[发明专利]基于健康医疗大数据标准库的多源数据处理方法与系统

权利要求书

1.基于健康医疗大数据标准库的多源数据处理方法，其特征在于，包括：

获取各个业务平台的医疗健康数据，建立医疗健康数据库；

抽取所述医疗健康数据库中的元数据，并对所述元数据的存储格式进行转换；

对所述元数据按照所述元数据的应用类别进行分类存储，基于CWM元模型建立元数据标准库；

建立元数据功能组件，利用所述元数据功能组件对所述元数据进行解析和融合、元数据生命周期管理、元数据变更管理与元数据标准化处理；

对所述元数据进行数据质量管理、元数据标准管理以及构建元数据知识图谱。

2.根据权利要求1所述基于健康医疗大数据标准库的多源数据处理方法，其特征在于，所述抽取所述医疗健康数据库中的元数据的方法为建立多个并行数据抽取进程对所述医疗健康数据进行ETL数据抽取，或者对所述健康数据库日志进行解析。

3.根据权利要求1所述基于健康医疗大数据标准库的多源数据处理方法，其特征在于，所述对所述元数据按照所述元数据的应用类别进行分类存储，包括：

按照元数据应用类别建立与所述应用类别语义关联的典型词词表；

对所述元数据进行文本处理，将所述元数据划分为文本特征词组合；

根据所述典型词词表对所述文本特征词组合进行匹配，将匹配结果作为元数据集，对所述元数据集进行存储。

4.根据权利要求1所述基于健康医疗大数据标准库的多源数据处理方法，其特征在于，所述对所述元数据进行解析和融合包括：

建立基础元数据语料库，对所有元数据基于所述元数据语料库进行翻译；

利用自然语言处理算法对所述元数据进行去重、归一、消歧处理；

建立业务数据模型，将所述元数据按照业务类型分类；

建立知识库，将分类后的所述元数据加入所述知识库的对应的目录树中。

5.根据权利要求4所述基于健康医疗大数据标准库的多源数据处理方法，其特征在于，所述元数据生命周期管理包括：

按照所述元数据生命周期中每个数据处理节点的进度对所述元数据进行监控，将对所述元数据的所有处理流程生成XML数据流，转换为标准元数据格式的XML文件；

基于所述XML数据流，分析同一个所述XML文件中各个所述元数据之间的关联。

6.根据权利要求1所述基于健康医疗大数据标准库的多源数据处理方法，其特征在于，所述元数据变更管理包括：对比每一个数据处理流程所述元数据的结构变化，更改到所述元数据标准库中。

7.根据权利要求1所述基于健康医疗大数据标准库的多源数据处理方法，其特征在于，所述元数据标准化处理包括：元数据结构标准化、元数据值域标准化与接口服务标准化。

8.基于健康医疗大数据标准库的多源数据处理系统，其特征在于，包括：元数据获取层、元数据存储层、元数据解析层与元数据应用层；

所述元数据获取层包括数据库采集单元、数据抽取单元、数据库解析与验证单元；

所述数据库采集单元，用于获取各个业务平台的医疗健康数据，建立医疗健康数据库；

所述数据抽取单元，用于建立多个并行数据抽取进程对所述医疗健康数据进行ETL数据抽取，得到元数据，并对所述元数据的存储格式进行清洗、转换；

所述数据库解析与验证单元，用于获取健康数据库日志并对所述健康数据库日志进行解析和验证，并将验证后的所述元数据发送至所述元数据存储层；

所述元数据存储层包括：标准库构建单元、入库转换单元、分类单元与数据仓库单元；

所述标准库构建单元，用于基于CWM元模型建立元数据标准库；

所述入库转换单元，用于利用所述公共仓库元模型对所述元数据进行处理，对所述元数据的存储格式进行转换；

所述分类单元，用于对所述元数据按照所述元数据的应用类别进行分类；

数据仓库单元，用于将分类后的所述元数据以XML的形式进行描述并通过开发数据仓库的元数据访问接口，将所述元数据导入所述数据仓库中；

所述元数据解析层包括解析和融合组件、元数据生命周期管理组件、元数据变更管理组件与元数据标准化处理组件，用于对所述数据仓库中的所述元数据进行解析和融合、元数据生命周期管理、元数据变更管理与元数据标准化处理；

所述元数据应用层包括元数据质量管理单元、元数据标准管理单元以及元数据知识图谱构建单元，用于对所述元数据进行数据质量管理、元数据标准管理以及构建元数据知识图谱。