田宇馳，胡 亮

（吉林大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，吉林長(zhǎng)春130012）

基于SVM的一種醫(yī)療數(shù)據(jù)分析模型

田宇馳，胡 亮

（吉林大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，吉林長(zhǎng)春130012）

基于SVM分類算法和Web服務(wù)框架，提出了一種醫(yī)療數(shù)據(jù)分析與疾病預(yù)測(cè)模型，改進(jìn)了醫(yī)療數(shù)據(jù)分析系統(tǒng)與醫(yī)院數(shù)據(jù)庫(kù)之間的數(shù)據(jù)傳輸協(xié)議.采用該模型與長(zhǎng)春某三級(jí)甲等醫(yī)院合作，獲取了總共1 695條病人電子病歷數(shù)據(jù)與病人疾病信息作為實(shí)驗(yàn)數(shù)據(jù)，并在醫(yī)療數(shù)據(jù)分析系統(tǒng)中進(jìn)行數(shù)據(jù)挖掘分析.通過(guò)數(shù)據(jù)條數(shù)的變化和對(duì)屬性的控制來(lái)測(cè)試設(shè)計(jì)的數(shù)據(jù)分析模型和改進(jìn)的數(shù)據(jù)傳輸協(xié)議的傳輸效率.實(shí)驗(yàn)表明，在傳輸數(shù)據(jù)之前對(duì)數(shù)據(jù)進(jìn)行預(yù)處理并且通過(guò)特征選擇算法進(jìn)行降維處理有助于提高整個(gè)系統(tǒng)的醫(yī)療數(shù)據(jù)傳輸效率和預(yù)測(cè)準(zhǔn)確度.

Web服務(wù)；SVM；電子病歷；特征選擇

醫(yī)院現(xiàn)在廣泛采用電子病歷系統(tǒng)，通過(guò)電子病歷系統(tǒng)對(duì)病人的健康狀況進(jìn)行長(zhǎng)期跟蹤.一部分醫(yī)院除了在病人發(fā)病時(shí)對(duì)病人進(jìn)行治療外，還借助病歷記錄的醫(yī)療數(shù)據(jù)和疾病預(yù)測(cè)系統(tǒng)對(duì)病人的健康狀態(tài)進(jìn)行分析，對(duì)疾病進(jìn)行預(yù)測(cè)，從而達(dá)到提前預(yù)防和及時(shí)治療的目的.

電子病歷的研究在計(jì)算機(jī)和醫(yī)學(xué)領(lǐng)域同時(shí)得到了很高的關(guān)注.電子病歷是醫(yī)療數(shù)據(jù)的數(shù)字化信息，它包括病人的健康狀況、治療過(guò)程和影像信息等.這些數(shù)字化信息的出現(xiàn)催生了醫(yī)療數(shù)據(jù)信息的管理與共享［1］和醫(yī)療數(shù)據(jù)的分析與疾病預(yù)測(cè)2個(gè)領(lǐng)域的研究.

醫(yī)療數(shù)據(jù)的數(shù)字化使得用計(jì)算機(jī)輔助醫(yī)學(xué)進(jìn)行數(shù)據(jù)采集、分析與疾病預(yù)測(cè)成為可能.近幾年，軟計(jì)算方法、支持向量機(jī)（SVM）和人工神經(jīng)網(wǎng)絡(luò)（ANN）已經(jīng)應(yīng)用在疾病預(yù)測(cè)上.如SVM算法用于診斷缺血性心臟?。?］；SVM和鑒別集算法的結(jié)合能診斷老年癡呆［3］；ANN算法用于進(jìn)行動(dòng)脈粥樣硬化和心血管疾病的早期預(yù)防［4］等.

本文提出了一種基于SVM分類算法和Web服務(wù)框架的醫(yī)療數(shù)據(jù)分析與疾病預(yù)測(cè)模型.該模型先對(duì)電子病歷中部分醫(yī)療數(shù)據(jù)進(jìn)行特征選擇和降維處理，再將這些維度的所有數(shù)據(jù)按照是否感染某種疾病進(jìn)行分類并作為SVM算法的訓(xùn)練數(shù)據(jù)集，最后使用訓(xùn)練得到Lagrange乘子，對(duì)病人的疾病進(jìn)行分析預(yù)測(cè).這一模型為數(shù)據(jù)挖掘中的軟計(jì)算方法應(yīng)用在醫(yī)療數(shù)據(jù)的分析中提供了方案.使用醫(yī)療數(shù)據(jù)對(duì)模型進(jìn)行測(cè)試發(fā)現(xiàn)，特征選擇方法對(duì)部分醫(yī)療數(shù)據(jù)進(jìn)行處理后，醫(yī)療數(shù)據(jù)的傳輸效率明顯高于原始模型.

1 醫(yī)療數(shù)據(jù)分析模型

將醫(yī)院、醫(yī)療保健組織等數(shù)字化的醫(yī)療數(shù)據(jù)以特定的格式、協(xié)議發(fā)送到醫(yī)療數(shù)據(jù)分析模塊進(jìn)行分析與疾病預(yù)測(cè).

醫(yī)療數(shù)據(jù)分析模型組成見(jiàn)圖1.

醫(yī)療數(shù)據(jù)提取模塊：該模塊由醫(yī)院電子病歷系統(tǒng)負(fù)責(zé)實(shí)現(xiàn)，我們使用openEHR系統(tǒng)作為醫(yī)院電子病歷系統(tǒng)，并在openEHR中實(shí)現(xiàn)醫(yī)療數(shù)據(jù)的提取功能.openEHR系統(tǒng)是一個(gè)開源、靈活的電子病歷系統(tǒng)，支持HL7衛(wèi)生信息交換標(biāo)準(zhǔn)［5］.很多醫(yī)療健康組織、政府和學(xué)術(shù)科研單位都使用openEHR進(jìn)行開發(fā)和科研工作.如一種基于openEHR的患者病歷數(shù)據(jù)管理模型、openEHR等許多開源的電子病歷平臺(tái)的對(duì)比與評(píng)估和基于openEHR的檔案建模等［6－8］.

數(shù)據(jù)交換模塊：基于Web服務(wù)的數(shù)據(jù)交換模塊使用醫(yī)療數(shù)據(jù)通信協(xié)議實(shí)現(xiàn)醫(yī)療數(shù)據(jù)分析模塊與醫(yī)療數(shù)據(jù)提取模塊的數(shù)據(jù)交換.Web服務(wù)［9］是一個(gè)平臺(tái)獨(dú)立、松耦合的Web應(yīng)用程序.由于Web服務(wù)的跨平臺(tái)特性，許多模型與框架是基于Web服務(wù)構(gòu)建的，如基于Web服務(wù)集成分布式資源［10］和數(shù)據(jù)流分析測(cè)試［11］等.在本文提出的醫(yī)療數(shù)據(jù)分析模型中，使用Web服務(wù)來(lái)連接醫(yī)療數(shù)據(jù)分析模塊和醫(yī)療數(shù)據(jù)提取模塊.醫(yī)療數(shù)據(jù)提取模塊作為Web服務(wù)的服務(wù)端，實(shí)現(xiàn)的方法包括存取數(shù)據(jù)、數(shù)據(jù)預(yù)處理、序列化等，改進(jìn)后的模型要求實(shí)現(xiàn)指定維度，指定屬性數(shù)據(jù)的讀取.本文提出的醫(yī)療數(shù)據(jù)分析模塊作為Web服務(wù)的客戶端，通過(guò)HTTP服務(wù)向數(shù)據(jù)提取模塊請(qǐng)求獲取數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行預(yù)處理.

醫(yī)療數(shù)據(jù)分析模塊：我們使用Caisis開源平臺(tái)作為醫(yī)療數(shù)據(jù)分析與疾病預(yù)測(cè)系統(tǒng)實(shí)現(xiàn)這一模塊.Caisis是基于Web的開源癌癥數(shù)據(jù)管理系統(tǒng)，一些臨床醫(yī)學(xué)研究使用Caisis系統(tǒng)管理和歸檔數(shù)字顯微圖像［12］，通過(guò)向Caisis系統(tǒng)中添加特征選擇和SVM算法，使用SVM算法對(duì)醫(yī)療數(shù)據(jù)進(jìn)行分析和疾病預(yù)測(cè)，因此使用的特征選擇算法需要基于SVM，可以提高數(shù)據(jù)分析和疾病預(yù)測(cè)過(guò)程的效率和準(zhǔn)確度.

2 數(shù)據(jù)分析模塊與算法

2.1 SVM算法

SVM算法最初是由Vapnik等人在1995年提出的一種可訓(xùn)練的機(jī)器學(xué)習(xí)算法［13］.依據(jù)統(tǒng)計(jì)學(xué)習(xí)理論、VC維理論［14－15］和結(jié)構(gòu)風(fēng)險(xiǎn)最小化理論［16］，從一定數(shù)目的樣本信息在學(xué)習(xí)能力和復(fù)雜度（對(duì)訓(xùn)練樣本的學(xué)習(xí)程度）中找到最佳折中，以期望獲得最好的推廣能力（或稱泛化能力）.

SVM一般用在二分類問(wèn)題上，二分類問(wèn)題的形式化定義：對(duì)于給定的訓(xùn)練集（x1，y1），（x2，y2），…，（xn，yn）∈Rn×R，其中xi∈Rn，yn∈｛－1，1｝，i＝1，…，n，根據(jù)訓(xùn)練集在Rn空間上找出一個(gè)實(shí)值函數(shù)g（x），使得指示函數(shù)（或稱決策函數(shù)、分類函數(shù)）

在對(duì)xi進(jìn)行分類的時(shí)候，取一個(gè)閾值ε，當(dāng)g（xi）＞ε時(shí)sgn（g（xi））選擇一個(gè)類別；當(dāng)g（xi）＜ε時(shí)sgn（g（xi））選擇另一個(gè)類別［17］.

二分類問(wèn)題的本質(zhì)就是獲得一個(gè)可以將Rn空間分成兩部分的實(shí)值函數(shù)g（x）.如果g（x）為線性函數(shù)，則分類器就是線性分類器；如果g（x）為非線性函數(shù)，則分類器就是非線性分類器.對(duì)于線性分類問(wèn)題，g（x）＝（w·x）－b（其中（w·x）是向量w與向量x的內(nèi)積），可以將2個(gè)類別無(wú)錯(cuò)誤的分割開來(lái)，所表示的分隔函數(shù)被稱為超平面［18－19］.

對(duì)于線性分類問(wèn)題，2個(gè)類別中間的那條超平面可能并不是唯一的，我們需要一個(gè)指標(biāo)來(lái)評(píng)價(jià)分類函數(shù)的優(yōu)劣.其中分類間隔（margin）是SVM分類中的一個(gè)指標(biāo)，這個(gè)指標(biāo)通過(guò)分類間隔大小來(lái)評(píng)價(jià)一個(gè)超平面是否是最終的最優(yōu)超平面.下面給出最優(yōu)超平面的定義：

假設(shè)訓(xùn)練集數(shù)據(jù)（x1，y1），（x2，y2），…，（xn，yn）∈Rn×R，y∈｛－1，＋1｝可以被超平面，有

且超平面與每個(gè)分類中最近的樣本點(diǎn)之間的距離（分類間隔）最大，因此這個(gè)超平面為最大間隔超平面，即最優(yōu)超平面.

H是分類面，而H1和H2是平行于H，且過(guò)離H最近的兩類樣本的直線，H1與H，H2與H之間的距離就是幾何間隔.

這里的分類間隔指的是H1與H2之間的幾何間距.

下面給出幾何間距的定義：

對(duì)于給定訓(xùn)練集（x1，y1），（x2，y2），…，（xn，yn）∈Rn×R，其中xi∈Rn，yi∈｛－1，1｝，i＝1，…，n.我們定義樣本點(diǎn)（xi，yi）到超平面的間距

幾何間距表達(dá)式

為了構(gòu)造最優(yōu)超平面，需要在約束條件yi（w·xi＋b）≥1，i＝1，2，…，n的情況下，最小化函數(shù)

這是一個(gè)在線性約束條件下凸二次規(guī)劃問(wèn)題，根據(jù)Lagrange求解方法［20］，通過(guò)構(gòu)造Lagrange乘子α＝（α1，α2，…，αn），得到最后的判定函數(shù)

2.2基于SVM的醫(yī)療數(shù)據(jù)分析模塊

將SVM分類算法應(yīng)用到醫(yī)療數(shù)據(jù)分析模塊中，進(jìn)行疾病預(yù)測(cè).如圖2是基于SVM的醫(yī)療數(shù)據(jù)分析模塊，通過(guò)數(shù)據(jù)交換模塊獲取原始組數(shù)據(jù)（患病病人醫(yī)療數(shù)據(jù)和對(duì)照組病人數(shù)據(jù)）.通過(guò)特征選擇過(guò)程輸入到SVM分類器中進(jìn)行訓(xùn)練，訓(xùn)練后可以對(duì)新的醫(yī)療數(shù)據(jù)進(jìn)行分析預(yù)測(cè).

3 改進(jìn)的醫(yī)療數(shù)據(jù)交換模塊

3.1醫(yī)療數(shù)據(jù)交換模塊

在原始的醫(yī)療數(shù)據(jù)交換模塊中，數(shù)據(jù)請(qǐng)求原語(yǔ)只由4條通信原語(yǔ)組成（如圖3所示）.圖3由原始醫(yī)療數(shù)據(jù)分析模型的3個(gè)模塊構(gòu)建，其中在醫(yī)療數(shù)據(jù)分析模塊與醫(yī)療數(shù)據(jù)提取模塊之間的4條通信原語(yǔ)包括2條請(qǐng)求和2條應(yīng)答.由于醫(yī)療數(shù)據(jù)的維度極大，屬性很多，但是在預(yù)測(cè)某個(gè)疾病時(shí)，只有很少的一部分屬性會(huì)對(duì)分類預(yù)測(cè)產(chǎn)生影響.這樣的全部維度的數(shù)據(jù)都需要傳輸，浪費(fèi)了時(shí)間，降低了數(shù)據(jù)傳輸效率，影響了醫(yī)療數(shù)據(jù)分析模塊的算法效率.

3.2改進(jìn)的醫(yī)療數(shù)據(jù)交換模塊

在改進(jìn)的醫(yī)療數(shù)據(jù)交換模塊中，在數(shù)據(jù)傳輸協(xié)議中增加了4條原語(yǔ)（見(jiàn)圖4）.在每條原語(yǔ)中不僅有醫(yī)療記錄條數(shù)的要求，還包括對(duì)所請(qǐng)求醫(yī)療數(shù)據(jù)維度和屬性的具體說(shuō)明.醫(yī)療數(shù)據(jù)分析模塊先請(qǐng)求一小部分全部維度的數(shù)據(jù)，對(duì)這小部分?jǐn)?shù)據(jù)進(jìn)行特征選擇.然后醫(yī)療數(shù)據(jù)分析模塊只請(qǐng)求特征選擇出來(lái)的對(duì)預(yù)測(cè)相關(guān)的屬性的剩余所有醫(yī)療數(shù)據(jù).最后通過(guò)SVM分類算法進(jìn)行訓(xùn)練和預(yù)測(cè).在新的醫(yī)療數(shù)據(jù)交換模塊中，大部分?jǐn)?shù)據(jù)中只有小部分相關(guān)屬性被傳輸?shù)綌?shù)據(jù)分析模塊，極大地減少了數(shù)據(jù)傳輸總量，也同時(shí)增加了分析模塊預(yù)測(cè)算法的效率.

4 醫(yī)療數(shù)據(jù)模型的對(duì)比評(píng)估

4.1數(shù)據(jù)傳輸效率的計(jì)算

在實(shí)驗(yàn)中假設(shè)特征選擇出的結(jié)果為141個(gè)屬性中的22個(gè)屬性，這22個(gè)屬性是運(yùn)行特征選擇算法得到的結(jié)果，假設(shè)Caisis中訓(xùn)練需要的原始組數(shù)據(jù)和對(duì)照組數(shù)據(jù)總條數(shù)取相同的N值.

在原始的設(shè)計(jì)模型中，在Caisis和openEHR分別發(fā)送請(qǐng)求和接收數(shù)據(jù)的過(guò)程中，分別針對(duì)原始組和對(duì)照組病人數(shù)據(jù)記錄了8次系統(tǒng)時(shí)間t1－t8.原始設(shè)計(jì)模型的總數(shù)據(jù)傳輸時(shí)間可以表示為

改進(jìn)的設(shè)計(jì)模型中，假設(shè)Caisis在特征選擇過(guò)程中需要的原始組和對(duì)照組數(shù)據(jù)條數(shù)相等，設(shè)為n，訓(xùn)練過(guò)程需要的數(shù)據(jù)總數(shù)為N－n.在實(shí)驗(yàn)中分別針對(duì)原始組和對(duì)照組數(shù)據(jù)16次記錄了系統(tǒng)時(shí)間g1－g16.改進(jìn)后的設(shè)計(jì)模型的總數(shù)據(jù)傳輸時(shí)間可以表示為

4.2實(shí)驗(yàn)結(jié)果分析與評(píng)價(jià)

原始模型與改進(jìn)模型的對(duì)比結(jié)果見(jiàn)圖5.由圖5可知，在對(duì)改進(jìn)后的模型進(jìn)行實(shí)驗(yàn)評(píng)估時(shí)，當(dāng)Caisis系統(tǒng)請(qǐng)求的訓(xùn)練數(shù)據(jù)總數(shù)從100～600條變化時(shí)，特征選擇請(qǐng)求的數(shù)據(jù)條數(shù)均取100條.當(dāng)Caisis系統(tǒng)請(qǐng)求的訓(xùn)練數(shù)據(jù)總數(shù)為100條時(shí)，改進(jìn)模型與原始模型的總數(shù)據(jù)傳輸時(shí)間是相同的，這是因?yàn)楫?dāng)Caisis系統(tǒng)請(qǐng)求的訓(xùn)練數(shù)據(jù)總數(shù)與改進(jìn)模型的特征選擇請(qǐng)求的數(shù)據(jù)條數(shù)都是100條.無(wú)論是原始模型還是改進(jìn)模型，openEHR系統(tǒng)發(fā)送回來(lái)的數(shù)據(jù)都是100條的全部屬性.所以，當(dāng)Caisis請(qǐng)求的訓(xùn)練數(shù)據(jù)總數(shù)與進(jìn)行特征選擇的條數(shù)相同時(shí)，改進(jìn)模型降級(jí)為與原始模型具有相同傳輸效率.但是隨著Caisis系統(tǒng)請(qǐng)求的訓(xùn)練數(shù)據(jù)總數(shù)的不斷增加，改進(jìn)模型則具有非常明顯的優(yōu)勢(shì)（見(jiàn)圖5）.

圖6是對(duì)改進(jìn)模型的評(píng)估.當(dāng)Caisis系統(tǒng)請(qǐng)求的醫(yī)療數(shù)據(jù)總數(shù)一定時(shí)，隨著Caisis系統(tǒng)進(jìn)行特征選擇所請(qǐng)求的數(shù)據(jù)條數(shù)變化，總數(shù)據(jù)傳輸時(shí)間不斷增加，傳輸效率逐漸降低.Caisis系統(tǒng)第一步進(jìn)行特征選擇所請(qǐng)求的數(shù)據(jù)條數(shù)越小，就會(huì)有更少的數(shù)據(jù)以全部屬性傳輸，也就是說(shuō)，更多的數(shù)據(jù)會(huì)以更少的屬性傳輸.這樣，總的數(shù)據(jù)量變小，醫(yī)療數(shù)據(jù)的傳輸效率就增大.相反，隨著Caisis系統(tǒng)第一步特征選擇所請(qǐng)求的數(shù)據(jù)條數(shù)的增加，總的傳輸數(shù)據(jù)量變大，醫(yī)療數(shù)據(jù)的總傳輸時(shí)間也會(huì)變長(zhǎng).當(dāng)Caisis系統(tǒng)第一步特征選擇所請(qǐng)求的數(shù)據(jù)條數(shù)等于需要訓(xùn)練的總數(shù)時(shí)，全部數(shù)據(jù)的全部屬性都需要傳輸給Caisis，這就使得改進(jìn)模型降級(jí)為與原始模型具有相同的低效率模型系統(tǒng).

實(shí)驗(yàn)結(jié)果表明，改進(jìn)后的醫(yī)療數(shù)據(jù)交換協(xié)議具有更高的數(shù)據(jù)交換效率，并且醫(yī)療數(shù)據(jù)分析與預(yù)測(cè)系統(tǒng)進(jìn)行特征選擇時(shí)使用的數(shù)據(jù)量越小，醫(yī)療數(shù)據(jù)的交換效率越高；基于SVM的特征選擇算法提高了醫(yī)療數(shù)據(jù)分析系統(tǒng)的效率，并提高了使用SVM算法進(jìn)行預(yù)測(cè)分析的效率和準(zhǔn)確度.

［1］ 吳信東，葉明全，胡東輝，等.普適醫(yī)療信息管理與服務(wù)關(guān)鍵技術(shù)與挑戰(zhàn)［J］.計(jì)算機(jī)學(xué)報(bào)，2012，13（5）：41－42

［2］ CIECHOLEWSKI M.Ischemic heart disease detection using selected machine learning methods［J］.International Journal of Computer Mathematics，2013，90（8）：1734－1759.

［3］ RAMIREZ J，GORRIZ J M，SALAS－GONZALEZ D，et al.Computer－aided diagnosis of alzheimer’s type dementia combining support vector machines and discriminant set of features［J］.Information Sciences，2013，237：59－72.

［4］ KUPUSINAC A，DOROSLOVACKI R，MALBASKI D，et al.A primary estimation of the cardiometabolic risk by using artificial neural networks［J］.Computers in Biology and Medicine，2013，43（6）：751－757.

［5］ 俞汝龍.HL7組織與HL7標(biāo)準(zhǔn)簡(jiǎn)介［J］.中國(guó)數(shù)字醫(yī)學(xué)，2007，2（7）：41－43.

［6］ SANTOS C，PEDROS T，COSTA C，el al.On the use of openehr in a portable phr［C］.Rome：Scitepress，2011：351－356.

［7］ MAGLOGIANNIS I.Towards the adoption of open source and open access electronic health record systems［J］.Journal of Healthcare Engineering，2012，3（1）：141－161

［8］ 張旭峰，姚志洪.基于openEHR的個(gè)人健康檔案建模［J］.計(jì)算機(jī)應(yīng)用與軟件，2013，30（5）：71－72，111.

［9］ 岳昆，王曉玲，周傲英.Web服務(wù)核心支撐技術(shù)［J］.軟件學(xué)報(bào)，2004，15（3）：428－442.

［10］ 何清林，楊森，徐澤同.基于元數(shù)據(jù)和Web Service中間件的分布式資源庫(kù)集成［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2009，30（9）：2202－2204.

［11］ DONG WL，HU JH.Test method for BEPL－Based Web service composition based on data flow analysis［J］.Journal of Software，2009，20（8）：2102－2112

［12］ KHUSHI M，CARPENTER JE，BALLEINE RL，et al.Electronic biorepository application system：web－based software to manage receipt，peer review，and approval of researcher applications to a biobank［J］.Biopreserv Biobank，2012，10（1）：37－44.

［13］ 魏振.基于GPU的SVM算法在入侵檢測(cè)系統(tǒng)中的應(yīng)用［D］.長(zhǎng)春：吉林大學(xué)，2013.

［14］ VAPNIK V.The nature of statistical learning theory［M］.New York：Springer－Verlag，1995：65－85.

［15］ VLADIMIR N VAPNIK.統(tǒng)計(jì)學(xué)習(xí)理論的本質(zhì)［M］.張學(xué)工，譯.北京：清華大學(xué)出版社，2000：12－13.

［16］ VAPNIK V，CHERVOKNENKIS A Y.The necessary and sufficient conditions for the uniform convergence of averages to their expected value［J］.Teoriya Veroyatnostei I ee Primeneniya，1981，26（3）：543－564.

［17］ 鄧乃揚(yáng)，田英杰.數(shù)據(jù)挖掘中的新方法——支持向量機(jī)［M］.北京：科學(xué)出版社，2004：164－190.

［18］ 張浩然，韓正之.支持向量機(jī)算法及應(yīng)用研究［D］.上海：上海交通大學(xué)，2003.

［19］ 席少霖.非線性最優(yōu)化方法［M］.北京：高等教育出版社，1992：470.

［20］ BARZILAY O，BRAILOVSKY V L.On domain knowledge and feature selection using a support vector machine［J］.Pattern Recognition Letters，1999，20：475－484.

A medical data analysis model based on SVM

TIAN Yu－chi，HU Liang

（College of Computer Science and Technology，Jilin University，Changchun 130012，China）

This paper proposes a medical data analysis and disease prediction model based on SVM classification algorithm and Web Service framework and the medical data communication protocol has been improved.This model includes the extraction of medical data from the electronic medical records database in a hospital and the transmission of medical data to a system to be analyzed by methods of data mining.A total of 1 695patients’electronic medical records derived from a third－grade class－A hospital in Changchun are used to examine the communication efficiency of the model.Improved medical data communication protocol is also tested by means of the variation of number of requested medical records and the control of the attributes.Experimental results show that the communication efficiency of the protocol in the system based on the model is much higher when the medical data go through a dimensionally reducing process like feature selection before transmission.

Web Service；SVM；electronic medical record；feature selection

TP 393 ［學(xué)科代碼］ 520·3040 ［

］ A

（責(zé)任編輯：石紹慶）

1000－1832（2015）01－0077－06

10.16163／j.cnki.22－1123／n.2015.01.015

2014－02－24

國(guó)家自然科學(xué)基金資助項(xiàng)目（61103197，61073009）；國(guó)家高技術(shù)研究發(fā)展計(jì)劃項(xiàng)目（2011AA010101）.

田宇馳（1989—），男，碩士研究生；通訊作者：胡亮（1968—），男，教授，博士研究生導(dǎo)師，主要從事分布式系統(tǒng)和網(wǎng)絡(luò)與信息安全研究.