[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

说明书

本发明涉及基于健康医疗大数据标准库的多源数据处理方法与系统，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；抽取医疗健康数据库中的元数据，并对元数据的存储格式进行转换；对元数据按照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；对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。本发明能够对来自不同业务平台的数据源自动化统一转换以及数据标准化处理，基于CWM元模型建立元数据标准库，能够规范对元数据对象的处理，便于对数据进行查询和维护；通过对数据的融合治理，有利于获取有价值的数据。

技术领域

本发明属于大数据处理技术领域，具体的说，涉及基于健康医疗大数据标准库的多源数据处理方法。

背景技术

大数据分析技术不断发展，为从大量医疗健康数据中发现知识提供了更好的条件，特别是在医疗和医学信息中处理大量的患者数据，识别数据之间的聚类和相关性。

然而目前不同区域的医疗机构通常采用多个不同的系统处理各种医疗健康数据，大量的数据之间经过不同信息系统的处理，多个信息系统的数据一旦混合，由于数据存在异构性，导致数据整合困难、数据责任边界模糊等，很难获取有价值的数据。

发明内容

本发明为解决上述技术问题提供了基于健康医疗大数据标准库的多源数据处理方法与系统。

本发明解决上述技术问题的技术方案如下：

第一方面，本发明提供了基于健康医疗大数据标准库的多源数据处理方法，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；

抽取医疗健康数据库中的元数据，并对元数据的存储格式进行转换；

对元数据按照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，利用元数据功能组件对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。

第二方面，本发明提供了基于健康医疗大数据标准库的多源数据处理系统，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；

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；

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；

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

数据库解析与验证单元，用于获取健康数据库日志并对健康数据库日志进行解析和验证，并将验证后的元数据发送至元数据存储层；

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；

标准库构建单元，用于基于CWM元模型建立元数据标准库；

入库转换单元，用于利用公共仓库元模型对元数据进行处理，对元数据的存储格式进行转换；

分类单元，用于对元数据按照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，将元数据导入数据仓库中；

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，用于对数据仓库中的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；