基于多源信息集成的移動護理信息綜合管理系統設計

遲瑞娟

（上海交通大學醫學院附屬第九人民醫院，上海 200011）

1 引言

隨著醫院護理信息化管理水平的提升，在移動互聯網環境下進行醫院護理信息化管理系統的優化設計受到人們的關注，需要構建移動護理信息綜合管理系統，結合信息化管理和自適應調度方法，進行移動護理信息綜合管理的系統優化設計，采用大數據分析技術，建立移動護理信息綜合管理平臺，通過云計算資源調度實現移動護理信息綜合管理。研究移動護理信息綜合管理系統的優化設計，在促進醫院信息化建設方面具有重要意義[1]。因此，國內外有很多研究學者對此進行理論研究。在國外，一些發達國家的護理信息系統已趨于成熟，他們有系統的理論指導框架，在其指導框架之下進行功能模塊的設計，隨著科技的智能化發展，護理人員通過無線設備就可以實現護理信息的綜合管理。而在我國，護理信息系統的建設起步較晚，但發展至今，已有臨床護士的計算機輔助訓練系統、護理事故分析程序等系統得到廣泛應用。此外，我國研究學者結合計算機網絡技術在系統設計中引用無線尋呼技術和個人數字助理技術，來實現護理信息管理系統的功能設計[2]。

在傳統方法中，對移動護理信息綜合管理的方法主要有樣本統計分析方法、資源調度方法和模糊PID 控制方法，建立云計算環境下的移動護理信息綜合管理模型，通過模糊綜合信息決策，實現移動護理信息綜合管理系統設計[3-4]，但傳統方法進行移動護理信息綜合管理系統設計的自適應性不好，輸出穩定性不高。針對上述問題，本文提出基于多源信息集成的移動護理信息綜合管理系統設計方案。首先采用傳感信息感知和物聯網拓撲信息采集的方法實現對移動護理信息綜合管理的多源信息采樣，然后采用物聯網、在線感知、數據融合聚類等技術，實現對移動護理信息綜合管理過程中的信息融合和資源調度處理，提取移動護理信息的多源信息特征量，采用大數據聚類和奇異特征點檢測，實現對移動護理信息綜合管理和信息調度。最后進行仿真測試分析，展示了本文方法在提高移動護理信息綜合管理能力方面的優越性能。

2 信息綜合管理系統總體構架和大數據分析

2.1 移動護理信息綜合管理系統總體構架

為了實現移動護理信息綜合管理系統的優化設計，首先構建移動護理信息綜合管理的大數據分析模型，基于概率模型分析的方法，采用正則參數和概率模型分析的方法，進行移動護理信息綜合管理的物聯網節點拓撲控制，構建底層數據庫作為移動護理信息綜合管理的數據處理中心模塊，得到移動護理信息綜合管理的總體結構模型如圖1所示。

在圖1所示的移動護理信息綜合管理的總體結構模型中，基于概率模型的貝葉斯估計的方法，固件移動護理信息綜合管理的運維參數融合模型，在多媒體場景下，智能運維下移動護理信息的自適應調度中，基于多源信息集成的移動護理信息綜合管理方法，得到每個維度的移動護理信息合并集為：A1A2，…，Ak=A'，根據智能運維下移動護理信息的信息共享度水平，在高維輔助信息約束下，得到移動護理信息綜合管理的線性回歸分析模型：

式中，σ為信息共享度，a 為常數，n為移動護理信息數量?；诨灸Ｐ驮u估指標分析，得到移動護理信息綜合管理的關聯規則調度集：

式中，pi為第i個信息的特征量。設R為實概率空間(f，g，h)中的特征分量，建立關聯規則特征量，根據經驗與模型收斂情況[5]，構建移動護理信息分布結構的融合模型，得到移動護理信息數據集X中的每個數據點的檢驗統計分析模型為：

從數據集X中選取k個數據點作為相關約束參量集，得到數據集的隨機分布特征量滿足：

為了避免陷入局部最優解，采用模糊綜合調度的方法，構建移動護理信息綜合管理的大數據分析模型，提高數據可靠性融合分析能力。

2.2 移動護理信息綜合管理的大數據分析

采用傳感信息感知和物聯網拓撲信息采集的方法實現對移動護理信息綜合管理的多源信息采樣，結合大數據融合調度模型實現對移動護理信息綜合管理的信息管理和多源信息融合[6]，采用ZigBee 組網協議，構建移動護理信息管理的數據集均值統計分析模型，表示為：

式中，c為數據集均值。計算數據點P與X的歐式聚類，采用模糊質心聚類分析的方法，得到移動護理信息綜合管理的線性組合特征分布模型表達為：

式中，m為數據點分配給每個處理器的數據維數。確定K表示的初始質心，得到移動護理信息的多源信息聚類輸出為：

結合特征聚類和融合技術，將處理后的護理信息進行關聯規則調度，得到移動護理信息綜合管理的大數據處理結構模型如圖2所示。

3 移動護理信息綜合管理優化設計

3.1 數據挖掘和運維分析

結合大數據融合調度模型實現對移動護理信息綜合管理的信息管理和多源信息融合，提取移動護理信息的自相關特征量，采用物聯網、在線感知、數據融合聚類等技術[7]，得到移動護理信息分布的穩定點滿足u=A'(0，1)，在閉頻繁項約束條件下，得到移動護理信息的面板數據的線性組合二元規劃模型為：

結合不同節點的傳感識別結果，在Agent模式下，得到移動護理信息關聯的集成特征量滿足x1，x2，…，xnCm，采用云設計和模糊信息聚類方法，得到運維模式下移動護理信息管理的多維參數統計序列d，則模糊信息映射輸出為：

式中，xi為第i個信息的集成特征量。構建移動護理信息綜合管理多源信息的負載均衡調度模型，得到移動護理信息綜合管理多源特征分布的熵滿足：

式中，l為互信息熵，w為移動護理信息的可支配收入集。根據上述分析，采用大數據挖掘和運維分析技術，實現對移動護理信息關聯的多源信息集成處理。

3.2 移動護理信息綜合管理

結合大數據融合調度模型實現對移動護理信息綜合管理的信息管理和多源信息融合，進行移動護理信息的綜合管理，得到相關性參數滿足：

采用云組合服務模式，得到智能運維下移動護理信息管理和綜合調度的狀態集Q，則移動護理信息管理的先驗分布集為：

提取智能運維下移動護理信息的關聯規則項：

構建空間聚類模型，進行移動護理信息的綜合管理調度。

3.3 移動護理信息綜合管理優化設計

結合大數據融合調度模型實現對移動護理信息綜合管理的信息管理和多源信息融合，提取移動護理信息的自相關特征量，采用物聯網、在線感知、數據融合聚類等技術[8]，得到移動護理信息綜合管理的模糊度信息集合為η，對移動護理信息進行均值聚類，采用匹配數據分析方法，得到模糊信息傳遞函數為：

通過三維譜重構，建立移動護理信息綜合管理多源統計分析模型，得到模糊統計概率密度函數：

由此分析，構建移動護理信息綜合管理多源信息的可靠性隨機分布序列，提取移動護理信息的多源信息特征量，采用任務并行化挖掘，得到移動護理信息綜合管理的模糊狀態方程φ(t)。采用多維信息熵融合的方法，得到移動護理信息綜合管理多源信息融合輸出結果為：

綜上分析，采用大數據聚類和奇異特征點檢測，實現對移動護理信息綜合管理和信息調度。

4 仿真測試分析

為了驗證本文方法在實現移動護理信息綜合管理的應用性能，進行實驗測試分析，基于Matlab/Simulink仿真軟件搭建移動護理信息綜合管理的數據處理平臺，設定移動護理信息采樣的樣本數為2 000，關聯分布集為120，數據融合的迭代步長為100，移動護理信息的統計周期為1．38。根據上述參數設定，進行移動護理信息綜合管理，得到移動護理信息綜合管理的輸出譜分布如圖3所示。

分析圖3得知，本文方法能有效實現對移動護理信息綜合管理，由此實現對移動護理信息的多源信息集成，得到數據集成結果如圖4所示。

分析圖4得知，本文方法進行移動護理信息綜合管理和多源信息集成的數據融合度水平較好。運用本文方法、PID 方法和支持向量機方法測試移動護理信息綜合管理的召回率，得到對比結果如圖5所示。

分析圖5得知，采用該方法進行移動護理信息綜合管理的輸出可靠性較好，數據融合聚類能力較強，召回率較高。

5 結束語

采用大數據分析技術，建立移動護理信息綜合管理平臺，通過云計算資源調度實現移動護理信息綜合管理。本文提出基于多源信息集成的移動護理信息綜合管理系統設計方案。構建底層數據庫作為移動護理信息綜合管理的數據處理中心模塊，結合大數據融合調度模型實現對移動護理信息綜合管理的信息管理和多源信息融合，采用物聯網、在線感知、數據融合聚類等技術，構建空間聚類模型，進行移動護理信息的綜合管理調度。研究得知，本文方法進行移動護理信息綜合管理的輸出可靠性較好，數據融合聚類能力較強，召回率較高，具有很好的應用價值。