CN109614319B - 自动化测试方法、装置、电子设备及计算机可读介质 - Google Patents

Abstract

本公开涉及一种医疗数据平台自动化测试方法、装置、电子设备及计算机可读介质。涉及医疗信息处理领域，该方法包括：根据疾病名称与疾病特征建立配置信息与场景模型；由患者数据中提取满足预定条件的数据生成数据模型；根据医疗数据平台的功能提取对应的接口信息，并根据所述接口信息与参数模板生成执行用例；以及通过所述场景模型、所述数据模型，以及所述执行用例对医疗数据平台自动化测试。本公开涉及的医疗数据平台自动化测试方法、装置、电子设备及计算机可读介质，能够通过有针对性的数据及功能测试来保证医疗数据平台的产品质量。

Description

自动化测试方法、装置、电子设备及计算机可读介质

技术领域

本公开涉及计算机信息处理领域，具体而言，涉及一种医疗数据平台自动化测试方法、装置、电子设备及计算机可读介质。

背景技术

接口测试常用于服务端对外暴露的功能接口进行测试，这种接口测试更偏向于功能函数的测试，提供正常值，边界值来验证接口在不同参数情况下的表现情况；在大数据分析中，整体更偏向于数据的整理归类，给出不同情况下的分布及统计，面向医疗大数据测试，医疗数据及字段数据量庞大，很难用简单的分析给出数据，匹配功能接口来验证数据对前端功能表现的影响，单纯的接口测试是一个常用的解决办法，但由于数据量庞大，想覆盖所有情况难度大且成本高。

目前普遍使用的方式是通过前端自动化或接口自动化在覆盖前端功能表现是否正常，前端自动化更偏向页面功能的表现验证，通过模拟坐标点击的方式对页面的不同功能进行点击，这种方式可以有效的通过自动化的方式验证前端响应的有效及功能表现，但是需要人工对每个功能进行编写，并且在页面样式有变更的时候，该种方式后续维护成本很高，如果涉及大范围变更相当于之前写过的均已不适用，需要从新编写才行，并且无法在数据层面得到充分的验证；另一种方式是通过测试服务端提供给前端的接口来验证前端功能表现，这种方式可以很大程度上解决前端样式变更带来的影响，一定程度降低维护成本，但针对接口接口普遍只验证入参的不同类型来观察边界情况和正常情况下的表现，但在医疗大数据领域，数据复杂，大量不同的数据可能会导致接口产生不一样的表现，从而导致前端的表现不稳定。

因此，需要一种新的医疗数据平台自动化测试方法、装置、电子设备及计算机可读介质。

在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

有鉴于此，本公开提供一种医疗数据平台自动化测试方法、装置、电子设备及计算机可读介质，能够通过有针对性的数据及功能测试来保证医疗数据平台的产品质量。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的一方面，提出一种医疗数据平台自动化测试方法，该方法包括：根据疾病名称与疾病特征建立配置信息与场景模型；由患者数据中提取满足预定条件的数据生成数据模型；根据医疗数据平台的功能提取对应的接口信息，并根据所述接口信息与参数模板生成执行用例；以及通过所述场景模型、所述数据模型，以及所述执行用例对医疗数据平台自动化测试。

在本公开的一种示例性实施例中，根据疾病名称与疾病特征建立配置信息与场景模型包括：由预定医学数据集合中提取疾病名称对应的配置信息；以及根据疾病特征中的疾病字段的分类维度生成场景模型。

在本公开的一种示例性实施例中，由患者数据中提取满足预定条件的数据生成数据模型包括：由患者数据中提取满足覆盖度与丰富度的数据以生成所述数据模型。

在本公开的一种示例性实施例中，根据所述接口信息与参数模板生成执行用例包括：根据服务器数据请求建立参数模板；根据所述接口信息与所述参数模板生成所述执行用例；以及其中所述执行用例具有预定顺序。

在本公开的一种示例性实施例中，通过所述场景模型、所述数据模型，以及所述执行用例对医疗数据平台自动化测试包括：分别在不同的场景模型中执行所述执行用例；以及通过所述数据模型验证执行结果以进行医疗数据平台自动化测试。

在本公开的一种示例性实施例中，还包括：在自动化测试中确定问题时，通过信息推送的方式通知开发人员，并建立问题记录。

在本公开的一种示例性实施例中，还包括：在问题解决后，根据所述问题记录追溯问题，再次进行自动化测试验证。

根据本公开的一方面，提出一种医疗数据平台自动化测试装置，该装置包括：场景模块，用于根据疾病名称与疾病特征建立配置信息与场景模型；数据模块，用于由患者数据中提取满足预定条件的数据生成数据模型；执行用例模块，用于根据医疗数据平台的功能提取对应的接口信息，并根据所述接口信息与参数模板生成执行用例；以及测试模块，用于通过所述场景模型、所述数据模型，以及所述执行用例对医疗数据平台自动化测试。

根据本公开的一方面，提出一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上文的方法。

根据本公开的一方面，提出一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上文中的方法。

根据本公开的医疗数据平台自动化测试方法、装置、电子设备及计算机可读介质，通过特定的数据模型，多种场景模型相结合，以及自动化测试用例生成接口相结合生成自动化测试用例的方式，能够通过有针对性的数据及功能测试来保证医疗数据平台的产品质量。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。

附图说明

通过参照附图详细描述其示例实施例，本公开的上述和其它目标、特征及优点将变得更加显而易见。下面描述的附图仅仅是本公开的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据一示例性实施例示出的一种医疗数据平台自动化测试方法及装置的***框图。

图2是根据一示例性实施例示出的一种医疗数据平台自动化测试方法的流程图。

图3是根据另一示例性实施例示出的一种医疗数据平台自动化测试方法的流程图。

图4是根据一示例性实施例示出的一种医疗数据平台自动化测试装置的框图。

图5是根据一示例性实施例示出的一种电子设备的框图。

图6是根据一示例性实施例示出一种计算机可读存储介质示意图。

具体实施方式

现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本公开将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。

此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。

附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。

应理解，虽然本文中可能使用术语第一、第二、第三等来描述各种组件，但这些组件不应受这些术语限制。这些术语乃用以区分一组件与另一组件。因此，下文论述的第一组件可称为第二组件而不偏离本公开概念的教示。如本文中所使用，术语“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。

本领域技术人员可以理解，附图只是示例实施例的示意图，附图中的模块或流程并不一定是实施本公开所必须的，因此不能用于限制本公开的保护范围。

本申请的发明人发现，现有技术中自动化测试存在如下缺点：1、前端自动化的方式维护成本高并且在数据层面的验证存在天然缺陷；2、接口测试更多是从接口功能表现层面来验证，能一定程度减少前端变更带来的维护成本，但缺失大量数据层面的针对性验证，如果使用全量数据来验证，耗时成本很高；3、缺少测试闭环的构建，前端自动化和接口自动化更多是面向局部，并不能构成完整测试解决方案。有鉴于此，本申请的发明人提出了医疗数据平台自动化测试方法，能够在接口测试的基础上基于大数据的可变配置构建针对性的验证机制，从而在功能和数据2个层面均能得到保证；而且提供了一种构建验证、发现问题、建立跟踪机制、解决问题、验证的整体自动化测试闭环解决方案。

图1是根据一示例性实施例示出的一种医疗数据平台自动化测试方法及装置的***框图。

如图1所示，***架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，例如对用户利用终端设备101、102、103所浏览的医疗***平台提供支持的后台管理服务器。后台管理服务器可以对接收到的医疗数据查询请求或医疗数据处理等请求进行分析处理，并将处理结果(例如查询结果、数据处理结果)反馈给终端设备。

服务器105可例如根据疾病名称与疾病特征建立配置信息与场景模型；服务器105可例如由患者数据中提取满足预定条件的数据生成数据模型；服务器105可例如根据医疗数据平台的功能提取对应的接口信息，并根据所述接口信息与参数模板生成执行用例；服务器105可例如根据医疗数据平台的功能提取对应的接口信息，并根据所述接口信息与参数模板生成执行用例。

服务器105可以是一个实体的服务器，还可例如为多个服务器组成，需要说明的是，本公开实施例所提供的医疗数据平台自动化测试方法可以由服务器105执行，相应地，医疗数据平台自动化测试装置可以设置于服务器105中。而提供给用户进行医疗平台数据浏览与进行数据查询的请求端一般位于终端设备101、102、103中。

下面以医学数据处理平台为例，详细介绍本申请中的内容。然而，本申请中的自动化测试方法还可应用于其他数据平台的自动化测试中，本申请不以此为限。

图2是根据一示例性实施例示出的一种医疗数据平台自动化测试方法的流程图。医疗数据平台自动化测试方法20至少包括步骤S202至S208。

如图2所示，在S202中，根据疾病名称与疾病特征建立配置信息与场景模型。可例如由预定医学数据集合中提取疾病名称对应的配置信息；以及根据疾病特征中的疾病字段的分类维度生成场景模型。

在一个实施例中，预定医学数据集合为Pandora平台，Pandora是一套面向海量数据，以及基础技术人员的，管理大数据传输、计算、存储和分析的大数据平台，在本申请中，可例如利用Pandora平台生成数据配置。

在一个实施例中，由预定医学数据集合中提取疾病名称对应的配置信息；通过控制参数提取不同的验证配置；以及根据疾病特征中的疾病字段的分类维度生成场景模型。可例如通过疾病名称从Pandora提取对应病种的核心配置，通过控制参数如疾病名称、配置类型、分类来提取不同的验证配置，提取的配置会作为后续提取数据的基础依赖。

在一个实施例中，以检索为例，通过提取的配置来构建不同的检索字段，还可例如通过疾病字段不同分类维度构建不同的场景模型，比如检验数据场景、诊断数据场景、检验和诊断结合场景等。

在一个实施例中，在每个构建出的场景模型中采用局部随机算法构建不同的检索模式，比如在某类诊断下执行了血常规(红细胞计数(WBC)静脉血)、病毒相关检验(甲型肝炎IgM抗体-静脉血)的检索组合模式等，来保证在后续的测试环节中，每个场景的每个具体检索模式都可以得到充分的验证。

在一个实施例中，还可例如通过用户在某个场景下的操作该场景内的相关功能的概率，来推算未来在该场景下可能进行其他操作的概率，并以此推测未来可能进行的操作序列，然后据此进行后文中自动化测试用例生成。

在S204中，由患者数据中提取满足预定条件的数据生成数据模型。可例如，由患者数据中提取满足覆盖度与丰富度的数据以生成所述数据模型。

在一个实施例中，可例如，继续借助Pandora平台，基于上文中提取的配置信息从海量患者数据中抽取小数据集以组件数据模型。抽取小数据集可以从数据的覆盖度和丰富度来进行，提取患者数据过程中，根据配置信息确保配置中的每个字段能得到数据填充，而且尽可能的保证数据填充完整性。

在一个实施例中，可例如建立字段比较模型，在Pandora平台中提取患者数据，利用该患者数据填充提取的配置信息中的字段，当填充比大于预定阈值，可例如为85％时，可认为该患者数据符合覆盖度的筛选规则。

在一个实施例中，在该患者数据满足覆盖度的前提下，同时还可例如保证提取的患者数据的丰富度，提取的不同患者要有不同的数据类别，比如患者的诊断数据，提取的每个患者的诊断内容应该是不同的，尽量避免患者数据之间的相似性，尽量选择差异较大的患者数据。

在一个实施例中，可以通过相似算法来进行类比得出期望的数据，在Pandora平台中提取患者数据，将该患者与已提取的其他患者数据进行比较，带患者数据与已提取的其他数据中的一部分(可例如为50％)的相似性大于预定阈值，可例如为85％时，可认为该患者数据不符合丰富度的筛选规则。

通过以上的数据筛选规则，可以在数据覆盖度和数据丰富度2个层面均得到保证的数据模型。

在S206中，根据医疗数据平台的功能提取对应的接口信息，并根据所述接口信息与参数模板生成执行用例。可例如，根据服务器数据请求建立参数模板；根据所述接口信息与所述参数模板生成所述执行用例；以及其中所述执行用例具有预定顺序。

在一个实施例中，首先整理产品重点功能，比如检索功能，围绕检索抽取相应的接口，还可例如根据GET/POST请求建立参数模板，并以执行用例的形式记录执行流程，作为基础验证准备。

其中，超文本传输协议(HTTP)的设计目的是保证客户机与服务器之间的通信。HTTP的工作方式是客户机与服务器之间的请求-应答协议。web浏览器可能是客户端，而计算机上的网络应用程序也可能作为服务器端。客户端(浏览器)向服务器提交HTTP请求；服务器向客户端返回响应。响应包含关于请求的状态信息以及可能被请求的内容。

在客户机和服务器之间进行请求-响应时，两种最常被用到的方法是：GET请求和POST请求。GET请求是从指定的资源请求数据，查询字符串(名称/值对)是在GET请求的URL中发送的。POST请求是向指定的资源提交要被处理的数据，查询字符串(名称/值对)是在POST请求的HTTP消息主体中发送的。

GET请求，请求的数据会附加在URL之后，以特殊符号分割URL和传输数据，多个参数用特殊符号连接。URL的编码格式采用的是ASCII编码，而不是uniclde，即是说所有的非ASCII字符都要编码之后再传输。

POST请求：POST请求会把请求的数据放置在HTTP请求包的包体中。

POST的安全性比GET的高。比如，在进行登录操作，通过GET请求，用户名和密码都会暴露再URL上，因为登录页面有可能被浏览器缓存以及其他人查看浏览器的历史记录的原因，此时的用户名和密码就很容易被他人拿到了。除此之外，GET请求提交的数据还可能会造成恶意程序的攻击。

在本申请中，对于不同的数据可例如分别采用不同的数据传输请求，对于患者数据等涉及隐私的数据可例如采用POST请求传输，对于其他的场景数据以及配置数据可例如通过GET请求传输。

在S208中，通过所述场景模型、所述数据模型，以及所述执行用例对医疗数据平台自动化测试。可例如，分别在不同的场景模型中执行所述执行用例；以及通过所述数据模型验证执行结果以进行医疗数据平台自动化测试。

在一个实施例中，还包括：在自动化测试中确定问题时，通过信息推送的方式通知开发人员，并建立问题记录。

在一个实施例中，还包括：在问题解决后，根据所述问题记录追溯问题，再次进行自动化测试验证。

在一个实施例中，通过上文中的数据模型+场景模型+接口执行的执行模式，以此融入持续集成流程，同时在执行中发现问题后(比如在某类诊断下执行了血常规(红细胞计数(WBC)静脉血)、病毒相关检验(甲型肝炎IgM抗体-静脉血)的检索组合模式下检索出的患者数为0)要进行问题报警，通过接入bug平台(比如Redmine平台，Redmine是用Ruby开发的基于web的项目管理软件，是用ROR框架开发的一套跨平台项目管理***，支持多种数据库)，每当在执行流程中发现问题会自动向平台推送完整问题描述并建立bug记录，并邮件/信息提醒开发者跟进解决，在开发者解决问题合并代码后会在此触发执行流程来验证问题解决效果，从而形成自动化测试闭环。

根据本公开的医疗数据平台自动化测试方法，通过特定的数据模型，多种场景模型相结合，以及自动化测试用例生成接口相结合生成自动化测试用例的方式，能够通过有针对性的数据及功能测试来保证医疗数据平台的产品质量。

根据本公开的医疗数据平台自动化测试方法，通过用户在某个场景下的操作该场景内的相关功能的概率，来推算未来在该场景下可能进行其他操作的概率，并以此推测未来可能进行的操作序列，然后据此进行自动化测试用例生成的方式，能够提前验证用户即将使用的功能，并据此生成自动化测试用例，提高了测试的准确度。

应清楚地理解，本公开描述了如何形成和使用特定示例，但本公开的原理不限于这些示例的任何细节。相反，基于本公开公开的内容的教导，这些原理能够应用于许多其它实施例。

图3是根据另一示例性实施例示出的一种自动化测试方法的流程图。图3所示的流程30不仅对图2所示的流程中S202-S208进行了描述，还描述了自动化测试方法中测试问题的处理方式。

如图3所示，在S302中，建立患者数据模型。

在S304中，提取配置信息。

在S306中，构建场景模型。

在S308中，自动化生成测试用例。

在S310中，进行测试，

在S312中，判断测试过程中是否存在问题。

在S314中，无问题的话确定通过测试。

在S316中，测试过程中存在问题时，推送问题记录。

在S318中，通知开发人员解决问题。

在S320中，更新代码，以进行再次测试。

在S302至S308中，基于提取的配置从海量患者数据中抽取小数据集。通过疾病名称从Pandora提取对应病种的核心配置，通过控制参数如疾病名称、配置类型、分类来提取不同的验证配置。整理产品重点功能，比如检索功能，围绕检索抽取相应的接口，根据GET/POST请求建立参数模板。生成自动化测试用例。

通过S302至S308的测试准备，可以场景模型、所述数据模型，以及所述执行用例，以此融入持续集成流程，同时在执行中发现问题后进行问题报警，自动向平台推送完整问题描述并建立bug记录，并邮件/信息提醒开发者跟进解决，在开发者解决问题合并代码后会在此触发执行流程来验证问题解决效果，从而形成自动化测试闭环。

根据本公开的医疗数据平台自动化测试方法，通过构建验证、发现问题、建立跟踪机制、解决问题、验证测试闭环，进行自动化测试，能够降低人力成本。

根据本公开的医疗数据平台自动化测试方法，通过接口+场景配置模型+小数据集数据模型匹配来达到功能及数据多样化的验证方式

根据本公开的医疗数据平台自动化测试方法，通过针对性的数据及功能层面的测试来保证产品质量。

本公开还可继续增加问题追溯环节，在发现问题后可以自动进行问题追查，进行问题定位，可以在开发者实现的过程中增加协定的代码点，并在整体框架的执行过程中可以生成连续的日志来作为问题追踪的分析，同时建立配置数据溯源机制，可以进行问题逆向跟踪分析，建立分析链；当问题出现时，可以通过日志来定位问题出现的大体环节，同时根据数据链来逆向分析数据问题，从而可以达到自动定位问题的目的，本申请不以此为限。

本领域技术人员可以理解实现上述实施例的全部或部分步骤被实现为由CPU执行的计算机程序。在该计算机程序被CPU执行时，执行本公开提供的上述方法所限定的上述功能。所述的程序可以存储于一种计算机可读存储介质中，该存储介质可以是只读存储器，磁盘或光盘等。

此外，需要注意的是，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。

图4是根据一示例性实施例示出的一种医疗数据平台自动化测试装置的框图。医疗数据平台自动化测试装置40包括：场景模块402，数据模块404，执行用例模块406，以及测试模块408。

场景模块402用于根据疾病名称与疾病特征建立配置信息与场景模型；可例如由预定医学数据集合中提取疾病名称对应的配置信息；以及根据疾病特征中的疾病字段的分类维度生成场景模型。

数据模块404用于由患者数据中提取满足预定条件的数据生成数据模型；可例如，由患者数据中提取满足覆盖度与丰富度的数据以生成所述数据模型。

执行用例模块406用于根据医疗数据平台的功能提取对应的接口信息，并根据所述接口信息与参数模板生成执行用例；可例如，根据服务器数据请求建立参数模板；根据所述接口信息与所述参数模板生成所述执行用例；以及其中所述执行用例具有预定顺序。

测试模块408用于通过所述场景模型、所述数据模型，以及所述执行用例对医疗数据平台自动化测试。可例如，分别在不同的场景模型中执行所述执行用例；以及通过所述数据模型验证执行结果以进行医疗数据平台自动化测试。

根据本公开的医疗数据平台自动化测试装置，通过特定的数据模型，多种场景模型相结合，以及自动化测试用例生成接口相结合生成自动化测试用例的方式，能够通过有针对性的数据及功能测试来保证医疗数据平台的产品质量。

图5是根据一示例性实施例示出的一种电子设备的框图。

下面参照图5来描述根据本公开的这种实施方式的电子设备200。图5显示的电子设备200仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图5所示，电子设备200以通用计算设备的形式表现。电子设备200的组件可以包括但不限于：至少一个处理单元210、至少一个存储单元220、连接不同***组件(包括存储单元220和处理单元210)的总线230、显示单元240等。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元210执行，使得所述处理单元210执行本说明书上述电子处方流转处理方法部分中描述的根据本公开各种示例性实施方式的步骤。例如，所述处理单元210可以执行如图2，图3中所示的步骤。

所述存储单元220可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)2201和/或高速缓存存储单元2202，还可以进一步包括只读存储单元(ROM)2203。

所述存储单元220还可以包括具有一组(至少一个)程序模块2205的程序/实用工具2204，这样的程序模块2205包括但不限于：操作***、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线230可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、***总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备200也可以与一个或多个外部设备300(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备200交互的设备通信，和/或与使得该电子设备200能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口250进行。并且，电子设备200还可以通过网络适配器260与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器260可以通过总线230与电子设备200的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备200使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本公开实施方式的上述方法。

图6示意性示出本公开示例性实施例中一种计算机可读存储介质示意图。

参考图6所示，描述了根据本公开的实施方式的用于实现上述方法的程序产品400，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本公开的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该计算机可读介质实现如下功能：根据疾病名称与疾病特征建立配置信息与场景模型；由患者数据中提取满足预定条件的数据生成数据模型；根据医疗数据平台的功能提取对应的接口信息，并根据所述接口信息与参数模板生成执行用例；以及通过所述场景模型、所述数据模型，以及所述执行用例对医疗数据平台自动化测试。

本领域技术人员可以理解上述各模块可以按照实施例的描述分布于装置中，也可以进行相应变化唯一不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施例的方法。

以上具体地示出和描述了本公开的示例性实施例。应可理解的是，本公开不限于这里描述的详细结构、设置方式或实现方法；相反，本公开意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。

此外，本说明书说明书附图所示出的结构、比例、大小等，均仅用以配合说明书所公开的内容，以供本领域技术人员了解与阅读，并非用以限定本公开可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本公开所能产生的技术效果及所能实现的目的下，均应仍落在本公开所公开的技术内容得能涵盖的范围内。同时，本说明书中所引用的如“上”、“第一”、“第二”及“一”等的用语，也仅为便于叙述的明了，而非用以限定本公开可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当也视为本公开可实施的范畴。

Claims (6)

1.一种医疗数据平台自动化测试方法，其特征在于，包括：

由预定医学数据集合中提取疾病名称对应的配置信息，并通过控制参数提取不同的验证配置，其中，所述控制参数包括疾病名称、配置类型、分类；

根据疾病特征中的疾病字段的不同分类维度生成不同的场景模型；

由患者数据中提取满足预定条件的数据生成数据模型；

根据医疗数据平台的功能提取对应的接口信息，并根据服务器数据请求建立参数模板；

根据所述接口信息与所述参数模板生成执行用例，其中所述执行用例具有预定顺序；以及

分别在不同的场景模型中执行所述执行用例，并通过所述数据模型验证执行结果以进行医疗数据平台自动化测试；

在自动化测试中确定问题时，通过信息推送的方式通知开发人员，并建立问题记录。

2.如权利要求1所述的方法，其特征在于，由患者数据中提取满足预定条件的数据生成数据模型包括：

由患者数据中提取满足覆盖度与丰富度的数据以生成所述数据模型。

3.如权利要求1所述的方法，其特征在于，还包括：

在问题解决后，根据所述问题记录追溯问题，再次进行自动化测试验证。

4.一种医疗数据平台自动化测试装置，其特征在于，包括：

配置模块，用于由预定医学数据集合中提取疾病名称对应的配置信息，并通过控制参数提取不同的验证配置，其中，所述控制参数包括疾病名称、配置类型、分类；

场景模块，用于根据疾病特征中的疾病字段的不同分类维度生成不同的场景模型；

数据模块，用于由患者数据中提取满足预定条件的数据生成数据模型；

接口提取模块，用于根据医疗数据平台的功能提取对应的接口信息，并根据服务器数据请求建立参数模板；

执行用例模块，用于根据所述接口信息与所述参数模板生成执行用例，其中所述执行用例具有预定顺序；以及

测试模块，用于分别在不同的场景模型中执行所述执行用例，并通过所述数据模型验证执行结果以进行医疗数据平台自动化测试；

反馈模块，用于在自动化测试中确定问题时，通过信息推送的方式通知开发人员，并建立问题记录。

5.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-3中任一所述的方法。

6.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-3中任一所述的方法。

Images