李晓峰，焦洪双，王妍玮

(1.黑龙江外国语学院 信息工程系，黑龙江 哈尔滨 150025；2.普度大学 机械工程系，印第安纳州 西拉法叶市 IN47906)

0 引 言

利用大数据分析和处理方法对医疗信息进行管控、建立医疗大数据的融合调度和敏感度表征模型，有利于提高对医疗大数据的信息检测和统计分析能力。通常来说，对医疗大数据进行处理的方法是建立在对医疗数据的统计分析和大数据融合采样基础上的[1]，建立医疗数据的量化分析模型，结合模糊信息调度方法，有利于提高医疗信息的表征能力[2]。由于很多医疗应用程序都包含敏感信息的输入过程，为确保敏感信息的安全性，使患者的个人权益不受侵害，研究敏感信息的安全保护机制尤为重要，而这一过程，需建立在对医疗数据敏感度进行度量的基础上。因此，相关的医疗数据敏感度度量和特征分析方法研究，在医疗数据的信息诊断和检索等领域中具有很好的应用价值。

目前，已有很多专家学者在该领域进行了研究，所得到的医疗数据的敏感度度量方法主要有统计特征分析方法、三维特征重构方法、C均值重构度量方法等。总的来说，对医疗数据敏感度进行度量的方法是建立在医疗数据的谱特征分析和特征提取结果的基础上的，从中提取医疗数据的敏感度特征分量，再结合高阶统计信息融合方法对医疗数据进行三维重构。在此基础上，根据医疗数据的融合聚类分析结果结合医疗数据的表面重建，实现医疗数据的三维重构和特征分析，完成对敏感度的度量[3]。……