基于深度哈希的醫(yī)院信息庫數(shù)據(jù)批量無損遷移方法

關(guān)鍵詞：醫(yī)院信息庫；數(shù)據(jù)遷移；無損遷移；深度哈希技術(shù)

0 引言

隨著信息技術(shù)和醫(yī)療行業(yè)數(shù)字化轉(zhuǎn)型的不斷發(fā)展，醫(yī)院信息化建設(shè)日益受到重視，醫(yī)院信息系統(tǒng)已廣泛應(yīng)用于各個管理環(huán)節(jié)[1]。然而，隨著醫(yī)院業(yè)務(wù)的擴展和信息系統(tǒng)使用時間的增加，原有系統(tǒng)可能無法滿足當(dāng)前需求，需要進行升級或改造。醫(yī)院信息庫中的醫(yī)療和財務(wù)歷史數(shù)據(jù)對于運營管理至關(guān)重要，數(shù)據(jù)遷移在系統(tǒng)升級改造過程中不可或缺[2]。數(shù)據(jù)遷移是一項復(fù)雜且關(guān)鍵的任務(wù)，涉及需求分析、數(shù)據(jù)清洗轉(zhuǎn)換、遷移測試等多個環(huán)節(jié)，同時也為優(yōu)化數(shù)據(jù)結(jié)構(gòu)等提供了機遇。在當(dāng)前數(shù)據(jù)遷移方法的研究中，文獻[3] 通過參數(shù)核查等手段提升了遷移成功率，采用批量數(shù)據(jù)同步處理、觸發(fā)器提取特征構(gòu)建無損遷移模型；文獻[4]則利用混合云架構(gòu)設(shè)計并行遷移系統(tǒng)，實現(xiàn)了從數(shù)據(jù)轉(zhuǎn)換到并行遷移的流程。但傳統(tǒng)方法在遷移丟包率和數(shù)據(jù)一致性方面仍存在不足。

本研究的目的明確：一是確保在醫(yī)院系統(tǒng)升級改造時數(shù)據(jù)能夠順利遷移，為海量數(shù)據(jù)提供可靠的遷移方案；二是改進傳統(tǒng)方法的不足，降低丟包率、提高一致性，從而保障遷移質(zhì)量；三是提升遷移效率與可靠性，優(yōu)化遷移流程以減少時間消耗、增強可靠性；四是為數(shù)據(jù)的后續(xù)利用奠定基礎(chǔ)，優(yōu)化數(shù)據(jù)結(jié)構(gòu)、提高數(shù)據(jù)訪問效率。本研究的創(chuàng)新點獨特：一是引入深度哈希技術(shù)，將高維數(shù)據(jù)映射到低維空間，構(gòu)建神經(jīng)網(wǎng)絡(luò)模型以處理數(shù)據(jù)的復(fù)雜性和異構(gòu)性，從而提高效率；二是實現(xiàn)批量無損遷移，利用技術(shù)特性精確定位傳輸數(shù)據(jù)并通過校驗確保無損，解決了傳統(tǒng)方法存在的問題，確保了數(shù)據(jù)的準確性和完整性；三是優(yōu)化遷移流程以適應(yīng)醫(yī)院業(yè)務(wù)需求，注重業(yè)務(wù)連續(xù)性，滿足時效性要求；四是提供全面的遷移解決方案，涵蓋多個環(huán)節(jié)，全面提升遷移質(zhì)量?；诖耍狙芯恳肷疃裙＜夹g(shù)，設(shè)計了醫(yī)院信息庫數(shù)據(jù)批量無損遷移的新方法。

1 方法設(shè)計

本研究所應(yīng)用的深度哈希技術(shù)是一種將輸入數(shù)據(jù)通過哈希函數(shù)映射到固定大小的哈希值的技術(shù)。在數(shù)據(jù)無損遷移過程中，可以利用深度哈希技術(shù)對數(shù)據(jù)進行預(yù)處理，生成唯一且穩(wěn)定的哈希值。這些哈希值可以作為數(shù)據(jù)的唯一標識，用于在遷移過程中進行數(shù)據(jù)校驗和完整性驗證。

1.f/7Wdkj1ZFzq3v9D0BiUI0i4FYbEK5UTbHCN/mthvIs=1 醫(yī)院信息庫數(shù)據(jù)預(yù)處理

本研究首先對醫(yī)院信息庫中的原始數(shù)據(jù)進行如下預(yù)處理：

步驟1：數(shù)據(jù)清洗的目的是消除原始醫(yī)院信息庫中的缺失、重復(fù)以及異常個體。

1） 缺失值處理：本研究使用均值填充的方式填補缺失數(shù)據(jù)值。假設(shè)原始的醫(yī)院信息庫數(shù)據(jù)集為x = {x1，x2，…，x } n ，這里，n 為數(shù)據(jù)集中非缺失值的個數(shù)，則數(shù)據(jù)均值的計算方式如下：

將-x置于數(shù)據(jù)值缺失處，即可完成缺失值處理。

2） 數(shù)據(jù)過濾：根據(jù)特定條件刪除不符合要求的數(shù)據(jù)[5]。例如：刪除超出某個范圍的值、出現(xiàn)頻率過低的數(shù)據(jù)或與目標變量相關(guān)性較低的變量等。

3） 異常值處理：異常值是數(shù)據(jù)采集或記錄的錯誤，也包括真實數(shù)據(jù)中的異常情況。本研究首先計算數(shù)據(jù)集的標準差s，過程如下：

然后，將距離均值超過標準差3倍的值視為異常值，即滿足| x | i - -x > 3s 的數(shù)據(jù)視為異常值，再將異常值替換為均值。

步驟2：數(shù)據(jù)標準化的目的是將原始數(shù)據(jù)轉(zhuǎn)換為正態(tài)分布，以便后續(xù)分析和處理。標準化的方式如下：

其中，z 表示標準化處理后的數(shù)據(jù)。

1.2 生成深度哈希值

本研究利用深度哈希技術(shù)，為預(yù)處理后的數(shù)據(jù)生成唯一且穩(wěn)定的哈希值，以作為數(shù)據(jù)遷移過程中的校驗標識。實際采用的是基于位運算的哈希算法，該算法利用位操作來生成哈希值，特別適用于快速哈希計算的場景。關(guān)于哈希算法的安全性分析如下：在抗碰撞性方面，位運算哈希算法相對較弱。然而，在醫(yī)院數(shù)據(jù)遷移的場景中，通過對數(shù)據(jù)進行預(yù)處理，如限定醫(yī)療數(shù)據(jù)的數(shù)值范圍、規(guī)范財務(wù)數(shù)據(jù)的格式等，可以有效降低碰撞的風(fēng)險。在不可逆性方面，該算法的表現(xiàn)相對有限，理論上存在逆向推導(dǎo)的可能性。但考慮到醫(yī)院數(shù)據(jù)的復(fù)雜性和多樣性，實際逆向推導(dǎo)極為困難。況且，本研究主要應(yīng)用于數(shù)據(jù)校驗，而非加密存儲，因此對不可逆性的要求相對較低。為了進一步提高安全性，可以采取加鹽處理的方法，例如對醫(yī)院財務(wù)數(shù)據(jù)在每次遷移校驗時使用不同的鹽值。此外，還可以結(jié)合數(shù)字簽名技術(shù)，確保哈希值在傳輸過程中不被篡改，從而全面提升數(shù)據(jù)遷移的安全性。

1.3 數(shù)據(jù)遷移處理與校驗

本研究利用深度卷積生成對抗網(wǎng)絡(luò)，將預(yù)處理后的數(shù)據(jù)z 及其哈希值H 一起遷移到目標信息庫中。在遷移完成后，利用哈希值對遷移后的數(shù)據(jù)進行校驗，從而確保數(shù)據(jù)無損遷移。

假設(shè)N 表示隨機噪聲，將N、z、H 輸入深度卷積生成對抗網(wǎng)絡(luò)的卷積層中，得到的數(shù)據(jù)z、隨機噪聲N 的第v 個特征czv、cNv 如下（哈希值H 并不直接參與卷積層的計算）：

其中：f （?）表示卷積層的激活函數(shù)，ω表示卷積核的權(quán)重，b 表示偏差，λ 表示窗口長度，zv 和Nv 分別表示第v個輸入卷積層的數(shù)據(jù)和隨機噪聲。

深度卷積生成對抗網(wǎng)絡(luò)的各個卷積層均含有多個卷積核，利用這些卷積核對醫(yī)院信息庫數(shù)據(jù)展開卷積處理，即可獲取全部數(shù)據(jù)的特征[6]。然后，匯總各卷積核得到的特征，作為生成器的輸出數(shù)據(jù)d：

其中，δ表示特征拼接函數(shù)。

利用多層卷積處理對z、N 的特征展開細化，使得輸出數(shù)據(jù)d 中包含遷移后的真實醫(yī)院信息庫數(shù)據(jù)和隨機噪聲數(shù)據(jù)。為了辨別數(shù)據(jù)真?zhèn)?，將d 的特征輸入判別器中，得到數(shù)據(jù)d的第v個特征cdv如下：

判別結(jié)果D 反映了生成器數(shù)據(jù)屬于遷移后的真實醫(yī)院信息庫數(shù)據(jù)的概率。設(shè)置一個判別閾值η。如果存在D > η，表明數(shù)據(jù)d 是遷移后的醫(yī)院信息庫數(shù)據(jù)；否則，d為虛假數(shù)據(jù)，需將其刪除。

為了確保數(shù)據(jù)無損遷移，需要根據(jù)哈希值H 來驗證數(shù)據(jù)的一致性，即利用生成深度哈希值的方式，計算遷移后數(shù)據(jù)的哈希值。若遷移后數(shù)據(jù)的哈希值與H 相同，表明遷移前后的數(shù)據(jù)一致；若不同，則表明數(shù)據(jù)在遷移過程中存在錯誤，需重新遷移，直到哈希值相同為止。

2 實驗與結(jié)果分析

2.1 實驗環(huán)境

實驗采集某醫(yī)院信息庫數(shù)據(jù)5 000條，數(shù)據(jù)相似度為0.15，實驗環(huán)境網(wǎng)絡(luò)帶寬為300 Mbps，數(shù)據(jù)塊大小為1 024 KB，批量遷移任務(wù)數(shù)為7個。遷移過程中，哈希值的取值范圍為[0.1，100]。

為避免實驗結(jié)果的單一性，將文獻[3]和文獻[4]中的數(shù)據(jù)遷移方法作為對比，與本文方法一起完成同期驗證。

2.2 結(jié)果分析

實驗分別以遷移丟包率、遷移前后數(shù)據(jù)的一致性為指標展開驗證。

1） 遷移丟包率是指在數(shù)據(jù)從源醫(yī)院信息庫遷移到目標信息庫的過程中，丟失的數(shù)據(jù)量與原始數(shù)據(jù)總量的比值。該指標反映了在遷移過程中有多少數(shù)據(jù)沒有成功遷移到目標位置。低丟包率表明遷移方法在數(shù)據(jù)傳輸過程中能夠較好地保證數(shù)據(jù)的完整性。對于醫(yī)院信息庫來說，這意味著重要的患者病歷、醫(yī)療記錄、藥品庫存等信息不會在遷移過程中大量丟失，從而保證醫(yī)院的正常運營。

不同方法的遷移丟包率如圖1所示。

由圖1可知，不同方法的丟包率總體上呈現(xiàn)出一定的差異。但本文方法的丟包率最大值僅為0.257%，明顯低于兩種對比方法，表明本文方法在數(shù)據(jù)傳輸過程中能夠較好地保證數(shù)據(jù)的完整性。

2） 以遷移丟包率、遷移前后數(shù)據(jù)的一致性為指標的實驗結(jié)果分析：如果實驗得到的遷移丟包率較低，例如低于1%，這表明在數(shù)據(jù)從源醫(yī)院信息庫遷移到目標信息庫過程中，遷移方法在數(shù)據(jù)傳輸方面表現(xiàn)良好，能較好地保證數(shù)據(jù)完整性，意味著醫(yī)院重要的患者病歷、醫(yī)療記錄、藥品庫存等信息不會在遷移中大量丟失，從而確保醫(yī)院正常運營；若遷移丟包率較高，則可能會對醫(yī)院運營產(chǎn)生嚴重影響，比如丟失患者關(guān)鍵病歷可能導(dǎo)致誤診，藥品庫存數(shù)據(jù)丟失會造成管理混亂，而遷移前后數(shù)據(jù)的一致性結(jié)果若顯示高度一致，說明遷移過程準確可靠，若一致性差則需要深入分析是遷移算法、數(shù)據(jù)格式轉(zhuǎn)換還是其他因素導(dǎo)致的問題。應(yīng)用不同方法遷移前后數(shù)據(jù)的一致性如表1 所示。

分析表1可知，在遷移數(shù)據(jù)量為400 Mb時，本文方法的一致性為99.2%，而文獻[3]和文獻[4]方法的一致性分別為96.7% 和97.0%。當(dāng)遷移數(shù)據(jù)量增加到4 000 Mb時，本文方法的一致性為99.1%，文獻[3]和文獻[4]方法的一致性分別為92.9%和91.9%。通過整體對比可以看出，本文方法遷移前后數(shù)據(jù)的一致性最小值也可以達到98.6%，說明本文方法可以使數(shù)據(jù)在遷移前后保持較高的一致性。

3 結(jié)束語

本研究針對醫(yī)院信息庫數(shù)據(jù)遷移過程中數(shù)據(jù)完整性和一致性的挑戰(zhàn)，引入深度哈希技術(shù)，設(shè)計了一種新的數(shù)據(jù)批量無損遷移方法。該方法通過數(shù)據(jù)預(yù)處理、深度哈希值生成、數(shù)據(jù)遷移處理與校驗等步驟，確保數(shù)據(jù)在遷移過程中的完整性和一致性。實驗結(jié)果表明，該方法在遷移丟包率和數(shù)據(jù)一致性方面均優(yōu)于傳統(tǒng)方法。