医学技术分类精品(七篇)

序论：写作是一种深度的自我表达。它要求我们深入探索自己的思想和情感，挖掘那些隐藏在内心深处的真相，好投稿为您带来了七篇医学技术分类范文，愿它们成为您写作过程中的灵感催化剂，助力您的创作。

篇(1)

基于数据挖掘的医学图像分类方法研究是多媒体数据挖掘的一个重要组成部分。在分析和总结了现有各种特征提取方法的基础上，提出了基于竞争聚类和关联规则的医学图像分类算法和基于关联规则的医学图像分类器框架。该算法先用竞争聚集算法实现医学图像的聚类，利用聚类的结果提取局部特征，基于局部特征用关联规则实现医学图像的分类。实验结果表明，用此方法较好地提高了医学图像分类的准确率，进而为数字化临床诊断提供了有利的证据。

【关键词】 数据挖掘 图像分类 医学图像 数字化诊断

Abstract：The multi-media data mining is the key part of the whole researches about the method of medical images classification. Under the base of the analysis and conclusion about the methods of deriving the various characteristics previously provided by other researchers， this framework of the medical images classification with the association rules and clustering was provided. At first， the clustering algorithm was used for the characteristic in local areas ，and then the medical image classification was realized by the association rules. The results of the experiment showed that the accurate rate could be improved by this method， and better testimony could be provided for digital diagnosis.

Key words：Data mining； Images classification； Medical images； Digital diagnosis

数据挖掘立于数据库系统和数据库应用学科最活跃的前沿。数据挖掘就是从大量的、不完全的、有噪声的数据中，提取新颖的、有效的和潜在有用的信息，发现隐含在其中的模式、特征、规律和知识。其所处理的数据类型很丰富，其应用领域也非常广泛，但针对特定领域（如医学）的复杂数据类型的数据挖掘新方法还有待研究。

医学图像的数据挖掘旨在从海量的图像数据中挖掘出有效的模型、关联、规则、变化、不规则以及普遍的规律，以加速医生决策诊断的过程和提高其决策诊断的准确度。随着医疗数字化设备的快速发展，医学信息数据库中不仅包括病人的结构化的信息，还包括病人大量非结构化的医学图像信息，为医学图像的数据挖掘提供了丰富的数据源。

近年来，随着计算机相关技术及图形图像技术的广泛应用，使医学领域尤其是临床诊断发生了重大的变化，开创了数字诊断新时代。借助于图形、图像技术的有力手段，医学影像的质量和显示方式得到了极大的改善，从而借助于图像处理与分析技术使得诊疗水平大大提高。

本研究将医学图像的处理技术与数据挖掘技术有机结合，研究医学图像数据的特征提取和医学图像数据的分类方法。医学图像分类效果的好坏在很大程度上取决于提取的特征。目前国内外有大量的学者正在进行这方面的研究：Maria - Luiza， Osm［1］提出的关联规则分类器和李丙春等［2］的径向基函数网络分类器都采用了均值、方差、倾斜度和峰度4个特征；韩培友设计的是基于模糊粗糙集、数学形态学和分形特征分类器等［3］。分析这些研究结果可以发现，医学图像数据挖掘的研究是一项复杂的、具有挑战性的和多学科交叉的工作，开展基于医学图像的数据挖掘技术的研究具有重要的理论意义和实用价值。

1 脑部肿瘤图像预处理和特征提取

1.1 图像预处理由于实际数据常常存在不完整性、噪声和不一致性，预处理就变得很重要。有两种数据预处理技术用于图像数据的数据挖掘，即数据清洗和数据变换［3，4］。数据清洗用于清除影响数据挖掘的噪声和孤立点。我们使用的图像包含大量有噪声的背景，有的图像看起来太暗，有的太亮。在预处理阶段，已有的方法都是进行图像的二值化，忽略了图像的最基本元素-像素本身的灰度所具有的意义，而且也没有很好地利用领域知识对图像进行预处理。本研究采用的图像预处理的步骤如下：

1.1.1 利用去噪技术对图像进行处理经过去噪声处理后，可去掉图像中的大多数背景信息和噪声。

1.1.2 图像增强在图像生成、传输和变换过程中，由于多种因素的影响，总会造成图像质量的下降。图像增强的目的是采用一系列技术改造图像的效果或将图像转换成更适合处理的形式。图像的增强处理有两种方法：空域法和频域法。直方图均衡化是在空域中进行的灰度增强算法。一幅对比度较小的图像，其所有灰度级出现的相对频数相同，此时图像的熵最大，图像所包含的信息量最大。本研究采用广泛使用的直方图均衡化技术来实现图像的增强。同时，在此前应该完成去噪声处理，否则噪声也会同时得到增强。

1.2 特征提取原始的脑部医学图像的噪声处理和增强处理后，就可以从这些清晰的图像中抽取与分类相关的图像特征。被抽取的特征组织在一个事物数据库中作为分类系统挖掘的输入。数据库的数据项主要包括：图像编码、图像类型、患者年龄、组织类型、病灶位置等原始病案数据以及从图像中提取出来的多个图像特征。如图像的钙化点，图像的纹理特征：角二阶矩、对比度、方差、逆阶矩、和平均、熵、以及和方差等。在这样的数据集上应用后面讨论的关联规则算法实施数据挖掘操作，从而将脑部肿瘤分类为良性和恶性。

2 利用竞争聚集算法进行数据离散化

为了使用关联规则进行数据挖掘，数量型属性必须离散化。划分区间时，对于某些属性，若医生已经有约定的分割点，我们可以直接采用。但是，对提取出的图像特征属性，没有经验阈值。Agrawal等［4］提出的基于支持度的部分K度完全离散化的方法，扩展了布尔型属性的关联规则算法，并将其应用于数量型属性关联规则的提取。但是这种方法对于一些高偏度的数据存在一些问题，它倾向于将那些尽管具有典型相似性能的相邻数据因具有高支持率而被搁开。而竞争聚集算法［5］综合了分层聚类和划分聚类的优点，它能够有效地体现数据的实际分布情况并得到优化的聚类个数。我们利用竞争聚集算法将数量型属性离散化成若干个优化的区间。对于给定的不同的初始类个数，竞争聚集能随着迭代过程的进展不断改变类的数目，一些竞争力差的类，即类的基数小于给定阈值的类将在迭代过程中不断消失，并最终得到优化的聚类个数。最后，根据模糊集合中的最大隶属原则，将数据集中的元素聚成N个类，并取出类中最小值和最大值分别作为区间的左右端点，这样数据型属性就被离散化成N个优化区间。

3 基于关联规则的医学图像分类器的构造

3.1 关联规则定义如下：

设I=｛i1，i2，……im｝是项的集合。记 D为数据库事务T的集合，并且TI。对应每一个事务有唯一的标识，记做TID。设X是一个I中项的集合，如果XT，那么称事务T包含X。

一个关联规则是形如XY的蕴涵式，这里XI，YI ，并且X∩Y＝。规则XY在事务数据库D中的支持度（Support）是事务集中包含X和Y的事务数与所有事务数之比，记为Support(XY)，即：

Support（XY） =｜｛T；X∪YT，T∈D｝/｜D｜

规则XY事务集中的可信度（Confidence）是指包含X和Y的事务数与包含X的事务数之比，记为confidence(XY)，即

confidence(XY)=｜｛T：X∪YT，T∈D｝｜/｜XT，T∈D｜

3.2 利用关联规则对脑部肿瘤图像数据进行分类本研究用关联规则挖掘将数字化的脑部肿瘤图像分为正常和异常两类。

利用关联规则挖掘时，首先发现频繁项目集（即支持度不低于最小支持度的项目集），然后从频繁项目集中提取关联规则。本研究用Apriori算法［6］来发现从脑部肿瘤图像提取出的特征和肿瘤图像所属类别的关联规则。我们约束挖掘出的关联规则，使规则的前提为脑部肿瘤图像提取出的特征，规则的结论为图像所属类别。

用关联规则分类的过程分两个阶段：第1阶段为训练阶段，用已知类型的图像训练分类系统，输入数据为经过预处理、特征提取和数据离散化后得到的事务数据库，然后应用改进的Apriori算法来挖掘满足以上约束条件的关联规则；第2阶段为测试阶段，该阶段对未知类型的图像利用发现的关联规则进行分类。

3.3 图像分类器的构造图像分类器的设计框架见图1。

4 结果与结论

我们从185个脑部肿瘤典型病例数据中经图像预处理及特征提取了27个属性特征数据，这些抽取的特征数据被组织在一个数据库中，经过数量型属性离散化等数据预处理，将数量型属性关联规则问题映射成布尔型关联规则问题，X到一个布尔属性的数据库，作为分类系统挖掘的输入，此时通过Aprior算法进行关联规则的数据挖掘。最后分别计算训练样本和测试样本分类的准确率。结果表明对脑部肿瘤典型病例数据分类准确率达到86%，测试准确率达到82%。

本研究在介绍了图像预处理及特征提取和数量型属性离散化的基础上，提出了一个基于关联规则的医学图像分类器。可以看出，该挖掘方法中，数据预处理工作十分重要，会直接影响到分类的准确性。从实验结果看，本文提出的医学图像分类器精确度较高，在数字化临床诊断方面具有很好的实用价值。

参考文献

［1］Maria一Luiza Antonie， Osmar R Zaiane. Associative Classifiers for Medical image［J］.Mining Multimedia and Canplex Data，2003，27：9768.

［2］李丙春，耿国华，周明全，等.一个医学图像分类器的设计［J］.计算机工程与应用，2004，40（17）：230.

［3］韩培友，郝重阳，张先勇，等.基于模糊粗糙集、数学形态学和分形理论的医学图像分类研究［J］.计算机应用研究，2004，21(2):241.

［4］Srikant R， Agrawal R. Mining Quantitative Association Rules in Large Relational Tables［J］.ACM SIGMOD Issues， 1996， 25(2):1.

［5］Frigui H， Krishnapuram R. Clustering by competitive agglomeration［J］. Pattern Recognition， 1997， 30(7):1109.

篇(2)

关键词：多视图；医学影像；动态学习

1 医学影像学习平台的发展

医学影像是一门重实践的学科，在学习方法上除了相关的理论学习外，还要是与将临床实践紧密结合，才能达到学习效果。传统学习主要是利用课堂PPT演示、实践课堂自主浏览、查阅纸质的检查报告、浏览书籍报刊上图片等方法，已不能满足越来越复杂的疾病需求。随着医学现代化技术及网络技术的快速发展，网络教学已成为医学影像学习过程中不可缺少的辅助手段，能够推动医学影像的教学效果。现行的网络化教学平台仍处于探索的初级阶段，部分在用的平台达不到预计效果，不能实现在线学习的人性化、现代化，达不到教与学的多重需求，在临床实践中发挥不了其先进的功能，实现医学影像人才培养模式的转变[1]。

2 医学影像教学平台的构建

医学影像教学平台是利用数字化教育教学技术、现代化网络技术，满足数字化医学影像学教育教学的需求，所研发的支持多类别多媒体的医学影像在线学习交流平台，平台同时应适用于医学影像学科的学生、教师及临床实践的医学影像工作者。其中主要模块包括：学习模块、交流模块、网上会诊模块及平台参数设置等功能（见图1）。

学习平台主要适用于医学院校及专科医院，由于存在着设备及人员的限制，因此在研发过程中要最大化的利用现有的硬件及软件，主要工作机制是将平台数据及影像资料存储在服务器中，用户通过internet登陆学习平台进行学习、会诊、交流及教学，同时平台应具备影像上传、影像管理、影像检索与浏览等功能，能满足不同用户的不同需求，实现学生自主学习及远程在线学习，充分调动学习的积极性与主动性，实现影像工作者查阅资料、提交疑难病症资料、交流、会诊等功能。

3 医学影像教学平台特点

3.1多重角色管理 医学影像教学平台将医学院、医院、校园网结合成一个有机整体，平台涉及到的角色较多，主要包括教师、学生、专家、临床医师等个体，不同的用户应具有不同的功能。

教师为"临床-教学-科研"一体化工作模式，丰富的交互手段，摆脱以往"PPT+教科书"式的单向教学，辅助教师进行课后作业批改，参与到网上会诊等[2]。

学生则拥有多样化的学习手段，可以对影像有更加丰富的处理，从课前预习，课时学习到课后练习一体的学习和工作平台，从学生阶段开始积累个人的典型病例与影像，从医院实际工作环境一致的实战教学环境。

教学管理人员"临床-教学-科研"各个环节完全无缝对接，自动完成常用教学报表统计，包括考勤，作业完成情况等信息的统计，为教学管理提供大量有益的统计信息，协助改善教学管理流程。

3.2多视图模式学习环境 传统的学习平台使用既定的学习模式，依靠对应的链接打开学习内容。动态学习平台采用多视图模式学习模式，主要包括模拟人模式、疾病分类模式、个性学习内容模式。不同的学习模式主要是满足用户的学习不同需要及学习的特点进行设置，该模式功能如同word文档的提供的普通、大纲、页面等视图功能，不同的视图只是为了适应不同的用户的学习习惯及学习目的。在对应的学习视图下提供独特的操作模式，有利于该模式下得学员尽快进入学习状态，获取更多的学习资料，以便提高学习效率。

3.3实现模拟人导航技术 学习平台提供一种特殊的学习模式-模拟人导航学习模式，此模式主要是以模拟人为导航图，用户点击模拟人不同的身体部位，则进入对应的内容学习，如点击模拟人的心脏部位，则显示心脏听诊音频、心电图、心脏彩超视频资料列表，学员只要单击特定的疾病，则显示该疾病的相关影像资料及疾病分析。在功能实现过程中主要应用Ajax、flash、图像热区等技术进行设计研发。

3.4实现疾病类型分类管理 学习平台依据常见疾病情况，依据人体的系统分类，将疾病进行细化分类，常见的疾病系统分类包括：循环系统疾病、呼吸系统疾病、泌尿系统疾病、血液系统疾病、神经系统疾病、内分泌系统疾病、消化系统疾病等。分类时将特殊情况中的病例了单独列出，凸显影像特定专业的先进技术。同时系统支持疾病分类的自主管理，可对疾病类型进行增加及删减。

3.5实现图像动态调整功能 影像图像简便、清晰，同时提供动态调整功能，充分显示影像学的特点和细节，平台将抽象的知识简单化、具体化，能够激发了学生的学习兴趣，同时打破时间和空间的限制，减轻了教师的负担，提高了教学效率，提高疾病综合诊断与分析能力，有利于临床综合思维的培养。

3.6个人收藏功能 由于学科、专业的不同，学员对不同的疾病有着自己的比重，因此平台将疾病的学习内容进行个性化设置，不再是通用型的学习。学员通过学习平台可将自己学科、专业的相关疾病设置为收藏，则学员通过个性平台即可进行收藏后对重点疾病相的关学习。个性学习平台不再是通用型的学习平台，适用于特定学科、专业的精细化学习[3]。

3.7网上会诊及交流 随着医学的发展，疾病分类越来越细，复杂度越来越大，检查手段越来越多，疾病的判断不再仅仅依靠单一的检查结果进行判断，判断难度也越来越大。复杂的疾病往往需要会诊进行确诊，会诊需要多个专家进行研讨。学员在临床中经常遇到需要会诊的疑难杂症，学员通过会诊平台上传检查结果-彩超图像、X图像等，平台专家登陆系统后可对会诊疾病进行多次研讨，同时学员也可参加到会诊工作中来。网上会诊将特聘专家通过网络联系到一起，为专家提供了一个交流的平台，解决了临床中出现的疑难杂症的判定难题，同时也为专家的研究提供了多种途径。

3.8多种多媒体数据兼容 平台应兼容当前主流的影像资料，其中包括X 线、超声、SPECT 、PET、CT、DSA、MRI、数字胃肠、乳腺钼靶、核医学等方面影像资料。

4 结论

医学影像的学习主要依靠实践与理论，在网络的基础上的医学影像在线学习要突破传统教与学的束缚，延伸到传统教学无法到达的新区域，让学习平台真正的体现人性化、网络化、高效化及实用化，达到推进人才培养、提升教学与科研综合水平的目的，地促进影像学教学改革的深入发展，加速医学影像教育的现代化进程。

参考文献：

[1]徐春环，周志尊，赵承业.浅论基于PACS的网络教育模式[J].数理医药学杂志，2007，20（6）：903.

篇(3)

关键词：医学院校 教师 分类管理

中图分类号：F240；G645 文献标识码：A

文章编号：1004-4914（2016）10-222-02

教师管理模式的改革是高校人事制度改革中的重点和难点，教师作为高校的主体，承担着培养人才、科学研究以及为社会服务等多重任务。作为个体，教师也存在职业生涯选择以及时间资源配置方面的自身诉求。高校教师人力资源的合理利用与科学配置事关高校的全面发展和人才的培养质量。随着时代的发展，高校对教师一揽子管理的模式已逐渐成为高校发展的桎，对高校教师实施分类管理有望打破这一局面。近年来，已有部分知名高校如清华大学、浙江大学、山东大学、武汉大学等开始实施教师分类管理， 在取得一定成绩的同时也存在很多的不足。西部医学院校作为西部地区培养医学栋梁的高校，也面临着单一的教师职称管理制度带来的弊端，逐渐意识到实施教师分类管理的重要性。由于西部医学院校尚处于教师分类管理的起步阶段，因此充分考虑实施教师分类管理中的关键问题，将有助于西部医学院校建立科学有效的教师分类管理模式。

一、西部医学院校教师分类管理实施现状

西部医学院校目前大多只是根据现行的岗位设置指导性文件对院校内部岗位分类和分级进行了框架规定，并未进行细化。根据工作性质和岗位职责，人员岗位类别划分为“管理岗位”、“专业技术岗位”和“工勤技能岗位”，教师整体被划为“专业技术岗位”类别。专业技术岗位分为13个等级。专业技术一、二、三、四级为正高级岗位，专业技术五、六、七级为副高级岗位，专业技术八、九、十级为中级岗位，专业技术十一、十二、十三级为初级岗位。在职称评聘上，院校具有副高及以下职称评审权，三级及以下人员的聘任权；正高人员的职称评审及二级岗位的聘任由人力资源与社会保障厅统一掌控，一级岗位聘任由国家统一部署。院校大多采取评聘分离的形式，分别在教师职称评审和岗位聘任上设置不同的条件，由于岗位聘任时指数的限制，取得相应专业技术资格的人员并不一定能聘任到相应的级别。高职低聘现象在西部医学院校也是屡见不鲜，教师普遍深感压力大，一味追随职称评聘、学术不端及造假现象日益严重。为了缓解这种评聘压力，部分院校设想在职称评审时设立更高的门槛，以期望从入口裁员来缓解聘任危机，这更使得教师怨声载道。在此现状下，对教师队伍建设精细化的规划和指导迫在眉睫，教师分类管理或许是打破这一僵局的必然选择。

二、西部医学院校实施教师分类管理应考虑的问题

1.教师分类管理的时间点的设置。医学院校教师分类管理一般将教师分为教学型、教学科研型和科研型三类，其中教学型教师岗位职责偏重于教育和教学，教学科研型教师岗位职责侧重于教学和科研综合能力的体现，科研型教师岗位职责主要是进行科学研究。但在教师生涯的何时间对教师进行分类管理是值得慎重考虑的问题，有些院校选择在教师入职的那一刻就将其进行分类管理，有些在教师取得讲师职称、副高级职称、甚至高级职称时开始对其进行分类管理。这两种选择各有利弊，前者一开始就为教师的职业生涯规划了明确了方向，使其一进校就有了为之努力的方向，但并不是所有教师一开始的选择就是自己合适的定位；后者可以使教师在一段时间里通过实践明确自己的合适定位，但其中的实践检验需要耗费时间和精力。但无论如何，时间点的设置问题是进行教师分类管理应该重点考虑的问题之一。

2.教师分类与岗位的关系。医学院校一般设有管理部门、教学部门、教学教辅部门及重点实验室等科研部门，专职教师主要分布在教学部门，兼职教师主要分布在管理部门、教学教辅部门、重点实验室等科研部门。重点实验室等科研部门专业技术人员虽然以科研为主，但同时也承担着一定的教学任务，其身份定位又有别于一般兼职教师。因此在对教师分类管理过程中，不同岗位教师的不同情况，也应该充分考虑。

3.配套的培养机制的建立。对教师进行分类管理，不只是简单地对老师进行分类后任其发展，院校的引导、团队的建立，配套的培养机制的建立亦非常重要。一个学科，一个学院、一个系部教研室、一个实验室，如何建立一个教学型团队、教学科研型团队、科研型团队，营造良好的人才培养氛围，使不同类别的教师找到归属感，这也是在进行教师分类管理中不容忽视的问题。

4.职称评聘条件的设置。职称评聘事关教师切身利益，对教师进行分类管理，并不意味着竞争的结束，评聘压力的释放，而是给教师提供充分发挥其优势的空间，使其术业有专攻，促进其成绩、成果的取得。因此，对于不同类别教师不同级别的评聘条件的设置也至关重要。适宜的评聘条件能形成良性竞争，促进教师的成长；不适宜的评聘条件会削弱教师分类管理的优势，增长教师不满情绪，阻碍教师的成长。因此，在教师分类管理中评聘条件的设置应慎重考虑。

5.考评机制的建立与绩效分配的权衡。对教师进行分类管理后，不同类别的教师岗位职责侧重点不同，其取得的成绩、成果方向也有差异，如何衡量不同类别教师的成绩、成果的对等度，使不同类别教师绩效分配达到相对公平也将是一个棘手问题。因此考评指标的建立与绩效分配息息相关，不能将两者割裂。

6.教师岗位退出机制的建立。在任何时候、任何年代，优胜劣汰永远存在。对教师进行分类管理，意在形成良性竞争氛围，激励先进，鞭策后进。当前高校教师分类管理存在的一个急需解决的主要问题是分类管理后续保障体制，因此如何建立能上能下动态管理的退出机制也是应着重考虑的问题。

三、对西部医学院校教师实施教师分类管理的建议

1.合理设置分类管理时间点。实施教师分类也应坚持以人为本的理念，笔者认为在分类管理的时间设置上应留有空间和余地。西部医学院校教师学历基本均为硕士研究生以上学历，对于博士毕业的教师，由于在其学历教育过程中接触教学和科研工作相对较多，对其自身已有大致定位，可以在其入职时就使其确定教师类别、主攻方向；而硕士毕业的教师，相对来讲，对教学和科研工作涉世未深，尚对自身没有明确定位，可以不急于分型，待其经过一定的实践检验后（取得讲师职称后）再进行分类。分类管理范式如图1所示。

2.按岗位进行教师分类。西部医学院校教师一般有专职教师、一般兼职教师和“双肩挑教师”，其分布岗位、身份也略有不同。专职教师大多为教学部门的教学人员，一般兼职教师包含学生辅导员、行政教辅兼职教学人员，实验室兼职教学人员，“双肩挑教师”大多为具有高级教师职称的领导干部。因此，在进行教师分类管理时，不可一揽子分类，如图2所示。对于教学部门的专职教师，应倾向于教学型或教学研究型；学生辅导员以思政教学为主应倾向于教学型，行政教辅兼职教学人员科研时间有限也应倾向于教学型，实验室兼职教学人员应倾向于教学研究型或科研型，“双肩挑教师”一般资历深厚且具有一定的科研能力，应倾向于教学型或教学研究型。

3.注重教师能力的提升。建立“以人为本”与“人尽其才”的教师分类管理模式，应注重教师能力的提升，为教师营造良好的提升氛围，在加强学校内培训和校外培训的同时，应根据教师个体自身的自主选择，安排富有工作经验、学术与教学水平兼具的优秀导师进行引导，即实施“青年教师导师制”，根据其专业发展方向，配备相应的导师，进入相应的学术团队，在导师和团队力量的帮助和指引下，尽快明确职业目标，确定教师类型。

4.探索“以类评聘职称”的评聘机制。在教师的职称评聘机制中，应针对不同类别的教师建立不同的职称评聘制度。针对教学型教师，根据其岗位职责，主要从其教育教学能力、教育教学水平、教育教学效果和教育教学改革等方面设立评聘指标。针对研究型教师，应主要从其科研课题、科研成果与产出等科研水平方面设立评聘指标。针对教学研究型教师，应从其教学与科研的综合能力水平方面设立评聘指标。在指数受限的情况下，可适当设立学院聘任指标和学校聘任指标，同时需兼顾外部公平和内部公平。具体评聘指标如表1。

5.建立“以岗定薪”、“以评定绩”、“以绩定酬”相结合的教师分类管理绩效分配模式。建立“以岗定薪”、“以评定绩”、“以绩定酬”教师分类管理绩效分配模式，应首先明确教学型教师、教学科研型教师与教学研究型教师同等重要，只是各类型教师术业专攻方向不同，不能有重科研、轻教学的观念。在考评和绩效标准的设置上，应考虑不同岗位教师对应的岗位职责，使同一级别的不同类型教师可通过达到不同的考评指标获得对等的绩效薪酬。

6.建立健全教师退出机制。实施教师分类管理并不意味着每位教师都能在教师岗上找到合适定位，在教师分类选择过程中，可能出现这样或那样的问题，如一次选型不合适，选型合适而能力不足，不能胜任任何类型等。因此，应针对教师分类管理中出现的不同问题采取不同的措施。针对一次选型不合适的问题，可以设立在其取得高一级职称时重新确定；针对选型合适能力不足的问题，应设立能上能下、灵活动态的聘任机制，以此鞭策后进；针对经实践检验不能胜任任何类型的教师，应建立教师流动退出机制，安排其到合适的非教师岗位工作，尽量避免人才浪费。

四、结语

实施教师分类管理是国家人才发展与教育体制改革的的需要，更是现阶段学校实际发展的需要。在当下，西部医学院校要实现教师人力资源的合理利用与科学配置，实施教师分类管理是其必然选择。因此在实施教师分类的起步阶段，更应该充分考虑教师分类管理过程中的重点问题，以问题为导向设立教师分类管理方案，建立切实可行、科学有效的教师分类管理模式，真正促进教师多元化与个性化发展，实现学校事业发展与教师个人事业发展的双赢。

参考文献：

[1] 管春英.岗位聘任背景下高校教师分类管理的范式[J].教育管理，2015（20）：35-37

[2] 姜钦扬，王敬涛.高等学校教师分类管理方法探析[J].沈阳大学学报（社会科学版），2014（6）：773-775

[3] 梁文文.高校教师岗位分类管理问题研究[D].重庆：西南大学，2012：11-34

[4] 翟娜，黄燕，梅贺睿.高校教师分类管理中遇到的问题及思考[J].中国高校师资研究，2012（1）：32-35

[5] 卢昌宁，赵雪梅，蔡强等.高校教师岗位设置和分类管理的实践和思考[J].中国高校师资研究，2011（6）：1-8

（作者单位：宁夏医科大学 宁夏银川 750004）

篇(4)

关键词：云计算 医学信息 集成

Doi：10.3969/j.issn.1671-8801.2014.03.564

【中图分类号】R-1 【文献标识码】B 【文章编号】1671-8801（2014）03-0364-01

随着当前计算机技术的不断发展，医学数据也在发生着增长，而由于医学信息的特殊性需要对其进行有效的管理，而且当前的管理方案需要进行革新，将信息集成技术以及新集成相关领域技术进行学习和研究，出现了很多的信息集成技术[1]。而采用计算机云技术将医学信息进行集成管理，为当前的医学信息集成方法提供了新的信息管理思路。因为计算机云技术是一种虚拟的模拟技术，将数据存储到一个客户端，然后客户需要使用其里面的数据时，则要对其数据进行调取，通过云计算客户端提供的信息获得相应的数据服务。

1 信息集成

1.1 信息集成概念。随着科学技术的发展，信息的集成从以前的纸质文档逐渐变为当前的电子文档，因为电子文档在管理上较为简捷，而且不易损坏、携带方便。医院的信息管理则以信息管理系统为基础实现对医学信息管理，但是每个医院的信息资源有限，而且未能与外界的新技术进行及时接轨，这样就对医学信息的传播起到的抑制作用。但是随着云计算的兴起，采用云计算实现对医学信息的集成，这样不仅能够实现对医学信息的共享，而且还能较为有效的实现对医学信息的传播。用户可以通过云计算查询数据库中的医学信息，从而实现了医学信息集成的高效性，同时目前的计算机网络技术的发展，使得采用web服务就可以调取云计算端的医学信息数据，这样以数据查询以及网络通信实现对数据的调取，从而获得云计算端存在的医学服务信息[2]。

1.2 医学信息集成。医学信息的集成需要特殊的标准进行约束，同时其标准还有确定医学数据的传输协议，将医学信息以固有的格式和顺序在医院的管理系统中进行传递。通过云计算的集成，可以有效的规范医疗服务，还能够将医学信息实现相互交流。现在主要的医学信息集成是医院信息系统以及放射科的信息系统进行集成，然后依据网络协议实现医疗诊断和信息的综合分析。将主要的信息进行数据传输、采集、交流和存储，从而满足不同用户的使用，采用因计算对医学信息集成，将医学信息进行加密处理、采用数据库技术、影像传递技术以及数字处理技术等实现信息集成。

2 云计算

2.1 云计算概念。云计算的初步提出是Google总裁在描述Google Docs的实现模式上所运用到的词汇，从此云计算成为了计算机领域的重要研究对象。曾经有人定义云计算为大规模的分布式计算模式，将计算能力、存储能力、服务平台以及具体服务进行抽象化。云计算的规模很大，而且还能够进行扩展，它与用户之间的交互关系是按需交互，即按照用户的需求，然后在云计算端寻找相应的数据服务，将服务数据传递给用户，从而实现云计算服务。云计算中包含了重要的资源，其主要包含了存储设备、服务器、网络、应用程序以及服务，这些都最优化管理以及最少提供商干预下实现快速提交和注册。云计算技术需要各种技术的支持，其中主要的支持技术为虚拟技术、并行和效用计算、分布式计算、网络技术、负载均衡技术以及网络存储技术等，由于这些技术的支持确立了云计算的高可靠性、超大规模、抽象化、高扩展性以及按需服务性的特点[3]。

2.2 云计算类别。针对云计算的分类主要可以按照服务模式、部署方式进行分类。按照部署方式进行分类主要可以分为公有云、私有云以及混合云。目前比较典型的公有云有无锡计算机云中心以及Google App Engine，Amazon EC2，IBM Developer Cloud，这些公有云所提供的资源可以应用到平台、程序以及基础设施中。私有云则是在团体或者企业内部所拥有的计算机服务模式，不会对公众开放，仅仅对特有部分人群进行开放，私有云在降低IT结构的复杂程度上具有很高的服务管理能力，使得私有云中数据库的资源可以有更多的变化，确保有效信息的安全性。混合云则是以特有的标准将私有云与公有云进行组合，每种云要保持相对独立，混合云可以有私有云上的安全保障，同时还能有公有云上的资源成本低的特点，但是在内部资源不足时需要在公有云上进行资源扩展，那么则需要相对更加安全的网络环境，从而达到按照用户需求提供相应的服务[4]。

3 小结

随着计算机云技术的发展，促使当前的医学信息的采集也逐渐走向云技术，并且以web服务技术来将不同的医学服务进行封装，封装过程中按照不同的逻辑实现对其有效封装，同时将多个服务进行组合应用，将基本的医疗服务通过不同的医学描述来进行信息传递。将整个服务解析为云计算集群之上，采用系统文件分布式传递，并且以分布式计算框架来对医学信息进行整合，实现整个医学采集信息的可靠性。云计算上的任务调度，主要是通过Hadoop集成群实现，将调度的策略应用到整个云计算系统的线性运行之中，将异构的云计算集群以节点性能的不同来对其进行合理的配置，以此来满足不同需求上的程序运行效率。采用云计算技术可以有效的扩大医学信息的集成，目前对于医学服务的封装还存在着很多格式上的难点，需要进行不断创新处理，解决相应存在的问题，目前采用云计算来实现医学信息的集成，可以有效的提高数据处理效率，同时还可以有效的节约成本。

参考文献

[1] 黄庆藏.基于云计算的医学信息集成方法研究[D].浙江工业大学，2012

[2] 叶蕾，黄庆藏，于明远，俞栋辉.基于云计算环境的医学信息集成[J].电信科学，2011，12：12-16

篇(5)

作者简介：甘师秀（1956—），女，河南信阳人，学士，高等教育出版社研究员，研究方向为编辑专业与出版物质量管理。通信方式：.cn。

摘要：为更好地遵循使用全国科学技术名词审定委员会审定公布的医学名词，文章就所发现的医学类汉语推荐使用规范名词学科间定名不同、规范名词与同义词相互又称、热点名词与语言类工具书的差异等方面的问题进行了探讨。

关键词：科技名词，医学，规范

中图分类号：N04；R3；R4文献标识码：A文章编号：1673-8578（2013）05-0050-04

随着科学技术的飞速发展，目前医学的范畴已经扩容至基础医学、临床医学、口腔医学、公共卫生与预防医学、中医学、中西医结合、药学、中药学、特种医学、医学技术、护理学共11个一级学科，医学名词的应用与生物学、动物学等邻近学科日益交叉渗透。在使用全国科学技术名词审定委员会审定公布的《医学名词》过程中，发现有同一名词在不同学科间定名不同、规范名词与同义词相互又称、热点名词与语言类权威工具书有差异等问题。这些问题常常出现在同一本书内，给出版物的编辑加工和质量评判带来困惑，有必要对此做进一步规范。

一同一术语定名不同

基础医学名词是医学名词的基本构成。基础医学学科规范名词工作开展较早，公布审定名词量较大，但基础医学与临床医学之间，甚至基础学科与临床学科之间同一名词定名不一致的现象比较突出。这种现象也见于中西医学科之间。试归纳举例如下：

1基础医学与临床医学

从实际情况来看，大多数基础医学规范名词定义严谨、应用广泛、使用频率高，统一使用于其他学科是最便捷的方式。如统一采用“耳郭”“嗜碱性粒细胞”“嗜酸性粒细胞”“心输出量”“包含体”“唾液腺”等术语，这样也符合审定名词“临床服从基础的原则”[1]；尤其是cardiac output在临床学科由“心输出量”改为“心排血量”或“心排出量”，又称“心输出量”，另外还有“每搏输出量”。其实，作为机体血液循环的“泵”，心脏输出的只能是血，而不可能是别的。在日常审稿中发现，几乎每部相关专业书稿都有“心输出量”一词出现，而使用“心排血量”“心排出量”者寥寥。

但在涉及疾病名称时，建议以临床医学规范名词为标准，如统一采用“视网膜脱离”“甲状腺功能亢进症”等术语。基础医学与临床医学有交叉的，建议进一步统一规范用法，如将“视神经盘”“视盘”“视神经”和“视”等诸多用法统一规范术语为“视神经盘”（参见表1）。

2基础学科之间

基础学科之间，鉴于生理学具有历史较悠久、影响面较广的特点（例如诺贝尔生理学或医学奖），以及使用的严谨性和广泛性，建议按表2中间学科栏的术语，如组织胺（histamine）、包含体（inclusion body）、弓形虫病（oxoplasmosis）、逆转录（reverse transcription）、生精小管（seminiferous tubule）做进一步规范。但有关“袢”和“襻”的用法，二者英语等价术语均是loop，指形状或功用像襻的东西[2]，应首选用“襻”并统一其涉及的名词（参见表2）。

3医学及其他学科

表3中同一术语两种表述方式并存，相对而言，肌酐（creatinine）、食管（esophagus）、纤维连结（fibrous joint）、宿主（host）、单核吞噬细胞系统（mononuclear phagocyte system）、中性粒细胞（neutrophilic granulocyte）比较简洁、准确，且使用广泛，建议以此作进一步统一规范。

4中西医学之间

在我国传统文化中，阴阳学说源远流长。阳痿是一个典型传统病名，并且被现代医学所引用，得到中医和西医广泛认同 [3]。“痿”和“萎”同见于汉语推荐使用规范名词，不利于名词统一，建议

这里采用中医诊断学的术语，统一规范名词中的“痿”字（参见表4）。

二规范名词与同义词相互又称

“流行性出血热”与“肾综合征出血热”相比较，虽然“肾综合征出血热”能直观体现疾病的病理实质，但“流行性出血热”更突出了疾病的传播性，社会意义大，并且使用频率高，建议统一把“流行性出血热”作为推荐使用规范名词（参见表5）。

三科技名词与语言类工具书的异同

从大众熟知的艾滋病缩写词——AIDS对比来看，《现代汉语词典》（第6版）对热点名词艾滋病的英语名词定义简单明确，汉语释义也比较详细[4]，用immune deficiency较好于immunodeficiency。相关学科审定科技名词用“穹窿”，汉语工具书用“穹隆”，并且有关穹隆的英语等价术语有3个，建议在此基础上进一步规范（参见表6）。

四定义欠准确，不便于理解的词

儿科学名词“注意缺陷障碍（伴多动）”，英语等价术语为attention deficit hyperactivity disorder。像审定名词“出生缺陷” “神经管缺陷”一样，“注意缺陷”本身已经是异常了，再加上一个异常词——障碍，岂不等于“否定之否定”？实际应用中，称“儿童多动症”的常见，可能用“注意缺陷（多动症）”更好理解一些，但又与心理学的审定名词“注意障碍attention deficit disorder”不一致。

从疾病名称标准化、格式化要求出发，《中国精神障碍分类与诊断标准（第3版）》中定义有“童年和少年期的多动障碍”[5]；ICD-10《疾病和有关健康问题的国际统计分类（第10次修订本）》中定义有“通常在童年和青少年期发病”的“多动”（F90）并且被我国推荐标准（GB/T 14396—2001）等效采用[6]；国内专业权威学术书中称“儿童多动症综合征（hyperkinetic syndrome）”，简称“多动症”，又称“注意缺陷多动障碍 （attention deficit hyperactivity disorder，ADHD）”[7]。如此多种定义，应在审定名词的过程中进行规范。

随着社会的不断进步，语言文字也在不断发展变化，科技名词亦应随着语言文字的变化而变化，从而不断提高其影响力。采用使用频率高而又符合科技名词本义的术语应当是审定名词发展的趋势。

参 考 文 献

[1]医学名词审定委员会医学名词（四）[M]北京：科学出版社，1996

[2]中国社会科学院语言研究所词典编辑室汉英双语现代汉语词典（2002年增补本）[M]北京：外语教学与研究出版社，2012

[3]李艳红，杨雪军阳痿和阳萎的用词规范探讨[J]中国科技术语，2006，8（3）：42

[4]中国社会科学院语言研究所词典编辑室现代汉语词典[M]6版北京：商务印书馆，2012：4，972，1065

[5]中华医学会精神科分会 CCMD-3中国精神障碍分类与诊断标准[M]3版济南：山东科学技术出版社，2006

篇(6)

医院在长期的发展进程中，出现了很多的医院医学科研档案，这些档案的内容纷繁复杂，而且涉及的内容也较为丰富，所以档案的整理工作面临较大的困难。而我国的医院医学科研档案管理部门在建设上本身就存在不足，在对相关的医学科研档案进行整理和管理的过程中很容易出现整理混乱、资料残缺不全以及归类不分明的问题，而这些问题的存在使得档案管理工作的后续开展也变得更加困难，就现今我国的医院医学科研档案管理的现状来说，医学科研档案的质量并不理想，而且其中很多的科研材料都不够全面，无法为相关的医院单位提供有效的参考资料，从而阻碍了医院医学水平的提升。就现今我国医院医学科研档案管理中存在的问题来说，主要的问题包括以下四个方面：

1医学科研材料过于分散

缺乏集中性医学科研的过程遵循循序渐进的原则，其从立项开始到课题研究结束可能需要几个月甚至是几年的时间，在这一过程中，其会产生不同的材料，积累和建立多种不同类型的材料，但是我国的医院医学科研档案管理部门对于这些材料没有进行有效的收集和整理，从而使得科研资料出现严重的流失问题。

2医学资料残缺不全

我国的医院在发展的过程中，需要不断的进行医学研究，而在医学科研的过程中，其所积累的资料得不到有效的收集，出现流失问题，这样就使得我国医院医学科研档案管理部门中相关的医学科研资料出现残缺不全的问题，从而无法为医院医学水平的提升提供有效的参考资料。

3我国医院医学科研相关资料保存时间过长

一般来说，医学科研开展需要很长的时间，短则数月，多则数年，在长期的开展过程中，医学科研资料保存的时间也会相对增长，而且在保存的过程中，还会出现更多的科研资料，这样就有可能造成资料的重复，使得资料的总量增多，从而对管理工作造成困扰。

4医学科研资料分类不明显

医学科研资料中包含的内容较为丰富，所涉及的知识面也相对较广。医学在进行研究的过程中，其所涉及到的内容较为丰富，涵盖的面也较广，这样就会使得医学科研资料的分类并不明显，在管理分类上就会造成难以分辨的现象，从而使得管理的难度提升。

二加强医院医学科研档案管理工作的措施

我国目前的医学科研档案管理工作中还有许多的不足，而这些问题严重影响到我国医院医学水平的提升，因此，要采取有效的措施，加强医院医学科研档案管理工作，提升管理水平，从而推动我国医院医学水平的提升。而针对医院医学科研档案管理工作水平的提升，所采取的措施主要应该包括以下四个方面的内容：

1建立健全医学科研档案管理体系为保障

我国医院医学科研档案管理工作的开展能够符合现代化社会发展的需求，就需要将先进的科学技术应用于医学科研档案管理工作中，利用计算机技术和网络技术来构建医学科研档案管理体系，从而实现对医学科研档案的科学化管理，以保障医学科研档案的完整性和有效性。

2及时有效的对医学科学档案资料进行收集和整理

对年份过久以及无实用价值的档案资料要进行及时的清理，同时要对内容出现重复的医学科研档案资料进行有效的整理，随时对医学科研档案资料进行更新和完善，保障医学科研档案的完整性，保障医学科研档案资料与时代的发展需求相符合，能够为医院医学水平的提高提供必要的参考。

3对医学科研档案进行系统的归档和分类

严格的区分各种类别的医学科研档案，划清医学科研档案的界限，及时的对收集的资料进行类别的划分，保障其存储的合理性，尽可能的对医学科研档案进行细分处理，对档案分类系统进行有效的改进和完善，对新的医学科研档案资料进行及时的收集、整理、编排以及精细筛选，在统一的标准上，实现形式的多样化划分。值得注意的是，在对医学科研档案资料进行划分的过程中，一定要突出专业化的特点，选择适宜、科学的学科管理建档方式，以形成一个统一的管理系统，从而提升医学科研档案的分类和管理水平。

4注重对档案的更新和科研新档的添加

医学科研开展的时间都相对较长，在长时间的医学研究中，要想充分的保障医学科研档案资料的完整性，就需要采用合理的方法，如分阶段法对医学档案科研资料内容进行适当的添加处理，在建档之后，就需要对科研工作进行跟踪管理，收集相关的档案科研资料，对档案科研资料的内容进行不断的补充和更新，从而保障医学科研档案资料的完整性和有效性。

三结语

篇(7)

研究基因的专业有：

1、生物科学专业，是一门前沿的边缘学科，生物科学是一门以实验为基础，研究生命活动规律的科学。一般大学都设在生命科学院内，与生物技术，生物工程是兄弟专业。其专业涉及面相当广，包括植物学，动物学，微生物学，神经学，生理学，组织学，解剖学等等。

2、临床医学专业，是一门实践性很强的应用科学专业，致力于培养具备基础医学、临床医学的基本理论和医疗预防的基本技能，临床医学专业学生主要学习医学方面的基础理论和基本知识，人类疾病的诊断、治疗、预防方面的基本训练，有对人类疾病的病因、发病机制做出分类鉴别的能力。

3、生物医学工程专业，它综合工程学、生物学和医学的理论和方法，在各层次上研究人体系统的状态变化，并运用工程技术手段去控制这类变化生物医学工程专业培养具备生命科学、电子技术、计算机技术及信息科学有关的基础理论知识以及医学与工程技术相结合的科学研究能力。

（来源：文章屋网 ）