CN113744885A - 一种医院智慧***中多个***之间的数据传输方法及设备 - Google Patents
一种医院智慧***中多个***之间的数据传输方法及设备 Download PDFInfo
- Publication number
- CN113744885A CN113744885A CN202111310028.1A CN202111310028A CN113744885A CN 113744885 A CN113744885 A CN 113744885A CN 202111310028 A CN202111310028 A CN 202111310028A CN 113744885 A CN113744885 A CN 113744885A
- Authority
- CN
- China
- Prior art keywords
- medical examination
- examination item
- item node
- data
- medical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000005540 biological transmission Effects 0.000 title claims abstract description 19
- 238000003745 diagnosis Methods 0.000 claims abstract description 45
- 238000004458 analytical method Methods 0.000 claims description 51
- 238000012502 risk assessment Methods 0.000 claims description 44
- 238000004422 calculation algorithm Methods 0.000 claims description 20
- 238000012795 verification Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 2
- 238000003672 processing method Methods 0.000 abstract description 2
- 238000011156 evaluation Methods 0.000 description 14
- 210000001503 joint Anatomy 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/186—Templates
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Pathology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种医院智慧***中多个***之间的数据传输方法及设备,属于专门适用于管理目的的数据处理方法技术领域,用以解决医院智慧***中多个***之间的非通用数据无法统一处理的技术问题。方法包括:生成医疗诊断表单对应的医疗诊断表单JSON模板,配置医疗诊断表单生成对应的JSON文件;获得第一医疗检查项目节点名称以及相应第一医疗检查项目节点中包含的第一医疗检查项目节点数据及对应的数据类型;确定第一医疗检查项目节点名称与外部***医疗检查项目数据库中包含的若干第二医疗检查项目节点名称的第一相似度;确定第一医疗检查项目节点数据与外部***医疗检查项目数据库中符合预设条件的第二医疗检查项目节点数据的第二相似度。
Description
技术领域
本申请涉及专门适用于管理目的的数据处理方法技术领域,尤其涉及一种医院智慧***中多个***之间的数据传输方法及设备。
背景技术
通常情况下,医院智慧***由不同厂商提供的多种***组成。例如:医院信息***(Hospital Information System,HIS)、移动护理***、病房护理***等。不同***之间的数据内容、存储结构、数据类型等均存在差异,对接的难点在于数据的清洗、整理及传输。
目前,为了使医院智慧***中不同***之间的数据能够正常流转、传输,现有技术主要使用数据处理平台通用处理脚本对数据进行处理。但是这种方法只能处理通用的数据,例如:患者信息、床位信息等。对于非常用、非通用的数据,例如:评估类表单、观察类表单等,仍需单独编写处理逻辑脚本,无法统一对数据进行处理。
发明内容
本申请实施例提供了一种医院智慧***中多个***之间的数据传输方法及设备,用以解决医院智慧***中的不同***在进行对接时,评估类表单、观察类表单等非常用、非通用的数据无法统一处理的技术问题。
一方面,本申请实施例提供了一种医院智慧***中多个***之间的数据传输方法,包括:基于医疗诊断表单的样式生成对应的医疗诊断表单JSON模板,并基于所述医疗诊断表单JSON模板对所述医疗诊断表单进行表单信息配置,以生成对应的JSON文件;其中,所述JSON文件中至少包括以下任一项或者多项表单信息:若干第一医疗检查项目节点以及医疗检查项目解析类型,所述医疗检查项目解析类型包括风险评估类型和非风险评估类型;在通过读取所述JSON文件,确定所述JSON文件的医疗检查项目解析类型为风险评估类型的情况下,通过风险评估类型解析方法,对所述JSON文件的第一医疗检查项目节点进行解析,以获得第一医疗检查项目节点名称以及相应第一医疗检查项目节点中包含的第一医疗检查项目节点数据及对应的数据类型;根据所述JSON文件的第一医疗检查项目节点名称查询外部***医疗检查项目数据库,以确定所述JSON文件的第一医疗检查项目节点名称与所述外部***医疗检查项目数据库中包含的若干第二医疗检查项目节点名称的第一相似度;根据所述第一医疗检查项目节点数据查询所述外部***医疗检查项目数据库,以确定所述第一医疗检查项目节点数据与所述外部***医疗检查项目数据库中符合预设条件的第二医疗检查项目节点数据的第二相似度;其中,所述预设条件为所述第一医疗检查项目节点名称与所述第二医疗检查项目节点名称的第一相似度大于第一预设阈值。
在本申请的一种实现方式中,通过风险评估类型解析方法,对所述JSON文件的第一医疗检查项目节点进行解析,具体包括:通过风险评估类型解析方法,循环遍历所述JSON文件的第一医疗检查项目节点中的所有选项,以得到第一医疗检查项目节点名称及所述第一医疗检查项目节点名称对应的数据行数;其中,所述数据行数默认设置为1;将所述第一医疗检查项目节点名称以及所述第一医疗检查项目节点名称对应的数据行数存储至医疗检查项目节点名称数组。
在本申请的一种实现方式中,将所述第一医疗检查项目节点名称以及所述第一医疗检查项目节点名称对应的数据行数存储至医疗检查项目节点名称数组之后,还包括:将所述医疗检查项目节点名称数组中的第一医疗检查项目节点名称作为入参,循环遍历所述医疗检查项目节点名称数组中的所有选项,并确定所述第一医疗检查项目节点名称对应的数据行数;在所述数据行数等于1的情况下,获取相应第一医疗检查项目节点中包含的第一医疗检查项目节点数据及对应的数据类型;在所述数据行数大于1的情况下,分别获取若干数据行数的第一医疗检查项目节点中包含的第一医疗检查项目节点数据及对应的数据类型。
在本申请的一种实现方式中,在获得第一医疗检查项目节点名称以及相应第一医疗检查项目节点中包含的第一医疗检查项目节点数据及对应的数据类型之后,还包括:将所述第一医疗检查项目节点中数据类型为文本类型、表格类型以及按钮类型的第一医疗检查项目节点数据筛除;将所述筛除后的第一医疗检查项目节点数据存储至所述医疗检查项目节点名称数组的对应选项中,形成与数据库字段对应的对象数组,并将所述对象数组存储至本地数据库。
在本申请的一种实现方式中,根据所述JSON文件的第一医疗检查项目节点名称查询外部***医疗检查项目数据库,以确定所述JSON文件的第一医疗检查项目节点名称与所述外部***医疗检查项目数据库中包含的若干第二医疗检查项目节点名称的第一相似度,具体包括:根据所述JSON文件的第一医疗检查项目节点名称查询所述外部***医疗检查项目数据库;通过预设算法,将所述JSON文件的第一医疗检查项目节点名称分别与所述外部***医疗检查项目数据库中包含的若干第二医疗检查项目节点名称进行相似度校验,得到若干第一相似度;在有第一相似度大于第一预设阈值的情况下,确定所述JSON文件的第一医疗检查项目节点名称与所述外部***医疗检查项目数据库的第二医疗检查项目节点名称相匹配;通过风险评估类型解析方法,循环遍历所述第二医疗检查项目节点名称对应的第二医疗检查项目节点中包含的所有选项,以得到所述第二医疗检查项目节点名称对应的数据行数,并将所述第二医疗检查项目节点名称及所述第二医疗检查项目节点名称对应的数据行数存储至本地数据库。
在本申请的一种实现方式中,通过预设算法,将所述JSON文件的第一医疗检查项目节点名称分别与所述外部***医疗检查项目数据库中包含的若干第二医疗检查项目节点名称进行相似度校验,得到若干第一相似度,具体包括:基于预设算法,分别计算所述外部***医疗检查项目数据库中包含的若干第二医疗检查项目节点名称转换成所述JSON文件的第一医疗检查项目节点名称所需的编辑操作次数;根据所述若干第二医疗检查项目节点名称对应的编辑操作次数,分别确定出所述若干第二医疗检查项目节点名称的字符串与所述第一医疗检查项目节点名称的字符串的第一相似度,以实现相似度校验。
在本申请的一种实现方式中,根据所述第一医疗检查项目节点数据查询所述外部***医疗检查项目数据库,以确定所述第一医疗检查项目节点数据与所述外部***医疗检查项目数据库中符合预设条件的第二医疗检查项目节点数据的第二相似度,具体包括:根据所述JSON文件的第一医疗检查项目节点数据查询所述外部***医疗检查项目数据库;通过预设算法,将所述JSON文件的第一医疗检查项目节点数据分别与所述外部***医疗检查项目数据库中符合预设条件的第二医疗检查项目节点数据进行相似度校验,得到若干第二相似度;在有第二相似度大于第二预设阈值的情况下,确定所述JSON文件的第一医疗检查项目节点数据与所述外部***医疗检查项目数据库的第二医疗检查项目节点数据相匹配;通过风险评估类型解析方法,循环遍历所述第二医疗检查项目节点数据对应的第二医疗检查项目节点中包含的所有选项,以确定所述第二医疗检查项目节点数据对应的数据行数;获取所述数据行数中的第二医疗检查项目节点数据及对应的数据类型,并将所述第二医疗检查项目节点数据及对应的数据类型存储至本地数据库。
在本申请的一种实现方式中,通过预设算法,将所述JSON文件的第一医疗检查项目节点数据分别与所述外部***医疗检查项目数据库中符合预设条件的第二医疗检查项目节点数据进行相似度校验,得到若干第二相似度,具体包括:基于预设算法,分别计算所述外部***医疗检查项目数据库中符合预设条件的第二医疗检查项目节点数据转换成所述JSON文件的第一医疗检查项目节点数据所需的编辑操作次数;根据所述若干第二医疗检查项目节点数据对应的编辑操作次数,分别确定出所述若干第二医疗检查项目节点数据的字符串与所述第一医疗检查项目节点数据的字符串的第二相似度,以将所述JSON文件的第一医疗检查项目节点数据与所述外部***医疗检查项目数据库进行映射匹配。
在本申请的一种实现方式中,在通过读取所述JSON文件,确定所述JSON文件的医疗检查项目解析类型为非风险评估类型的情况下,还包括:通过扩展接口,获取所述JSON文件中的数据,以得到与数据库字段对应的对象数组,并将所述对象数组存储至本地数据库。
另一方面,本申请实施例还提供了一种医院智慧***中多个***之间的数据传输设备,设备包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:基于医疗诊断表单的样式生成对应的医疗诊断表单JSON模板,并基于所述医疗诊断表单JSON模板对所述医疗诊断表单进行表单信息配置,以生成对应的JSON文件;其中,所述JSON文件中至少包括以下任一项或者多项表单信息:若干第一医疗检查项目节点以及医疗检查项目解析类型,所述医疗检查项目解析类型包括风险评估类型和非风险评估类型;在通过读取所述JSON文件,确定所述JSON文件的医疗检查项目解析类型为风险评估类型的情况下,通过风险评估类型解析方法,对所述JSON文件的第一医疗检查项目节点进行解析,以获得第一医疗检查项目节点名称以及相应第一医疗检查项目节点中包含的第一医疗检查项目节点数据及对应的数据类型;根据所述JSON文件的第一医疗检查项目节点名称查询外部***医疗检查项目数据库,以确定所述JSON文件的第一医疗检查项目节点名称与所述外部***医疗检查项目数据库中包含的若干第二医疗检查项目节点名称的第一相似度;根据所述第一医疗检查项目节点数据查询所述外部***医疗检查项目数据库,以确定所述第一医疗检查项目节点数据与所述外部***医疗检查项目数据库中符合预设条件的第二医疗检查项目节点数据的第二相似度;其中,所述预设条件为所述第一医疗检查项目节点名称与所述第二医疗检查项目节点名称的第一相似度大于第一预设阈值。
本申请实施例提供了一种医院智慧***中多个***之间的数据传输方法及设备,至少包括以下有益效果:根据医疗诊断表单的样式生成医疗诊断表单JSON模板,从而根据医疗诊断表单JSON模板对医疗诊断表单配置,生成对应的JSON文件,使后续操作有据可依;通过风险评估类型解析方法对风险评估类型JSON文件的第一医疗检查项目节点进行解析,得到第一医疗检查项目节点名称,并获取相应第一医疗检查项目节点中包含的第一医疗检查项目节点数据及对应的数据类型,生成对象数组以存储至本地数据库;根据第一医疗检查项目节点名称查询外部***医疗检查项目数据库,找到与第一医疗检查项目节点名称匹配的外部***医疗检查项目数据库中的第二医疗检查项目节点名称,并将该第二医疗检查项目节点名称存储至本地数据库;在第二医疗检查项目节点名称与第一医疗检查项目节点名称匹配的基础上,根据第一医疗检查项目节点数据查询外部***医疗检查项目数据库,找到与第二医疗检查项目节点数据匹配的外部***医疗检查项目数据库中的第二医疗检查项目节点数据,并将该第二医疗检查项目节点数据存储至本地数据库,使本地数据库与外部***医疗检查项目数据库进行映射匹配,实现了医院智慧***中的不同***在进行对接时,非常用、非通用数据的统一处理。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例提供的一种医院智慧***中多个***之间的数据传输方法的流程图;
图2为本申请实施例提供的另一种医院智慧***中多个***之间的数据传输方法的流程图;
图3为本申请实施例提供的另一种医院智慧***中多个***之间的数据传输方法的流程图;
图4为本申请实施例提供的一种医院智慧***中多个***之间的数据传输设备的内部结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例提供了一种医院智慧***中多个***之间的数据传输方法及设备,通过医疗诊断表单的样式生成医疗诊断表单JSON模板,以根据医疗诊断表单JSON模板对医疗诊断表单进行表单信息配置,生成对应的JSON文件,标明JSON文件的医疗检查项目解析类型;通过读取JSON文件,确定JSON文件的医疗检查项目解析类型为风险评估类型的情况下,通过风险评估类型解析方法,对风险评估类型JSON文件的第一医疗检查项目节点进行解析,得到第一医疗检查项目节点名称,并获取相应第一医疗检查项目节点中包含的第一医疗检查项目节点数据及对应的数据类型,生成对象数组以存储至本地数据库;根据第一医疗检查项目节点名称查询外部***医疗检查项目数据库,找到与第一医疗检查项目节点名称匹配的外部***医疗检查项目数据库中的第二医疗检查项目节点名称,并将该第二医疗检查项目节点名称存储至本地数据库;根据第一医疗检查项目节点数据查询外部***医疗检查项目数据库,找到与第二医疗检查项目节点数据匹配的外部***医疗检查项目数据库中符合第二医疗检查项目节点名称与第一医疗检查项目节点名称匹配的第二医疗检查项目节点数据,并将该第二医疗检查项目节点数据存储至本地数据库,从而能够统一处理医院智慧***中多个***之间的非常用、非通用的数据。解决了医院智慧***中的不同***在进行对接时,评估类表单、观察类表单等非常用、非通用的数据无法统一处理的技术问题。
下面通过附图对本申请实施例提出的技术方案进行详细的说明。
图1为本申请实施例提供的一种医院智慧***中多个***之间的数据传输方法的流程图。如图1所示,本申请实施例提供的医院智慧***中多个***之间的数据传输方法方法可以主要包括以下步骤:
步骤101:基于医疗诊断表单的样式生成对应的医疗诊断表单JSON模板,并基于医疗诊断表单JSON模板对医疗诊断表单进行表单信息配置,以生成对应的JSON文件。
服务器通过将医疗诊断表单的样式输入到表单编辑器中,根据医疗诊断表单的样式生成对应的医疗诊断表单JSON模板,从而便于后续对非结构化数据进行统一处理,实现了不同***之间的对接。服务器根据医疗诊断表单JSON模板对医疗诊断表单进行表单信息配置,从而生成医疗诊断表单对应的JSON文件。
需要说明的是,服务器在JSON文件中配置的表单信息主要包括若干第一医疗检查项目节点以及医疗检查项目解析类型,本申请实施例根据医院的风险评估表单和非风险评估表单,将医疗检查项目解析类型分为风险评估类型和非风险评估类型两种。
步骤102:在通过读取JSON文件确定JSON文件的医疗检查项目解析类型为风险评估类型的情况下,通过风险评估类型解析方法对JSON文件的第一医疗检查项目节点进行解析,以获得第一医疗检查项目节点名称以及相应第一医疗检查项目节点中包含的第一医疗检查项目节点数据及对应的数据类型。
服务器通过读取JSON文件,能够获取到JSON文件中医疗检查项目解析类型的配置信息,从而确定出JSON文件的医疗检查项目解析类型是风险评估类型还是非风险评估类型。服务器在确定出JSON文件的医疗检查项目解析类型为风险评估类型的情况下,通过风险评估类型解析方法,对JSON文件的第一医疗检查项目节点进行解析,获取到第一医疗检查项目节点名称,进而获取到相应第一医疗检查项目节点中包含的第一医疗检查项目节点数据及对应的数据类型。
具体地,服务器在通过风险评估类型解析方法,对JSON文件的第一医疗检查项目节点进行解析时,循环遍历JSON文件的第一医疗检查项目节点中的所有选项,通过分析处理得到第一医疗检查项目节点名称以及第一医疗检查项目节点名称对应的数据行数,生成第一医疗检查项目节点名称信息,并将第一医疗检查项目节点信息存储至医疗检查项目节点名称数组中。
需要说明的是,本申请实施例的服务器默认将第一医疗检查项目节点名称对应的数据行数设置为1。
服务器在将第一医疗检查项目节点信息存储至医疗检查项目节点名称数组中之后,以医疗检查项目节点名称数组中的第一医疗检查项目节点名称为入参,循环遍历医疗检查项目节点名称数组中的所有选项,确定出第一医疗检查项目节点名称对应的数据行数。在数据行数等于1的情况下,服务器直接获取相应第一医疗检查项目节点中包含的第一医疗检查项目节点数据及对应的数据类型;在数据行数大于1的情况下,服务器分别获取若干数据行数的第一医疗检查项目节点中包含的第一医疗检查项目节点数据及对应的数据类型。服务器根据第一医疗检查项目节点中包含的第一医疗检查项目节点数据及对应的数据类型,生成第一医疗检查项目节点数据信息。
在本申请的一个实施例中,服务器对文本类型、表格类型以及按钮类型的第一医疗检查项目节点数据忽略不计。在获得第一医疗检查项目节点名称以及相应第一医疗检查项目节点中包含的第一医疗检查项目节点数据及对应的数据类型之后,服务器将获取的若干第一医疗检查项目节点数据中文本类型、表格类型以及按钮类型的第一医疗检查项目节点数据筛除,并将筛除后的第一医疗检查项目节点数据存储至医疗检查项目节点名称数组的对应选项中,从而形成与数据库字段对应的对象数组,然后再将对象数组存储至本地数据库中。
在本申请的一个实施例中,服务器在确定出JSON文件的医疗检查项目解析类型为非风险评估类型的情况下,通过预留的扩展接口,对非风险评估类型的JSON文件进行分析处理,获取到JSON文件中的数据,从而生成与数据库字段对应的对象数组,并将该对象数组存储至本地数据库中。
步骤103:根据JSON文件的第一医疗检查项目节点名称查询外部***医疗检查项目数据库,以确定JSON文件的第一医疗检查项目节点名称与外部***医疗检查项目数据库中包含的若干第二医疗检查项目节点名称的第一相似度。
服务器根据当前JSON文件的第一医疗检查项目节点名称查询外部***医疗检查项目数据库,并分别确定出第一医疗检查项目节点名称与外部***医疗检查项目数据库中包含的若干第二医疗检查项目节点名称的第一相似度,从而找到与第一医疗检查项目节点名称匹配的第二医疗检查项目节点名称。
具体地,服务器首先会获取到外部***医疗检查项目数据库,根据JSON文件的第一医疗检查项目节点名称查询外部***医疗检查项目数据库,并通过预设算法将第一医疗检查项目节点名称分别与若干第二医疗检查项目节点名称进行相似度校验,从而得出若干第一相似度。服务器将若干第一相似度分别与第一预设阈值进行比较,找到第一相似度大于第一预设阈值的第二医疗检查项目节点名称,即确定该第二医疗检查项目节点名称与第一医疗检查项目节点名称相匹配。然后,服务器会通过风险评估类型解析方法,循环遍历该第二医疗检查项目节点名称对应的第二医疗检查项目节点中包含的所有选项,从而得出第二医疗检查项目节点名称对应的数据行数,并将第二医疗检查项目节点名称以及对应的数据行数存储至本地数据库。这样能够将外部***医疗检查项目数据库中第二医疗检查项目节点名称对接至本地数据库,实现了不同***之间项目的对接。
服务器通过预设算法对项目节点名称进行相似度校验时,分别计算出外部***医疗检查项目数据库中包含的若干第二医疗检查项目节点名称,转换成第一医疗检查项目节点名称所需的编辑操作次数,并根据编辑操作次数,分别确定出若干第二医疗检查项目节点名称的字符串与第一医疗检查项目节点名称的字符串的第一相似度,从而实现第二医疗检查项目节点名称与第一医疗检查项目节点名称的相似度校验。
需要说明的是,本申请实施例中的编辑操作次数越小,表示第二医疗检查项目节点名称与第一医疗检查项目节点名称越相似。本申请中相似度检验的预设算法可以是莱文斯坦距离算法。
步骤104:根据第一医疗检查项目节点数据查询外部***医疗检查项目数据库,以确定第一医疗检查项目节点数据与外部***医疗检查项目数据库中符合预设条件的第二医疗检查项目节点数据的第二相似度。
服务器根据当前JSON文件的第一医疗检查项目节点数据查询外部***医疗检查项目数据库,并确定出第一医疗检查项目节点数据与外部***医疗检查项目数据库中符合预设条件的第二医疗检查项目节点数据的第二相似度,从而找到与第一医疗检查项目节点数据匹配的第二医疗检查项目节点数据。
需要说明的是,本申请实施例中的预设条件为第一医疗检查项目节点名称与第二医疗检查项目节点名称的第一相似度大于第一预设阈值。
具体地,在第一医疗检查项目节点名称与第二医疗检查项目节点名称的第一相似度大于第一预设阈值的基础上,服务器根据JSON文件的第一医疗检查项目节点数据查询外部***医疗检查项目数据库,并通过预设算法将第一医疗检查项目节点数据分别与外部***医疗检查项目数据库中的第二医疗检查项目节点进行相似度校验,从而得出若干第二相似度。服务器还将若干第二相似度分别与第二预设阈值进行比较,找到第二相似度大于第二预设阈值的第二医疗检查项目节点数据,即确定出该第二医疗检查项目节点数据与第一医疗检查项目节点数据匹配。
然后,服务器会通过风险评估类型解析方法,循环遍历该第二医疗检查项目节点数据对应的第二医疗检查项目节点中包含的所有选项,从而得出第二医疗检查项目节点数据对应的数据行数,并将第二医疗检查项目节点数据以及对应的数据行数存储至本地数据库。本申请通过上述方法将外部***医疗检查项目数据库中第二医疗检查项目节点数据对接至本地数据库,能够将不同***间的非结构化数据统一处理,实现了不同***之间的对接。
服务器通过预设算法对项目节点数据进行相似度校验时,首先会确定出外部***医疗检查项目数据库中与第一医疗检查项目节点名称的第一相似度大于第一预设阈值的第二医疗检查项目节点名称,进而得出相应第二医疗检查项目节点,然后分别计算上述第二医疗检查项目节点对应的第二医疗检查项目节点数据转换成第一医疗检查项目节点数据需要的编辑操作次数。服务器根据编辑操作次数能够确定出第二医疗检查项目节点数据的字符串与第一医疗检查项目节点数据的字符串的第二相似度,从而实现第一医疗检查项目节点数据与外部***医疗检查项目数据库中的第二医疗检查项目节点数据的映射匹配,完成相似度检验。
图2为本申请实施例提供的另一种医院智慧***中多个***之间的数据传输方法的流程图。如图2所示,服务器在处理非结构化数据之前,根据医疗诊断表单的样式生成医疗诊断表单JSON模板,然后根据医疗诊断表单JSON模板,配置医疗诊断表单的表单信息并生成对应的JSON文件。服务器通过读取JSON文件,能够确定出JSON文件中配置的医疗检查项目解析类型是否为风险评估类型。在JSON文件的医疗检查项目解析类型为非风险评估类型的情况下,服务器通过预留的其他表单对应的扩展接口处理非风险评估类型的表单,获取到JSON文件中的数据,从而得到与数据库字段对应的对象数组,并将对象数组持久化存储至本地数据库。
在JSON文件的医疗检查项目解析类型为风险评估类型的情况下,首先服务器会调用风险评估类型解析方法,循环遍历JSON文件的第一医疗检查项目节点,从而得到第一医疗检查项目节点名称以及第一医疗检查项目节点名称对应的数据行数,进而将其存储至医疗检查项目节点名称数组中。其次,服务器会将医疗检查项目节点名称数组中的第一医疗检查项目节点名称作为入参,循环遍历项目节点名称数组中的所有选项,确定出第一医疗检查项目节点名称对应的数据行数,获取相应第一医疗检查项目节点中包含的第一医疗检查项目节点数据,并循环遍历第一医疗检查项目节点数据,得出对应的数据类型。然后,服务器将文本类型、表格类型以及按钮类型的第一医疗检查项目节点数据筛除,并将筛除后的第一医疗检查项目节点数据存储至项目节点名称数组对应的选项中,组合形成与数据库字段对应的对象数组,从而将对象数组存储至本地数据库。
图3为本申请实施例提供的另一种医院智慧***中多个***之间的数据传输方法的流程图。如图3所示,服务器获取外部***医疗检查项目数据库,并根据JSON文件的第一医疗检查项目节点名称循环遍历外部***医疗检查项目数据库中包含的若干第二医疗检查项目节点名称,然后通过莱文斯坦距离算法,分别计算第一医疗检查项目节点名称与若干第二医疗检查项目节点名称的第一相似度,从而找到第一相似度大于第一预设阈值的第二医疗检查项目节点名称,并将该第二医疗检查项目节点名称存储至本地数据库。在第一医疗检查项目节点名称与第二医疗检查项目节点名称的第一相似度大于第一预设阈值的基础上,服务器根据第一医疗检查项目节点数据循环遍历外部***医疗检查项目数据库中的第二医疗检查项目节点数据,然后通过莱文斯坦距离算法,分别计算第一医疗检查项目节点数据与第二医疗检查项目节点数据的第二相似度,从而找到第二相似度大于第二预设阈值的第二医疗检查项目节点数据,并将该第二医疗检查项目节点数据存储至本地数据库。
以上为本申请提出的方法实施例。基于同样的发明构思,本申请实施例还提供了一种医院智慧***中多个***之间的数据传输设备,其结构如图4所示。
图4为本申请实施例提供的一种医院智慧***中多个***之间的数据传输设备的内部结构示意图。如图4所示,设备包括至少一个处理器401;以及,与至少一个处理器401通信连接的存储器402;其中,存储器402存储有可被至少一个处理器401执行的指令,指令被至少一个处理器401执行,以使至少一个处理器401能够:基于医疗诊断表单的样式生成对应的医疗诊断表单JSON模板,并基于医疗诊断表单JSON模板对医疗诊断表单进行表单信息配置,以生成对应的JSON文件;其中,JSON文件中至少包括以下任一项或者多项表单信息:若干第一医疗检查项目节点以及医疗检查项目解析类型,医疗检查项目解析类型包括风险评估类型和非风险评估类型;在通过读取JSON文件,确定JSON文件的医疗检查项目解析类型为风险评估类型的情况下,通过风险评估类型解析方法,对JSON文件的第一医疗检查项目节点进行解析,以获得第一医疗检查项目节点名称以及相应第一医疗检查项目节点中包含的第一医疗检查项目节点数据及对应的数据类型;根据JSON文件的第一医疗检查项目节点名称查询外部***医疗检查项目数据库,以确定JSON文件的第一医疗检查项目节点名称与外部***医疗检查项目数据库中包含的若干第二医疗检查项目节点名称的第一相似度;根据第一医疗检查项目节点数据查询外部***医疗检查项目数据库,以确定第一医疗检查项目节点数据与外部***医疗检查项目数据库中符合预设条件的第二医疗检查项目节点数据的第二相似度;其中,预设条件为第一医疗检查项目节点名称与第二医疗检查项目节点名称的第一相似度大于第一预设阈值。
本申请中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种医院智慧***中多个***之间的数据传输方法,其特征在于,所述方法包括:
基于医疗诊断表单的样式生成对应的医疗诊断表单JSON模板,并基于所述医疗诊断表单JSON模板对所述医疗诊断表单进行表单信息配置,以生成对应的JSON文件;其中,所述JSON文件中至少包括以下任一项或者多项表单信息:若干第一医疗检查项目节点以及医疗检查项目解析类型,所述医疗检查项目解析类型包括风险评估类型和非风险评估类型;
在通过读取所述JSON文件,确定所述JSON文件的医疗检查项目解析类型为风险评估类型的情况下,通过风险评估类型解析方法,对所述JSON文件的第一医疗检查项目节点进行解析,以获得第一医疗检查项目节点名称以及相应第一医疗检查项目节点中包含的第一医疗检查项目节点数据及对应的数据类型;
根据所述JSON文件的第一医疗检查项目节点名称查询外部***医疗检查项目数据库,以确定所述JSON文件的第一医疗检查项目节点名称与所述外部***医疗检查项目数据库中包含的若干第二医疗检查项目节点名称的第一相似度;
根据所述第一医疗检查项目节点数据查询所述外部***医疗检查项目数据库,以确定所述第一医疗检查项目节点数据与所述外部***医疗检查项目数据库中符合预设条件的第二医疗检查项目节点数据的第二相似度;其中,所述预设条件为所述第一医疗检查项目节点名称与所述第二医疗检查项目节点名称的第一相似度大于第一预设阈值。
2.根据权利要求1所述的一种医院智慧***中多个***之间的数据传输方法,其特征在于,通过风险评估类型解析方法,对所述JSON文件的第一医疗检查项目节点进行解析,具体包括:
通过风险评估类型解析方法,循环遍历所述JSON文件的第一医疗检查项目节点中的所有选项,以得到第一医疗检查项目节点名称及所述第一医疗检查项目节点名称对应的数据行数;其中,所述数据行数默认设置为1;
将所述第一医疗检查项目节点名称以及所述第一医疗检查项目节点名称对应的数据行数存储至医疗检查项目节点名称数组。
3.根据权利要求2所述的一种医院智慧***中多个***之间的数据传输方法,其特征在于,将所述第一医疗检查项目节点名称以及所述第一医疗检查项目节点名称对应的数据行数存储至医疗检查项目节点名称数组之后,所述方法还包括:
将所述医疗检查项目节点名称数组中的第一医疗检查项目节点名称作为入参,循环遍历所述医疗检查项目节点名称数组中的所有选项,并确定所述第一医疗检查项目节点名称对应的数据行数;
在所述数据行数等于1的情况下,获取相应第一医疗检查项目节点中包含的第一医疗检查项目节点数据及对应的数据类型;
在所述数据行数大于1的情况下,分别获取若干数据行数的第一医疗检查项目节点中包含的第一医疗检查项目节点数据及对应的数据类型。
4.根据权利要求1所述的一种医院智慧***中多个***之间的数据传输方法,其特征在于,在获得第一医疗检查项目节点名称以及相应第一医疗检查项目节点中包含的第一医疗检查项目节点数据及对应的数据类型之后,所述方法还包括:
将所述第一医疗检查项目节点中数据类型为文本类型、表格类型以及按钮类型的第一医疗检查项目节点数据筛除;
将所述筛除后的第一医疗检查项目节点数据存储至所述医疗检查项目节点名称数组的对应选项中,形成与数据库字段对应的对象数组,并将所述对象数组存储至本地数据库。
5.根据权利要求1所述的一种医院智慧***中多个***之间的数据传输方法,其特征在于,根据所述JSON文件的第一医疗检查项目节点名称查询外部***医疗检查项目数据库,以确定所述JSON文件的第一医疗检查项目节点名称与所述外部***医疗检查项目数据库中包含的若干第二医疗检查项目节点名称的第一相似度,具体包括:
根据所述JSON文件的第一医疗检查项目节点名称查询所述外部***医疗检查项目数据库;
通过预设算法,将所述JSON文件的第一医疗检查项目节点名称分别与所述外部***医疗检查项目数据库中包含的若干第二医疗检查项目节点名称进行相似度校验,得到若干第一相似度;
在有第一相似度大于第一预设阈值的情况下,确定所述JSON文件的第一医疗检查项目节点名称与所述外部***医疗检查项目数据库的第二医疗检查项目节点名称相匹配;
通过风险评估类型解析方法,循环遍历所述第二医疗检查项目节点名称对应的第二医疗检查项目节点中包含的所有选项,以得到所述第二医疗检查项目节点名称对应的数据行数,并将所述第二医疗检查项目节点名称及所述第二医疗检查项目节点名称对应的数据行数存储至本地数据库。
6.根据权利要求5所述的一种医院智慧***中多个***之间的数据传输方法,其特征在于,通过预设算法,将所述JSON文件的第一医疗检查项目节点名称分别与所述外部***医疗检查项目数据库中包含的若干第二医疗检查项目节点名称进行相似度校验,得到若干第一相似度,具体包括:
基于预设算法,分别计算所述外部***医疗检查项目数据库中包含的若干第二医疗检查项目节点名称转换成所述JSON文件的第一医疗检查项目节点名称所需的编辑操作次数;
根据所述若干第二医疗检查项目节点名称对应的编辑操作次数,分别确定出所述若干第二医疗检查项目节点名称的字符串与所述第一医疗检查项目节点名称的字符串的第一相似度,以实现相似度校验。
7.根据权利要求1所述的一种医院智慧***中多个***之间的数据传输方法,其特征在于,根据所述第一医疗检查项目节点数据查询所述外部***医疗检查项目数据库,以确定所述第一医疗检查项目节点数据与所述外部***医疗检查项目数据库中符合预设条件的第二医疗检查项目节点数据的第二相似度,具体包括:
根据所述JSON文件的第一医疗检查项目节点数据查询所述外部***医疗检查项目数据库;
通过预设算法,将所述JSON文件的第一医疗检查项目节点数据分别与所述外部***医疗检查项目数据库中符合预设条件的第二医疗检查项目节点数据进行相似度校验,得到若干第二相似度;
在有第二相似度大于第二预设阈值的情况下,确定所述JSON文件的第一医疗检查项目节点数据与所述外部***医疗检查项目数据库的第二医疗检查项目节点数据相匹配;
通过风险评估类型解析方法,循环遍历所述第二医疗检查项目节点数据对应的第二医疗检查项目节点中包含的所有选项,以确定所述第二医疗检查项目节点数据对应的数据行数;
获取所述数据行数中的第二医疗检查项目节点数据及对应的数据类型,并将所述第二医疗检查项目节点数据及对应的数据类型存储至本地数据库。
8.根据权利要求7所述的一种医院智慧***中多个***之间的数据传输方法,其特征在于,通过预设算法,将所述JSON文件的第一医疗检查项目节点数据分别与所述外部***医疗检查项目数据库中符合预设条件的第二医疗检查项目节点数据进行相似度校验,得到若干第二相似度,具体包括:
基于预设算法,分别计算所述外部***医疗检查项目数据库中符合预设条件的第二医疗检查项目节点数据转换成所述JSON文件的第一医疗检查项目节点数据所需的编辑操作次数;
根据所述若干第二医疗检查项目节点数据对应的编辑操作次数,分别确定出所述若干第二医疗检查项目节点数据的字符串与所述第一医疗检查项目节点数据的字符串的第二相似度,以将所述JSON文件的第一医疗检查项目节点数据与所述外部***医疗检查项目数据库进行映射匹配。
9.根据权利要求1所述的一种医院智慧***中多个***之间的数据传输方法,其特征在于,在通过读取所述JSON文件,确定所述JSON文件的医疗检查项目解析类型为非风险评估类型的情况下,所述方法还包括:
通过扩展接口,获取所述JSON文件中的数据,以得到与数据库字段对应的对象数组,并将所述对象数组存储至本地数据库。
10.一种医院智慧***中多个***之间的数据传输设备,其特征在于,所述设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
基于医疗诊断表单的样式生成对应的医疗诊断表单JSON模板,并基于所述医疗诊断表单JSON模板对所述医疗诊断表单进行表单信息配置,以生成对应的JSON文件;其中,所述JSON文件中至少包括以下任一项或者多项表单信息:若干第一医疗检查项目节点以及医疗检查项目解析类型,所述医疗检查项目解析类型包括风险评估类型和非风险评估类型;
在通过读取所述JSON文件,确定所述JSON文件的医疗检查项目解析类型为风险评估类型的情况下,通过风险评估类型解析方法,对所述JSON文件的第一医疗检查项目节点进行解析,以获得第一医疗检查项目节点名称以及相应第一医疗检查项目节点中包含的第一医疗检查项目节点数据及对应的数据类型;
根据所述JSON文件的第一医疗检查项目节点名称查询外部***医疗检查项目数据库,以确定所述JSON文件的第一医疗检查项目节点名称与所述外部***医疗检查项目数据库中包含的若干第二医疗检查项目节点名称的第一相似度;
根据所述第一医疗检查项目节点数据查询所述外部***医疗检查项目数据库,以确定所述第一医疗检查项目节点数据与所述外部***医疗检查项目数据库中符合预设条件的第二医疗检查项目节点数据的第二相似度;其中,所述预设条件为所述第一医疗检查项目节点名称与所述第二医疗检查项目节点名称的第一相似度大于第一预设阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111310028.1A CN113744885B (zh) | 2021-11-08 | 2021-11-08 | 一种医院智慧***中多个***之间的数据传输方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111310028.1A CN113744885B (zh) | 2021-11-08 | 2021-11-08 | 一种医院智慧***中多个***之间的数据传输方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113744885A true CN113744885A (zh) | 2021-12-03 |
CN113744885B CN113744885B (zh) | 2022-02-11 |
Family
ID=78727590
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111310028.1A Active CN113744885B (zh) | 2021-11-08 | 2021-11-08 | 一种医院智慧***中多个***之间的数据传输方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113744885B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117573943A (zh) * | 2024-01-11 | 2024-02-20 | 云筑信息科技(成都)有限公司 | 一种基于序列化相似度计算的数据对比方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170096440A (ko) * | 2016-02-16 | 2017-08-24 | 한국인터넷진흥원 | 악성앱 유사도 분석 방법 및 장치 |
CN111710429A (zh) * | 2020-05-29 | 2020-09-25 | 平安医疗健康管理股份有限公司 | 信息的推送方法及装置、计算机设备、存储介质 |
CN111784932A (zh) * | 2020-06-17 | 2020-10-16 | 深圳市智莱科技股份有限公司 | 用于智能储物的控制***及控制方法 |
CN111933227A (zh) * | 2020-08-11 | 2020-11-13 | 上海亿锎智能科技有限公司 | 基于动态配置规则实现医院内外部***数据对接的方法 |
CN111966940A (zh) * | 2020-07-30 | 2020-11-20 | 北京大学 | 一种基于用户请求序列的目标数据定位方法和装置 |
CN112035157A (zh) * | 2020-08-21 | 2020-12-04 | 山东亚华电子股份有限公司 | 一种安卓与前端页面通信的方法、设备及存储介质 |
CN112507701A (zh) * | 2020-11-30 | 2021-03-16 | 北京百度网讯科技有限公司 | 待纠错医疗数据的识别方法、装置、设备和存储介质 |
US11144580B1 (en) * | 2013-06-16 | 2021-10-12 | Imperva, Inc. | Columnar storage and processing of unstructured data |
-
2021
- 2021-11-08 CN CN202111310028.1A patent/CN113744885B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11144580B1 (en) * | 2013-06-16 | 2021-10-12 | Imperva, Inc. | Columnar storage and processing of unstructured data |
KR20170096440A (ko) * | 2016-02-16 | 2017-08-24 | 한국인터넷진흥원 | 악성앱 유사도 분석 방법 및 장치 |
CN111710429A (zh) * | 2020-05-29 | 2020-09-25 | 平安医疗健康管理股份有限公司 | 信息的推送方法及装置、计算机设备、存储介质 |
CN111784932A (zh) * | 2020-06-17 | 2020-10-16 | 深圳市智莱科技股份有限公司 | 用于智能储物的控制***及控制方法 |
CN111966940A (zh) * | 2020-07-30 | 2020-11-20 | 北京大学 | 一种基于用户请求序列的目标数据定位方法和装置 |
CN111933227A (zh) * | 2020-08-11 | 2020-11-13 | 上海亿锎智能科技有限公司 | 基于动态配置规则实现医院内外部***数据对接的方法 |
CN112035157A (zh) * | 2020-08-21 | 2020-12-04 | 山东亚华电子股份有限公司 | 一种安卓与前端页面通信的方法、设备及存储介质 |
CN112507701A (zh) * | 2020-11-30 | 2021-03-16 | 北京百度网讯科技有限公司 | 待纠错医疗数据的识别方法、装置、设备和存储介质 |
Non-Patent Citations (2)
Title |
---|
HU Z Z: "Geometric optimization of building information models in MEP projects: algorithms and techniques for improving storage, transmission and display", 《AUTOMATION IN CONSTRUCTION》 * |
简国明等: "高校大创项目结项材料查重***的数据库建设与算法设计", 《信息技术与信息化》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117573943A (zh) * | 2024-01-11 | 2024-02-20 | 云筑信息科技(成都)有限公司 | 一种基于序列化相似度计算的数据对比方法 |
CN117573943B (zh) * | 2024-01-11 | 2024-05-28 | 云筑信息科技(成都)有限公司 | 一种基于序列化相似度计算的数据对比方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113744885B (zh) | 2022-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10867244B2 (en) | Method and apparatus for machine learning | |
US7926026B2 (en) | Graphical analysis to detect process object anomalies | |
CN110597992B (zh) | 基于知识图谱的语义推理方法及装置、电子设备 | |
US8751216B2 (en) | Table merging with row data reduction | |
CN109522228B (zh) | 接口自动化测试数据构造方法、装置、平台及存储介质 | |
CN109660533B (zh) | 实时识别异常流量的方法、装置、计算机设备和存储介质 | |
CN113238740B (zh) | 代码生成方法、代码生成装置、存储介质及电子设备 | |
CN113495902A (zh) | 数据处理方法及数据标准管理*** | |
CN110134663B (zh) | 组织结构数据处理方法、装置、电子设备 | |
CN111428095B (zh) | 图数据质量验证方法及图数据质量验证装置 | |
WO2019114618A1 (zh) | 一种深度神经网络训练方法、装置及计算机设备 | |
CN113744885B (zh) | 一种医院智慧***中多个***之间的数据传输方法及设备 | |
CN112416369A (zh) | 一种面向异构混合环境的智能化部署方法 | |
WO2022036596A1 (zh) | 生产订单的分解方法和装置 | |
CN107092502B (zh) | 一种基于云操作***的应用自动配置方法和装置 | |
JP6737734B2 (ja) | 問合せ文検索装置、問合せ文検索方法及び問合せ文検索プログラム | |
CN113806332A (zh) | 一种异构***集成数据处理方法、装置和计算机设备 | |
US11526529B2 (en) | Efficient discovery of a binary tree pattern from a large amount of binary tree data | |
CN112671565B (zh) | 一种基于信令链路的5g核心网拓扑发现方法及装置 | |
JP2010072876A (ja) | ルール作成プログラム、ルール作成方法及びルール作成装置 | |
US10719242B2 (en) | Report preparation program and report preparation method | |
CN113031835A (zh) | 一种菜单数据处理方法及装置 | |
CN111160583A (zh) | 一种数据处理方法及装置 | |
CN112613892B (zh) | 基于业务***的数据处理方法、装置以及电子设备 | |
CN116303376B (zh) | 一种基于资产大数据平台的资产管理优化方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |