XML數據交換技術在中醫智能化診斷數據集成中的應用

余江維+余泉

摘 要： 在中醫四診信息融合智能化診斷系統中，四診信息來自于多個不同的異構數據源。針對目前數據集成問題的研究現狀，分析異構數據源的結構，結合中醫智能化診斷系統，利用XML Schema設計MDD（元數據字典）的通用模型、處理XML文檔的DOM對象模型、以及數據庫連接的OLE DB技術，提出一種以XML文件為中介的數據集成方法，實現了中醫智能化診斷系統中四診信息的有機集成。

關鍵詞： 中醫； 智能化診斷系統； 數據集成； 異構數據源； XML

中圖分類號： TN958?34； TP391.4 文獻標識碼： A 文章編號： 1004?373X（2015）22?0048?03

0 引 言

中醫智能化診斷是根據中醫的四診理論，利用計算機人工智能技術進行中醫證候的自動化診斷過程。在此過程中，計算機對中醫知識的獲取、表現方式及內部的推導機制是核心內容。中醫的四診包含望診、聞診、問診、切診等諸方面。本研究主要探討在四診信息的獲取中，四診信息異構數據源的集成問題。

1 異構數據源

當前數據信息源在形式上差別較大，無統一模式。數據庫類型、運行平臺、數據格式、數據的加載和卸載方法等千差萬別。在異構數據源環境中，有文本、Oracle，Sybase，SQL Server，DB2，Access等多種類型。

不同數據源有不同的存儲結構、組織表達形式、信息描述等差異，進而造成數據的抽取困難。在異構數據源環境中，必須建立一個數據源與數據源之間的中間層，作為數據通信的中間接口。集成數據庫的命令通過中間接口傳送到不同的數據源；各數據源把發送的數據轉換成中間接口的格式，通過中間接口發送到集成數據庫中[1]。

2 中醫智能化診斷系統框架

按中醫四診原理，智能化診斷系統由舌診、脈診、面色診、問診及穴位診等子系統組成，其構架如圖1所示。其中，綜合診斷系統與SQL數據庫在服務器端，其他子系統位于不同PC的客戶端。各子系統之間、子系統與綜合診斷系統之間存在異構性。

3 XML數據交換技術

XML又稱為可擴展標記語言（Extensible Markup Language），是一種元標識語言，提供了結構化資料的一種自我描述，是一種開放的數據結構。XML不但描述數據內容，而且描述數據的結構，使數據之間的關系得到很好的體現。XML具有結構化程度高、平臺獨立性強、保存格式簡單、便于擴充延展及網上傳輸等特性，因此XML非常適合于不同數據庫間的信息交換。以XML為中介實現數據交換是當前研究的熱點，正成為網絡資料交換的標準。

XML數據交換，一是從數據源中抽取交換的數據，轉化為XML交換文檔；二是對交換文檔的格式進行轉換，并映射數據源和目的庫中的相關字段，進而把數據載入到目的庫中。在不同的應用系統中，采用統一的XML標簽和格式生成XML文檔，是實現數據動態交換的基本要求。

目前常見的數據交換技術主要有[2]： EDI系統、中介層、數據倉庫和中間數據等方式。XML采用中間方式，利用XML文件作為中間數據，提供數據通用格式，達到數據交換的目的。

4 基于XML的Web異構數據源之間的數據集成

數據集成是將多個數據庫、數據多維立方體或一般文件中的數據，存放在一個格式統一的數據庫中。

在數據集成的邏輯關系中，Web服務在客戶與數據倉庫之間?？蛻魧颖仨毥涍^XML接口訪問數據源數據，保證了源數據的安全。標準XML編碼，能很好地支持異構數據源之間的數據交換；同時，基于HTTP和SOAP協議的Web服務技術，讓數據可以無障礙地越過防火墻。邏輯結構如圖2所示。

元數據（Metadata）是“關于數據的數據”，是對數據源信息的描述[3]，是標準的XML文件。元數據字典（MDD）對元數據進行管理，依靠XML的XML Schema技術設計和建模，與公共數據模型保持一致性，方便與XML數據集成器合作。元數據字典必須注冊所有參與的數據源。

XML數據集成器并不存儲具體數據，只存儲所有數據的集成模式。XML數據集成器，對客戶層屏蔽數據源的差異，向客戶層保證相同的數據視圖，充當數據總線，把實際數據源轉變成用戶數據視圖。對不同數據源的數據，用XML Schema技術設計一個公共數據模式（Common Data Model，CDM）進行統一處理。不同數據源有不同的模式，對他們進行集成時，數據字典（MDD）是解決他們異構性[4??5]的重要方法。

（1） 命名異構：一是相同的對象和屬性在不同的源數據中用不同的名字表示（異名同義），二是不同的對象用相同的名字表示（同名異義）。命名異構成為不同模式之間語義沖突的重要原因。在設計集成系統時，必須在元數據字典（MDD）中利用一個統一的名字表示每個數據源相應的字段。例如商品的價格，在兩個數據源中，一個用price，一個用cost，在MDD中統一用Price表示。

cost

（2） 結構異構性：指元數據信息的組成方式在數據源間各不相同。用定義全局模式的方法解決。關心的數據成分在全局模式中定義，并許可在集成數據時讓某些成分為空（Nul1）。

例如，在定義全局模式時，允許價格（Price）為空。

·····

（3） 值的異構性：數據單位、數據精度在不同的數據源中不同?？梢栽谠獢祿卸x數據單位、數據精度，進而與全局模式中定義的數據進行響應轉換。

price

（4） 數據模型的異構性：不同數據源通過各自的Wrapper/Agent解決數據模型的異構性。首先定義一個公用的統一的數據模型（CDM），再把從單個數據源中提取的局部數據轉換成CDM中間模型數據。事實上，單個數據源通過自身的Wrapper/Agent結構，就能把從中提取的局部數據轉變成符合CDM要求的XML文檔數據。

（5） 時間異構性：隨著時間的推移，數據源的結構描述、屬性表示和取值發生變化?？梢酝ㄟ^MDD管理軟件對數據源的元數據描述進行增添、刪除或修改。

6 結 語

在數字化網絡化信息環境中，以XML為代表的技術體系已經成為信息組織、處理和交換的基本技術。XML技術和數據庫技術的結合，得到廣泛使用。本文介紹了基于XML數據交換的實現原理，分析了利用MDD解決模式集成中異構性的方法，以及在中醫智能化診斷系統中的主要應用。實驗表明，基于XML Schema技術設計的MDD模型能夠高效地管理異構數據源數據[6]。XML數據交換技術在中醫智能化診斷系統中，對異構數據源之間的數據交換與集成有非常重要的作用。

參考文獻

[1] 謝星峰，鄒平.基于異構數據庫環境數據抽取的系統結構研究：Java和XML的解決方案[J].計算機與數字工程，2005，33（3）：28?30.

[2] 王松旺，樊秀娥，姜韜，等.XML數據交換技術在公共衛生科學數據共享中的應用[J].中國衛生工程學，2007（1）：49?50.

[3] ELISA B， ELENA F. XML and data integration [J]. IEEE Internet Computing， 200l， 11（12）： 75?76.

[4] BERTINO E， CATANIA B. Integrating XML and databases [J]. IEEE Internet Computing， 200l， 7（8）： 84?88.

[5] CHANG Y S， HO M H， YUAN S M. Aunified interface for integrating information retrieval [J]. Computer Standards&Interfaces， 2001， 6（23）： 325?340.

[6] 盧正鼎，張素智.集成Web數據的系統框架與實現方法[J].小型微型計算機系統，2003，24（10）：1759?1762.