医学信息工程基础

医学信息工程基础第一页，共六十页，编辑于2023年，星期五第一章

医学信息学基础

第二页，共六十页，编辑于2023年，星期五第一节信息学基础第三页，共六十页，编辑于2023年，星期五信息（Information）的概念

香农：信息是用来消除某种不确定性的东西维纳：信息就是我们在适应外部世界，并且使这种适应反作用于外部世界的过程中，同外部世界进行相互交换的内容的名称。ISO：信息是对人有用的数据，这些数据将可能影响到人们的行为与决策

第四页，共六十页，编辑于2023年，星期五《辞海》的定义：“信息是指对消息接受者来说预先不知道的报道。”举例：一个家长收到外出求学的孩子来信，信中有：“学校母天上果四小寸，白习五小时。”这段文字中错别字不少，但是作为家长一看就知道这里面有他需要的信息。 但是，这段文字若用计算机来处理，就很不简单，这是属于目前医学信息中很前沿的研究课题－－“自然语言处理”的范畴，也就是人工智能的范畴了。

第五页，共六十页，编辑于2023年，星期五数据的概念ISO：数据是对事实、概念或指令的一种特殊的表达形式，这种特殊的表达形式可以用人工的方式或者用自动化的装置进行通信、翻译转换或者进行加工处理。第六页，共六十页，编辑于2023年，星期五信息与数据的关系数据是信息的素材，一种可供加工处理的特殊的表达形式。是“信息”的载体。信息是人们通过对数据进行加工处理后所获得的对人有用的数据

第七页，共六十页，编辑于2023年，星期五信息的特性

信息不是物质，信息是可以共享的；信息没有质量，必须依附于某种载体；信息不是能量，不遵守守恒定律，可以暂时消失或永久消失的；信息可以处理，有“时效性”及“针对性”；信息可以通过不同的载体进行传输或存储。

第八页，共六十页，编辑于2023年，星期五AspectsofInformation

Itisimpossibletodefineexactlywhatinformationis.

Althoughwehavenotrueideaofwhatinformationis,weareneverthelessabletoinvestigatethestructureofinformation.(信

息

特

征)第九页，共六十页，编辑于2023年，星期五

InformationhasthreedifferentaspectsthataredirectlyrelatedtothethreestagesofhumanactivitydiscussedinChapter1,andparticularlytothethreestagesofthediagnostic-therapeuticcycle(observation,diagnosis,andtherapy):syntactic,semantic,andpragmaticaspects.（语法、语义和语用）第十页，共六十页，编辑于2023年，星期五1SyntacticAspectThesyntacticaspectofinformationconcernsthegrammarorsyntaxforthedescription,storage,ortransmissionofmessages.（信息的语法特征包括信息的语法、存储和传递的描述。）

Thepurelysyntacticaspectofinformationcanbestbecalleddata.（纯粹的信息语法特征其最好的称呼是“数据”。）

（语法特征）第十一页，共六十页，编辑于2023年，星期五Thesemanticaspectofinformationpertainstothemeaningofthemessage.（信息的语义特征是指信息的含义）Whendealingwiththesemanticaspectwearenotinterestedinthewaythatwehavereceivedtheinformationorinthesyntaxassuch,butonlyinitssignificanceforinterpretationanddecisionmaking.（处理信息的语义特征时，我们并不关心接收信息的方式或者信息的语法特征，关心的只是信息的解释意义或者由信息得出的结论。

）2SemanticAspect（语义特征）第十二页，共六十页，编辑于2023年，星期五Themeaningcanoftenbederivedonlyifweknowthecontextofthemessage.Thisisparticularlytruewhenwemustinterpretamessagecontainedinnaturallanguageorfreetext.Acliniciandealswiththesemanticaspectofinformationwhenmakingadiagnosis.Evenwhenthemessagehasbeentransmittedwithoutanydisturbanceandissyntacticallycorrect,theinterpretationisnotnecessarilyunambiguous,asweshallseeinChapter7.Inthecaseofnaturallanguagewecansometimesdeduceseveralmeanings,especiallywhenwedonotknowthecontext.通常只有了解了信息的内容的“上下文”才能得出其含义，当消息是以自然语言或纯文本方式提供时，尤其是这样。医生在诊断时通常是分析信息的语义。即使消息在传输过程中没有受到干扰并且语法上也是正确的，解释也并不一定是惟一的、明确的（参阅第7章）。根据自然语言，有时可以得到几种结论，尤其是缺乏背景资料时。

第十三页，共六十页，编辑于2023年，星期五2.4.3PragmaticAspectAllinterpretationsultimatelyleadtosomeactivity;informationalsohasanintentionoragoaltobereached.Evenadecreaseinuncertaintywhenmakingadiagnosisortestingascientifichypothesisisaneffectofinformation.Werefertothislastaspectasthepragmaticaspect.Inhealthcare,thepragmaticaspectofinformationistheeffectonthetherapy.

（语用特征）医学上所有信息的解释最终都将导致采取某种措施，信息总是为一定的目的服务。信息减少了诊断或者科学假说检验中的不确定性，我们将信息的这一方面特征称为语用特征。在医疗中信息的这种语用特征对治疗可产生影响。

第十四页，共六十页，编辑于2023年，星期五Manyexamplesoftheuseofdataillustratingallthreeaspectsdescribedherecanbefoundinpatientrecords.Forinstance,inapatientrecordoneneverseesthevalue"8.2"assuch;rather,itisseentogetherwithafurtherexplanation,suchas"Hb8.2."

(在病历记录中可以找到很多有关信息三方面特征的例子。比如，在病历中我们不可能只看到一个诸如“8.2”之类的数字，而一定是更清楚的描述，比如“Hb（血红蛋白）8.2”。)第十五页，共六十页，编辑于2023年，星期五Thesyntacticrulesprescribethatavaluebeprecededorfollowedbyaunit.Themeaningofthatvalueforpatientcare(thesemanticaspect)dependsonwhetherthevalueisabnormal,giventhecontext(e.g.,theageofthepatientorthepatient'shistoryingeneral).Thepragmaticaspectdealswithactionsthatneedtobetaken,forinstance,givingabloodtransfusionorprescribingadietordrugs.Ineverydayhealthcare,thesemanticaspectmaybethemostdifficultonetodealwith.语法规则规定了一个数值必须有一个单位做其前缀或者后缀。治疗病人时所涉及的数据的含义（也就是语义特征）依赖于数据是否异常，以及所涉及的病人背景（比如病人的年龄或者病史）。信息的语用特征决定如何采取一定的措施，比如输血、饮食疗法或者处方用药等。日常的医疗中，最难处理的要数信息的语义特征。第十六页，共六十页，编辑于2023年，星期五临床数据与信息获得方式中医的望闻问切的传统方法问诊、测量体温、血压、血常规化验、肝功能化验CT、核磁、B超、心电图、脑电图等现代检查手段通过运用他的经验或知识，进行有目的地、选择性地收集他所需的数据，然后对这些数据进行加工处理，最后获得了与病人诊断结果相关的有用的数据――“信息”。这里，体温、血压、化验数据、图像、以及中医的四诊数据等均是患者当时体征的反映，它们既不是物质，也不是能量，而是医生明确诊断信息所必需的数据。

第十七页，共六十页，编辑于2023年，星期五信息理论内容也可从以下三个方面来考虑：（1）以编码为中心的信息论，主要研究信息系统模型、信度的度量、信道的容量、信源统计特性、信源的编码、位道编码等，这些是引发信息论的核心问题。（2）以信息作为主要研究对象，包括信号噪声的统计分析、信号的检测、滤波、估计和预测等理论。（3）以计算机为中心的信息处理的基本理论，包括语言，文字、图像的模式识别，自动翻译等。第十八页，共六十页，编辑于2023年，星期五信息的处理与度量

载体承载信息的媒体

信息系统由信源、信道及信宿三部分组成

第十九页，共六十页，编辑于2023年，星期五Sender,receiver,andtransmissionchannel.Thesendertransmitsthesignals,andinthetransmissionchannelthenoisenissuperimposedons,sothatatthereceiver'ssitethemixturem=s+nisreceived.Onthewayfromthesendertothereceiver,theinformationentropythereforetendstoincrease.Theonlywaytomaintainalowentropyisbykeepingthedisturbancelowandbyaddingintelligencetoboththesenderandthereceiver.Onewayofaddingintelligencetothecommunicationsystemisbyincorporatingfeedbackfromthereceivertothesender.第二十页，共六十页，编辑于2023年，星期五

ThedisturbancemaycomeformSender、

TransmissionchannelorReceiver.Usually,theparameters(m,s,n)arethesignalswhichchangewiththetime.第二十一页，共六十页，编辑于2023年，星期五（一）theRelationBetweenSender、TransmissionchannelandReceiver1、S→R

2．S↔R

3．S=R

4．S→

？

5．？→

R

第二十二页，共六十页，编辑于2023年，星期五（二）theExampleofCommunicationBetweenSenderandReceiver

1．超声波

2．成像

3．无线传输

4．自然语言的传输

5．生理信号

第二十三页，共六十页，编辑于2023年，星期五应该用什么信息度量既然信息是数据通过加工、处理后提炼而成的“有用的数据”，那么如何判断数据中所包含的信息量的多少？第二十四页，共六十页，编辑于2023年，星期五应该用什么信息度量香农的信息度量方法：信息量为该信息发生概率的负对数，即

I（x）=log1/P(x)=－logP(x)

这里，I（x）为事件x的信息量，P(x)为事件Ａ出现的概率。信息的单位有比特、奈特和哈特三种：比特I（x）=log21/P(x)奈特I（x）=loge1/P(x)哈特I（x）=log101/P(x)第二十五页，共六十页，编辑于2023年，星期五抛一个硬币的概率例如，我们抛一个硬币，那么它落下后成为正面或反面的概率为0.5，其信息量应为：比特I（x）=log2

1/0.5=log2

2=1奈特I（x）=loge

1/0.5=loge2=0.69哈特I（x）=log10

1/0.5=log10

2=0.3换算：1奈特=1.44比特，1哈特=3.32比特第二十六页，共六十页，编辑于2023年，星期五信息量与其本身的概率成反比，与意外性和新颖性成正比。过去有人说：“狗咬了人不算新闻，但人咬了狗就会成为新闻。”新闻就是报道人们不知道的事情，新闻当然是信息。重大新闻可以理解为信息量大。平时“狗咬人”这种事谁都认为是不足为奇的，给大家讲述世人皆知的事情自然算不上新闻。相反，“人咬了狗”这种事是不符合普通常识的。当一旦发生这种突发事件时，这种信息就成了重大新闻，信息量也就增大了，也就是说，“信息量与其本身的概率成反比，与意外性和新颖性成正比”。第二十七页，共六十页，编辑于2023年，星期五信息熵在处理信息的过程中，针对信源整体的度量问题，还有一个“信息熵”的概念，信息熵H（x）是测量信源不确定性程度的量，它的数学表达式为：这里x是指信源的某一事件，该事件的结果有多种不确定的可能性，可以表示为x1x２，x３，……，xn，其中每种可能性出现的概率为Ｐ(x1)，Ｐ(x2)，Ｐ(x3)，……，P(xn)第二十八页，共六十页，编辑于2023年，星期五交通信号灯的信息量例如：一组信号灯，共有三个信号灯，红色１只，绿色１只及黄色１只，每个信号灯的信息量分别为：

Ｈ（x1）＝－P(x1)log2P(x1)＝－0.33log20.33=0.528Ｈ（x2）＝－P(x2)log2P(x2)＝－0.33log20.33=0.528Ｈ（x3）＝－P(x3)log2P(x3)＝－0.33log20.33=0.528H(X)=－P(x1)log2P(x1)－P(x2)log2P(x2)－P(x3)log2P(x3)=1.584(比特)第二十九页，共六十页，编辑于2023年，星期五一个消息的信息量I在从发送方传输到接收方的过程中永远不会增大。更精确地讲：在一个封闭的信息系统中，信息量I永远不会增大。如果要增加信息量I，则只能借助其他有助于从混合信息中提取真实信息的外部信息或知识。热力学定律和香农信息熵公式之间的相似性与能量及信息处理过程的统计特征有关，虽然能量和信息是不同的实体。这条定律意味着我们应尽力保证发送方最大的信息量（最小的信息熵），而且应尽可能地采取一切手段减少传输通道中可能带来的干扰。

第三十页，共六十页，编辑于2023年，星期五

根据这一定律在医疗领域的应用中，可以采取以下几种控制干扰（从而降低信息熵）的方法。

1．使用最佳的传感器

保证信息在发送方（病人或器官）得到最佳记录。同时确保在传输过程中不增加干扰。因而建议：①检测心电图时，使用无噪声电极，如镀银-氯化银的不锈钢电极；②X线摄片时，使用高分辨率的胶片材料或光敏设备。

2．保持传输通道较短

使传感器尽可能接近发送者，比如：①作血液化学分析，尽量在血液中直接测量pO2，而不通过皮肤；②检测心内传导，用His束电记录图取代体表心电图；③检测胎儿心律，将电极直接放置在胎儿头部而非母体的腹部。

3．降低传输通道干扰

确保信息在从发送方传输到接收方时信息熵不增大。例如：①作脑电图检查时，屏蔽外部电磁场的干扰；②作心电图（ECG）检查时，减少因呼吸和肌肉活动而导致的干扰。

第三十一页，共六十页，编辑于2023年，星期五

4．尽可能使用重复信息

如果一次单独的生物过程的观察包含过多的干扰信息，那么相继的重复过程可能包含相对较少或者不同的干扰信息。比如：①记录一组相似的ECG的合成信号，使用重复的信息单元会减少干扰（参阅第8章和第25章）；②使用相互独立的方法观察心脏活动，比如使用心动描记器、ECG和心内导管，可以提供相互补充的信息。

5．尽可能用以前知识帮助进行解释

这是为了让接收方根据有关知识和经验帮助理解信息。例如①病史：根据有关（临床）知识获得帮助诊断的信息，可能的话，给发送方反馈信息；②信号和图象：使用关于信号和图象特征的知识，如频率分布、概率与时间的函数关系等。第三十二页，共六十页，编辑于2023年，星期五实际上，信息的度量问题始终是信息科学的重点，只有解决了信息的度量问题才能对信息进行定量及定性分析，才能透过现象探索信息运动的规律。第三十三页，共六十页，编辑于2023年，星期五2信息处理的关键“数字化”是进行信息处理的关键之一。

举例：在日常生活中，邮局要求写信人必须用阿拉伯数字填写“邮政编码”，以便邮局的自动分检机通过识别数字进行信函分检，提高分检信函的速度；超市商品上的“条形码”，也是一种数字信号，以便工作人员手持条码识别器对商品进行识别，提高计费速度； 在计算机内部，所有的文字、符号、图像等数据都必须转化为二进制数据，也就是说，一切计算机的数据都必须进行“数字化”。第三十四页，共六十页，编辑于2023年，星期五在医学领域中数据的“数字化”

在医学领域中，许多物理量都是模拟变量，例如心电信号、脑电信号、中医的脉象数据，甚至于血压、体温等。为了便于计算机处理这些物理量，通常采用“采样”的方法，运用相应的“传感器”按照要求每秒采样若干次，这一过程也就是连续数据的“离散化处理”，然后将采样所得的这些物理量按一定的要求进行“数值化”，用这些离散的数值数据近似地表示原先的连续变量。经过这样“离散化”、“数值化”处理过的数据便能使用计算机进行进一步的处理。第三十五页，共六十页，编辑于2023年，星期五在医学领域中数据的“规范化”

在医学领域中，在处理医学领域中的文字、符号、图像、声音等信息时，除了“数字化”之外，还将涉及到数据的‘规范化’问题。例：临床病历的格式、用词的习惯等必须规范化，不能一个医生一个样；中药的名称、穴位的名称。第三十六页，共六十页，编辑于2023年，星期五2DatainComputersasummaryofthedifferenttypesofcarriersthattransportinformation:（1）整数：分离数字（如单位时间的心脏早搏数，或在显微镜下观察样本的白细胞数）。（2）实数：可测变量（如体温或血压，也可以是生物信号和医学图象）。

（3）代码：一个观察资料（如疼痛或肿胀）。

（4）文本：自然语言（例如病史的文字记录或者病人监护中事件记录的文件）。

注：*从整数到自然语言误差率逐渐增大

第三十七页，共六十页，编辑于2023年，星期五Amostimportantissuerelatedtothedocumentationofdatainacomputeristhecompletenessandreliabilityofthefourdifferenttypesofdata.(计算机记录数据的一个重要问题是四种不同类型数据的完整性和可靠性。)Forinstance,isamanuallymeasuredbloodpressureasreliableasabloodpressuremeasuredbyatransducer?Willadiseasecodegivenbyoneclinicianbesimilartotheonegivenbyanother?第三十八页，共六十页，编辑于2023年，星期五不完整的数据可以导致不确定性。在病历中，有时会弄不清数据的缺失究竟是因为医生认为是无关数据还是因为遗漏记录。在给病人治疗的过程中，通常只有异常情况才被记录。因而，如果病人记录中没有某些数据，则意味着没有相关的异常情况或者无法采集相关数据。多数情况下，只有治疗这些病人的医生才能区分到底是这些数据不重要还是这些数据不完全。然而，收集在计算机中的病人记录也可供那些非直接治疗和负责病人的医生使用，所以在这些记录中必须注明哪些数据不相干，哪些数据确实没有采集。第7章中将详细讨论如何在不过度增加医生负担的情况下获得完整的数据。

2.1Completeness(完整性)第三十九页，共六十页，编辑于2023年，星期五

准确性是指处理过程中避免错误的能力，或者一项测量对于某一标准或真值的一致程度（韦氏大词典中的定义）。前者通常被称为正确性（correctness），后者可称为一致性（Conformity）。

2.2Accuracy(准确性

)第四十页，共六十页，编辑于2023年，星期五

1．准确性

准确性是关于数据中错误率的量度。最早的错误来自数据采集，或来自观察和测量。测量血压时我们用千帕或毫米汞柱来表示，我们清楚这实际只是一种对真值的估计，显然存在固有的不准确性。观测值也会因为读数或者测量的错误而偏离真值。误差可分为系统误差和随机误差。

测量血压时用绑带将传感器绑在胳膊上，所以实际测量的压力是绑带的压力而非动脉的真正压力。绑带中测定的压力只能是动脉压力的一种近似，实际的血压通常要比绑带中的压力小，这种偏离称为系统误差。如果血压计的刻度不准也会造成系统误差。

血压的变化以及读数的变化意味着两次相继的测量不可能给出完全相同的结果。这种误差称为随机误差。

一种特别的误差是读数误差，比如读取血压计汞柱高度的误差。这既可以是系统误差，也可以是统计误差。

第四十一页，共六十页，编辑于2023年，星期五2．一致性

一致性是指数据记录是否遵照标准或分类体系（classificationsystem）。当对记录病人数据使用分类和编码系统时，必须根据分类体系的规则及定义来选择编号。比如，将一个病人的精神状态仅仅按照松弛、正常和紧张三个档次的分类系统来划分，很可能将该病人划入错误的类别而造成误差。因为病人的精神状态也许并不匹配这一类别。换句话说，医生并没有按照系统分类的标准对病人进行划分。第四十二页，共六十页，编辑于2023年，星期五2.3Coding(编码)在给数据编码时，通常是先对数据作出解释，然后再给数据指定一个代码。解释上的误差是编码所固有的误差。一方面数据的编码限制了自由表达，但另一方面则强制规定了术语的规范性，这对不直接接触病人的医生分析数据是极端重要的。对医学数据进行编码时，医生会经常感到有限表达类别的束缚。但对数据区分过细也会令人困扰，对正确性形成错误印象。如果编码的区分对于使用目标来说过于详细，也会引起误导。应避免不必要的繁琐第四十三页，共六十页，编辑于2023年，星期五2.4FreeText（自由文本）

自由文本（即自然语言）可以让人充分自由地描述细节。但自由语言实质上是非标准化的，因此计算机处理非常困难。自由文本可以看作是观测者对所观测现象的个人解释，如果其他人需要使用这些自由文本数据，就必须阅读这些文字，作出解释，然后根据自己的解释在头脑中重构这些医学对象。因而，从语义上讲，自由文本因为结构化不够，往往可以有多种解释。这类解释上的误差是不能用计算机处理的方式予以消除的

第四十四页，共六十页，编辑于2023年，星期五Conclusions

Inconclusion,severalimportantrulescanbephrased,partlybasedontheinformationpresentedabove,forthedocumentationofpatientdataincomputers:

(根据前面的讨论，这里强调几点用计算机记录病人数据的重要准则。)

1.Datashouldbeacquiredasclosetothesourceofthedataaspossible.(采集数据时应尽可能地接近数据源)2.Datashouldberecordedbyobeyingstrictrulesofstandardization.(数据记录应严格遵循标准化原则)3.Theoriginaldatashouldbestored,andifpossible,humaninterpretationsshouldbestoredonlyiftherawdatatheyarebasedonarealsostored.(应尽可能保存原始数据，保存人为解释必须同时保存原始数据)

第四十五页，共六十页，编辑于2023年，星期五4.Codingofdatashouldbedoneonlyifthereisnootherwaytopresentthedata,anditshouldpreferablybedonebythepersonmakingtheobservation.(只有在没有其他表达途径的情况下，才选择对数据的编码。编码最好由数据的直接观测者提供。)5.Foralldataentered,thereshouldpreferablybeanon-linefeedbacktotheusertosignalpossibledeviationsfromwhatshouldbeexpected.(对于所有录入的数据，最好向用户发送在线反馈以确认是否存在与原含义的偏离)第四十六页，共六十页，编辑于2023年，星期五6.Personswhoenterthedatashouldideallybenefitfromthisdataentry,eitherbecausetheywillusethedatalateronorbecauseitwillimprovethequalityoftheirwork.(数据的录入者是录入数据的最大受益者，因为他们不仅可以在以后应用这些数据，而且可以改善他们的工作)7.Authentication(addingthecoder'snameandsignature)andtimestampingofdataimprovesthedataquality.(身份认证（保留数据录入者的姓名和签字）和时间戳的使用有助于保证数据质量)第四十七页，共六十页，编辑于2023年，星期五第二节

医学信息工程基础

第四十八页，共六十页，编辑于2023年，星期五医学信息工程学

Engineeringofmedicalinformatics

以医学信息为研究对象，

以医学信息运动规律及应用方法为研究内容，

以现代计算机为主要工具，

以解决医学信息各种问题为研究目标一门新兴学科、交叉学科第四十九页，共六十页，编辑于2023年，星期五医学信息工程学

供体学科——计算机科学受体学科——医学科学

研究范围——覆盖了医药卫生领域的所有对象

医学信息学的一个重要组成部分第五十页，共六十页，编辑于2023年，星期五医学信息学“医学”是一门以保护和增进人类健康、预防和治疗疾病为研究内容的学科。“信息学”是一门以对人类有用的数据——信息作为研究对象，以信息的本质特性和信息运动的规律作为研究内容，以揭示信息及其信息运动的特性和规律为目标的一门学科。“信息学”本身就是一门新兴的边缘学科，它是哲学、数学、物理学、控制论、系统论、人工智能以及计算机科学等学科领域互相渗透互相结合的产物。第五十一页，共六十页，编辑于2023年，星期五医学信息学“医学信息学”（medicalinformatics）是一门应用现代计算机技术处理与人类健康密切相关的医疗卫生领域中所产生的和不断变化的信息的学科。具体定义：“医学信息学”是一门以医学信息为主要研究对象，以医学信息的运动规律及应用方法为主要研究内容，以现代计算机为主要工具，以解决医药工作人员在处理信息过程中的各种问题为主要研究目标的一门新兴的边缘交叉学科。简而言之，医学信息学是一门介于医学与信息学之间的交叉学科。第五十二页，共六十页，编辑于2023年，星期五“医学信息学”的功能“医学信息学”，它的供体学科是计算机科学，它的受体学科是医学科学。延伸医药工作人员