一种面向抑郁症的脑与智能数据系统的制作方法

一种面向抑郁症的脑与智能数据系统的制作方法
【专利摘要】本发明涉及一种面向抑郁症的脑与智能数据系统，包括客户端层Client、逻辑处理层Business和数据层EIA；Business层获得Client层的请求，处理计算EIA层中的数据，并控制Client层的显示输出。抑郁症数据或信息的语义化使大量数据具有标注独一无二的特性，可方便地获得查询结果。加入语义元素，支持进一步推理功能，为发现数据间关系或发现元素间的关系提供了支持。系统数据主要以RDF语义数据以及本体形式存储，使计算机在一定程度上理解数据。语义技术采用逻辑手段描述数据，使人们可以通过其对应的推理机有效分析数据内容，为知识管理提供基本技术手段，有效提高系统性能。
【专利说明】一种面向抑郁症的脑与智能数据系统

【技术领域】
[0001] 本发明涉及一种面向抑郁症的脑与智能数据系统，该系统由客户端层、逻辑处理 层和数据层组成。

【背景技术】
[0002] 随着生活节奏的加快，抑郁症已成为世界第四大疾患，严重危害人类的身心健 康。据世界卫生组织最新调查统计分析，全球抑郁症的发病率约为3. 1% ;我国发病率约为 3% -5%，且有不断上升趋势。但是目前抑郁症就诊率低，误诊率较高，治疗效果改善率不 明显，治疗时间长。而我国现有的诊治模式和医疗资源服务模式难以实现抑郁症的医疗普 遍服务。如何有效地预防和治疗抑郁症，如何实现抑郁症的医疗普遍服务，已成为我国人口 与健康领域的一项重要研究课题，这对于减少抑郁症带来的严重家庭负担与社会的不稳定 性，对于提高全民健康水平及建设和谐社会都具有十分重要的意义。
[0003] 当前的面向抑郁症的数据系统中，脑与智能数据系统具有数据存储和查询的功 能，将抑郁症的数据加载到系统时需要记录大量相关数据知识信息。为了研究人员或者需 求相关实验资料的人员查询数据或者查找类似研究等，面向抑郁症的脑与智能数据系统中 心提供了相关查询和相关数据的处理功能。然而，传统的数据系统中心一般采用关系数据 库的方式存储，数据和数据之间的关系比较零散，某个数据意义及关系的确定需要查看多 个数据表单，操作复杂。
[0004] 在面向抑郁症的脑与智能数据系统中，由于抑郁症数据、信息和知识纷繁复杂，需 要对抑郁症数据、信息和知识进行重新的组织、划分，绑定推理和检索，从而为揭示抑郁症 病因机理提供辅助支撑。


【发明内容】

[0005] 为了解决现有技术中存在的不能深刻体现数据、信息、知识之间关系的问题，本发 明提出一种面向抑郁症的脑与智能数据系统，利用语义技术通过属性相关联，为显示的数 据信息增加语义背景，用RDF (Resource Description Framework)描述语义内容，并通过 URI (Universal Resource Identifier)将数据进行语义标注形成语义数据之后进行存储。
[0006] -种面向抑郁症的脑与智能数据系统，主要分为三个层次，分别为客户端层 Client、逻辑处理层Business和数据层EIA。Business层获得Client层的请求，处理计算 EIA层中的数据，并控制Client层的显示输出。其中，
[0007] Client层包括基于web浏览器的模块，主要用于用户与脑智能服务系统之间的交 互操作，用户可以通过Client层向脑智能服务系统提交请求，Business层在接受请求并处 理完成后，把分析结果反馈到Client层并显示给用户。在Client层中，根据不同用户的不 同需求，进行个性化的界面设计。
[0008] Business层为逻辑处理层，用于数据的查询、处理和计算等。Business层由网页 显不模块、过程处理模块和LarKC(The Large Knowledge Collider,大型知识对撞机）平台 模块组成。如图2所示。网页显示模块由web浏览器的网页组成，使用javaScript对jsp 文件进行编辑，结果转换成html网页，使用web浏览器显示给用户。过程处理模块由查询 /结果、数据转换、计算和数据挖掘这四个子模块组成，用于条件查询和扩展条件查询，进行 数据的转换，统计分析的计算和对数据的挖掘等。使用Java语言进行编写，同时，过程处理 模块中使用javaScript来实现对过程处理结果的响应。LarKC平台模块包括LarKC平台和 一些工作流实例集。LarKC平台是底层基础，在这个平台上进行开发；工作流实例集包含决 策、确认、转换、选择和推理插件的测试工作流。
[0009] Business层是基于LarKC平台开发的，LarKC平台支持语义数据的推理功能，可使 系统运行更加快捷。用户在Client层中输入的查询信息被Business层的过程处理模块获 取。过程处理模块根据获取到的信息自动组合成Sparql Query语句。经过LarKC平台工 作流中的转换和推理后，Business层将对EIA层中多种数据信息查询到的结果通过网页显 示模块返回。返回的结果经过形式转换、计算或者数据挖掘后，经过脚本编辑显示到Client 层的网页浏览器上或者再次形成Sparql Query进行查询以检索到所需要的内容。
[0010] EIA层为数据层，用于存储系统数据，包括数据脑和脑信息源。数据脑和脑信息源 均以N-triple型RDF数据存储在S0R语义数据库中，此数据库支持Sparql查询，使系统更 加容易开发，如图3所示。基于数据脑本体的数据分别依存于功能维、实验维、数据维和分 析维的维度来存储。脑信息源是描述系统化脑信息学研究过程中所产生的多样化人脑数据 的来源和所经历的处理操作的元数据。并且，根据脑信息源很容易找到与之对应的实验原 始数据和文献数据，省去了对原始数据大量的浏览筛选时间。
[0011] 数据脑（Data-Brain)是一个新型的领域驱动的脑数据概念模型，数据脑概念模 型的表达形式为数据脑本体，它是用当前最流行的本体描述语言0WL描述的。它在概念层 次上描述了涉及人的信息加工系统（Human Information Processing System, HIPS)所有 主要能力的多种人脑数据以及数据间多样化的关系，用于整合脑信息学研究过程中的关键 数据、信息和知识，支持脑信息学对人类智能的系统化研究和理解。
[0012] 数据脑是知识层的核心。数据脑本体包括功能维、实验维、数据维和分析维。功能 维是基于系统的观察，在概念层次上描述人的思维为核心的认知功能以及功能间的功能性 关系，用于引导脑信息学系统化的思维研究；实验维是基于系统的实验设计，在概念层次上 描述多样化实验设计的特征、分类和实验间的关系；数据维是基于系统的数据管理，在概念 层次上描述多个数据源、多种数据形式和数据粒度的人脑数据的多样化视图、模式和组织 形式；分析维是基于系统的数据分析，在概念层次上描述各种分析和模拟方法的特征以及 它们之间的关系，以支持系统化的分析和模拟。
[0013] 在神经成像数据研究中，描述脑数据的来源和所经历的处理操作的元数据称为 "源"（Provenance)。类似地，将描述系统化脑信息学研究过程中所产生的多样化人脑数据 的来源和所经历的处理操作的元数据称为"脑信息源"(BI Provenance)，包括数据源（Data Provenances)和分析源（Analysis Provenances)。数据源涉及脑信息原始数据的多个侧 面的实验信息，包括被试信息、实验过程信息、计测设备信息等；分析源涉及脑信息数据集 上所执行的数据处理操作，包括分析任务信息、原始数据信息、数据特征信息等多个侧面的 数据分析信息。
[0014] 数据脑概念模型描述了脑信息源数据之间的关系，而脑信息源存储了实验原始数 据和文献数据的关键信息。所以，在本系统中，数据脑和脑信息源为主要的数据，它们都是 以语义数据存储的。语义数据及其技术提供了数据互操作技术的基础，它使得数据在更小 的粒度下相互联系。将数据进行语义化，能够使得计算机理解数据，例如在被试类型中，使 用语义相等的概念，计算机可以了解到college student和undergraduate是同一种被试 类型，大大改善了系统的应用性能。
[0015] 与现有技术相比，本发明具有以下优点：
[0016] 本发明使用语义技术支撑推理，可实现支持基于语义的查询功能。抑郁症数据或 信息的语义化使大量数据具有标注独一无二的特性，可更加便捷地获得查询结果。加入语 义的元素，支持进一步的推理功能，为发现数据间关系或发现元素间的关系提供了支持。同 时，系统中的数据主要以RDF语义数据以及本体（0WL)形式存储，使数据之间联系更加紧 密，且使得计算机在一定程度上理解数据。语义技术采用逻辑的手段来描述数据，使人们可 以通过其对应的推理机有效分析数据内容，为知识管理提供基本技术手段，可有效提高系 统性能。

【专利附图】

【附图说明】
[0017] 图1是本发明的系统结构框图；
[0018] 图2是Business层的结构框图；
[0019] 图3是EIA层的结构框图；
[0020] 图4是基于数据脑的脑数据中心框图；
[0021] 图5是数据源概念框架示意图；
[0022] 图6是分析源概念框架示意图；
[0023] 图7是脑与智能的excel表格。

【具体实施方式】
[0024] 下面结合附图对本发明做进一步说明。
[0025] 本发明所述面向抑郁症的脑与智能数据系统的结构框图如图1所示，主要包括三 个层次：客户端层Client,逻辑处理层Business和数据层EIA。Business层获得Client层 的请求，处理计算EIA层中的数据，并控制Client层的显示输出。
[0026] 面向抑郁症的脑与智能数据系统根据基于数据脑的数据-信息-知识整合框架来 实现，包括三个层次，最上层是数据脑，底层是脑数据，中间一层是联系数据脑和脑数据的 语义元数据-脑信息源，基于数据脑的脑数据中心如图4所示。其中，用以脑信息源的概念 框架来获得相关信息，脑信息源概念框架包括脑信息数据源的概念框架和脑信息分析源的 概念框架，数据源的概念框架如图5,分析源的概念框架如图6所示。
[0027] 脑信息源可以通过多种数据源获得。在面向抑郁症的脑与智能大数据领域，脑信 息源所包含的信息主要通过从实验报告或众多文献中进行抽取获得，继而收录众多数据 集。脑信息源是本发明所述系统的主要数据内容。把以文本形式以及以Excel表格形式 的实验数据转换成对应的Ntriple (N-triple型RDF)语义数据，并把它们整合到统一的语 义数据处理平台，同时也为基于语义技术的脑与智能大数据的管理系统提供有效的数据基 础。
[0028] 脑信息源的原始信息是以Excel表格形式提供的，为了把它们转换成语义数据， 需要涉及到以下环节：E XCel转换成RDF，Excel为电子表格数据文件，文件后缀为.xls。 Excel电子表格数据如图7所示。转换之后的RDF为一个三元组的集合，每个三元组由一 个主体、一个谓词和一个客体组成。一系列这样的三元组被称为RDF图，可以用具有一个节 点和有向边的图来表示。在图中，每个三元组用一个节点-边-节点的连接表示（故称之 "图"）。每个三元组表示由节点连接表示的事务之间的关系一个陈述。每个三元组有三部 分：一个主体，一个客体，一个谓词（也称为属性），它表不一个关系。边的方向很重要，它 总是指向客体。RDF图的节点是它的主体和客体。RDF三元组的断言说明一些关系，这就是 由谓词表示的，在三元组的主体和客体表示的事物之间的关系。RDF三元组的断言的总和就 是断言图中所有的三元组，因此RDF图的含义就是对应所有图中三元组包含的陈述的关联 (逻辑合取）。
[0029] 把转换之后的RDF载入到LarKC中去，启动脑与智能大数据中心\Store\startup_ Win32文件夹下的S0R_NT_Console. bat批处理文件，当出现9999时数据库启动成功。注意： 在启动数据库前，要看脑与智能大数据中心\Store\repositories\larkc\storage文件夹 下是否有lock文件，如果有，必须删掉，然后再启动。启动脑与智能大数据中心\LarKC_ Platform文件夹下的run_larkc. bat文件，当出现8182时，larkc启动成功。LarKC平台成 功运行后，LarKC平台的管理界面可以通过在浏览器中输入http ://l〇Calh〇st:8182进行 访问。同时，点击submit，提交工作流，在eclipse中启动java代码，服务器启动成功。打 开浏览器在地址栏中输入l〇calhost:8085,点击回车键，系统启动。
[0030] 同时，管理平台包括知识管理、信息管理和数据库管理。知识管理包括数据脑 和域本体；信息管理包括介绍的脑信息源；数据库管理介绍的是对fMRI数据、ERP数据、 Eye-Tracking数据和Behavior数据的管理。
[0031] 本发明不局限于面向抑郁症的脑与智能系统设计，可应用于多种数据领域。
【权利要求】
1. 一种面向抑郁症的脑与智能数据系统，其特征在于所述系统包括：客户端层 Client、逻辑处理层Business和数据层EIA ;Business层获得Client层的请求，处理计算 EIA层中的数据，并控制Client层的显示输出；其中， Client层包括基于web浏览器的模块，主要用于用户与脑智能服务系统之间的交互操 作；用户可以通过Client层向脑智能服务系统提交请求，Business层在接受请求并处理完 成后，把分析结果反馈到Client层并显示给用户；在Client层中，根据不同用户的不同需 求，进行个性化的界面设计； Business层为逻辑处理层，用于数据的查询、处理和计算；Business层由网页显示模 块、过程处理模块和LarKC平台模块组成；网页显示模块由web浏览器的网页组成，使用 javaScript对jsp文件进行编辑，结果转换成html网页，使用web浏览器显示给用户；过 程处理模块由查询/结果、数据转换、计算和数据挖掘这四个子模块组成，用于条件查询和 扩展条件查询，数据转换，统计分析的计算和对数据的挖掘；使用Java语言进行编写，同 时，过程处理模块中使用javaScript来实现对过程处理结果的响应；LarKC平台模块包括 LarKC平台和一些工作流实例集；LarKC平台是底层基础，在这个平台上进行开发；工作流 实例集包含决策、确认、转换、选择和推理插件的测试工作流； Business层是基于LarKC平台开发的，LarKC平台支持语义数据的推理功能，可使系 统运行更加快捷；用户在Client层中输入的查询信息被Business层的过程处理模块获取； 过程处理模块根据获取到的信息自动组合成Sparql Query语句；经过LarKC平台工作流中 的转换和推理后，Business层将对EIA层中多种数据信息查询到的结果通过网页显示模块 返回；返回的结果经过形式转换、计算或者数据挖掘后，经过脚本编辑显示到Client层的 网页浏览器上或者再次形成Sparql Query进行查询以检索到所需要的内容； EIA层为数据层，用于存储系统数据，包括数据脑和脑信息源；数据脑和脑信息源数据 以N-triple型RDF语义数据存储在SOR数据库中，此数据库支持Sparql查询，使系统更加 容易开发；以数据脑为核心的领域本体，按照数据脑的功能维、实验维、数据维和分析维的 维度划分分别进行存在；脑信息源是描述系统化脑信息学研究过程中所产生的多样化人脑 数据的来源和所经历的处理操作的元数据；并且根据脑信息源很容易找到与之对应的实验 原始数据和文献数据，省去了对原始数据大量的浏览筛选时间。
2. 根据权利要求1所述的一种面向抑郁症的脑与智能数据系统，其特征在于，所述数 据脑本体包括功能维、实验维、数据维和分析维；功能维是基于系统的观察，在概念层次上 描述人的思维为核心的认知功能以及功能间的功能性关系，用于引导脑信息学系统化的思 维研究；实验维是基于系统的实验设计，在概念层次上描述多样化实验设计的特征、分类和 实验间的关系；数据维是基于系统的数据管理，在概念层次上描述多个数据源、多种数据形 式和数据粒度的人脑数据的多样化视图、模式和组织形式；分析维是基于系统的数据分析， 在概念层次上描述各种分析和模拟方法的特征以及它们之间的关系，以支持系统化的分析 和模拟。
3. 根据权利要求1或2所述的一种面向抑郁症的脑与智能数据系统，其特征在于，所述 脑信息源包括数据源和分析源。
【文档编号】G06F19/00GK104102829SQ201410324305
【公开日】2014年10月15日 申请日期:2014年7月9日 优先权日:2014年7月9日
【发明者】钟寒, 钟宁, 韩健, 陈建辉 申请人:北京工业大学