医学信息概论篇1

关键词:生物信息学医学统计学课堂教学

生物信息学融合了生物技术、计算机技术、数学和统计学的大量方法，已逐渐成为发现生命过程中所蕴涵知识的一门重要学科。其基本问题主要包括：DNA分析、蛋白质结构分析、分子进化。医学统计学作为医科院校的基础课程之一，长期以来其理论和方法就广泛应用于临床医学、基础医学的各类研究中。随着生物新技术的诞生，在推动生物信息学发展的同时，医学研究对象也由宏观的病人、生物组织拓展到微观的基因领域，所面对的实验数据在性质和结构上也都有所不同，这对医学统计学的应用提出了新的更高的要求。

目前，医学统计学的很多原理和方法已成功地应用于这些新研究之中，并在此基础之上有了新的发展和改进。如概率分布的知识与序列相似性分析、蛋白质分类等技术密切相关；方差分析、非参数检验方法经改进和结合后在基因表达数据的前期分析中发挥了较好的作用；而聚类分析、判别分析、相关分析这些大家所熟知的统计学方法更是在基因分类和调控网络的建立中得到了广泛的应用。在进行医学统计学课堂教学时加入生物信息学方面的应用实例，不仅可以使学员了解本学科研究的前沿和医学、生物信息学研究的新发展，还可以提高学员对于医学统计学理论学习的兴趣，掌握先进的生物实验数据分析方法，提高今后从事医学科研的能力。下面，本文在回顾医学统计学授课主要内容的基础上，就医学和生物信息学中的可能应用举例如下：

一、概率分布

概率分布（probabilitydistribution）是医学统计学中多种统计分析方法的理论基础。授课内容一般包括：二项分布、Possion分布、正态分布、t分布、F分布等。

借助概率分布常常可以帮助我们了解生命指标的特征、医学现象的发生规律等等。例如，临床检验中计量实验室指标的参考值范围就是依据正态分布和t分布的原理计算得到；许多医学试验的“阳性”结果服从二项分布，因此它被广泛用于化学毒性的生物鉴定、样本中某疾病阳性率的区间估计等；而一定人群中诸如遗传缺陷、癌症等发病率很低的非传染性疾病患病数或死亡数的分布，单位面积（或容积）内细菌数的分布等都服从Poisson分布，我们就可以借助Poisson分布的原理定量地对上述现象进行研究。

在生物信息学中概率分布也有一定应用。例如，Poisson分布可以用于基因（蛋白质）序列的相似性分析。被研究者广泛使用的分析工具BLAST(BasicLocalAlignmentSearchTool)能迅速将研究者提交的蛋白质（或DNA）数据与公开数据库进行相似性序列比对。对于序列a和b，BLAST发现的高得分匹配区称为HSPs。而HSP得分超过阈值t的概率P(H(a,b)>t)可以依据Poisson分布的性质计算得到。

二、假设检验

假设检验（hypothesis）是医学统计学中统计推断部分的重要内容。假设检验根据反证法和小概率原理，首先依据资料性质和所需解决的问题，建立检验假设；在假设该检验假设成立的前提下，采用适当的检验方法，根据样本算得相应的检验统计量；最后，依据概率分布的特点和算得的检验统计量的大小来判断是否支持所建立的检验假设，进而推断总体上该假设是否成立。其基本方法包括：u检验、t检验、方差分析（ANOVA）和非参数检验方法。

假设检验为医学研究提供了一种很好的由样本推断总体的方法。例如，随机抽取某市一定年龄段中名儿童，将其平均身高（样本均数）与该年龄段儿童应有的标准平均身高（总体均数）做u检验，其检验结果可以帮助我们推断出该市该年龄段儿童身高是否与标准身高一致，为了解该市该年龄段儿童的生长发育水平提供参考。又如，医学中常常可以采用t检验、秩和检验比较两种药物的疗效有无差别；用&#;检验比较不同治疗方法的有效率是否相同等等。

这些假设检验的方法在生物实验资料的分析前期应用较多，但由于研究目的和资料性质不同，一般会对某些方法进行适当调整和结合。

例如，基于基因芯片实验数据寻找差异表达基因的问题。基因芯片（genechip）是近年来实验分子生物学的技术突破之一，它允许研究者在一次实验中获得成千上万条基因在设定实验条件下的表达数据。为了从这海量的数据中寻找有意义的信息，在对基因表达数据进行分析的过程中，找到那些在若干实验组中表达水平有明显差异的基因是比较基础和前期的方法。这些基因常常被称为“差异表达基因”，或者“显著性基因”。如果将不同实验条件下某条基因表达水平的重复测量数据看作一个样本，寻找差异表达基因的问题其实就可以采用假设检验方法加以解决。

如果表达数据服从正态分布，可以采用t-检验（或者方差分析）比较两样本（或多样本）平均表达水平的差异。

但是，由于表达数据很难满足正态性假定，目前常用的方法基于非参数检验的思想，并对其进行了改进。该方法分为两步：首先，选择一个统计量对基因排秩，用秩代替表达值本身；其次，为排秩统计量选择一个判别值，在其之上的值判定为差异显著。常用的排秩统计量有：任一特定基因在重复序列中表达水平M值的均值；考虑到基因在不同序列上变异程度的统计量，其中，s是M的标准差；以及用经验Bayes方法修正后的t-统计量：，修正值a由M的方差s的均数和标准差估计得到。三、一些高级统计方法在基因研究中的应用

（一）聚类分析

聚类分析（clusteringanalysis）是按照“物以类聚”的原则，根据聚类对象的某些性质与特征，运用统计分析的方法，将聚类对象比较相似或相近的

归并为同一类。使得各类内的差异相对较小，类与类间的差异相对较大。聚类分析作为一种探索性的统计分析方法，其基本内容包括：相似性度量方法、系统聚类法（HierarchicalClustering）、K-means聚类法、SOM方法等。

聚类分析可以帮助我们解决医学中诸如：人的体型分类，某种疾病从发生、发展到治愈不同阶段的划分，青少年生长发育分期的确定等问题。

近年来随着基因表达谱数据的不断积累，聚类分析已成为发掘基因信息的有效工具。在基因表达研究中，一项主要的任务是从基因表达数据中识别出基因的共同表达模式，由此将基因分成不同的种类，以便更为深入地了解其生物功能及关联性。这种探索完全未知的数据特征的方法就是聚类分析，生物信息学中又称为无监督的分析（UnsupervisedAnalysis）。常用方法是利用基因表达数据对基因（样本）进行聚类，将具有相同表达模式的基因（样本）聚为一类，根据聚类结果通过已知基因（样本）的功能去认识那些未知功能的基因。对于基因表达数据而言，系统聚类法易于使用、应用广泛，其结果——系统树图能提供一个可视化的数据结构，直观具体，便于理解。而在几种相似性的计算方法中，平均联接法(AverageLinkageClustering)一般能给出较为合理的聚类结果。

（二）判别分析

判别分析（discriminantanalysis）是根据观测到的某些指标的数据对所研究的对象建立判别函数，并进行分类的一种多元统计分析方法。它与聚类分析都是研究分类问题，所不同的是判别分析是在已知分类的前提下，判定观察对象的归属。其基本方法包括：Fisher线性判别（FLD）、最邻近分类法（k-NearestNeighborClassifiers）、分类树算法（ClassificationTreeAlgorithm），人工神经网络（ANNs）和支持向量机（SVMs）。

判别分析常用于临床辅助鉴别诊断，计量诊断学就是以判别分析为主要基础迅速发展起来的一门科学。如临床医生根据患者的主诉、体征及检查结果作出诊断；根据各种症状的严重程度预测病人的预后或进行某些治疗方法的疗效评估；以及流行病学中某些疾病的早期预报，环境污染程度的坚定及环保措施、劳保措施的效果评估等。

在生物信息学针对基因的研究工作中，由于借助了精确的生物实验，研究者通常能得到基因（样本）的准确分类，如，基因的功能类、样本归结于疾病（正常）状态等等。当利用了这些分类信息时，就可以采用判别分析的方法对基因进行分类，生物信息学中又称为有监督的分析（SupervisedAnalysis）。例如，基因表达数据分析中，对于已经过滤的基因，前三种方法的应用较为简单。而支持向量机（SVMs）和人工神经网络（ANNs）是两种较新，但很有应用前景的方法。

（三）相关分析

相关分析（correlationanalysis）是医学统计学中研究两变量间关系的重要方法。它借助相关系数来衡量两变量之间的关系是否存在、关系的强弱，以及相互影响的方向。其基本内容包括：线性相关系数、秩相关系数、相关系数的检验、典型相关分析等。

我们常常可以借助相关分析判断研究者所感兴趣的两个医学现象之间是否存在联系。例如，采用秩相关分析我们发现某种食物中黄曲霉毒素相对含量与肝癌死亡率间存在正相关关系；采用线性相关方法发现中年女性体重与血压之间具有非常密切的正相关关系等等。

生物信息学中可以利用相关分析建立基因调控网络。如果将两个不同的基因在不同实验条件下的表达看作是两个变量，相关分析所研究的正是两者之间的调控关系。如采用线性相关系数进行两基因关系的分析时，其大小反应了基因调控关系的强弱，符号则反应了两基因是协同关系（相关系数为正），还是抑制关系（相关系数为负）。

四、意义

生物信息学不仅是医学统计学的研究前沿，更是医学研究由宏观向微观拓展的重要领域，其研究内容已逐渐为多数医学院校的学员了解和熟悉。而如何对新技术产生的生物实验数据进行准确合理的分析，却成为生物信息学研究的主要瓶颈之一。

在医学统计学课堂教学中引入生物信息学实例，而不仅仅局限于常见的医学、卫生领域的例子，将难以理解的统计理论和方法与前沿的生物实例相结合，拓宽了学员的视野，提高了学员的学习兴趣，更可以加深对所学知识的理解；与此同时，使学员掌握了生物实验数据的先进分析方法，扩大了学员的知识面，提高了他们今后开展医学科研工作的能力。

医学信息概论篇2

在医学图像领域，每种医学成像设备的成像原理和运行机制都会有所不同，最明显的问题就是任何一种图像都并不能提供医学诊断需要的所有信息，这样造成任何一种成像方式的图像都有很大的局限性和不完整性。

在这种情况下，为了提高疾病诊断的准确率，需要综合利用多种设备的多种图像。

根据医学图像所提供的信息，可以将医学图像分为两大类：解剖图像（CT、MRI、X线、超声图像等）和功能图像（PET、SPECT等）。

这两类图像都各有优缺点，如果能实现解剖图像和功能图像合并（例如现在最常使用的CT与PET图像的融合），那诊断效果会得到极大程度地提升，而能顺利解决这个问题的技术就是图像融合技术。

但是，医学图像融合与普通图像融合不同，不能盲目地进行，需要有理论有根据地进行，并且融合后的图像要进行图像质量评价和分析，得出正确的诊断信息和较高的融合效果。

在医学图像融合问题的评价过程中，我们可以利用两类方法进行图像处理和评价，包括主观定性法和客观定量法。

主观定性法主要以人作为观察者，对图像进行定性测试，但由于人会受到诸多因素的影响，例如环境、情绪、喜好和状况等会明显影响图像处理和评价，因此主观定性法有明显的人为性、不全面性[1]和不准确性。

客观定量法则是以数学运算作为基础，通过定量测量、分析数据的方法得到可靠可信的结果来处理和评价图像，而这个方法现在主要依靠计算机处理和评价。

可以看出，这两种方法各有利弊。因此，在实际工作过程中，往往是采取主观定性法和客观定量法相结合的方案，既便于工作人员测试又便于让计算机处理。

2熵

评价图像融合质量的时候，会用到“熵”这种定量分析方法。

图像的“熵”主要是针对图像里所包含多少信息而言的，因此信息熵是一种衡量图像信息程度的重要参数，其值表示的是图像中所包含的信息量多少。

根据科学家Shannon定义的理论，“熵”说明的是规定范围内表现特定数量的信息所必需的最小数据量。

如果数据量没有达到“熵”定义的数值就可能不能完整地表现图像信息，从而造成图像信息丢失。

相反地，如果数据量超过“熵”定义的数值，则图像会产生数据冗余，这也是本文要论述的两个概念。

假设给定一幅图像I，则I的信息熵表示如下（此公式在信息技术界很有名）：

此公式中，H是熵，i是灰度级，k是灰度级总数，p（i）是图像I中第i级灰度占整个图像的概率。

我们从信息熵的定义中可以得出如下结论：

如果两幅图像进行图像融合处理后，最终的处理结果中信息熵在增大，这就说明图像融合后的信息量是在增加，反之亦然。

除了熵以外，在医学图像融合处理时还会用到另外一个概念是交叉熵，也称为相对熵，是用来反映两幅图像灰度分布信息的差异，交叉熵的值越小，说明两幅融合图像从原始图像提取出来的信息量增加，融合效果越好。

关于这个概念在这里就不再叙述，读者可以查阅相关文献。

3冗余

熵的数值是图像能达到的最好效果，而实际的图像并达不到这种理想状态，所以任何一幅医学图像都会产生冗余。

未经压缩的医学图像数据量大，冗余多，因此大部分采集到的原始图像都要进行数据压缩，这样可以降低数据冗余，因此压缩算法的好坏对于图像来说就显得至关重要。

未经压缩的原始图像是以定长的二进制码的形式来表示的，这种编码的最小长度lm取决于给定的图像的大小n。

公式如下：

其中，n是图像数据的大小，[]表示的是向上取整数。

而计算图像中的冗余的方法是信息熵H与原始数据实际大小lm的比与1的差值，表示为：

对于数字图像来说，虽然可以使用压缩比率来表示压缩图像，但经常使用的概念是比特率，其单位是bpp。

下面举例说明一下冗余问题。

一幅图像4个灰度级的图像I（真正的图像远大于这个灰度级，为了降低运算量，我们把问题简化一下），灰度级的分布概率统计结果如下表所示：

4编码

所谓熵编码指在数据熵或接近数据熵的时候所进行的信息无损压缩编码。

编码的基本思想是：

首先确定和描述数据冗余，然后对数据中的信息进行编码，最后给每个符号分配一个不同的编码。

每个编码的大小取决于各个符号各自出现的概率。总体来说，最常用的符号编码最小，而最不常用的符号编码最大，这些编码产生的方式取决于编码算法。

相关算法在业界有很多种，最常用的是Huffman编码。

Huffman算法通过对信号源符号的递归排序来产生自己的编码字母表，并根据得到的概率分布构建二叉树。

具体算法如下：

（1）循环。

（2）符号概率分布按降序排列。

（3）将概率最低的两个符号合并，建立一个分支并生成一个新的符号表，对每个分支而言，两个合并符号中的每一个都分配一个二进制数值，数值0给倒数第一个符号，数值1给倒数第二个，在循环中逐渐建立起二进制编码表。

（4）循环执行直到树的根部。

5总结

任何医学图像在采集、处理、融合过程中，产生数据冗余是必定的，而熵公式所计算出来的数值只是理想情况。

对冗余进行降低和压缩处理是医学图像融合技术的重点，降低数据冗余后的医学图像再进行融合，得到的结果可以增加医学图像的信息量，降低无用途信息产生的几率，从而让医学图像融合达到比较好的结果。

参考文献

[1]BiomedicalInformationTechnology[澳]冯大淦编，朱志良等译，科学出版社；

[2]C.E.Shannon，AmathematicaltheoryofCommunication，BellSystemTechnicalJournal，27：379-423，623-656，1948；

[3]A.K.Jain，FundamentalsofDigitalImageProcessing，PrenticeHall，1989；

[4]D.A.Huffman，MethodfortheConstructionofMinimumRedundancyCodes，ProceedingsoftheIRE40（9）：1098-1101，1952；

医学信息概论篇3

关键词：中医诊断；模式分类；多元信息处理；数据采集；特征生成

中图分类号：R2-03

文献标识码：A

文章编号：1673-7717(2007)08-1608-03

“望、闻、问、切”是传统中医诊断思想精髓和过程的简要归纳，它表明传统中医诊断过程是一个多源信息的获取(四诊)和处理、整合(“四诊合参”、“辨证”)的过程，从本质上看它和现代信息技术中多元信息处理和模式识别／分类的学术思想不谋而合。多元信息处理和模式识别／分类是近几十年来现代信息技术中最为活跃的学科，它以数学、系统科学和计算机技术为主要基础，已经成为一个在理论和技术上都比较成熟的现代学科体系和人类认识事物(尤其是复杂系统)的有力工具。它在现代社会的各个领域广泛应用，如各类系统设备的故障诊断、经济信息分析和股市预测、气象信息分析预报、现代西医诊断信号(如脑电、心电信号等)的处理分类等等。人体是一个复杂的巨系统，在现代中医诊断中进行现代信息处理技术应用研究，既具有中医理论与现代科学技术相互结合的科学意义，又具有推动中医诊断过程客观化和手段现代化的现实意义。经查询，已有现代信息处理某些具体技术应用于各类医学诊断信号分类的相关研究，但关于现代信息处理系统技术在中医诊断中的应用研究，笔者未见文献报道。

1中医诊断学特点及面临的问题

中医诊断的基本原理为“以表知里”，即：反映于体表的信息(四诊信息)与疾病的本质(证候)之间存在着必然的联系，认为证侯是机体在疾病发展过程中某一阶段的病理概括，通过四诊获得的信息则是构成证候的最基本要素，反映着病变的部位、原因、性质、以及邪正关系。为了避免“表象”所造成的诊断误差，中医采取“四诊合参”和“辨证”的方式，即通过多途径的信息采集(四诊)和在中医基本理论指导下的信息整合(辨证)，来达到去伪存真，提高诊断准确性的目的，最终做出疾病诊断。

但中医诊断信息的获取途径主要为医生与患者的感觉器官，其诊疗经验和诊断理论主要建立在个体医生的观察与分析、归纳基础上。信息的处理和整合(融合)由医生根据个人的知识和经验完成，加上获取信息的感觉器官敏感性存在差异，因此不可避免地受到主观的影响，严重地干扰了诊断信息的客观性。在中医诊断中应用现代信息处理技术有助于解决以上问题，中医诊断的客观化研究成了中医学现代化研究的内容之一，构成了20世纪中叶之后中医学(不包括针灸学)现代化研究的基调。

2现代信息处理技术的中医诊断应用研究

2．1现代信息处理技术简述信息处理技术是从计算机数据处理技术发展而来的，它的发展从简单到复杂经历了3个阶段，即电子数据处理(EDPS，ElectronicDataProcessingsystem)阶段、信息管理系统(MIS，ManagementInformationSystem)阶段和决策支持系统(DSS，DecisionSupportSys-tem)阶段。决策支持系统(DSS)是以数据库、模型库、知识库和方法库为基础的，辅助人类对信息进行处理、分析和分类，提高人类对事物的认识、判断和决策水平的信息处理系统。决策支持系统(DSS)代表着现代信息处理技术的发展水平。它在现代社会各个领域而成为各类具体现代信息处理系统，如各类设备故障诊断系统、经济信息分析及股市预测系统和气象信息分析预报系统等等。

2．2现代中医诊断信息处理的一般过程现代信息处理技术在中医诊断中应用的一般过程和它在其它领域中的应用过程基本相同，故该技术在其它领域应用积累的成熟经验和方法为其在中医诊断中的应用打下良好基础。但在应用中应该注意中医诊断信息相对于其它领域信息的数据特点，如中医诊断中的信息既有以数据形式表示的定量信息(如脉诊中的搏动频率等)，又有以非数值形式表示的定性信息(如“四诊”中许多表示程度的量)。在应用中还应该根据中医诊断信息的特点努力寻找新的信息处理方法，推动现代信息处理技术的进一步发展。

中医诊断的“四诊合参”表明其诊断获取的原始信息是一个来源于多渠道的多元信息，这符合现代信息处理技术中的多元变量概念特征。现代中医诊断信息处理的一般过程用框图表示(如图1所示)。

通过各种诊断手段获取病患信息的过程就叫做数据采集。获取信息的手段可以通过医生的感官经验，也可通过各类诊断仪器检测。每一组原始诊断信息数据就叫做一个样本。通过数据采集就从病患者未知的灰体信息中得到确定的样本数据信息。将中医诊断样本信息以一个m维数据向量的形式表示为(x1，x2，…，x1，…，xm)，其中x1(i=1，2，…，m)为病患的各类信息值，称为变量。变量可分为定量变量(如体温、脉搏频率等)和定性变量(如虚实、强弱、男女等)。定性变量又可分为有序尺度变量和名义变量。有序尺度变量用有序程度等级来表示，如舌诊中对舌苔厚度依次分为镜面舌、少苔、正常、略厚、较厚和非常厚。名义变量用几种状态来表示，各种状态没有任何数量等级关系，如男和女。对于定量变量可以施以实数域内的数学运算，顺序变量运用模糊数学方法也能进行运算，状态变量的处理要根据实际问题具体分析，没有一般的数学处理方法。这样n个样本就组成了一个n×m维的数据矩阵x：{x1，1x1，2…x1，mx2，1x2，2…x2，m…………xn，1xn，2…xn，m

通过数据采集从病患者得到的样本信息(x1x2，…，x1，…，xm)从m个方面表征疾病，为了比较全面细致的描述疾病m值可能很大，这就给数据处理带来很大难度(变量维度变化一般会使计算量星指数增长)，同时每个变量样需要通过特征选择和特征提取从样本信息中得到能够进特征提取。通过特征生成样本向量数据转化为特征向量，特征向量的变量维数一般小于样本向量变量维数，即k＜m。

根据特征信息应用适合的信息分类技术采用相应分类

器就能够得到诊断结果信息，这个过程叫做诊断分类。诊断分类结果可以是两个(如是否有病)或多个(何种疾病)，这就对应了分类技术的两类和多类问题。

2．3现代信忠分类主要技术现代信息分类技术根据所处理的数据对象特点分为多种类型(如图3所示)。对于致病机理研究已经清楚的疾病，能够建立疾病的数学模型(即判别函数，discriminantfunction)，再可以通过训练样本估计判别函数的参数值，这样就可以应用判别函数进行分类。判别函数是指由诊断信息向量(通常为特征向量)的各个变量的线性组合而成的函数，可以用公式表示为：g(y)=wy+ω0，其中w为权向量，ω0为阈值权或偏置。

人体是一个极为复杂的巨系统，更多疾病很难建立其数学模型，但长期的医疗实践使我们积累了很多对于疾病的先验知识，这样可以采用基于统计概率分布的贝叶斯分类方法。这种方法就是通过概率统计方法求出各种诊断结果的条件概率，用公式表示为：P(ωjly)：P(ylωj)P(ωj)/P(y)，其中ω为类别状态，j为类别(若为是非诊断j=1，2)，p(ωj)为先验概率。p(ylωj)为类条件概率密度，P(y)为诊断信息概率。

人体属于复杂的非线性系统，而人工神经网络为处理非线性同题提供了一条有效途径，神经网络分类方法在中医诊断的应用中必然具有重要意义。人类认识的历史局限性决定疾病诊断中诊断信息的精确程度是相对的，诊断结果有时也是一个表示程度的模糊概念，因此应用模糊数学方法构造一个“模糊类别隶属度函数”进行模糊分类也具有相当的现实意义。还有其它很多具体的分类技术方法，如支持向量机、遗传算法等等，此处不再一一介绍。

2．4在中医诊断中应用现代信忠处理技术需要解决的问题现代信息处理技术经过几十年的发展，各应用环节技术方法已相当成熟，但要使其在中医诊断中得到广泛深入应用还需要解决很多问题，其中中医诊断信息数据库建设尤为重要。比如近十几年来分子生物研究领域在国际范围内建立了关于基因序列、蛋白组序列数据库，这就给广大科技工作者在基因、蛋白组序列信息分析方面创造了条件，也实现了分子生物学的飞速发展。因此，规范中医诊断操作规程(包括医生主观判断及仪器检测)，建立统一的中医诊断数据标准，建设一个数据可靠并来源丰富中医诊断信息数据库是实现中医诊断现代化的前提之一。

医学信息概论篇4

【关键词】三元体系医学信息检索教学

【中图分类号】G252.7【文献标识码】A【文章编号】2095-3089（2015）10-0247-02

本课程内容的知识建设注重课程体系构建，从教学目标、内容、手段三个方面对医学文献检索课（简称文检课）进行整改，使该课程形成特色知识体系。经过多年的文检课教学过程实践，逐步发现三元体系知识架构，使该课程知识体系得以系统性归类。

1.三元体系的认识

指若干有关部门事物或某意识互相联系而构成的一个整体。任何体系都应建立在一定的目标基础之上，在此基础上提出三元体系的医学信息文检课体系，实践证明三元体系有利于教学相长的发挥。其概念是指文检课的教学模式、形式以及教学方针都分别由三部分归纳构成。

三元体系的教学模式包括：基础理论知识、检索实习、咨询答疑三个环节；教学形式采用：课件教学、格式知识、内容模块三种形式；教学方针的内容包括：因才施教（考量学生的学科类型背景、文献知识基础差别）、因材施教（考查推荐使用教材和参考教材以及自编教材的知识内容异同）、因差（读音：chai）施教：（考虑学生的文献信息现实需要的变化和利用文献信息的能力）。从而构成文检课全方位的三元体系。

实践证明，该体系符合课程知识规范和学生对文献信息知识的认知，具有以下特点：（1）体系完整，结构严谨；（2）内容关联，基点统一；（3）内容合理，方法实用。

2.三元体系的内容

三元体系引入数学思维模式，课程中所有主要知识内容都以三个基本知识点构成。在具体的教学中，把文检课的知识以检索知识为基干，课程整体结构分为：（1）检索前知识储备内容；（2）检索中知识获取内容；（3）检索后知识应用内容三个分枝。具体内容结构如下：

2.1检索前知识储备内容包括：文献信息知识、文献组织方法知识、文献检索语言三部分。

2.1.1文献信息知识内容包括：信息及信息素养、文献情报知识概念、信息文献主要类型三部分。

文献情报知识概念包括文献、情报以及知识三个概念。其中文献体现三个知识点：记录形式、知识载体和文献作用，文献作用主要体现在保存文化遗产、传播传递信息和科研成果最终表现形式三个方面。情报概念中最重要的知识点就是情报的三个属性：知识性、传递性、效用性。

信息文献主要类型划分形式：按信息存储技术的类型划分、按文献出版类型划分以及按信息加工的程度划分。按信息存储技术的类型划分按照过去的理论知识有四种形式，但是其中一种缩微型（缩小存储在感光胶卷）正在逐步退出历史舞台，因此主要有三种形式：电子文献、印刷型和声像型，而电子文献有三种格式：文本型、多媒体型和超文本型。按文献出版类型划分：图书、连续出版物和特种文献三种；图书的种类也分三种：教科书、专著以及参考工具书；连续出版物也主要有三种：期刊、报纸和年鉴。按信息加工的程度划分：一次文献、二次文献和三次文献。

2.1.2文献组织方法的教学内容包括：检索语言、检索标引、检索工具。检索语言包括：叙词语言（主题词/关键词/自由词）简介、分类语言简介、代码语言（计算机专用）；检索工具：组成方式、数据记录格式、索引使用。

2.2检索中知识内容包括：计算机文献信息检索、数据库知识内容、讲授选取数据库系统三部分。在这部分内容中重点讲授数据库的检索方法。

2.2.1计算机文献检索内容：计算机检索的概念、网络检索、检索模式。

概念包括：计算机系统、现代通讯、文献信息系统。网络检索：搜索引擎、学科专题、专业数据库。

2.2.2数据库知识内容讲授：数据库结构、数据库模式、数据库访问。

数据库结构包括：文档、记录和字段；数据库模式：题录（索引）数据库、文摘数据库、全文数据库；数据库访问：本地（镜像）访问、远程访问、服务器访问三种访问方式。

2.3检索后知识内容包括：资料的整理方法，情报调研方法论、医学文献写作三部分。

2.3.1资料的整理方法讲授：建立个人知识档案、个人资料整理方法、使用个人资料库。整理方法可分为：序列法、背景法、纵横法三部分内容。

2.3.2情报调研方法论分为：文献整体研究、析出内容研究、引文研究三部分内容。

2.3.3医学文献写作：医学学术论文、综述、医学学位论文三部分内容。

3.结束语

为进一步加强医学院校的医学文献检索教育，探索新环境下的新型教学模式、教学方法，建立符合学生现实需要的文检课知识体系，培养具备一定科学精神和创新意识以及信息能力的医学学生，是文检课教育工作者的责任和义务。三元体系追求的目标是向学生传授医学文献（信息）检索的知识的体系、医学文献（信息）检索体系的知识。

参考文献：

[1]高艳霞，叶小利.医学图书馆开展循证医学用户教育探析[J].医学信息学，2011；32（1）：87

[2]张稚鲲.赫尔巴特兴趣论在文学检索教学中的应用[J].中华医学图书情报杂志.2010；19（3）：72

医学信息概论篇5

1997年，教育部(原国教委)组织进行了对当时的《普通高等学校本科专业目录》的修订工作，提出了《普通高等学校本科专业目录(草案)》，增设了管理学门类，学科门类增至11个。并在管理学门类下，将原来的5个专业合并调整为信息管理专业，标志着信息管理专业在国内诞生。1998年又将信息管理专业的名称改为信息管理与信息系统专业。1998年教育部又正式批准或备案了卫生信息管理专业。当年批准了吉林大学公共卫生学院、中国医科大学、华中科技大学医药卫生管理学院、中南大学医学技术与情报学院等四所高校设立该专业。“信息管理与信息系统(医学)”专业经过十余年的发展，已经取得了巨大的进步，不论是专业建设还是课程设置，都已取得了巨大突破。但不可否认的是，与发达国家相比，其课程设置和专业建设还存在一定问题。本文从实证研究入手，统计了自1998年以来教育部正式批准的开设“信息管理与信息系统(医学)”专业高等院校的课程设置情况。分析我国医学院校“信息管理与信息系统”课程设置的现状和特点，为进一步深化教学改革，为医学“信息管理与信息系统”专业更好的发展提供实证研究的数据。

二、数据说明

本文所研究的课程数据来自于1998年以来到2006年教育部正式批准的开设“信息管理与信息系统(医学)”专业的高等院校。通过网络搜索引擎进人本学校主页，找到专业设置和课程介绍等相关链接，获得相应数据。经不同时间反复测试多次均不能访问的网站，认为调查期间该网站不能访问。本次调查没有获得内蒙古医学院的数据。另外，我们没有统计华北煤炭医学院冀唐学院的数据，主要原因是此院校为三本院校，不作为我们的考察对象。这些具体的考察对象为：1998年到1999年批准的吉林大学公共卫生学院、中国医科大学、华中科技大学医药卫生管理学院、中南大学湘雅医学院；2000年批准的中国药科大学、温州医学院、新乡医学院；2001年批准的华北煤炭医学院、张家口医学院(现河北北方学院)、安徽中医学院、滨州医学院、湖北中医学院、广东医学院、广西医科大学、重庆医科大学；2002年批准的山西医科大学、长治医学院、皖南医学院、泰山医学院、济宁医学院、广东药学院；2003年批准的内蒙古医学院、哈尔滨医科大学、新疆医科大学、南京中医药大学；2004年批准的郧阳医学院、泸州医学院、河南中医学院、华北煤炭医学院冀唐学院；2005年批准的山东中医药大学；2006年批准的牡丹江医学院、广西中医学院。我们所研究的课程范围局限在这些院校开设的专业课及专业基础课。根据开设的实际情况，我们把课程分成了四个大类：医学类、信息技术类、图书馆情报类和经济管理类。由于部分院校网页无法浏览或课程设置显示不甚详细，统计上难免有所纰漏。所以本文所统计的各个院校课程设置数据存在一定误差。另外，由于我们的数据只是通过网络获得，也不能完全表明学校教学时的具体操作情况，因此，只是学校课程设置的概貌呈现，而非完整的课程设置情况。表l和129页表2、表3、表4分别显示了开设某类某门课程的院校数。

三、数据分析

开设医学类课程的院校涉及了我们考察的所有院校。只是部分院校开设医学类课程多，一些院校特别少。比如，中南大学湘雅医学院开设的医学类课程共有15门，占我们统计的19门医学类课程的79％，有相似特点的还有华中科技大学同济医学院。与此形成较大反差的是2006年批准成立此专业的牡丹江医学院，仅开设基础医学概论一门医学类课程。在医学类课程中，开设最多的是卫生统计学，占到我们考察的全部院校的51．6％。开设较多的是一些基础的医学类课程，如人体解剖学、基础医学概论，临床医学概论等。其他较为专业的医学类课程开设的院校较少，且课程呈现多样化，并且主要集中在中南大学湘雅医学院、华中科技大学同济医学院，中国医科大学、吉林大学白求恩医学部等几个院校。还有一些院校根据自己院校的特点开设了相应的课程。信息技术课程是这些学校开设的主要课程，74．2％的院校开设了计算机和网络基础类课程，还有部分院校开设了临床决策支持系统和管理系统工程学等比较有专业特色的信息技术课程。但遗憾的是比例太小。有一半左右的院校开设了图书馆情报类课程，课程类别达到了l3门，其中开设最多的是信息管理、信息组织和信息检索。分别有21所、14所、l4所院校开设此课程。其他图书馆情报的课程主要集中在成立此专业较早的几所院校。以中南大学湘雅医学院(1998年成立)为例，开设了13门图书馆情报类课程，只有表格中的情报学概论没有开设。中国医科大学在毕业实习中共设立了医院信息系统、互联网及其应用、信息资源建设与组织、生物医学信息检索与标引、科技项目查新、医学编辑等六个类别，其中4项为图书馆情报类。但是在2004年后成立此专业的院校中，对于此类课程却鲜有开设。经济管理类课程的开设主要集中在管理学原理，经济管理类的其他课程开设的院校并不多，但是与图书馆情报类课程相反产生的一个现象是开设管理课程较多的院校多为2003年以后该专业成立的院校，且院校相对分散，并没有集中在少数的院校中。早期成立该专业的一些院校在经济管理类课程的开设中并没有多大的优势，开设的门类较少。

四、关于课程设置的思考

1．认识有待进一步加强由于我国的医学信息学是在医学图书情报学的基础上发展起来的，国内对医学信息学的概念与实质仍缺乏深入的、清醒的认识，有些人仍把医学信息学等同于医学图书情报学。从统计数据可以看到，大量的学校还在介绍大量的关于医学图书情报类的课程(这些在早期成立的该专业的院校里表现得更为明显)，使得我们与国外从医院信息系统的基础上发展起来的医学信息学在教学目标上存在很大出入。甚至有的院校还没有理性地认识到本专业是管理学的下级学科，有的院校甚至毕业时给学生颁发医学学士学位或是理学学士学位。毕业实习设置的类别也多为图书馆情报类，实习基地有很多是图书馆。但不可否认的是，从统计数据上看人们的认识有所改进。例如，最近几年成立的专业鲜有图书馆情报类课程，特别是2006年的牡丹江医学院和广州中医学院0其他院校也在教学计划中适当地减少了此类课程，而加大了信息技术类课程和管理类课程的比例。

医学信息概论篇6

1.1知识点直观生动易于理解接受

中医学是在古代哲学思想的影响和指导下,通过长期的医疗实践,逐渐形成并发展的医学学科,具有独特的理论体系及思维方式。传统的中医教学方式是以板书为主,利用挂图、幻灯、医学模型辅助教学。教学内容大多古板难懂,而教师在教授时往往容易解释枯燥,语言晦涩难以描述中医学中复杂又抽象的概念,而且受教室场地、内容、人员多等影响,不能一一展示挂图及标本,让学生不能理解和记忆。利用多媒体技术,将原本抽象的、复杂的、不宜理解的问题直观生动的展示在学生眼前,让学生豁然开朗,学习热情会随着多媒体形式的变化而互动。如在中医理论医史的教学中,可以展示各朝代医学大家的人物图像及着作图片,以及一些考古出土的医学珍贵资料影像,激发西医院学生对古代医学大家的遐思追崇,以及体验我国古老医学历史的真实感,同时也可以激发民族自豪感及自信心,增强对中医学的兴趣,再如针灸教学中,对穴位的定位及刺入的深度,可以利用二维或三维的动画演示,从穴位的解剖定位到穴位皮下的解剖组织,让学生顿时有了清晰的思维等[1]。在中医诊断四诊的教学中,用清晰的图片展示各种舌象,面色等,这种直观的方式,对启迪学生思维、提高理解能力和临床实际辨识能力有着积极的作用。

1.2信息量大教学效率高

与传统的板书式教学比,多媒体教学穿插大量的文本、图片、音频、视频等素材,增加了信息量,多媒体多维结构的信息群,彻底改变老式二维平板的教学方式,丰富和完善了教学内容。把教师从书写板书中解放出来,避免了课堂时间的无谓占用;如在中药学的教学中,给以大量的植物、药物图片、药物采摘、炮制的视频,以及现代医学对中药的药理研究结果,配以教师生动的讲解;不仅丰富了教学内容,而且给学生留下了深刻的印象。这种多样式的大量信息结合是传统教学所不能及。

1.3优化教学难点

中医教学中存在很多难以理解的知识点,如脉诊,在以往的教学中更是教师往往说得口干舌燥而学生还是一头雾水,尤其是对于西医学生来说。而利用多媒体课件展示不同的脉形波形图,使学生直接从视觉角度“看”到了脉象,更从现代血液流变学理解不同脉象的形成机理,使之充分接受。再如针灸教学中,对穴位的定位以及刺入的深度,可以利用二维或三维的动画演示,从穴位的解剖定位到穴位皮下的解剖组织,让学生顿时有了清晰的思维等等,这些在传统教学中都是无法实现。通过对教学方法及难点的优化,保障了教学活动的高质量完成。

2中医教学运用多媒体存在的问题

2.1局限性

中医学基础、内经、医古文、医史、文献、各家学说等,因教学内容理论性多于实践性,给运用多媒体手段带来一定的困难。之所以出现以上的情况,是因为中医学的理论体系具有整体性、动态性、创造性、模糊性,而不具备精确性、静止性。有些理论精深玄妙,至今未能与自然科学建立对应关系,很难用恰当的图像、声音、色彩、文字等信息表示。虽然临床教学较容易使用多媒体手段,但临床教学中最核心的临床经验也不是多媒体技术手段所能传授,大多数学生比较接受传统教学方法,认为其节奏适中,而多媒体教学方法反不受欢迎[2]。例如讲解过去的病例时,使用多媒体技术手段重复过去的治疗过程存在较大的困难,只能模拟或记录少量病例。更多的病例只能通过语言表达完成,对教学内容难以消化,也削弱其对知识的探索性及创新性[3]。因此,多媒体手段在传递临床经验这一最重要的临床教学过程中有一定的局限性。

2.2固化学生的思维

多媒体教学中最常使用的要素就是图片。与文本信息相比,图片信息一般比较直观,抽象程度较低,阅读容易,而且图片信息不受宏观和微观、时间和空间的限制。但图片在记忆过程中,其各个特征被当作长时记忆中的基本单元-概念,按照一定的方式被储存起来。因而,当知识被利用时,个体会将头脑中的图形特征激活,从而再次将其作为概念使用。然而,中医学的概念来自古人对自然的取象比类,和现代科学概念不同,并不具有明确的内涵和外延。中医学的概念多具有明确的内涵,但其外延会随语言环境的变化而不断变化,也就是说,中医学的概念并不十分明确。故此古人言“阴阳”,“数之可十,推之可百,数之可千,推之可万”。多媒体教学使用图片会无形中将中医的概念固化为图片本身,既妨碍学生对中医概念的理解,又抑制学生针对本概念的联想。如使用腧穴的人体解剖图,会在学生的记忆中留下腧穴就是人体的这个部位。但腧穴并非只是一个部位这样简单,包含有许许多多的信息,如气血的多少、运行、人体的生理病理知识等,而这些内容,在学生使用图片记忆的过程中会弱化,甚至丢失。“医者,意也”,正是中医的特色与精髓,在多媒体教学中大量使用图片的后果,会使这种“意”的传达流于表面而不能深入,中医的教学质量,会因此而在无知中缓慢下降乃至流失。

2.3形式重于内容

一些教师大量收集精彩图片及视频,并对其过分的渲染和展示,忽视了教学目的和内容,过分强调了课件制作技巧及浮华的形式,使学生很难得到有价值的知识信息。

2.4受制于人力财力

中医教育使用多媒体手段不仅在理论若干环节上有一定困难,在实践过程中也存在一定的难度。高水准的多媒体技术产品在一个单位内部难以完成编、导、演一体化作业,这其中包括硬件投入,制作投入等。总之,高水平的多媒体教学绝不是一蹴而就,多媒体教学改革的效果,多媒体教学的质量都要受人员、技术与资金的限制。

3中医教学中发挥多媒体技术的对策

3.1正确认识多媒体技术在中医教学改革中的地位和作用

多媒体技术是中医教学改革的一种手段,是教学改革的发展趋势,有利于提高教学质量,易于西医师接受。同时也应当看到,多媒体技术只是教学改革中的众多手段之一,因此对多媒体技术手段在教学改革中的地位和作用应当适度定位,不能看成是中医教学改革的惟一,更不能作为惟一的评判标准衡量教学改革的成绩[4]。应当允许,甚至鼓励教师在教学改革中探索多种模式,真正作到“百家争鸣”。

3.2了解多媒体技术的优缺点和中医教学环节的适用面

多媒体技术在中医教学的若干环节中可以起到良好的作用,但也存在一定的局限性,因此在教学改革的过程中,了解多媒体技术的优缺点和中医各教学环节与多媒体技术的结合点,在教学中有的放矢地使用,必然会更好地发挥多媒体技术的优点,促进教学质量的改进[5]。有些概念如奔豚气、梅核气就很难使用多媒体手段表现,最核心的讲解诸如经文的分析推理过程则更难通过多媒体技术手段表现。以上各类则更多依靠教师的讲解和与学生的双向交流解决,均收到良好的教学效果。

3.3中医教学多媒体流程合理的设计组合

多媒体技术在教学中应当是综合应用,而非一两种媒体播放手段的简单使用,同时在具体实践过程中,要确定科学的原则,制定具体的实践计划。科学原则主要包括:要以实践性较强的内容为主,突出重点和难点,利用多媒体技术的模拟功能有效地突破难点。要优化综合主题的多种信息,使之即科学又严谨。采用结构化和模块化的方式,将理论章节的内容重新分解,形成适合多媒体教学的组合方式,再把相同相近的部分设计成模块,使课件风格程序化。具体的实践计划包括:编辑课件的文字稿本,使文字的理论性和文学性统一,同时规范专业术语,在素材库的建立上应立足于现有的出版物和图形库,以构成高效的教学系统。强化素材的编辑合成,包括文字的制作和处理,静态图像的获取和处理,动态图像和声音的采集和处理等。

3.4建立多媒体教学技术应用的综合体系

制作出高水平的多媒体教学产品,切实提高教育质量不仅仅是教师个体的事情还需建立教学中应用多媒体技术的综合体系。