综合介绍： 电子病历作为数字化医院的一个重要组成部分，它是以病人为中心，以计算机为媒介，客观、完整、连续地记录病人病史、症状、病情变化、诊断结果以及治疗方案等全过程，电子病历系统中存储的医疗数据隐含着大量的有用信息，挖掘出其中重要医学诊断规则和知识是形成计算机智能临床决策支持系统的关键。为了提高大规模电子病历医疗数据处理效率，利用云计算技术将海量电子病历数据分布存储到数据中心不同的节点上，构建若干个大规模的电子病历医疗数据中心，实现大规模海量病历数据分布存储、组织和管理，以支持海量电子病历并行处理。本项目对云计算环境下的大规模电子病历智能处理和服务模式具有重要的意义，在医疗辅助智能诊断和治疗领域将具有较大的应用价值。创新要点： (1)设计了基于MapReduce的大规模电子病历知识协同约简算法、模型及评估机制； (2)构建了云计算环境下部分临床疾病电子病历诊断知识库； (3)实现了面向云计算的大规模电子病历知识协同约简云端服务应用系统研究。其他说明： 1.不完备电子病历系统中MRI图像属性协同约简智能方法 说明：该方法建立一种基于自适应多层进化树的种群协同演化联盟模型，以种群内个体竞争和种群间精英合作的混合协同机制实现各种群协同演化，较好地达到属性协同约简广度寻优和深度探索的有效平衡；然后将信任裕度报酬机制引入到多种群精英量子协同博弈模型中，种群精英在每个划分的MRI病历属性子集中通过量子协同博弈策略求得各自最优约简子集，从而稳定取得Nash均衡下MRI病历最佳分割。该方法对不完备电子病历系统中脑组织MRI图像的高效分割具有较强的实用性。 2.云环境下电子病历数据库群集成平台 说明：该平台为分布式电子病历医学数据库群集成服务平台，与多个医院信息系统建立联合的分布式云服务数据库，可实现海量医疗数据管理、跨域异构数据源协同约简该电子病历数据库群集成平台可进行电子病历协同挖掘和协同诊断，提供大规模电子病历知识规则的存储和共享等集成功能。
