医疗领域信息化技术日益成熟,在不断提高诊断水平和改善医疗服务质量的同时,大量结构各异的医疗数据也随之呈指数级增长,这使得医疗大数据成为研究热点。基于传统关系型数据库的医疗系统,在海量医疗数据存储性能和查询效率方面显得越来越力不从心。如何对海量异构的医疗数据进行有效存储、快速查询、高效处理、深度分析,已经成为大数据环境下很多大型医院急需解决的问题。本文以北京某大型医院的医疗数据管理需求为研究背景,设计并实现了一种基于Couchbase数据库的医疗数据管理系统。针对海量医疗数据的存储和高效查询需求,使用Couchbase数据库存储海量异构的医疗数据;利用其分布式特性,为医疗数据管理系统的存储能力提供动态扩展;利用其缓存机制和强大的索引功能,为用户提供高效的查询服务。针对海量医疗数据的高效处理需求,使用Hadoop平台来处理医疗数据,利用其与Couchbase数据库良好的交互性,对海量医疗数据进行高效处理。针对海量医疗数据深入分析需求,本文提出一种改进的剪枝FP-growth算法,并将该算法并行化实现,在Hadoop平台上挖掘疾病之间的关联规则,为医生提供医疗决策参考。根据业务需求,设计并实现了基于Couchbase数据库医疗数据管理系统的主要功能,搭建了Couchbase数据库集群和Hadoop大数据平台,实现了并行化改进的剪枝FP-growth算法,最后进行了系统测试。经过测试表明,基于Couchbase数据库的医疗数据管理系统能够有效地存储海量异构医疗数据,并且能够提供高效的查询;Hadoop大数据平台能够很好地与Couchbase数据库配合,实现医疗数据地高效处理;改进的剪枝FP-growth算法的执行效率要优于传统的FP-growth算法的执行效率,基于Couchbase数据库的医疗数据管理系统利用并行化改进的剪枝FP-growth算法能够高效地挖掘出疾病之间的关联规则,这些规则满足需求,能够为医生和病人提供医疗服务。