中医电子医案数据预处理方法
来源：www.37lw.cn
编辑：admin
时间：2017-10-30
1问题描述 原始电子医案数据大多不符合数据库设计要求，图1所示的数据存储结构是常见的错误结构之一。其中，每个患者的症状都是以堆积的形式作为整体存储在症状列中，药物信息则按照处方中药物数量依次以药物1、药物2、药物3……的布局在横向展开，如图1所示。 所谓第一范式（1NF）是指数据库表的每一列都是不可分割的基本数据项，同一列中不能有多个值，即实体中的某个属性不能有多个值或者不能有重复的属性。如果出现重复的属性，就可能需要定义一个新的实体，新的实体由重复的属性构成，新实体与原实体之间为一对多关系。此例中的症状属性从字段标题来看是满足第一范式的，但从字段内容来看并不符合要求，需将每个症状值拆分为最小信息单元，如图3（a）所示。由于药物1、药物2等信息同属药名信息，需要将图1中药物进行转置处理，转置后如图所示。
2 Excel VBA及Excd对象模型
VBA（Visual Basic for Application）是开发Excel应用程序的编程语言，也是内嵌于其他Office套件的应用程序开发语言。VBA的主要任务是组织或集合Office程序的功能，虽然它无法脱离Office环境独立运行，但却在自动化工作进程、个性化工作界面等方面有着内在的优势。作为Excel中的程序语言，由于Excel自身强大的数据分析与处理功能，使得Excel VBA具有更广泛的应用前景。与所有其他编程语言一样，VBA编程语言也是由类型、变量、数组、函数和流程控制等基本元素组成。在Office编程环境下，所有VBA代码都位于模块中，模块是存储VBA代码的容器。模块有三种类型：对象模块、标准模块和类模块。其中，对象模块是包含对象专用代码的模块，如工作表模块和工作簿模块；标准模块用于存储公用的，共享代码的模块；类模块则可以实现基于对象的编程，创建自己的属性、方法和事件。
3数据预处理过程
原始医案数据往往比图1所示的数据要复杂得多，主要问题包括中英文标点符号不一致，如有的分隔符是中文逗号，有的是英文逗号，有的则是空格；其他问题包括多余标点（如尾部），信息重复以及信息残缺等等。因此，在实施正式数据预处理之前，需要先统一分隔符、去除多余标点、删除重复信息、修复或删除残缺信息等等，之后才能实施数据预处理。
3.1症状数据的数据预处理算法 症状数据预处理的主要算法思想是，逐行遍历图1所示的记录，使用函数将症状信息以逗号为分隔符进行切割并将其存储到数组中，遍历数组并将其存储到新表中。具体算法如下： 第1步：新建工作簿，并设置目标区域列标题。 第2步：设置整型变量i=2。从第2行开始逐行遍历症状。 第3步：当i=k（k>=2且k<=总行数），使用Split函数以英文逗号为分隔符将单元格cells（k，3）中的症状信息进行拆分，结果放到变体变量Arr中。 第4步：遍历数组Arr，将其和患者编号一起存储到目标区域。 第5步：设置i=i+1，如果i<=总行数，则转到第3步，否则结束循环。
3.2处方数据的数据预处理算法
处方数据预处理的主要算法思想是，逐行遍历图1所示的记录，对于每一行数据，由左至右遍历各药物，并将其存储到新表中。具体算法如下： 第1步：新建工作簿，并设置目标区域列标题。 第2步：设置整型变量i=2。从第2行开始逐行遍历症状。 第3步：当i=k（k>=2且k<=总行数），从第k行4列遍历到k行最后一列，即遍历所有药物和剂量。 第4步：通过遍历药物将其存储到新建工作簿的目标区域。 第5步：设置i=i+1，如果i<=总行数，则转到第3步，否则结束循环。
4算法实现及主程序
下面通过主程序来说明格式转换过程。在以下主程序中，首先定义必需的变量，新建工作簿并设置目标区域列标题，然后循环遍历各条记录，对每组症状使用函数进行拆分处理，对每组用药进行遍历处理，并将处理后的信息存储到目标区域。代码实现如下：
在以上程序中，Array（“患者ID”，“症状”）函数功能返回一个指定字符序列的数组，Split（wsl.Cells（i，3），“，”）函數的功能是将字符串以逗号为标记进行切割拆分，并以数组形式返回，Work-books.Add表示新建工作簿，Range（“a65536”）.End（xlUp）.Row表示从指定单元格a行65536列向上查找最后一个非空单元格，及确定末尾行，Offse（1，0）表示从单元格偏移1行0列，即选择所选单元格下方的邻近单元格。
5讨论
本文介绍了使用Excel VBA编程技术对不符合数据库规范的电子医案进行数据预处理的方法。此项技术可扩展至对对各类Excel文件内容格式的转换，并可大幅降低手工处理的劳动强度，提高转换准确率并有效缩减工作时间。这种方法为相关问题的快速解决提供了一些方法上的参考。由于Excel软件的普遍性，使得这种方法具有广泛的应用需求。
2 Excel VBA及Excd对象模型
VBA（Visual Basic for Application）是开发Excel应用程序的编程语言，也是内嵌于其他Office套件的应用程序开发语言。VBA的主要任务是组织或集合Office程序的功能，虽然它无法脱离Office环境独立运行，但却在自动化工作进程、个性化工作界面等方面有着内在的优势。作为Excel中的程序语言，由于Excel自身强大的数据分析与处理功能，使得Excel VBA具有更广泛的应用前景。与所有其他编程语言一样，VBA编程语言也是由类型、变量、数组、函数和流程控制等基本元素组成。在Office编程环境下，所有VBA代码都位于模块中，模块是存储VBA代码的容器。模块有三种类型：对象模块、标准模块和类模块。其中，对象模块是包含对象专用代码的模块，如工作表模块和工作簿模块；标准模块用于存储公用的，共享代码的模块；类模块则可以实现基于对象的编程，创建自己的属性、方法和事件。
3数据预处理过程
原始医案数据往往比图1所示的数据要复杂得多，主要问题包括中英文标点符号不一致，如有的分隔符是中文逗号，有的是英文逗号，有的则是空格；其他问题包括多余标点（如尾部），信息重复以及信息残缺等等。因此，在实施正式数据预处理之前，需要先统一分隔符、去除多余标点、删除重复信息、修复或删除残缺信息等等，之后才能实施数据预处理。
3.1症状数据的数据预处理算法 症状数据预处理的主要算法思想是，逐行遍历图1所示的记录，使用函数将症状信息以逗号为分隔符进行切割并将其存储到数组中，遍历数组并将其存储到新表中。具体算法如下： 第1步：新建工作簿，并设置目标区域列标题。 第2步：设置整型变量i=2。从第2行开始逐行遍历症状。 第3步：当i=k（k>=2且k<=总行数），使用Split函数以英文逗号为分隔符将单元格cells（k，3）中的症状信息进行拆分，结果放到变体变量Arr中。 第4步：遍历数组Arr，将其和患者编号一起存储到目标区域。 第5步：设置i=i+1，如果i<=总行数，则转到第3步，否则结束循环。
3.2处方数据的数据预处理算法
处方数据预处理的主要算法思想是，逐行遍历图1所示的记录，对于每一行数据，由左至右遍历各药物，并将其存储到新表中。具体算法如下： 第1步：新建工作簿，并设置目标区域列标题。 第2步：设置整型变量i=2。从第2行开始逐行遍历症状。 第3步：当i=k（k>=2且k<=总行数），从第k行4列遍历到k行最后一列，即遍历所有药物和剂量。 第4步：通过遍历药物将其存储到新建工作簿的目标区域。 第5步：设置i=i+1，如果i<=总行数，则转到第3步，否则结束循环。
4算法实现及主程序
下面通过主程序来说明格式转换过程。在以下主程序中，首先定义必需的变量，新建工作簿并设置目标区域列标题，然后循环遍历各条记录，对每组症状使用函数进行拆分处理，对每组用药进行遍历处理，并将处理后的信息存储到目标区域。代码实现如下：
在以上程序中，Array（“患者ID”，“症状”）函数功能返回一个指定字符序列的数组，Split（wsl.Cells（i，3），“，”）函數的功能是将字符串以逗号为标记进行切割拆分，并以数组形式返回，Work-books.Add表示新建工作簿，Range（“a65536”）.End（xlUp）.Row表示从指定单元格a行65536列向上查找最后一个非空单元格，及确定末尾行，Offse（1，0）表示从单元格偏移1行0列，即选择所选单元格下方的邻近单元格。
5讨论
本文介绍了使用Excel VBA编程技术对不符合数据库规范的电子医案进行数据预处理的方法。此项技术可扩展至对对各类Excel文件内容格式的转换，并可大幅降低手工处理的劳动强度，提高转换准确率并有效缩减工作时间。这种方法为相关问题的快速解决提供了一些方法上的参考。由于Excel软件的普遍性，使得这种方法具有广泛的应用需求。
相关文章：
相关推荐：
网友评论：
无法在这个位置找到： ajaxfeedback.htm
栏目分类
最新文章