一、文献综述
（一）国内外研究现状
1. 临床可视化发展背景
现阶段数据信息产业飞速发展，各行各业将大数据应用于产业的发展，而医疗数据的可视化更是一个亟待完善的目标。
随着医疗水平不断提高，人民生活水平稳步上升，对于疾病的重视程度也在日益加深。但是在妇产方面，仍然存在不少疾病整治问题难以解决。在国内外，都很少有完善的、成熟的可视化数据分析系统来辅助医生诊断，因此在医生诊治过程中仍然会遇到医疗数据信息量大、信息繁杂的问题，难以在短时间内得到高精度高质量的有效数据。
有些医生会采用数据分析系统，但是数据分析系统有弊端，没有办法将具体的数值和分析流程展示出来。在可视化方面，可视化与数据挖掘紧密结合，通过多维度图表的方式使其属性与行业内结构相融合来满足用户和管理者的管理需求。可视化的数据可以划分为多个维度，而现阶段高维数据的处理和分析成为了可视化分析的一大重点和难点，高维数据是指高于三维的数据来决定一个结果的多项数据，因其复杂度高、映射内容繁杂而在可视化处理中会对其进行降维处理，通常会降维到二维或者三维，从而方便人与数据的交互，有助于数据的聚类和归纳。而大量的数据也可以进行分层，在数据中形成一种拓扑结构，上下直接实现层级关系。从而方便数据的脉络把握和视觉分析。
2. 可视化处理流程
可视化包括可视化的输入，处理以及输出。 可视化的输入是指对可视化任务进行描述，数据的获取，数据的属性来源分析以及相关的概念模型。必须将所有数据转化为计算机可以识别的文字信息，图像信息。
可视化的处理则是指对数据进行清洗、加工，每项数据都有其特定的属性（特征值，维度）以及对应的值，不同属性的数据也可以分为数值型，有序型和类别型。数值型有包括了固定零点和非固定零点，固定零点则是我们日常生活中能够接触到的一些数值，例如价格，距离，长度，高度等，但是非固定零点型则是指那些时间，日期，地理位置之类，在处理固定零点型数据则要注意其不同的作用域。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
