醫(yī)學大數據挖掘方法與應用(2018北醫(yī)基金)
定 價:98 元
- 作者:陳大方,劉微 編
- 出版時間:2020/7/1
- ISBN:9787565921827
- 出 版 社:北京大學醫(yī)學出版社
- 中圖法分類:R319
- 頁碼:376
- 紙張:膠版紙
- 版次:1
- 開本:16開
醫(yī)學大數據挖掘不僅可以為人類帶來更好的醫(yī)療健康服務,更為重要的是,可以揭示海量數據中蘊含的深刻科學規(guī)律,獲取新知識和新發(fā)現,促進醫(yī)學研究和技術的進步。
《醫(yī)學大數據挖掘方法與應用(2018北醫(yī)基金)》從醫(yī)學大數據面臨的機遇與挑戰(zhàn)講起,概述了國際上有代表性的醫(yī)學大數據庫內容及特點,之后依次闡述了醫(yī)學大數據預處理的主要原則、過程和混雜因素的控制方法,以及數據挖掘常用的軟件平臺和機器學習算法與技術,并就回歸方程、數據降維、關聯規(guī)則、大數據預測建模等常用的數據分析方法進行講解。
此外,《醫(yī)學大數據挖掘方法與應用(2018北醫(yī)基金)》還介紹了生物信息大數據挖掘的常用網站與使用方法,供生物信息挖掘愛好者參考。
《醫(yī)學大數據挖掘方法與應用(2018北醫(yī)基金)》的每一章都附有案例,便于讀者理解和掌握醫(yī)學大數據挖掘的相關理論與方法,使《醫(yī)學大數據挖掘方法與應用(2018北醫(yī)基金)》具有較高的實用性和可操作性。
隨著計算機、互聯網、大數據、云計算、人工智能、可穿戴健康醫(yī)療設備的產生與發(fā)展,人類社會各行各業(yè)已進入了全新的數字化時代。健康醫(yī)療領域和其他行業(yè)一樣,隨著信息化的逐漸廣泛和深入,每天都會產生海量的多源、異構醫(yī)學大數據。對醫(yī)學大數據開展多維度的數據挖掘,不僅可以揭示海量醫(yī)學數據中蘊含的深刻科學規(guī)律,獲取新知識和新發(fā)現,促進醫(yī)學本身的發(fā)展,更為重要的是,可以為人們帶來更安全、更有效的健康醫(yī)療服務。因此,如何充分認識、挖掘和利用醫(yī)學大數據,發(fā)現醫(yī)學大數據的價值,把數據庫變成知識庫,已成為廣大醫(yī)學科研工作者共同關注的焦點。
《醫(yī)學大數據挖掘方法與應用》一書正是基于以上背景,在從事醫(yī)學數據挖掘相關專業(yè)人員的共同努力下編寫而成。本書按照大數據挖掘的基本步驟與原則進行內容編排與組織,力求全面。全書共分20章,第一章介紹醫(yī)學大數據當前所面臨的機遇與挑戰(zhàn);第二章介紹目前國際上有代表性的醫(yī)學健康相關大數據庫的內容及特點;第三章至第六章介紹醫(yī)學大數據預處理的主要步驟、過程與方法;第七章至第十章針對醫(yī)學大數據特點,介紹當前常用的一些控制混雜因素的方法;第十一章和第十二章介紹數據挖掘常用的軟件平臺和機器學習算法與技術;第十三章至第十七章重點介紹回歸方程、關聯規(guī)則、數據降維、大數據預測建模等常用的數據分析方法在醫(yī)學大數據挖掘中的應用;第十八章介紹生物信息挖掘的常用網站與方法,旨在為生物信息挖掘愛好者提供參考;第十九章和第二十章分別以北京大學信息中心住院病案首頁數據和寧波市鄞州區(qū)健康大數據平臺作為實例,介紹數據挖掘過程與應用方向。
由于我們能力與水平所限,本書難免有錯誤、疏漏或不當之處,懇請學界前輩、專家、同仁及各方讀者提出批評、意見和建議。在醫(yī)學大數據時代,讓我們抓住機遇,共同努力與進步。
第一章 醫(yī)學大數據面臨的機遇與挑戰(zhàn)
第一節(jié) 醫(yī)學大數據的基本特點
第二節(jié) 醫(yī)學大數據研究
第三節(jié) 醫(yī)學大數據的應用
第四節(jié) 醫(yī)學大數據面臨的挑戰(zhàn)
小結
第二章 醫(yī)學大數據介紹
第一節(jié) 醫(yī)學大數據來源
第二節(jié) 大型醫(yī)學數據庫介紹
第三節(jié) 醫(yī)學大數據評估
小結
第三章 數據提取
第一節(jié) 數據提取概述
第二節(jié) 醫(yī)學結構化數據的提取
第三節(jié) 醫(yī)學非結構化數據的提取
小結
第四章 數據預處理
第一節(jié) 數據挖掘實施步驟
第二節(jié) 醫(yī)學數據的常見問題
第三節(jié) 數據預處理
小結
第五章 缺失數據處理
第一節(jié) 缺失值產生的原因
第二節(jié) 缺失值的處理方法
小結
第六章 離群值處理
第一節(jié) 離群值的定義及產生
第二節(jié) 離群值的識別及檢測
第三節(jié) 離群值的處理
小結
第七章 模型驗證與敏感性分析在醫(yī)學大數據研究中的應用
第一節(jié) 模型驗證與敏感性分析概述
第二節(jié) 模型驗證與敏感性分析應用實例
小結
第八章 工具變量法在醫(yī)學大數據挖掘中的應用
第一節(jié) 工具變量法的基本原理
第二節(jié) 工具變量法的應用實例
第三節(jié) 工具變量法在使用過程中的若干問題
小結
第九章 傾向性評分在醫(yī)學大數據分析中的應用
第一節(jié) 背景概述
第二節(jié) 傾向性評分的原理和應用條件
第三節(jié) 傾向性評分的步驟
第四節(jié) 傾向性評分法在醫(yī)學大數據分析中的實際應用
第五節(jié) 傾向性評分匹配法在統計軟件中的實現
第六節(jié) 傾向性評分的局限性
小結
第十章 競爭性分析
第一節(jié) 競爭風險模型的基本應用
第二節(jié) 競爭風險模型的應用實例
小結
……
第十一章 大數據挖掘常用的機器學習算法
第十二章 大數據分析和挖掘的常用軟件及平臺
第十三章 回歸方程在醫(yī)學大數據挖掘中的應用
第十四章 基于變量選擇的數據降維模型
第十五章 關聯規(guī)則挖掘在醫(yī)學大數據挖掘中的應用
第十六章 醫(yī)學大數據預測模型的評價與驗證
第十七章 XGBoost模型在醫(yī)學大數據預測建模中的應用
第十八章 生物信息挖掘的基本方法
第十九章 住院病案首頁與氣象及大氣污染數據挖掘應用
第二十章 寧波市鄞州區(qū)健康大數據平臺在疾病管理中的應用
彩圖