随着互联网的发展,医疗机构的数据信息化建设也在逐步完善,这些丰富的数据资源蕴藏着许多有价值的信息,帮助研究学者对疾病获得更深层次的了解。作为系统生物医学中的常规工具,复杂网络可以获得疾病之间的全局和局部关系的全景图,从而更好地指导医生进行临床实践。现在有许多研究集中在常见的系统性疾病,而很少有研究集中在眼科疾病并发现眼科疾病与其它疾病之间的关系。对于眼科疾病,由于眼睛与其它器官关系密切,诊断过程较为复杂。现有的疾病网络构建算法没有引入并行化的执行策略,处理大量数据时消耗的时间成本较高,因此如何高效的对大规模眼科疾病数据进行信息挖掘与分析是一个亟待解决的问题。针对上述提出的问题,本文提出了一个眼科疾病关系分析框架,用来探究疾病之间的关系。该框架首先进行数据预处理,然后采用Spark分布式计算框架对疾病数据集进行相关系数矩阵的计算,构建疾病共生网络,得到疾病之间的共生关系。其次对共生网络进行社团发现,得到具有共生性的疾病簇。最后使用Spark并行化计算疾病对的RR(Risk Ratio)值,构建疾病轨迹网络,得到疾病之间的发展轨迹。本文的研究内容分为以下三个方面:(1)构建眼科疾病关系分析框架中的共生网络并进行社团检验,探究疾病之间的共生关系。通过对眼科中心的49万行住院病案首页数据进行统计和计算操作得到疾病的相关系数矩阵,根据矩阵的值进行阈值筛选操作构建共生网络(82个节点,122条边),网络中的每个节点代表一种疾病,连边表示一对共生疾病,连边的权重代表共生程度。通过共生网络,可以得到共生性较高的疾病对,比如老年白内障与急性青光眼、外伤性白内障与眼球穿透伤等疾病对。从三种不同的角度采用BGLL算法、加权的GN算法和谱聚类算法对共生网络进行社团检验,得到结构清晰的社团发现结果,获得眼科疾病中具有共生性的疾病簇。(2)构建眼科疾病关系分析框架中的轨迹网络,探究疾病之间的发展轨迹。通过对住院病案首页数据进行统计、采样和计算操作得到疾病对的RR值,根据RR值进行阈值筛选操作构建轨迹网络(105个节点,478条边),网络中的节点表示的是疾病,节点之间的有向边表示的是疾病可能是由另一种疾病引起。通过轨迹网络,获得具体疾病的简单发展路径,比如屈光参差会导致交替性内斜视,老年性白内障会导致黄斑水肿等。(3)采用Spark分布式计算框架并行化构建网络。在眼科疾病共生网络和轨迹网络构建的过程中,由于数据量较大,导致计算过程较为耗时。利用Spark分布式计算框架内存计算和高效处理批量数据的优势,对构建共生网络和轨迹网络的算法并行化设计并部署运行在Spark集群中,加快网络的构建过程,提高算法的效率。对结果进行分析表明本文提出的眼科疾病关系分析框架能够得到较为准确和量化的眼科疾病之间的共生关系和发展轨迹。同时采用Spark分布式计算框架提高了构建网络算法的效率。通过上述框架,能够帮助医生及早的采取有效治疗策略防止相关疾病发生。