基于超聲病歷的數據庫管理與分析系統

張勇，魯曉，羅燕

四川大學華西醫院超聲醫學科，四川成都610041

前言

目前國內外主流的醫學影像技術大體包括超聲成像、CT成像、MRI成像和X光射線成像。超聲在醫學中的重要作用在于它不但可以穿透人體，而且可以與身體組織相互作用。X 射線通過人體時只發生衰減，而超聲波穿過人體則還可以經過折射和反射作用。這可發生在超聲波經過的任何界面上，就如同光束經過一個非均勻物質一樣。在醫學應用中的超聲波是一種縱波，它的傳播速度比X 光要慢很多，從而使傳播時間容易測量，如脈沖回波法的應用。超聲波的波長很短，非常有利于窄脈沖波束的實現，因此聲源可以做得小而緊湊。超聲波的這些特性，以及現代電子技術的發展，使得超聲成為最常用的醫學診斷設備之一。與其他成像技術相比，超聲成像具有無創、無痛、無放射線損傷、快速、準確、便捷、經濟等特點，是臨床最常用的檢查方式之一，是現代醫學影像技術的主要組成部分之一，為臨床診斷提供重要依據。隨著超聲就診量的增加，超聲病歷數據的有效管理顯得尤為重要［1‐4］。同時，單純的超聲診斷結果還不能全面地反映病人情況，還需與電子病歷、實驗室檢查結果、其他影像診斷、病理檢查結果等相關信息結合起來整體評估，這對于超聲科醫生的臨床工作和科研工作具有重大意義，也增加了超聲病歷數據管理的難度［5‐6］。部分超聲病歷管理系統沒有提供數據分析功能，還需借助其他數據分析軟件進行數據分析［7‐8］。目前大多數醫學統計多采用專業化的SPSS、SAS軟件，應用時需要把相關數據導入，且這些專業化軟件很難掌握，操作流程復雜，而實際超聲常用的數據統計方法并不多，因此，一套適用于超聲病歷數據庫管理和分析的綜合系統能滿足超聲科醫生的實際工作需要。

1 系統構架

超聲病歷數據庫管理與分析系統主要由安裝有病歷管理系統與分析軟件的計算機、醫生和各個學生組構成。配備科室服務器，則可以實現系統資源共享，能實現多個用戶終端的病歷數據共享［9‐10］。同時，目前醫院的HIS系統通常配備有各類數據的檢索及調用接口，可以設計相應數據調用接口，從醫院HIS 系統中直接調取病人的相關就診信息及各類檢查結果信息并導入超聲病歷管理系統［11‐13］。這樣就能實現從多個方面評估病人。通常能導出的相關數據包括基本信息、實驗室檢查結果、其他影像數據、手術信息、病理檢查結果等。超聲病歷管理及分析系統框圖如圖1所示。

圖1 超聲病歷管理與分析系統框圖Fig.1 Ultrasonic medical record management and analysis system block diagram

醫生及各學生組把日常工作中所感興趣的病歷信息提取下來，錄入超聲病歷數據庫管理系統進行統一管理，通過系統管理軟件實現對歷史存入病歷信息的查詢、統計分析等相關操作，充分利用數據庫的優勢，極大地提高病歷研究及科研的效率。

1.1 數據庫選擇

由于醫院的超聲系統以及醫院其他臨床應用系統的各類數據的類別都有精確的標準，這種類別的數據特別吻合關系型數據庫的使用場景。關系數據庫，是建立在關系模型基礎上的數據庫，借助于集合代數等數學概念和方法來處理數據庫中的數據。現實世界中的各種實體之間的聯系均用關系模型來表示。關系模型就是指二維表格模型，因此一個關系型數據庫就是由二維表及其之間的聯系組成的一個數據組織。當前主流的關系型數據庫有Microsoft SQL Server、MySQL、Oracle 等。超聲病歷數據庫管理與分析系統采用關系型數據庫。關系型數據庫相比于非關系型數據庫擁有眾多優勢：易用性、適合分布式組織的可伸縮性、可用于決策支持的數據倉庫功能、與許多其他服務器軟件緊密關聯的集成性、保持數據的一致性、可進行復雜查詢、通用化、技術成熟、良好的性價比。系統同時支持Microsoft 開發的SQL Server和Oracle 旗下的MySQL 兩種典型的關系型數據庫［14‐16］，充分利用兩種數據庫分別在數據管理、開源方面的優勢。

1.2 系統環境

本系統軟件主要基于C#語言來進行開發設計。C#的身上集成了C++、Ⅴisual Basic、Delphi、Java 等語言的優點［17‐18］。C#具有多個特點：完全面向對象語言、強大的.NET 類庫支持、對Web 開發的支持、對泛型的支持等。C#的窗體應用程序大量運用在可視化應用程序開發方面。Ⅴisual C#編譯完成后可生成可執行文件，直接拷貝可執行文件到其他電腦即可運行。軟件支持常見Win7、Win10 等系統。同時系統只需要有2G 及以上的內存，以及數據庫相關環境的配置即可實現軟件運行。

2 系統設計與測試驗證

超聲病歷管理與分析系統的主要功能框圖如圖2所示。系統主要包含3 部分：系統設置、基礎查詢、統計分析。

2.1 系統設置

圖2 系統功能框圖Fig.2 System function block diagram

“系統設置”部分包含添加病歷、數據庫選擇、幫助文檔。“添加病歷”可以通過“單個病歷添加”和“批量導入病歷”兩種方式。“單個病歷添加”可實現對目前已有字段的數據進行編輯輸入。例如，病人的“姓名”、“性別”、“年齡”、“檢查號”、“住院號”、“超聲診斷”、“病理”的直接數據輸入。如果需要新增數據字段，則可通過“添加數據類”功能新增字段及相應數據。“批量導入病歷”則可實現對病歷數據通過Excel表格的方式批量導入，只需要保證表格的列名與數據庫的字段名一致，這樣能方便多個數據收集端的多個病歷數據一次性導入。“單個病歷添加”的軟件界面如圖3所示。“數據庫選擇”是計算機安裝的數據庫的選擇，包括“SQL Server”和“MySQL”兩種數據庫，可進行靈活選擇。“幫助文檔”為系統的使用說明書，包含系統各部分的使用操作說明。

圖3 病歷導入界面Fig.3 Medical record import interface

2.2 基礎查詢

“基礎查詢”部分是對數據庫中的感興趣病歷的查詢及編輯。主要包括“查詢條件設置”和“病歷顯示及編輯”兩個部分。“查詢條件設置”部分會列出病歷數據庫中所有的數據字段名作為“查詢項目”，“查詢條件”中列出“=”、“＞”、“＞=”、“＜”、“＜=”、“like”、“not like”等查詢條件，能滿足所有的查詢需求。通過“邏輯與”和“邏輯或”的邏輯關系，能組成多個查詢條件的邏輯組合，實現較為復雜的查詢。“病歷顯示及編輯”區域顯示查詢到的病例數及各自的數據。在數據庫右鍵可以查看該病歷的超聲檢查圖庫，也可以對病歷進行更新、刪除等操作。通過“病歷導出”功能，可實現查詢結果區域的病歷導出到Excel，可用于其他病歷研究。右鍵菜單和“基礎查詢”軟件界面如圖4所示。

圖4 基礎查詢軟件界面Fig.4 Basic query software interface

2.3 統計分析

“統計分析”部分可對數據庫中的病歷數據直接實現統計分析，從而避免在數據庫管理軟件拷貝數據出來再使用其他數據分析軟件（如SAS、SPSS）進行數據分析，同時也簡化了使用流程。“統計分析”的查詢條件編輯、查看圖庫、導出數據功能與“基礎查詢”類似。“統計分析”還包括“定性數據分析”、“定量數據分析”、“相關性分析”、“邏輯回歸分析”幾大部分［19‐20］。

“定性數據分析”主要對文字描述類數據進行關鍵詞統計分類查詢。在查詢結果界面選擇感興趣的列數據后點擊右鍵，選擇“定性數據分析”，可配置多個關鍵詞，配置完成后點擊“確定”即可實現對該數據列包含各關鍵詞的病歷數統計和百分比計算，并通過餅圖的方式進行直觀顯示。例如，選擇“肝臟背景”為待分析的列數據，總共設置“均勻”、“肝損害”、“肝硬化”、“其他”4 個關鍵詞，軟件在完成該列數據的統計分析后，列出了各個關鍵詞的病歷數，百分比、餅圖同時顯示。定性數據分析便于直觀地顯示列數據中包含各關鍵詞的病歷數情況，如圖5所示。

“定量數據分析”主要對數字類數據進行定量計算分析。在查詢結果界面選擇感興趣的列數據后點擊右鍵，選擇“定量數據分析”。軟件會自動計算出該列數據的定量計算結果。包括均值、中位數、方差、標準差、變異系數、極差、偏度、峰度以及原始數據和遞增數據的直觀顯示。均值：所有數據之和除以數據個數（數學性質優良）；中位數：把數據按從小到大排列后處于中間位置的數據，如果數據總數為奇數n，則中位數是第（n+1）/2 個觀測值，如果數據總數為偶數n，則中位數是第n/2 和第（n+2）/2 的平均值，可見均值有著不受極端值影響的優點；方差：是一組數據離散程度的度量，用該組數據中各數據值與其算術平均數離差平方的平均數，反映的是各數據量與算術平均值的偏離程度；標準差：方差的平方根；變異系數（離散系數）：標準差與其相應的均值之比；極差：數據的最大值與最小值之差；偏度：描述數據分布對稱性的統計量，如果偏度等于0，則其數據分布的對稱性與正態分布相同，如果偏度大于0，則其分布為正偏或右偏，即在峰的右邊有大的偏差值，使右邊出現一個拖得較遠的尾巴，如果偏度小于0，則為負偏或左偏，即在峰的左邊有較大的偏差值，使左邊出現一個拖得較遠的尾巴；峰度：描述某變量所有取值的分布形態陡緩程度的統計量，如果峰度等于0，其數據分布的陡緩程度與正態分布相同，峰度大于0，其數據分布比正態分布更陡峭，峰度小于0，其數據分布比正態分布更平坦。定量數據分析的軟件界面如圖6所示。

圖5 定性數據分析Fig.5 Qualitative data analysis

圖6 定量數據分析Fig.6 Quantitative data analysis

“相關性分析”：對兩個或多個具備相關性的變量元素進行分析，從而衡量兩個變量因素的相關密切程度。在查詢結果界面點擊右鍵，選擇“相關性分析”，分別配置自變量（X）與應變量（Y）后，軟件會自動計算出兩個變量之間的相關系數、列出回歸方程并繪制回歸曲線。相關系數越接近1 表示變量之間的相關性越大。“相關性分析”的軟件界面如圖7所示。

“邏輯回歸分析”：邏輯回歸常用于研究應變量為二分類的概率型非線性回歸方法。邏輯回歸又稱logistic 回歸分析，是一種廣義的線性回歸分析模型，常用于數據挖掘、疾病自動診斷、經濟預測等領域。邏輯回歸從本質來說屬于二分類問題。在查詢結果界面點擊右鍵，選擇“邏輯回歸分析”，分別配置應變量（Y）、自變量（X1），若選擇三元邏輯回歸，則還有自變量（X2），并各自分配其0和1兩種狀態，通常0代表陰性，1 代表陽性，配置完成后，軟件會自動計算出截距、回歸系數等結果，并對結果做出簡要解釋。邏輯回歸分析的軟件界面，如圖8所示。

圖7 相關性分析Fig.7 Correlation analysis

圖8 邏輯回歸分析Fig.8 Logistic regression analysis

3 結論

超聲病歷數據具有數據種類眾多、數據量大、數據分散等特點，病人病情的評估還需綜合醫院的電子病歷、實驗室檢查、病理檢查等系統的數據，這使得傳統的病歷管理方式不太適用。通過系統設計和驗證，超聲病歷數據庫管理與分析系統具有幾個主要特點：（1）可視化：系統采用C#窗體應用程序進行設計，軟件界面操作簡單易懂，對統計分析結果采用餅圖、曲線圖等顯示方式，直觀可讀。（2）通用性：系統支持多種電腦系統，對于電腦配置要求低，同時支持SQL Server和MySQL兩種數據庫，具有通用性。（3）可編輯性：對于病歷數據的字段可增加、刪除；對于病歷數據的內容可增加、更新、刪除；對于查詢條件可復雜組合。（4）綜合性：系統把數據的管理與數據的統計分析結合到一起，避免了醫生在數據庫系統與其他數據分析軟件來回拷貝數據，也簡化了數據分析的使用流程，是一個綜合性系統。

超聲病歷數據庫管理與分析系統基于超聲病歷數據，提供了實驗室檢查、病理檢查等其他系統數據的擴展接口，運用SQL Server、MySQL 關系型數據庫技術以及Ⅴisual C#窗體應用技術，結合了SAS 和SPSS 中的常用數據分析功能，實現了對超聲病歷數據的存儲管理與數據分析，使得超聲科醫生對于病歷數據庫的管理分析及相關課題研究效率提升50%以上。本系統有助于提升醫生在醫學、科研、教學等方面的工作效率，具有較高的實際應用價值。