本發(fā)明涉及一種針對心臟起搏器的結(jié)構(gòu)化數(shù)據(jù)提取方法。

背景技術(shù)：

隨著心血管疾病患者的數(shù)量增多、經(jīng)濟水平提高等因素，國內(nèi)接受起搏器治療的患者數(shù)量逐年遞增。中國每年植入起搏器的患者超過5萬，且以年10-15％的速度遞增。根據(jù)近年的ACC/AHA/HRS起搏治療指南推薦，起搏器植入后患者應(yīng)該每3-12個月隨訪一次。

心臟病患者植入起搏器后，需要定期回醫(yī)院進行隨訪，也就是傳統(tǒng)意義上的手術(shù)后回醫(yī)院復(fù)診，以便?？漆t(yī)生定期通過成勇氣對起搏器工作進行評價，并結(jié)合起搏器的診斷功能，優(yōu)化設(shè)備參數(shù)，使患者最大收益。

目前國外起搏器廠家均采用程控儀導(dǎo)出患者體內(nèi)起搏器的運行日志、參數(shù)等信息，導(dǎo)出格式為PDF，不支持其他數(shù)據(jù)格式，如Excel。

隨著國內(nèi)臨床科研向大數(shù)據(jù)方向發(fā)展，從起搏器程控器中提取結(jié)構(gòu)化數(shù)據(jù)的需求越發(fā)迫切。

技術(shù)實現(xiàn)要素：

本發(fā)明要解決的技術(shù)問題是提供一種抽取效率高的針對心臟起搏器的結(jié)構(gòu)化數(shù)據(jù)提取方法。

為解決上述問題，本發(fā)明采用如下技術(shù)方案：

一種針對心臟起搏器的結(jié)構(gòu)化數(shù)據(jù)提取方法，包括以下步驟：

1）從起搏器程控器設(shè)備中導(dǎo)出PDF格式的報告文件；

2）讀取報告文件的內(nèi)容并設(shè)置文本標記；

3）根據(jù)文本標記將報告文件的內(nèi)容分切成獨立的內(nèi)容塊；

4)將內(nèi)容塊制作成表格；

5）將表格內(nèi)容轉(zhuǎn)換成結(jié)構(gòu)化數(shù)據(jù)；

作為優(yōu)選，所述步驟2）的具體實現(xiàn)方式為：

2.1）打開PDF格式的報告文件；

2.2）使用計算機編程語言編程讀取PDF格式的報告文件；

2.3）將讀取到的PDF格式的報告文件進行文本標記。

作為優(yōu)選，所述步驟4）的具體實現(xiàn)方式為：

4.1）根據(jù)內(nèi)容塊的內(nèi)容的所在位置使用計算機編程語言編程實現(xiàn)坐標定位；

4.2）根據(jù)坐標對內(nèi)容塊進行柵格化處理；

4.3）形成表格。

作為優(yōu)選，所述步驟5）的具體實現(xiàn)方式為：

5.1）根據(jù)表格每一行的單元格使用計算機編程語言編程按照第1列內(nèi)容=屬性名1；第2列內(nèi)容=屬性值1；第3列內(nèi)容=屬性名2；第4列內(nèi)容=屬性值2的格式進行提??；

5.2）將提取后的數(shù)據(jù)重新通過編程組合成屬性名1=屬性值1；屬性名2=屬性值2的格式；

5.3）編程篩選數(shù)據(jù)；

5.4）剔除無用的信息。

作為優(yōu)選，所述計算機編程語言為JAVA或C語言。

作為優(yōu)選，還包括有步驟6）將結(jié)構(gòu)化數(shù)據(jù)寫入數(shù)據(jù)庫保存。

作為優(yōu)選，所述數(shù)據(jù)庫為SQLserver數(shù)據(jù)庫或MySQL數(shù)據(jù)庫。

本發(fā)明的有益效果為：采用計算機編程讀取PDF格式的起搏器程控文件中的各項指標和參數(shù)，并將文本內(nèi)容轉(zhuǎn)為結(jié)構(gòu)化數(shù)據(jù)格式，數(shù)據(jù)抽取效率和準確率高，徹底解決了人工抄錄模式難以管控質(zhì)量的難題，方便臨床科研工作者進行精準判斷，可以方便使用者導(dǎo)出成Excel和cvs等數(shù)據(jù)格式進行統(tǒng)計分析。

附圖說明

為了更清楚地說明本發(fā)明實施例中的技術(shù)方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明一種針對心臟起搏器的結(jié)構(gòu)化數(shù)據(jù)提取方法制作成的表格圖；

圖2為本發(fā)明一種針對心臟起搏器的結(jié)構(gòu)化數(shù)據(jù)提取方法文件的內(nèi)容切分圖。

具體實施方式

實施例1

一種針對心臟起搏器的結(jié)構(gòu)化數(shù)據(jù)提取方法，包括以下步驟：

1）從起搏器程控器設(shè)備中導(dǎo)出PDF格式的報告文件；

2）讀取報告文件的內(nèi)容并設(shè)置文本標記；

3）根據(jù)文本標記將報告文件的內(nèi)容分切成獨立的內(nèi)容塊，如圖1所示；

4)將內(nèi)容塊制作成表格，如圖2所示；

5）將表格內(nèi)容轉(zhuǎn)換成結(jié)構(gòu)化數(shù)據(jù)；

本實施例的有益效果為：采用計算機編程讀取PDF格式的起搏器程控文件中的各項指標和參數(shù)，并將文本內(nèi)容轉(zhuǎn)為結(jié)構(gòu)化數(shù)據(jù)格式，數(shù)據(jù)抽取效率和準確率高，徹底解決了人工抄錄模式難以管控質(zhì)量的難題，方便臨床科研工作者進行精準判斷，可以方便使用者導(dǎo)出成Excel和cvs等數(shù)據(jù)格式進行統(tǒng)計分析。

實施例2

一種針對心臟起搏器的結(jié)構(gòu)化數(shù)據(jù)提取方法，包括以下步驟：

1）從起搏器程控器設(shè)備中導(dǎo)出PDF格式的報告文件；

2）打開PDF格式的報告文件；使用JAVA編程讀取PDF格式的報告文件；然后將讀取到的PDF格式的報告文件進行文本標記；

3）根據(jù)文本標記將報告文件的內(nèi)容分切成獨立的內(nèi)容塊，如圖1所示；

4)根據(jù)內(nèi)容塊的內(nèi)容的所在位置，使用JAVA編程實現(xiàn)坐標定位；根據(jù)坐標對內(nèi)容塊進行柵格化處理；形成表格，如圖2所示；

5）根據(jù)表格每一行的單元格，使用JAVA編程按照第1列內(nèi)容= Last Delivered Shock；第2列內(nèi)容= 24-SEP-2012 11:13；第3列內(nèi)容= Cumulative Charge Time；第4列內(nèi)容= 00：40m：s的格式進行提??；然后將提取后的數(shù)據(jù)重新通過編程組合成Last Delivered Shock =24-SEP-2012 11:13；Cumulative Charge Time =00：40m：s的格式；編程篩選數(shù)據(jù)；剔除無用的信息，得到有價值的結(jié)構(gòu)化數(shù)據(jù)；

6）將結(jié)構(gòu)化數(shù)據(jù)寫入SQLserver數(shù)據(jù)庫保存。

本實施例的有益效果為：采用JAVA編程讀取PDF格式的起搏器程控文件中的各項指標和參數(shù)，Java 技術(shù)具有卓越的通用性和高效性，工作效率高，將文本內(nèi)容轉(zhuǎn)為結(jié)構(gòu)化數(shù)據(jù)格式，數(shù)據(jù)抽取效率和準確率高，徹底解決了人工抄錄模式難以管控質(zhì)量的難題，方便臨床科研工作者進行精準判斷，可以方便使用者導(dǎo)出成Excel和cvs等數(shù)據(jù)格式進行統(tǒng)計分析。

實施例3

一種針對心臟起搏器的結(jié)構(gòu)化數(shù)據(jù)提取方法，包括以下步驟：

1）從起搏器程控器設(shè)備中導(dǎo)出PDF格式的報告文件；

2）打開PDF格式的報告文件；使用C語言讀取PDF格式的報告文件；然后將讀取到的PDF格式的報告文件進行文本標記；

3）根據(jù)文本標記將報告文件的內(nèi)容分切成獨立的內(nèi)容塊，如圖1所示；

4)根據(jù)內(nèi)容塊的內(nèi)容的所在位置，使用C語言編程實現(xiàn)坐標定位；根據(jù)坐標對內(nèi)容塊進行柵格化處理；形成表格，如圖2所示；

5）根據(jù)表格每一行的單元格，使用C語音編程按照第1列內(nèi)容= Last Delivered Shock；第2列內(nèi)容= 24-SEP-2012 11:13；第3列內(nèi)容= Cumulative Charge Time；第4列內(nèi)容= 00：40m：s的格式進行提取；然后將提取后的數(shù)據(jù)重新通過編程組合成Last Delivered Shock =24-SEP-2012 11:13；Cumulative Charge Time =00：40m：s的格式；編程篩選數(shù)據(jù)；剔除無用的信息，得到有價值的結(jié)構(gòu)化數(shù)據(jù)；

6）將有價值的結(jié)構(gòu)化數(shù)據(jù)寫入MySQL數(shù)據(jù)庫保存。

本實施例的有益效果為：采用C語音編程讀取PDF格式的起搏器程控文件中的各項指標和參數(shù)，C語音編程具有高效、靈活、功能豐富、表達力強和較高的移植性，操作方便，將文本內(nèi)容轉(zhuǎn)為結(jié)構(gòu)化數(shù)據(jù)格式，數(shù)據(jù)抽取效率和準確率高，徹底解決了人工抄錄模式難以管控質(zhì)量的難題，方便臨床科研工作者進行精準判斷，可以方便使用者導(dǎo)出成Excel和cvs等數(shù)據(jù)格式進行統(tǒng)計分析。

以上所述，僅為本發(fā)明的具體實施方式，但本發(fā)明的保護范圍并不局限于此，任何不經(jīng)過創(chuàng)造性勞動想到的變化或替換，都應(yīng)涵蓋在本發(fā)明的保護范圍之內(nèi)。