[发明专利]诊疗数据去标识化方法、装置及查询系统

权利要求书

1.一种诊疗数据去标识化方法，其特征在于，所述诊疗数据去标识化方法包括：

根据预先调取的诊疗数据构建诊疗数据查询数据库；

根据差分隐私算法，对所述诊疗数据查询数据库的数据表的敏感属性字段添加随机噪声；并根据所述敏感属性字段的原始诊疗数据和所述敏感属性字段的伪数据的直方图分布，调整所述差分隐私算法的隐私保护预算参数；所述伪数据由原始诊疗数据添加随机噪声构成；

根据添加的随机噪声，对所述敏感属性字段去标识处理；

对所述数据表的标识符字段进行加密处理；

根据去标识处理和加密处理的数据表更新所述诊疗数据查询数据库。

2.根据权利要求1所述的诊疗数据去标识化方法，其特征在于，所述对所述敏感属性字段的原始诊疗数据添加随机噪声包括：

对不同数据类型的敏感属性字段的原始诊疗数据采用不同噪声机制添加随机噪声。

3.根据权利要求2所述的诊疗数据去标识化方法，其特征在于，所述对不同数据类型的敏感属性字段的原始诊疗数据采用不同噪声机制添加随机噪声包括：

对于数值类型的敏感属性字段的原始诊疗数据采用拉普拉斯机制添加随机噪声，对于非数值类型的敏感属性字段的原始诊疗数据采用指数机制添加随机噪声。

4.根据权利要求3所述的诊疗数据去标识化方法，其特征在于，在所述敏感属性字段的原始诊疗数据为年龄数据时，所述对于数值类型的敏感属性字段的原始诊疗数据采用拉普拉斯机制添加随机噪声包括：

将年龄数据的集合分为多个年龄段；

分别统计每个年龄段的人数总量；

根据每个年龄段的人数总量，采用拉普拉斯机制对每个年龄段添加随机噪声；

如果每个年龄段添加随机噪声后的伪数据与每个年龄段的原始诊疗数据相符合时，对所述年龄数据的集合生成伪数据集；否则，根据预设的比例关系，在不同年龄段生成伪数据集。

5.根据权利要求1所述的诊疗数据去标识化方法，其特征在于，所述对所述数据表的标识符字段进行加密处理包括：

根据数据加密标准DES加密算法和Base64编码，对所述数据表的标识符字段进行加密处理；

所述根据预先调取的诊疗数据构建诊疗数据查询数据库之前包括：

从医院信息系统HIS、放射信息管理系统RIS和医学影像存档与通讯系统PACS中调取诊疗数据。

6.根据权利要求1-5中任意一项所述的诊疗数据去标识化方法，其特征在于，所述诊疗数据去标识化方法还包括：

获取DICOM文件；

读取所述DICOM文件的数据元素集合，将所述数据元素集合中的敏感性数据和标识数据设置为空值；

将设置为空值的DICOM文件替换到文件存储服务器。

7.一种诊疗数据去标识化装置，其特征在于，所述诊疗数据去标识化装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序；

所述计算机程序被所述处理器执行时实现如权利要求1-6中任一项所述的诊疗数据去标识化方法的步骤。

8.一种诊疗数据查询系统，其特征在于，所述诊疗数据查询系统包括如权利要求7所述的诊疗数据去标识化装置、诊疗数据查询数据库、医院信息系统HIS、放射信息管理系统RIS和医学影像存档与通讯系统PACS。