持規律的發現，可以引導學生再統計一周，然后再進行數據分析。
（二）引導全面客觀地認識數據
隨著企業信息系統建設與管理逐步從數據電子化向大數據階段發展，大數據技術對于建立智慧化的企業信息系統
>> 企業信息系統數據的綜合利用 企業信息系統整合中的流程變革問題分析 基于Oracle數據庫的電力企業信息系統的維護 基于數據挖掘技術的企業信息系統建設 基于Web Service技術的企業信息系統數據交互 印刷企業信息系統數據庫的建立 供電企業信息系統的數據集成技術分析 以大數據為核心的審計信息化建設 以決策支持為核心的企業信息化研究 以智慧為聚焦點的大數據 大數據技術在信息系統中的應用 基于大數據的信息系統關鍵技術 淺析企業信息系統主數據及數據元梳理 企業信息系統的戰略規劃探討 石油銷售企業信息系統的集成研究 能源企業信息系統的集成研究 淺談企業信息系統的安全管理 論企業信息系統的發展和方向 企業信息系統的設計和實現 淺談企業信息系統的運行與維護 常見問題解答 當前所在位置：.
[2]段云峰，秦曉飛.大數據的互聯網思維[M].北京：電子工業出版社，2015（02）.
[3]王理達，王芳，張少彤.基于SMART模型的智慧城市綜合評估框架[J].電子政務，2013（4）：18-23.
[4]陳兵兵，劉慧.大數據對采購與供應鏈的影響[J].中國采購發展報告，2014（00）.
[5]Andrea De Mauro，Marco Greco， Michele Grimaldi.A formal definition of Big Data based on itsessentialfeatures[J].Library Review，Vol.65：122-135.
作者簡介
王t雯（1985-），女，北京市人。碩士學位。現為中國電能成套設備有限公司信息中心工程師，從事信息化建設工作。
王岳（1972-），男，現為國家電網公司直流建設分公司高級工程師，從事物資管理工作。
作者單位
關鍵詞:特征點提取;角點匹配;旋轉不變;距離約束;圖像拼接
中圖分類號: TP391
文獻標志碼:A
Corner matching method of constraints of
distance combining local and global information
WU Ensheng, ZHU Minchen
College of Mathematics and Computer Science, Fuzhou University, Fuzhou Fujian 350002, China
)
Abstract: Image matching technology has important applications in many fields. A corner matching method of the constraints of distance was proposed to solve the rotation and translation problem between two images. Firstly the values of corners were utilized to achieve coarse matching election, and then the local and global distance between the corners was combined to select the matching corners. The experimental results show that the methods can achieve accurate matching of no unmatched conners with high accuracy, certain robustness to noise, and as a result of the main use of the distance relationship between two corners without complex calculations in the matching process, so it achieves a substantial reduction in matching time, and also has the practical value.
Key words: console point extraction; corner matching; rotation invariant; distance constrain; image mosaic
0 引言
圖像匹配技術是將不同傳感器在不同時間和成像條件下對同一景物獲取的兩幅或多幅圖像在空間上進行校準。目前主要有基于區域的方法[1-2]和基于特征的方法[3-4]。基于區域的方法直接利用圖像的灰度信息,不適合輻射失真較大和多源圖像之間的配準,且計算量較大。而特征匹配對光照具有很好的魯棒性,匹配精度高,速度快,在視覺導航、目標識別及圖像拼接等方面具有十分重要的意義。目前研究的主要方向是基于特征的匹配方法。
基于特征匹配的方法中具有代表性的相關的匹配方法[5]對光強不敏感,一定條件下匹配精度高,但是運算量很大,對圖像質量要求高,而且不能處理圖像既有平移又有角度旋轉。另外有采用3個特征點反復進行空間匹配以及插值的方法[6],但只能處理最多15°旋轉。Lowe的SIFT匹配算法[7]有著優良的魯棒性和準確性,且能得到大量的匹配點對,可以用于大旋轉和平移的圖像,但由于構造了128維特征進行匹配,匹配速度慢。文獻[8]提出的基于旋轉不變的角點匹配方法,將灰度相關法引入到旋轉的匹配中,能實現較高的匹配率,但抗干擾能力有限,且匹配速度較SIFT方法沒有明顯改善。文獻[9]提出的旋轉不變的方法簡單可行,匹配速度快,但匹配準確率不夠,特別圖像存在較多相似局部特征時,匹配容易失敗。在匹配過程中,單純使用局部特征進行匹配,它能夠剔除部分誤匹配點對(本文將錯誤匹配點對和角點定位偏差過大的正確匹配點對統稱為誤匹配點對),但由于局部特征的相似性,使得去除誤匹配點對數有限,容易導致算法失敗。故匹配算法需要利用全局信息與局部信息結合,才能獲得令人滿意的效果。
針對以上問題,本文提出的融合局部與全局信息的距離約束角點匹配方法,首先利用角點值進行匹配點對的粗選,然后利用局部角點間距離約束及全局角點間距離約束結合進行匹配點對的篩選,將局部信息與全局信息有機的相結合。本文方法能實現無誤匹配的匹配點對,并具有一定的抗干擾性。且由于匹配過程中主要根據點到點的距離,計算簡單,不需要進行相關性等復雜的運算,所以匹配速度快,可以滿足要求速度快的既有平移又有旋轉的拼接等領域的要求。另外本文基于全局距離約束匹配可以作為其他針對平移旋轉的特征匹配算法的最后精匹配篩選,它快速準確,能實現匹配點對的無誤匹配。例如在LOWE算法之后加入全局距離約束匹配過程。
1 候選點的選取[8]
基于特征點的匹配方法一般經過三個過程:1)特征點提取;2)對特征點進行描述;3)利用特征點描述進行特征匹配。特征點提取結果直接影響著后續特征匹配的過程,選擇好的提取算法是實現匹配成功的保證。本文采用Harris[10]進行角點檢測,并對兩幅待拼接圖像使用相同的特征閾值提取角點,特征閾值的選擇要使得特征點分布相對均勻,而不至于分布過密或過稀疏,通常需要多次實驗取得,本文取5B500。
在理想情況下,假設有一匹配點對(ai,a′r),則它們的角點值R(ai),R(a′r)相等。所以可以利用角點的角點值對特征點集進行粗匹配。但由于在圖像獲取過程中,經常可能受光線、噪聲等因素影響,所以在粗匹配時需要設置一個允許的閾值。使用式(1)篩選候選點對:
|R(ai)-R(a′r)|≤ε(1)
其中Е弄為允許閾值,可根據圖像質量和光照等進行適當調節。
г詰玫降暮蜓∑ヅ淶愣災,參考圖像點集A與配準圖像點集A′中的角點絕大多數不是一對一的關系,而是多對多的關系。其中匹配點對中點集A的點有三部分:一部分是不在兩張圖像重疊區域中的點;另一部分是點在重疊區域,但是在A′中不存在相匹配的點;第三部分是可以在A′中找到匹配的點。匹配算法要解決的問題是找到第三部分的點,并找到A′中唯一匹配的點。經過粗匹配后含有數量龐大的誤匹配點對,必須進行進一步的篩選。オ
2 基于距離約束的匹配
文獻[8]匹配算法第三步利用基于局部距離約束的匹配,能剔除大量的誤匹配點對,但由于該步驟將一對一的匹配點對當成候選匹配點對,需設置很小的向量閾值,否則匹配點對大部分是多對多的關系,會導致匹配失敗,這樣抗噪性能有限,且圖像質量要求高。本文采用對向量的各維比較過程設置閾值,而不使用向量之間的歐氏距離,這樣更能符合正確匹配點的特征,可以更好地剔除誤匹配點對和保留正確的匹配點對。另外,文中第四步全局篩選不能很有效地將誤匹配點剔除。文獻[11]整體算法適用于圖像間存在平移而不旋轉的匹配,匹配速度快,該算法中用全局距離約束對候選點對進行篩選可以實現無誤匹配點對,但要求前一步候選點對含有大多數的正確匹配點對,且候選點對要求是一對一的關系。由于這些問題使得該算法應用范圍大大受限。本文提出的全局距離約束可以用于候選點對含有部分正確匹配點對,且候選點對是多對多的關系,并且能實現匹配點對的無誤匹配,這樣可以放寬前一步基于局部距離約束的匹配過程的向量約束條件,從而增強整個匹配算法的抗噪性。最后本文將基于局部距離約束與全局距離約束相結合實現匹配。
圖片
圖2 角點值范圍閾值Е弄в肫ヅ淶閌、匹配時間關系
實驗中Е弄У娜≈等【鲇諏秸磐枷竦鬧柿,光照等因素,從圖2可以得出,在一定范圍內, Е弄У腦黽踴崾溝米鈧盞玫降鈉ヅ淶愣栽黽,隨之匹配時間會有相應增加, 而匹配率不會發生變化,在增加到一定數量時達到穩定。而Е弄取太小將使大部分準確匹配點對在第一步驟就剔除,結果導致實驗失敗。在本文對比實驗中Е弄全部取6B000。旋轉15°的匹配結果如圖3,4。
圖片
圖3 本文算法匹配結果
圖片
圖4 LOWE算法匹配結果
從實驗匹配結果圖可以看出,本文算法提取出的匹配點對分布合理,且無誤匹配點對。而LOWE方法提取出的匹配點對含有部分的誤匹配點對,主要分布在樓房左邊,這是由于房間外部局部特征比較相似。另外LOWE提取出數量眾多的匹配點對,而本文方法明顯數量少。這是由于一方面LOWE方法提取了數量眾多的精確度高的角點,另一方面是LOWE方法利用128維特征很好描述了角點特征,當然這也使得算法運算量增大;而本文方法利用Harris角點值和鄰域距離約束描述角點特征,描述簡單,使得獲得的匹配點對數量少,相應的匹配過程時間大幅減少。雖然本文方法提取的匹配點對數量較LOWE方法略少,但在大多數情況下,特別針對大幅圖像時,由于算法的高匹配率,提取的匹配點對可以滿足需要。
4 結語
基于特征的圖像拼接過程中,圖像間特征點的準確配對是難點之一。本文解決了存在旋轉平移關系的圖像間的特征點匹配,并且對噪聲具有一定魯棒性,匹配速度快,具有一定的實用價值。算法首先利用角點值進行匹配點的粗選,然后利用局部角點間距離及全局角點間距離結合進行匹配點對的選取。實驗結果表明,該方法可以實現匹配點對的無誤匹配。不足之處在于不能像LOWE算法一樣得到數量眾多的匹配點對,這也是下一步要改進的地方。
另外本文提出的基于全局距離約束匹配過程可以單獨作為其他針對平移旋轉的特征匹配算法的最后精匹配篩選,它快速準確,能實現匹配點對的無誤匹配。
參考文獻:[1] HARTLEY R, GUPTA R.Linear pushbroom cameras[C]// 3rd European Conference on Computer Vision. New York: SpringerVerlag,1994:555-566.
[2] 李志剛.邊界重疊圖像的一種快速拼接算法[J].計算機工程,2000,26(5):37-38.
[3] CHALECHALE A,NAGHDY G,MERTINS A. Sketchbased image matching using angular partitioning systems [J] . IEEE Transactions on Man and Cybernetics, 2005,35(1):28-41.
[4] ZHU Q, WU B, XU Z. Seed point selection method for triangle constrained image matching propagation[J] . IEEE Geoscience and Remote Sensing Letters, 2006, 3(2): 207-211.
[5] FAUGERAS O. Realtime correlationbased stereo: Algorithm, implementations and applications [EB/OL].[2009-05-20]. ftp://ftp.inria.fr/INRIA/publication/publipdf/RR/RR2013.pdf.
[6] DANI P,CHADHURI S. Automated assembling of images: Image montage preparation [J]. Pattern Recognition, 1999, 28(3): 431-445.
[7] LOWE D G. Distinctive image features from scaleinvariant keypoints [J]. International Journal of Computer Vision, 2004,60(2):91-110.
[8] 莊志國, 孫惠軍,董繼揚,等.基于角點檢測的圖像匹配算法及其在圖像拼接中的應用[J].廈門大學學報,2007,46(4):501-505.
[9] 李海超,張廣軍.基于旋轉不變的角點匹配方法[J].紅外與激光工程,2008,37(3):561-564.
[10] HARRIS C G, STEPHEN M.A combined corner and edge detector[EB/OL].[2009-05-20]. csse.uwa.edu.au/~pk/Research/MatlabFns/Spatial/Docs/Harris/A_Combined_Corner_and_Edge_Detector.pdf.
【關鍵詞】許昌越調毛派戲劇 傳承 創新
作為毛愛蓮老師精心培養的學生，筆者責無旁貸地應在傳承和創新工程中灑汗盡心。而如何傳承、創新？筆者認為，有以下三點需要深入思考。
一、深入發掘和理解毛派戲劇藝術的獨有特色
毛愛蓮生于1930年，9歲從藝至今，歷經70多年藝術實踐，傾其心血汗水，積其聰慧才智，匯百家姊妹藝術之長，創立了許昌越調毛派藝術，毛派藝術的特色是什么？仁者見仁，智者見智，各有自己不同的認識和理解。筆者認為，其藝術特色主要表現在四個方面：第一，打磨出僅屬于自己而不雷同于他人、獨一無二、久演不衰的劇目，如《火焚繡樓》《白奶奶醉酒》等；第二，塑造出了鮮活的、有血有肉的、使觀眾難以忘懷的人物形象，如洪美榮、白奶奶、玉姐、柴郡主等等；第三，獨具個性的唱腔和念白。有觀眾說，毛愛蓮唱戲、念白字字蘸蜂蜜，句句含冰糖，能甜心潤肺；她仿佛嘴不張、唇不動，似說似唱、似吟似哼，自如、自然、輕松、巧妙地演唱，其聲腔暢如清泉流水，脆像銀鈴叮咚，甜美、圓潤、純正、賞心悅耳；再者，其演唱吐字清晰，且有很強的穿透力，字字入耳，明白無誤，令觀眾欣賞起來，不急不躁，心平氣順，可謂一種莫大的藝術享受。在民間，甚至有觀眾說，“甘愿省錢不吃鹽，也要買票去看毛愛蓮！”“寧肯不置莊買地，也要看看毛愛蓮唱戲！”第四，毛派戲劇在吐字發音、偷字閃板、字領腔行、字詞布局、疊字回環等方面都有自己獨有的竅門絕招。所以，只有發掘和理解毛派戲劇藝術的獨有特色，才能更好地傳承和創新。
二、對傳承和創新毛派戲劇藝術要有時不待我的緊迫感
毛派藝術創始人毛愛蓮從藝70多年，先后演出劇目130多部，其中有傳統劇目，也有現代劇目，有大型劇目，也有小戲和折子戲。在時跨兩個世紀的舞臺生涯中，她塑造出了眾多栩栩如生、獨一無二、令人難以忘懷的藝術形象，其中有巾幗英雄，有革命女性，有大家閨秀，也有小家碧玉、農村婦女；按行當分，有青衣、花旦、彩旦、帥旦、閨門旦。毛愛蓮的唱腔藝術獨樹一幟，其聲腔細膩清脆，雖不高亢，卻極具穿透力；她的演唱吐字清晰、準確、不混不濁，嗓音甜美、悅耳動聽……在唱、念方面可謂達到甜、純、清、巧、流暢、纖細……毛老師對唱、念、做、打，手、眼、身、法、步有豐富的經驗，也有可貴的理論，更有僅屬于自己的獨門絕招，形成了被觀眾公認的毛派藝術，被國家收入非物質文化遺產寶庫。要原汁原味地傳承毛派藝術，最快捷的途徑和最有效的方法是親耳聆聽毛老師的口傳面授，親眼看她示范表演；帶著問題求老師傳道，懷著疑慮請老師解惑，面對面請她授業。在毛老師的指導下發掘、整理她所演出的劇目，總結她積淀的豐富經驗，升華她獨創的寶貴理論，用文字、錄音、攝像等手段把她的真腔真調、肢體動作，以至于喜、怒、哀、樂的面部表演，都記錄下來，在傳承的基礎上固本而創新，由毛老師親自帶領弟子共同創新。
孔夫子言，父母之年，不可不知也，一則喜，二則懼。毛愛蓮老師已邁入耄耋之年，我們在慶幸老師身體健壯、精神矍鑠地給我們傳道授業解惑的同時，在欣喜之余，亦有一個“懼”字警示著我們，時間緊迫，時不待我，必須抓緊分分秒秒，學習、總結、發掘、整理、開拓創新。任何一派戲劇藝術怕的都是――“失傳”，這是最大的損失，擔憂的是“先翁已乘黃鶴去，此地空余黃鶴樓”的追悔莫及。
三、傳承和創新毛派藝術需要持之以恒的多方努力
我們通過分析一種現象，就可以知道傳承和創新毛派藝術的艱難。在河南衛視《梨園春》欄目所舉辦的戲曲演唱打擂活動中，無論是學習豫劇陳派、常派、崔派、閆派、馬派的或是學習曲劇張派、越調申派的，都有學得的好明星擂主或新秀，唯獨學毛派的藝術個性大于共性，特殊性大于一般性，學習難，學好更難。毛派藝術那像“撕綾羅、打茶盅、畫眉叫、蜜蜂哼”的唱腔，那嘴不張、唇不動，輕松自然地念白，要學得惟妙惟肖可謂難上加難，更不要說如何青出于藍而勝于藍，達到爐火純青、登峰造極的地步。要學好毛派藝術，除了后天的刻苦努力，還必須依靠學習者先天的良好自然條件，畢竟，毛派藝術唱腔中的“甜潤，甜美”，僅靠演員的后天苦練、收效不會非常理想。
所以，要傳承毛派藝術當下急需一大批專業人才，這就需要政府注重戲劇人才的引進，需制定特殊的政策或在政策方面向戲曲人才傾斜，比如編制問題可考慮特殊解決。據筆者所知，戲曲人才，導演、配器、作曲、舞美等人才青黃不接，出現斷檔，因此，創新人才是第一位的。其次，在舞臺藝術實踐中，現代科技，聲、光、電的綜合運用越來越明顯，因此，在劇團服裝、道具、頭盔、頭飾以及燈光、音響、字幕等設備上需要一定的投入，并結合創新以整合現代舞臺效果。
關鍵詞：大數據；海量存儲；數據挖掘；標本庫；醫學生物信息；數據挖掘
隨著信息技術在醫學臨床和科研中的應用，臨床醫學、生物學、信息學發生了一次交叉融合， 這種以生物大數據信息是未來生物醫學研究發展的核心點。這種以海量、高維度、數據變量復雜、為特征的數據結構， 需要我們在傳統的醫學基礎之上集數學、統計學、工程學、計算機信息科學的交叉綜合、理論和實驗相結合，建立新的新方法和手段。使得我們的臨床醫學模式從經驗醫學進一步向循證醫學轉變，無序醫療向著有序醫療發展，醫學研究也會進入從發現、研究、驗證、應用到再發現、再研究、再驗證、再應用的迭代式良性循環過程中。
1實現大數據的大價值是醫學信息建設的新目標
信息化時代各行業信息數據量呈現指數上升，醫療行業的數據信息增長更快。經研究表明，未來10年醫學數據將高爆式地增長，其增長來源于醫院醫療信息運行數據的積累、新的臨床信息系統的嵌入（如電子病例系統）、新醫療診療設備接入等。隨著醫學的進步以生物芯片為代表的高通量生物技術的飛速發展，基因組學、轉錄組學、蛋白質組學、代謝組學的信息也會涌入醫學生物信息領域。這種大量高速增長的數據被稱之為海量數據或者大數據（big data）。大數據的特點是海量、高維度、數據變量復雜、分析處理復雜。
隨著信息技術在醫學臨床和科研中的應用，臨床醫學、生物學、信息學發生了一次交叉融合，形成了生物醫學信息學（Biomedical Informatics）。這種以生物大數據信息是未來生物醫學研究發展的核心點。我們可以看到，生物醫學領域的大數據時代正在來臨，其發展將促使我們盡快構建一個實時、便捷、全方位的醫學生物信息挖掘和應用系統。在醫學信息研究方面，我國還主要處在對醫療流程的信息化管理、質量控制等初級階段，尚未開展面對"大數據"挖掘的系統研究與應用，但這種研究與挖掘應用必將成為生物醫藥科學技術發展的趨勢。大數據時代的到來，既對臨床醫生、研究人員、醫院管理者、醫療監管機構等都提出了巨大的挑戰，也為生物醫學研究帶來了前所未有的機遇。生物醫學領域里科學研究的一個重要發展趨勢就是數據驅動。以前進行實驗研究的目的是獲得結論或者是提出一種新的假設，大數據技術通過對海量數據的研究來探索其中的規律，可以直接提出假設或得出可靠的結論。
當前，以臨床醫療信息為基礎的計算機信息系統可擴展到多個相聯的信息系統，包括：電子病例系統、隨訪信息管理系統、實驗室信息管理系統、生物信息分析系統、基因組學數據庫系統、藥物臨床試驗信息系統等，在醫學科研與臨床應用之間架起了一道不可或缺的橋梁。收集大數據、整合大數據、處理和分析大數據，形成價值密度高、利用價值高的數據資源體系，實現"大數據"的"大價值"，是醫學信息建設的新目標。
2大數據挖掘將盤活醫學生物信息資產
醫學生物信息的大數據包括醫療對象以及與醫療對象相關的信息特征集合，生物標本以及與生物標本信息相關的特征集合，這些大數據集帶有自己的、潛在的、未被揭示的規律趨勢特征，這才是醫學生物信息價值的核心所在。這些醫學生物信息是我們進行用于人類健康研究價值的資產，研究、分析、挖掘海量醫學生物信息就是盤活人類健康研究的資產。數據挖掘，也稱知識發現，是盤活這些寶貴的醫學生物信息資產的有力工具。
大數據的挖掘和應用不同于傳統的采樣分析法，它有自身的一些獨特特點，如：①大數據挖掘分析與事物相關的所有數據，而非少量數據樣本，研究的樣本數量趨近于總體數量；②大數據挖掘追求的是效率和趨勢，而非絕對的準確性；③大數據挖掘更多關注事物的相關關系而非因果關系，這種信息與信息之間的相關關系會提醒我們某件事情正在發生。
同時，從數據中發現價值的實踐也由來已久。橫跨數據庫技術、統計學和機器學習等交叉學科和技術的數據挖掘是大數據分析的基礎，傳統的數據分析實踐是無法適應大數據的發展的。
近年來，數據挖掘引起了信息產業界的極大關注。其主要原因是，由業務系統產生的大量數據，迫切需要將這些數據轉換成有用的信息和知識，并廣泛使用于業務中。獲取的信息和知識可以廣泛用于各種實踐應用，包括商務管理、生產控制、市場分析、工程設計和科學探索等領域。數據挖掘利用了來自如下一些領域的思想和方法：統計學、人工智能、模式識別、機器學習等。數據挖掘的很多算法都采用了以上領域中的理論算法、建模技術和學習理論等。數據挖掘也迅速地接納了來自其他領域的思想，這些領域包括最優化技術、進化計算、信息論、信號處理、可視化和信息檢索技術等。數據挖掘也需要數據庫系統提供有效的存儲、索引和查詢處理得支持。源于高性能并行計算的技術在處理海量數據集方面常常是也重要的。分布式計算技術也能有效地幫助處理海量數據，并且當數據不能集中到一起處理時更是至關重要的[2]。
醫學生物信息的數據挖掘應用比較廣泛，醫學樣本庫領域的應用就是其中的一個實例。通過建立臨床醫學樣本信息篩選和偵測交互信息平臺來建立協作樣本庫和虛擬樣本庫。建立樣本庫協作單位的協作機制、嚴格的樣本篩選策略（根據研究項目協議和國家地方相關標準診斷、歸轉標準[5-7]）、應答式的標本收集機制、樣本區域內（研究機構、轉化中心、醫院）權利共享機制，以建立全新模式、響應一致、反應迅速、整齊劃一的樣本收集研究管理的體系。建設樣本從標篩選、采集、管理策略運轉的實例，是以一個研究中心結合4～5個醫院以及4～5個樣本篩選醫院，建立研究臨床醫學轉化知識發現和研究驗證系統信息平臺和建立臨床醫學樣本信息篩選和偵測交互信息平臺的基礎。
醫學生物信息的數據挖掘應用的另一個實例是醫學科研。生物醫藥領域里科學研究的一個重要發展趨勢就是數據驅動。以前進行實驗研究的目的是獲得結論或者是提出一種新的假設，而現在通過對海量數據的研究來探索其中的規律，可以直接提出假設或得出可靠的結論[8]。另一方面，必須清楚的是，大數據作用與價值的重點在于能夠引導和啟發科研者的創新思維、并輔助決策。簡單而言，若是處理一個問題，通常人能夠想到一種方法，而大數據能夠提供若干種參考方法，將解決問題的思路拓寬、拓廣、拓深。當然我們需要在學科知識的結合上下內功，不能單純依靠智能挖掘技術及工具就能解決大數據的應用問題，實際上我們還要有熟悉掌握和運用智能挖掘技術及工具的業務技術人才，才能在浩瀚的信息資源中遨游，才能真正利用好醫學信息這個巨大的資產。
3挖掘和利用醫學生物信息的技術方法
醫學科學的第三次革命需要在傳統的醫學基礎之上集數學、統計學、工程學、計算機信息科學的交叉綜合、理論和實驗相結合，建立新的新方法和手段。目前，我國醫院信息系統存在著許多問題，集中體現在：醫學生物信息內容缺失、信息標準化程度低以及發展目標不明確等問題上。我們建設目的①堅持醫療一線的工作需要，②堅守醫學大數據信息資源的理念，③做好大數據收儲分析的準備工作。 大數據時代醫院該如何挖掘和利用醫學生物信息？我們通過與國內外有關數據挖掘的技術專家的合作，總結了醫學生物信息的挖掘和利用的一些方法。
3.1數據集成（多種數據源可以組合在一起） 把不同來源、格式、特點性質的數據在邏輯上或物理上有機地集中，從而為醫院和研究機構提供局部的或全面的數據共享。
3.2數據選擇（從數據庫中提取與分析任務相關的數據） 根據確定的數據分析對象，抽象出在數據分析中所需要的特征信息，然后選擇合適的信息收集方法，將收集到的信息存入數據庫。對于海量數據，選擇一個合適的數據存儲和管理的數據倉庫是至關重要的。
3.3數據規約 數據挖掘時往往數據量非常大，在大量數據上進行挖掘分析需要很長的時間，數據歸約技術可以用來得到數據集的歸約表示，它小得多但仍然接近于保持原數據的完整性，數據挖掘的結果與歸約前結果相同或幾乎相同。
3.4數據清理（消除噪音或不一致數據） 在數據庫中的數據有一些是不完整的（有些感興趣的屬性缺少屬性值）、含噪聲的（包含錯誤的屬性值），并且是不一致的（同樣的信息不同的表示方式），因此需要進行數據清理，將完整、正確、一致的數據信息存入數據庫中，否則會影響數據挖掘的結果。
3.5數據變換（數據變換或統一成適合挖掘的形式；如，通過匯總或聚集操作等） 通過平滑聚集、數據概化、規范化等方式將數據轉換成適用于數據挖掘的形式。對于有些實數型數據，通過概念分層和數據的離散化來轉換數據也是重要的一步。
3.6模型運算（使用智能化的算法提取數據模式） 根據數據庫中的數據信息，選擇合適的分析工具，應用統計方法、事例推理、決策樹、規則推理、模糊集、神經網絡、遺傳算法等方法處理信息，得出有用的分析信息。通過對數據的挖掘，①可以發現數據的歷史規律，對過去進行總結；②可以根據數據對未來進行預測，研究者可以根據預測對未來行情趨勢做出預判，并作出相關決策。
3.7模型評估 根據某種興趣度度量，識別提供知識的真正有趣的模式。
3.8知識表示。（使用可視化和知識表示技術，向用戶提供挖掘的知識） 將數據挖掘所得到的分析信息以可視化的方式呈現給用戶，或作為新的知識存放在知識庫中，供其他應用程序使用。使用各種圖表、三維地圖、動態模擬以及相關的動畫技術使原本枯燥乏味的數據變得生動起來。數據可視化把數據以更加直觀的形態展現出來，使人們對相關數據做到一目了然。經過上面幾步我們就把原先認為毫無價值的數據變成了信息，最后演變為有價值的知識。
對于醫學生物信息挖掘系統的建設者（這里包括醫院科研部門和信息部門）來說，數據挖掘項目不因該是一個普通的IT項目，不能依照原來信息項目模式建設，更不能理解成為是個管理工具，在項目各個階段，數據信息每一次挖掘、演繹、分析是建設者和研究者全程參與的藝術性結合。目前對于各行業、各類典型問題的數據挖掘應用，還缺乏標桿模式作為參考。數據挖掘工作更像一個年輕醫師，需要通過不斷嘗試來積累經驗，面對如潮水般涌來的海量數據，她必將成為了生物醫學研究的支柱技術之一。
綜上所述，在今后的發展中計算機硬件性能的巨幅提升和數據庫技術的飛速發展，使得企業級大數據量的計算成為現實，數據挖掘涉及的數據量會更大。數據挖掘工具也將越來越強大，匯合的挖掘算法越來越多，并將逐步實現算法的自動選擇和參數自動調優，數據挖掘各類算法的巨大潛力將得到充分發揮。
我們設想在不久的將來，生物信息大數據的應用將會改變著醫學臨床實踐。臨床醫學模式從經驗醫學進一步向循證醫學轉變，無序醫療向著有序醫療進一步發展，醫學研究也會進入從發現、研究、驗證、應用到再發現、再研究、再驗證、再應用的迭代式良性循環過程中。古老的醫學走到了今天，已經發展成為多學科、多領域結合交匯的領域，生物信息科學、計算機科學和計算應用數學的介入為大數據信息時代開創了新的前景，未來數據資源將會成為極具研究價值的醫學資產，而且我國又是一個醫學研究資源豐富的大國，我們有理由相信，我們的醫學研究者會通過醫學生物信息的挖掘和利用，在醫學的研究和發展中為廣大人民的健康事業做出更多貢獻。
參考文獻：
[1]中國醫藥生物技術協會生物樣本庫標準（試行）[J].中國醫藥生物技術，2011， 6（1）：71-79.
[2]朱凌云，吳寶明.醫學數據挖掘的技術方法及應用[J].生物醫學工程學雜志，2003；20（3）：559-562.
[3]衛生信息數據元.中華人民共和國衛生行業標準[S].VS 363.3-2011.
[4]科學技術部.十二五"生物技術發展規劃[S].2011；11.
[5]劉淑珍，駱巖林，黃永峰.基于XML的電子病歷存儲管理系統的實現[J].醫院數字化，2007，22（7）：24-26.
[6]孫榮國，賈曉蓉.對我國臨床標本庫建設的建議[J].衛生軟科學，2012，26（9）：772.
關鍵詞:關系模型;關系模式;數據庫系統原理;教學方法
數據庫系統原理的教學既要注重理論也要注重實踐,尤其是要讓學員通過教學及實踐加深對理論知識的理解,并指導實踐[1]。為使學員更好地理解和掌握數據庫系統原理的理論和技術,筆者提出在實際教學中以“關系模型組成及關系模式”為核心,以點成線、以線組面的教學方法,通過所構建的課程主干體系,呈現給學員一個脈絡清晰、前后貫通、左右相連的知識結構。
1以關系模型組成引領基本性質、基本概念和基本操作的教學
關系模型組成是數據庫系統原理開篇教學的核心。圍繞其組成的三要素(單一的數據結構、數據操縱和完整性約束)并以此為始點,從三條線上展開結構的定義、數據的查詢與更新、約束的內容及實現等的教學。這三條線可以構成一個面,既可以展示出相關的教學內容,也可以體現出教學內容之間的相互聯系(如圖1所示)。
1.1關系數據結構(二維表)――數據操縱的基礎和完整性約束的對象
圍繞關系數據結構可以展開關系數據結構的基本組成、基本概念、基本定義和基本性質的教學。關系數據結構(基本表)由元組構成,組成元組的是元組的分量,以此擴展到屬性、碼、維、基數、分量集合、象集笛卡兒積等概念。在了解關系的基本數據結構后,可以結合實例講解關系的基本性質在后續講授SQL語言知識時,將模式、基本表、視圖、索引的定義給學員交待清楚;形成與關系數據結構相關聯的知識信息。在與關系數據庫組成的其他二個要素的聯系上,重點強調關系數據結構為數據操縱奠定了數據基礎并成為完整性約束的對象。
1.2數據操縱――數據集成和獲取的基本途徑
數據操縱這一結點可以從兩方面展開,一是從專門的關系運算和傳統的集合運算的角度介紹數據操縱的基本操作;二是從SQL語言的知識角度講授數據操縱的具體實現。教師在教學中通過實例介紹專門的關系運算和傳統的集合運算的基本概念,結合查詢優化的理論比較不同查詢方法的開銷,使學員建立數據操縱的基本概念,掌握相關的理論知識。教師在講授SQL語言的數據操縱時,介紹查詢的分類和方法、數據更新(插入、修改和刪除)的具體實現、完整性約束與數據操縱的聯系及對數據操縱的影響。教師在教學方式上采用概念講解、實例展現和現場操作的形式,使學員對所學的知識有更加清晰、直觀的感受。
1.3完整性約束――保障數據正確性與安全性的重要手段
完整性約束是關系模型組成的第三個要素。該要素涵蓋實體完整性、參照完整性和用戶定義完整性三方面內容。教師在教學中重點突出兩個規則(實體完整性規則和參照完整性規則)、兩個定義(參照關系和被參照關系)和一個實現(用戶定義的完整性);強調完整性約束的重要性和實際意義。在這條線上進一步延伸可以與數據庫的安全性控制、在屬性及元組上的約束條件檢查和違約處理、觸發器等相關知識聯系起來,使之構成一個整體。
2以關系模式為核心展現關系數據理論的知識
關系數據庫理論是數據庫系統原理課程教學的重點和難點,其內容涉及的概念、定義、定理、推理較多,同時在教學中要求學員能夠運用相關的理論知識解決在數據庫應用設計中遇到的實際問題。為了在整體上建立關系數據理論的基本知識結構,在實際教學中,我們從關系數據結構出發,分析組成數據結構的屬性、屬性間的聯系類型以及其間的內在關系,給出關系模式的基本形式和關系數據理論知識的聯系結構(如圖2所示),并由此引申出相應的定義、概念和方法。教師以分析關系模式的屬性間的三種對應(一對一、一對多、多對多)關系為基礎,探討函數依賴,講授其的概念和知識,并通過具體實例的分析將各種范式的內涵及運用方法呈現出來。以函數依賴集為基礎,系統介紹公理系統、函數依賴集的閉包、屬性集的閉包、最小覆蓋等知識及其相關應用。以屬性集和函數依賴集為基礎,講述模式分解的等價定義及其分解方法。教學探索的實踐表明,圍繞關系模式展開關系數據理論的教學能夠使學員加深知識間的相互聯系,有利于對知識的理解,為重點、難點知識的教學開辟了一條有效的途徑[2-3]。
3以關系數據庫的構造實踐關系數據庫的設計
以關系數據庫的構造實踐關系數據庫的設計是數據庫教學的重要實踐環節。在數據庫應用實踐教學環節中,我們針對學員的具體情況采用構建基本模式、提出基本要求、分析潛在問題、尋找解決方案的方法,力求幫助學員在實踐中運用所學理論知識,解決實際問題。
教學中我們以SQL Server2000作為實踐平臺,要求學員在幾個侯選題目中任意選擇其一進行設計實現。例如在學員信息管理系統題目中我們提出了該系統的基本模式(如表1-3所示)。
學員基本信息包括:學號、姓名、性別、出生日期、民族、籍貫、所屬班級。
學員專業信息包括:專業、本學期所修課程。
學員成績信息包括:課程、成績。
要求系統具備以下基本功能:
① 設置專業及該專業對應的課程;
② 設置指定專業對應的班號;
③ 設置指定班號的學員記錄;
④ 統計和查詢學員成績;
⑤ 查詢學員成績單。
在實踐前,學員已經對關系數據的理論知識有了一定的了解,如何將課堂所學的知識真正地應用到實踐中,則需要學員上機進行實踐。實際情況是大部分學員根據題目要求設計了如表1、表2、表3所示的信息表(表中代表主碼)。
在系統功能的實現時,學員會發現在連接查詢過程中系統會報錯。我們引導學員依據數據模式,從完整性角度分析產生錯誤原因。首先考察實體完整性。開始設計時學員大多采用學號、專業、課程作為三張表的主碼,但在數據輸入時發現對于學員專業信息表(表2)僅將“專業”作為主碼并不能滿足實體完整性約束,因為專業并不能唯一的確定元組,故設置“課程”同時為主碼。同理,設置學員成績信息表(表3)中的“成績”也為主碼。按照實體完整性規則的規定,這幾個主碼滿足實體完整性的要求,均不為空;其次考察參照完整性,以上3個基本表在實體范疇內是存在聯系的,每個學員都是學習某一確定專業,而且相同專業本學期所修課程都是一致的。在以學員基本信息表為主表的情況下,學員專業信息表并不能滿足參照完整性的條件。進一步分析,假定同一個班的同學都是相同的專業方向,則學員所屬班級和專業之間存在聯系。為解決參照完整性的問題,我們引導學員對系統的基本模式進行補充和修改。在發現問題所在后,有的學員很快就提出了增加班級專業信息表(表4)并修改學員成績信息(表5)的解決方案,構造出了如圖3所示的參照關系圖。
通過實踐教學環節,學員對數據庫的基本概念、基本要素等內容有了較深刻的理解,在設計數據庫時能較為全面的考慮各基本表的定義以及它們之間的聯系。通過數據庫實例的練習,使學員也體會到了將數據庫中的文件分散存儲帶來的好處,以及如何通過對不同硬盤讀寫提高數據庫訪問的速度[4]。
4結語
本文簡要總結了在數據庫系統原理課程教學中所采用的以“關系模型組成及關系模式”為核心的教學方法,并在實踐教學環節中通過“構建基本模式、提出基本要求、分析潛在問題、尋找解決方案”開展教學實驗,收到了較好的教學效果。隨著數據庫系統的不斷發展變化,數據庫系統原理課程的教學內容也會不斷更新,這也會促使我們在教學工作中不斷探索和改進教學方式、方法和手段,以適應新的發展變化的要求[5]。
參考文獻:
[1] 鄭月齋,韓雙霞,丁霞軍. 關于數據庫規范化理論教學的思考[J]. 吉林教育,2009(2):23-23.
[2] 劉艷霞,張靜. 數據庫系統原理精品課程建設實踐[J].科技信息,2009(16):11-11.
[3] 王珊,薩師煊. 數據庫系統概論[M]. 4版. 北京:高等教育出版社,2006:169-197.
[4] 楊俊紅. SQL Server數據庫應用教程[M]. 北京:中國水利水電出版社,2008:1-20.
[5] David M.Kroenke. 數據庫處理:基礎、設計與實現[M]. 7版. 北京:電子工業出版社,2001:3-26.
Investigation of the Database Systems Teaching Based on Model and Relationship of the Formation
LÜ Ming, WANG Ping
(College of Mechatronics and Automation, National University of Defense Technology, Changsha 410073, China)
[關鍵詞]醫院信息系統；業務需求；解決策略
[中圖分類號]R197 [文獻標識碼] A [文章編號] 1009 ― 2234（2014）06 ― 0072 ― 02
醫院信息系統建設的發展伴隨著衛生行業信息化發展而迅速推進。醫院信息系統建設怎樣改變醫院信息管理不適應用戶需求的現狀，確定科學有效的發展方向，選擇高標準的操作平臺，使用兼容性好的數據庫，以及開發網絡版的信息處理系統，構建以日常醫療信息為基礎數據、醫院財務數據為重點的數據庫系統、為管理層決策過程提供參考信息，建設智能化的節點數據庫和數據倉庫，是廣大地區基層醫院及中心地區三甲醫院信息化建設的目標，醫院間實現用戶數據共享，是醫院管理者需要深入思考和重點解決的問題。
1 醫院信息系統建設
改革開放30多年來， 我國在醫院信息化建設方面已經有了長足發展。基于大數據的醫院財務管理與決策工作的系統需求分析該系統的數據來源于現有醫院財務管理信息系統以及相關子系統，通過對導出的財務和相關數據采集與分析，并按照中國財務軟件數據暫行標準接口進行標準化、規范化和定制化。通過搭建現代化醫院財務管理框架，滿足當前醫院財務管理工作數字化建設需求，為醫院管理層提供宏觀財務數據報表、財務趨勢分析等決策數據和醫院財務監督體提供量化數據的數字化工作平臺。不僅解決了傳統醫院財務管理系統存在的問題，而且突破傳統局限性，從正常運營角度規范了醫院財務管理系統的工作流程，為管理層提供財務數據趨勢分析、對比分析、盈虧損益等，實現從財務會計到管理會計的轉型。〔2〕分析系行業有關資料，醫院信息化的發展主要經歷三個階段。
（1） 單機版信息處理系統〔3〕
從八十年代開始，各類醫院計算機系統的應用主要分布在掛號收費、患者住院費用管理、醫療器械和藥類制成品管理、單位人事管理、考勤制度執行等具體方面。早期在衛生系統得到廣泛應用的MOTOROLA系列計算機、DATAMAX等微型機，采用的處理語言有FORTUNE、 COBOL 語言，我國第一版的 ICD- CCD 醫院病案管理系統就是在此基礎上開發并得到廣泛應用的。
（2）不同科室個性化應用系統
隨著計算機在醫院信息管理應用領域的擴大和深入，功能性強的科室應用系統在門類齊全的綜合醫院發展迅速。
（3） 基于LAN的資源共享網絡應用系統
各醫院內部及醫院間網絡版本的醫院信息系統始建于上世紀最后10年，有實力的大醫院相繼在100M/1000M自適應以太網上建立了功能較強的醫院綜合信息管理系統。用戶信息化處理的發展趨勢， 開始向醫院與醫院、醫院與社區、醫院與患者信息共享的方向發展。信息處理的整合從前臺走向后臺，從以本科室的應用處理向跨科室、跨醫院、跨地區、跨行業的綜合信息系統相結合的集成模式方向發展。
2 信息化建設面臨的挑戰
（1）信息處理功能單一
當前軟件應用系統在前臺業務處理上的支持比較全面，但在后臺的數據分析上不能有效地服務于醫院管理層的科學決策。
（2） 系統建設沒有統一標準
目前，信息的分類代碼、信息處理的流程、報表的格式等都缺乏統一的規范與標準。軟件產品的通用性和靈活性差，導致軟件升級及擴展困難，孤立的信息節點難以共享資源，網絡化程度低。
（3） 應用功能在臨床領域普及率不高
目前業內的醫院還沒有建立“以病人需求為中心” 的信息管理系統，不能實現臨床數據管理系統、財務管理系統、患者查詢信息系統的有機統一，應用功能不高。
（4）數據分析不能適應管理需要
在醫院管理工作中，采用數據庫系統管理海量數據是現代管理模式優勢之一，在逐漸替代傳統管理模式的過程中，實現了醫院管理規范化、制度化、科學化，從技術層面提供了有效的手段。所以，醫院信息數據分析是提高管理質量的技術瓶頸，改革醫院當前的管理體制、提高人員素質、更新觀念、破除陳舊的管理模式對醫院信息化建設是非常重要的。
（5） 行業標準和有關法律法規急需完善〔4〕
目前，衛生行業專業信息安全規范體系的規劃設計還不完善，諸如涉及到值班醫生數據簽名、遠程視頻會診的過程記載、對患者常規檢查診斷及初步結論和后期醫療護理質量管理過程等都需要當事人的認可等。這些都沒有形成法律法規。
3 應對策略與辦法
（1） 必須進行衛生信息立法
首先，醫院方面積極主動地以“維護醫患雙方的合法權益”為出發點，找準醫學信息和現代信息技術與醫療護理工作的最佳結合點。從法律上對計算機病歷（ Computer Medical Record， CMR） 應用和醫療護理執行過程進行規范，深入患者中間搞調研、聽意見、詢建議，形成醫患雙方共同遵守的行業規范；其次，聘請醫學專家、醫院管理專家、信息技術專家、法學家、新聞媒體等組成獨立的第三方公證系統，推進衛生信息立法和醫院信息化建設快速發展。
在做好上述工作的同時，還要嚴格規范計算機病歷數據的采集、修改、添加和刪除等運行中各個環節的監控，依據醫院應用信息系統數據流程的要求進行操作，并對后期的數據整理、分類和打印輸出采用手工簽名。
（2）使用ISO標準建立醫學信息標準體系〔3〕
根據臨床醫學概念的豐富性和多樣化特點，要規范醫學術語的標準化，使醫學數據的編碼與醫學術語標準化緊密相連，提高編碼方式的科學實用性，對各類疾病、藥品和醫療操作術語等進行統一編碼，提高疾病分類的細致程度，并適用于流行病學及保健評估的需求。在保持醫學文檔半模板化或全部模板化的同時，創新文本格式，使電子病歷能方便地記錄患者特殊信息，所描述的臨床醫學記錄既有嚴謹的學術化表述，又有通俗易懂的大眾化色彩。
醫院信息化發展越來越具有網絡化、全球化的遠程醫療和信息共享的趨勢，為了充分利用互聯網實現患者與患者之間、家庭與醫院之間、同一地區的不同醫院之間、不同地區之間、不同國家之間實現醫學數據的交換和共享，還要統一數據交換的標準問題，以更好的為醫療資源共享進行軟件研發和提供技術支持，進一步增強計算機病歷形成和使用的共性。
基于大數據思想的醫院財務管理系統是對當前醫院信息管理系統功能的增強和擴充，通過引入大數據思想，實現大數據集存儲、管理非結構化和半結構化數據和大數據的分析與挖掘。除了基本財務核算與財務報表基本功能外，還利用R Language統計分析、分類回歸、聚類和關聯規則等功能，重點實現了實時的財務報表、財務指標和現金流能力的預測模型功能，滿足醫院現代化財務管理需求〔4〕，達到了醫院財務管理和決策系統的設計目標。通過完備的系統測試和性能測試，取得了較好的應用效果。本研究針對醫院信息化存在的共性問題與不足，借鑒和引入銀行業財務系統的成熟管理思想與實現方法，設計和開發了基于大數據思想的醫院財務管理與決策系統。在傳統數據倉庫和商業智能基礎上，融合大數據思想，實現數據大集中。基于靈活、易擴展和健壯的軟件體系架構設計與開發，加強數據協同性，提供高效的數據聚合、分析挖掘和動態展示。實現了財務數據的實時變化、信息挖掘和過程監管，對于提高當前醫院整體運營工作效率、預算管理、成本管理、績效管理，重視資金的時間價值與運營風險具有極強的現實意義和應用價值。
（3） 采用B/S系統架構的數據中心建設〔2〕
采用服務器/瀏覽器的計算機網絡技術，來設計和開發基于大數據理念的醫院管理信息系統。在不影響現有醫院財務系統正常運營使用的系統設計理念下，通過對數據（結構化、半結構化和非結構化）采集、清洗與集中，利用標準數據模型（standard data model，SDM）對目標數據的整合與優化，構建大數據平臺，改變傳統數據流拓樸結構，利用DBLOAD技術，建立作業自動進行批量數據導出、導入與備份，利用數據庫外部鏈接技術實現實時更新系統數據，進行批量和實時數據的大集中于數據倉庫；通過元數據管理實現，實現數據資源統一和規范化；通過數據庫反規范化和數據分區等技術提高數據存儲優化；按照業務流程抽象模型驅動數據互用性。
引入NOSQL非文檔型數據庫-MongoDB作為數據聚合層提高系統訪問速度和數據分析與挖掘支撐平臺。開發高性能的信息管理系統，系統開發服務器要基于J2EE體系，客戶端基于Dot Net Framework開發，選擇高性能、無模式的文檔型數據庫MongoDB作為后臺聚合數據庫，MS SQL Server作為后臺數據倉庫，Java和C#為主要程序語言，采用Spring框架和經典MVC設計模式進行高端C/S模式應用程序的開發。〔4〕其中，Dot Net FrameworkWPF作為表現層基于MVVM設計模式提供Rich Client實現Data Visualization，Spring+J2EE作為業務邏輯層，Hibernate作為ORM并提供數據持久化，MongoDB作為數據聚合層，Autosys作為系統前后臺作業調度核心系統，保證了系統自動化運行管理。通過Spring框架將業務對象與業務邏輯相分離，并通過容器（Container）和非容器（Non-Container）兩種管理方式完成業務邏輯對象的創建、調用和回收，保證系統的平立性和易擴展性。在MongoDB的設計和使用上與實際工作緊密結合，按照業務規則對數據進行橫向（基礎數據）與縱向（分析數據）處理并獨立存儲和有效隔離，另外MongoDB作為Near Cache（類緩存技術）使用，將數據存儲在內存和磁盤上，提供快速訪問和瞬間定位能力，實現對高性能信息管理系統的訪問。
〔參 考 文 獻〕
〔1〕 李維基于RUP的醫院信息系統需求管理研究與實踐〔J〕.中國醫療設備2010，（04）.
〔2〕 袁玨.胡軍淺談軟件項目管理中的需求管理〔J〕.計算機光盤軟件與應用2011，（17）.
〔3〕 倪愛銀.軟件項目需求管理解析〔J〕.軟件導刊
關鍵詞：提升；變電站；綜合自動化系統；數據通信質量；探索
隨著科學技術的進步，計算機已經得到了普及，電力系統也隨之進入了計算機控制的時代，向著自動化的方向發展，變電站中普遍使用了綜合自動化系統，且成為電力系統不可避免的發展趨勢。淳安楓樹嶺電站在1992年施工建成，建成時的總裝機是2*16MW，截止到目前為止，已經運行了20多個年頭了，機械設備的老化嚴重，且時常出現故障，機械設備的功能不能滿足目前人們生產生活活動開展的需要了，因此在淳安楓樹嶺電站中也使用了綜合自動化系統，提高了變電站正常運行的可靠性和穩定性，機械設備也向著數字化、智能化的方向發展。
一、變電站綜合自動化系統的概述
在變電站的綜合自動化系統中，包含著多個子系統，受到綜合工作與協調工作的影響，在通信協議標準、數據共享、計算機網絡技術以及分布式技術中都融入和貫穿了數據通信的問題，因此成為研究變電站綜合自動化系統中的重中之重。變電站綜合自動化系統對抗干擾性、可擴展性、可靠性以及工作的靈活性都提出了很高的要求，數據通信的質量直接影響著變電站的運行情況，嚴重影響著電網正常運行的安全性和穩定性。
變電站綜合自動化系統中最關鍵的組成部分就是數據通信網絡，它在變電站綜合自動化系統中起著信息傳輸過程中的媒介作用，數據通信網絡直接影響著信息傳輸的效率。數據通信在變電站的綜合自動化系統中具有極其重要的地位，具有實時性、可靠性、電磁兼容性以及分層式結構等多方面的特點。
二、變電站綜合自動化系統的結構和特征
1、變電站綜合自動化系統的結構
（1）集中式的系統結構
在集中式的控制系統中，硬件裝置與數據處理裝置都屬于集中配置的范疇，一般情況下，都是后臺機與前置機共同組成的集控式結構，前置機在集中式控制系統中負責數據的控制、監測、輸入輸出以及保護等；而后臺機則是負責集中式控制系統中對數據處理、遠方通訊、打印以及顯示等。集中式控制系統能夠實時采集變電站中存在的開關量與模擬量，并對變電站的運行狀況進行實施監控。但是集中式控制系統中存在的引線較多，且承擔的任務較重，對變電站運行的可靠性和穩定性產生了不良的影響。如果集中式控制系統中的前置機中出現了故障，那么變電站所有的數據信息都會丟失，因此在實際的應用中，都是通過雙機并聯的方式運行的。集中式控制系統中結構的工作量相對來說較大，且不能對少數的自動化需求進行功能上的擴展，而集中式控制系統在投入使用之前，需要鋪設電纜，也就在一定程度上增加了資金成本的投入。
（2）分布式系統結構
變電站綜合自動化系統可以根據監控對象或者是系統功能的不同，可以將多臺計算機的單功能設備和共享資源網絡相連接，從而實現變電站綜合自動化系統的分布式處理。分布式系統結構主要是利用CPU系統開展工作的，對突發事件具有極強的處理能力，分布式系統所選用的網絡系統具備優先級的特點，利用網絡技術或者是串行的運行方式來對分布式系統職工各個模塊之間的數據信息進行通信，提高了分布式系統結構的實時性，同時也大大增加了分布式系統結構的可擴展性和維護性。
在對分布式系統結構進行安裝的過程中，通常情況都是分層組屏式與集中組屏式兩種，在中低壓的變電站中使用的較為普遍。分布式系統結構與集中式系統結構相比較而言，不僅具有良好的可靠性、可擴展性以及開放性，而且還不需要進行電纜的鋪設，大大方便了分布式系統的維護與調試，降低了資金成本的投入。
2、變電站綜合自動化系統的特征
自動化技術、數據通信技術以及計算機技術是變電站綜合自動化系統的技術基礎，對機械設備的功能進行了綜合。綜合自動化系統在變電站中的使用，大大提高了控制、保護以及控制裝置的數字化水平，通過通信網絡將變電站的各個模塊連接在一起，從而實現了變電站信息的共享性，為系統構成的模塊化提供了便利。根據分布式結構對綜合自動化系統進行設計，以實現對數據的采集與控制、微機保護等子系統，因此在子系統中有可能存在著多個CPU與之相配置，從而保證變電站綜合自動化系統具備多個功能。
三、光纖自愈環型以太網結構對于數據通信質量的提升
1、提出問題
在淳安楓樹嶺電站中依然沿用著傳統的單環型網，變電站在進行數據通信傳輸時，不管是選擇的哪一種傳輸介質使用的，一旦在網絡中出現故障，那么整個數據網絡將會癱瘓，變電站綜合自動化系統就會變得非常脆弱，這也就造成了數據通信極低的可靠性。
2、光纖自愈環型以太網
光纖自愈環型以太網技術在變電站綜合自動化系統中的應用，大大提高了數據通信的高效性、實時性、信息長距離傳輸、網絡布線簡潔性以及可靠性，一般情況下，可靠性高的變電站數據通信網絡還具備高速、容錯的特點，能夠進行遠距離的傳輸，且對出現的故障進行恢復時，需要的時間短，為我國變電站綜合自動化系統中的數據通信指明了發展的方向。
（1）光纖通信
在變電站中，多數的機電設備都是需要進行長距離的數據通信傳輸的，但是在變電站中存在著射頻、強電磁以及地電位差等多種干擾因素，嚴重影響著變電站綜合自動化系統中數據通信傳輸的可靠性，對數據傳輸時的容量、傳輸距離以及工作效率等造成了極大的威脅。如果在數據通信傳輸的過程中使用的是雙絞線或者是同軸電纜的話，不能對數據通信的可靠性進行保證。
現階段，光纖通信具有良好的抗干擾性、高帶寬以及低損耗等特點，在我國數據通信中的應用較為廣泛。光纖在通信中的應用，具有極強的電磁兼容性，在電磁環境中運行時，光纖的信息傳輸受到的影響不大。因此，光纖數據通信在變電站綜合自動化系統中的應用，具有很高的優越性，不僅提高了變電站綜合自動化系統中數據通信的質量，而且還提高了變電站綜合自動化系統正常運行的可靠性、安全性以及穩定性。
（2）容錯的網絡
在變電站綜合自動化系統中是不能出現通信中斷現象的，如果通信中斷的話，那么就需要在規定的時間內恢復通信，不然的話，將會對整個系統運行的安全性產生影響，嚴重時，將會造成無法估量的后果。因此，在變電站網絡拓撲結構建時，使用容錯網絡是非常有必要的。如果在容錯網絡中出現通信網絡的中斷或者是異常的情況，那么備份的通信網絡立刻就會取代主通信網絡進行使用，并隔離故障出現的網絡段或者是裝置，不會對整個網絡的運行產生影響。等到主通信網絡中的故障發生點或者是裝置恢復正常的運行之后，主通信網絡也就可以重新使用了，備份網絡就會自行主動的退出，回復到主通信網絡運行時的冗余狀態，不會對主通信網絡產生任何的不良影響。
結語：
綜上所述，變電站綜合自動化系統正常運行時的安全性和穩定性對電力系統的安危有著直接的影響，因此要不斷的提高變電站綜合自動化系統中數據通信的質量，以保證電力系統運行的穩定性和可靠性。自從在淳安楓樹嶺電站使用了變電站綜合自動化系統之后，電力系統的運行趨于穩定，大大降低了系統中出現故障的概率，提高了淳安楓樹嶺電站供電的能力。
參考文獻：
[1]楊娟娟.惠來風電場110kV變電站綜合自動化系統的數據通信[J].中國科技信息，2011（18）
