改进星形图和超维树在健康信息系统中的应用

　可视化(visualization)是利用计算机图形学和图像处理技术,将数据转换成图形或图像在屏幕上显示出来,并进行交互处理的理论、方法和技术.它涉及到计算机图形学、图像处理、计算机视觉、计算机辅助设计等多个领域,成为研究数据表示、数据处理、决策支持等一系列问题的综合技术.可视化技术最早运用于计算科学中,并形成了可视化技术的一个重要分支———科学计算可视化(visualization inscientific computing).科学计算可视化能够把科学数据,包括测量获得的数值、图像或是计算中涉及、产生的数字信息变为直观的、以图形图像信息表示的、随时间和空间变化的物理现象或物理量呈现在研究者面前,使他们能够观察、模拟和计算.信息可视化作为可视化技术的另一个分支,其出现有着深刻的历史背景, 1995年前后,随着网络信息技术的发展,可视技术有了新的突破,信息可视化技术也在此时孕育萌芽.信息可视化领域的一个里程碑是1995年召开的“InfoVis”年会.另一个里程碑是“Readings in Information Visualization”论文集的出版.

　人工智能和网络技术的发展推动了信息可视化技术的进步,而海量数据的出现以及数据信息的不断膨胀则促进了多维数据可视化技术在信息可视化领域的迅猛发展. HIMES[1](health informationmanagement and evaluation system)是一个基于用户体检预约和健康信息评估的系统,该系统最典型的特征就是数据量大,主要体现在如下两个方面:1)体检人数多;2)用户个体体检数据量大,涉及到28个科室共260项体检指标.如此庞大的数据量,使用传统的方法,不便于医生及体检者观察和分析健康信息.本文提出使用改进的星形图技术和超维树技术对人体健康多维数据进行可视化和可视分析,以帮助医生及体检者更加方便快捷地观察和分析这些海量的体检数据和健康信息.

　1　典型多维数据可视化方法

　多维数据可视化方法主要基于二维或三维的几何映射、颜色、纹理、图标等显示技术,配合缩放、折叠、过滤和变形等交互技术,通常需要根据可视化数据的特点和需求综合应用多种技术来实现.

　当前比较流行的多维数据可视化方法大致可划分为四个类别: 1)非文字传达信息的符号.这是一种传统的多维数据可视化的技术,该方法将对象的每个属性信息映射到图形的一个轴上,利用属性的值来决定特征的准确性质.最常见的非文字传达信息的符号是星形图和Chernoff脸;2)基于矩阵技术的多维数据可视化技术.这种方法利用矩阵技术来展示多维数据中维与维之间的比例关系,散点矩阵图(scatterplot matrices)是这类技术的典型代表;3)基于聚焦+缩放技术的多维数据可视化方法.这种方法最初是由Xerox Palo Alto研究中心的用户界面研究组的Rao和Card提出的,目前已经得到了广泛的应用,最常用的技术包括TableLens[2-3], Hyper-tree[4-5](超维树)技术, treemap技术和fisheye[6]技术;4)平行坐标[1]技术.这种技术将n维数据(属性空间)通过n条等距离的平行轴映射到二维平面上,每一条轴线代表一个属性维,轴线上的取值范围从对应属性的最小值到最大值均匀分布[7].这样,每一条数据记录的各个属性值均可在相应的属性轴上标记出一点,这些点连成的折线即表示该条数据记录,多条折线可表示多条记录.平行坐标是一种可视化多维数据的有效工具,它能使用户直观地看到数据集的全貌、分析各对象同一属性值的分布、分析各属性之间的关系、还可进行聚类分析等.