基于多尺度深度学习的医院财务系统设计

1、    基于多尺度深度学习的医院财务系统设计    张欣琦摘 要：医院财务系统包括财务能力预测、预算管理和利润计算等功能，对医院的全部财务信息进行分析、归纳和总结。传统设计下的医院财务系统，没有连接财务信息的权值、不具备全互连模式，导致系统并行处理数据后提取的信息参数类别少，因此设计一个基于多尺度深度学习的医院财务系统。系统在硬件设计上，增加了多个传感器，并利用协调器扫描财务数据库中的全部信息。在软件设计上，通过建立数据库表單，设置可以连接同属性财务信息的权值;根据多层感知网络拓扑结构，设计基于多尺度深度学习的全互连模式，实现系统的对数据的深度提取。实验

2、结果表明，与3种传统设计下的系统相比，此次设计的医院财务系统，提取的财务信息参数类别最多，能详细描述财务一级科目中包含的具体内容，可见多尺度深度学习可以提高财务系统的性能。关键词：多尺度深度学习;医院财务系统;信息连接权值;全互连模式中图分类号：tp 391文献标志码：a文章编号：1007-757x（2020）11-0143-04abstract：the hospital financial system includes the functions of financial ability prediction， budget management and profit calculatio

3、n. it analyzesand summarizes all the financial information of the hospital. the traditional design of hospital financial system does not connect the weight of financial information， does not have the full interconnection mode， resulting in the system parallel processing data extraction of less infor

4、mation parameter categories. hence， this paper designs a hospital financial system based on multi-scale deep learning. in the hardware design of the system， sensors are added， and the coordinator is used to scan all the information in the financial database. in the software design， through the estab

5、lishment of database forms， we set the weights that can connect the financial information of the same attribute.according to the topology of multi-layer perceptual network， we design the full interconnection mode based on multi-scale deep learning， whichachieves the depth extraction of data. the exp

6、erimental results show that compared with the three traditional design systems， the designed hospital financial system extracts the most types of financial information parameters， describes in detail the specific content of the first level financial subjects， which shows that multi-scale deep learni

7、ng can improve the performance of the financial system.key words：multi scale deep learning;hospital financial system;information connection weight;full interconnection mode0 引言医院是为人提供服务的特殊机构，其财务系统是维护医院正常运行的重要模块，因此财务部门掌管了医院的总成本、流动资金、药品等项目，是医院运行的核心部门。在国外，医院财务系统应用较早，60年代初就开始设计财务系统并投入使用，经过数十年的改进与优化

8、，国内专家充分吸取国外系统的优点，并针对国内医院的运作常态，设计了多个适用于医院的财务系统，其中传统方法一，就是利用j2ee开发技术设计的，通过设置一个搜索关键字，获取全系统的同类数据1-3;传统方法二，利用sap系统优化一般财务系统;传统方法三则在方法二的基础上，对决策软件进行了优化。但随着医院规模的扩大，患者和职工类型、人数的增加，新药品的投放与使用，都扩大了医院的财务信息类型，此时传统方法设计的系统不能完全满足要求，例如提取财务信息的三级科目时，可能会检索不到想要的结果，因此设计一个基于多尺度深度学习的医院财务系统，加深财务系统提取数据的深度，将隐藏在数据库中的信息挖掘出来，以满足财务工

9、作的日常需求。1 基于多尺度深度学习的医院财务系统硬件设计要满足医院财务系统的多尺度深度学习要求，需要重新设计系统硬件，让硬件满足多尺度深度学习下，多层感知器网络的全互联模式。已知财务系统若要实现全互联模式，最紧要的硬件就是传感器和协调器，利用传感器提高电信号的传输、处理、存储、显示以及记录和控制，利用协调器扫描系统中的财务数据，选择合适的参数，建立可以多尺度深度学习的多层感知网络。医院财务系统的硬件设计框架图4-5，如图1所示。根据图1可知，在采集单元、处理单元和控制单元中，将协调器zigbee与各个节点连接，以便获取适合全网使用的参数，建立一个完全覆盖系统的网络。而新选用的传感器

10、型号为mgs-2483-h24，将该硬件连接到数据采集单元，用来搜索医院财务系统中的财务数据，根据框图显示，每一采集节点上均连接一个传感器，保证所有采集数据都能上传到系统的数据处理中心6。按照图1显示的硬件設计框图，重新连接财务系统硬件，实现满足多尺度深度学习的医院财务系统硬件设计。2 基于多尺度深度学习的医院财务系统软件设计2.1 建立数据库表单设置连接权值医院财务系统中，涵盖的财务信息类型多样、内容复杂、细化的科目可能会出现三级、四级的情况，而系统想要开展多尺度深度学习7-10，就要设计一个利落、目标清晰、类型划分鲜明的数据库表单，通过设置一个权值，连接同一属性信息。医

11、院用户和医院职工的基本信息，如表1、表2所示。以表1、表2为财务信息检索的两个大类，记录并实时更新医院在客户和职工方面的财务信息。设置与表1相连接的客户缴费项目、药品类别、收费编号等信息;设置与表2相连接的基本工资、职务工资、工龄工资、职工福利、奖励工资以及社会保险等信息。以此类推，根据医院所有财务信息，设置连接财务信息的权值，权值的变化方程，如式（1）。式中，qij表示财务信息之间的连接权值;qij表示权值的变化量;i与j表示随机的两个财务信息;表示系统的学习率;m表示同属性财务信息;dm表示全局误差值。根据建立的数据库表单信息，设置可以连接医院财务信息的权值。2.2 设计基于多尺

12、度深度学习的全互连模式已知感知器具有单层计算能力，属于一种前馈网络，根据设置的权值，可以对每一层网络进行自下而上的信息传递，因此根据感知器的这一功能，构建一个多层感知网络，以此设置系统信息的全互连模式，利用不同层间的神经元之间的联系，挖掘医院财务信息。将感知器作为神经网络中各个节点，根据公式（1）的结果设置一个动态的连接权值，然后用感知器学习该权值，多层感知网络的拓扑结构示意图，如图2所示。图2中x表示随机财务信息;h表示输入层单元;hk表示隐藏层单元;k表示输出层单元;y表示最终结果。根据图2可知，同一层的神经元之间没有连接，相邻两层的神经元之间完全连接，通过有方向性的信息传递，逐层计算输入

13、向输出中传输的数据。设置的多层感知网络中，不仅含有输入层和输出层，还有一层或多层隐藏层，令系统在深度学习时，可以提取系统内有关联属性的财务数据特征，这是正向传播的系统互联。而利用反向传播算法，设计感知网络的反向系统互联，是对权值进行二次赋值，从输入端把输入模式馈送到系统中，利用输出值和目标输出值之间的误差，调整上一层的权值，以此实现多层感知网络的全互连模式。已知感知网络的输入层有a个输入神经元，输出层有b个输出神经元，隐藏层有e个隐藏神经元，qij加上公式（1）所求，为输出隐藏层与输出层之间的连接权值，pij为输入层与输出隐藏层之间的连接权值，隐藏层的传递函数为f1，输出层的传递函数为f2，则

14、正向传播下，隐藏神经元、输出层神经元的输出结果，如式（2）。式中，y为误差;xc表示原始输入，也是期望输出。根据该结果调整输入层与输出隐藏层之间的连接权值pij，则pij的变化方程，如式（4）。式中，f2（sk）表示隐藏层传递函数的偏微分;f1（sy）表示输出层传递函数的偏微分。将pij加上式（4）所求结果，同理qij加上式（1）所求，利用两个方向的连接权值，实现正反方向的数据分析，完成对多层感知网络全互连模式的设置，至此基于多尺度深度学习的医院财务系统，设计完毕。3 仿真实验设计的医院财务系统，需要进行仿真实验检测，而进行测试实验，则不能缺少对比测试对象，因为对比测试对象可以从更加

15、直观的角度，验证所设计系统的规范性和可靠性，通过多项对比数据，才能增强实验测试结果可靠性，因此选用传统方法设计的3个医院财务系统作为测试对比对象，通过专业的测试人员操作，得出具体实验数据。3.1 准备过程以a省中的m医院过去5年的基本财务信息作为实验数据来源，已知该医院财务科室管理的基本财务信息，如图3所示。根据财务系统页面可知，财务科管理的内容包括采购、销售、固定资产、费用、银行往来、以及工资等内容。将工资作为此次实验测试方向，利用图3所示界面，导出2014年1月1日，至2018年12月31日，m医院的部分职工基本信息，如表3所示。利用四种医院财务系统，按照上表中的信息，提取20名

16、医院职工5年的工资信息，共计50个月的信息。将图三系统中的数据，分别导入到实验测试的4个医院财务系统中，进入工资报表模块，设置工资提取年份为2014年1月1日-2018年12月31日中的随机年份，点击查询按钮，导出生成的工资数据。已知工资数据的信息极多，包含：基本工资、绩效工资、工龄工资、加班费用、职工福利、奖励工资以及5类社会保险和1项公积金。3.2 结果分析3.2.1 工资数据提取结果检测实验共分为两次进行，第一组实验提取的是女性职工的工资数据，第二组实验提取的是男性职工的工资数据。根据准备的实验对象可知，女性职工的工资一级科目共有8个，男性职工的工资一级科目共有12个

17、。此次测试，将所设计系统的导出结果作为实验组，将3个传统系统的导出结果作为对照组。4个系统应用下，女性职工工资数据的提取结果，如图4所示。根据图4导出的财务系统查询界面可知，实验组得到了12类工资二级明细科目;而对照组a只获得了工资部分的6组明细，并没有提取到社会保险类的二级科目;对照组c和对照组d，则只获得了工资总金额、保险总金额和公积金总金额。再对第二组男性职工工资数据进行提取，如图5所示。根据图5导出的财务系统查询界面可知，实验组同样提供了12类工资二级明细科目，详细说明了工资组成和保险类金额。而对照组a还是缺少对保险金额二级科目的提取，对照组c和对照组d，则是缺少工资明细和保险明细。综

18、合上述两组实验测试结果可知，实验组提取到的员工工资信息参数更多，可以明确工资及保险数据的组成，可见此次设计的医院财务系统，性能更优越。3.2.2 财务系统性能测试在上述获得的实验数据的基础上，通过系统动态利润表功能模块及财务趋势分析等，对系统功能及运行情况进行黑盒测试。登录系统之后，进入动态利润表界面。按照测试用例分析财务多维分析表详细数据的正确性，检查收入与支出报表，检查是否已图表方式显示上年同期对比。进入财务趋势分析页面，首先检查左侧参数设定正确性，设置工资提取年份为2014年1月1日-2018年12月31日中的随机年份，选择科室部门，提交查询，在返回结果中检查科室财务趋势分析图

19、表和相关财务指标信息以及设备收益率跟踪、未来增长趋势分析和成本管理趋势分析等。对财务系统运行效率进行检测，如图6所示。由图6可知，本文设计系统的运行效率明显高于三组进行对照实验所采用系统，且本文所设计的系统的运行效率最高接近96%，说明此次设计的医院财务系统的性能更优越。4 总结此次设计的医院财务系统，是在系统硬件支持软件运行的基础上，通过建立一个全互联网络模式，展开系统的多尺度深度学习，用财务信息的底层特征形成具有抽象意义的高层特征，实现医院财务信息的多参数显示。但此次设计的医院财务系统，没有详细描述选用硬件的基本参数，也没有介绍硬件在同领域内的使用效果，今后若再次研究医院财务系统，可以对硬件方面进行详细的描述。参考文献1 计大威.基