临床医疗数据的筛选查询是医学工作的重要内容,是数据处理、数据查询技术在医疗领域的重要应用。有效的筛选方法和查询机制有助于医疗数据的挖掘利用,支撑信息统计、个性化医疗、决策辅助、随访跟踪、药物研发、健康管理、精准医疗等数据应用需求。临床医疗数据的筛选查询主要面临两个挑战:一是数据量大,大规模数据的存储和计算超过了传统关系型数据库的性能极限;二是数据结构类型复杂,尤其是非结构化的数据需要特定的处理方法。本文针对当前医疗临床数据的特点,研究临床数据分布式计算办法,主要利用开源大数据工具Hadoop技术,结合MapReduce计算模型,提出多结构医疗数据的并行筛选机制。该机制采取平台统筹、分类处理、易于扩展的设计思想,把不同类型结构的数据纳入统一的MapReduce计算平台。本文主要分别实现在平台中对结构化的表单数据、时间序列数据以及病历文本数据的查询计算,并优化筛选查询算法,解决医疗临床多种结构数据的分布式计算和跨结构筛选的问题,提高查询效率。本文主要研究内容如下:1.海量医疗结构化数据的分布式存储与查询优化;2.海量医疗时间序列数据的分布式索引创建与查询优化;3.海量医疗文本数据的分布式索引和查询;4.医疗临床大数据筛选平台。本文的创新点如下:1.提出一种采用MapReduce架构下的数据仓库技术Hive来解决海量医疗结构化数据的分布式存储和查询优化问题的技术。2.提出一种基于MapReduce的分布式时间序列索引DB-DSTree。本文提出的利用DHD索引并行化DSTree索引,并且利用批量查询的局部性进行分组的方法,可以有效解决DSTree的非平衡性,使得批量查询的效率得到显著的提高。3.提出一种基于MapReduce的海量文本的分布式存储与查询方法。4.基于医疗结构化数据、医疗时间序列数据、医疗文本数据的分布式存储和查询方法,建立了医疗临床大数据筛选平台。