本書主要介紹了功能金屬有機框架（MOFs）復合材料的制備和在生物醫(yī)藥上的應用。書中利用不同的MOFs作為藥物載體，后修飾靶向試劑葉酸和熒光試劑5?羧基熒光素后構建了多個可靶向識別癌細胞、熒光成像和藥物遞送的多功能MOFs；利用Fe-MOFs、Gd-MOFs作為藥物載體和核磁共振成像試劑，后修飾靶向試劑葉酸和熒光試劑5?

本書供本科臨床醫(yī)學專業(yè)學生使用，本版教材在第2版教材的基礎上，對各章節(jié)內容進行適當調整，補充“學習目標”“典型案例”“微整合框”“知識拓展”等模塊內容，修訂部分理論知識、例題、練習題和案例。再版后的教材內容包括九章，分別是：函數、極限與連續(xù)；導數與微分；不定積分；定積分；多元函數微積分；微分方程；線性代數基礎；概率論；

深度學習是機器學習領域中一個新的研究方向，通過學習樣本數據內在規(guī)律和表示層次，表現出較好的智能行為。粒計算是新興的、多學科交叉的研究領域，是當前計算智能領域中模擬人類思維和解決復雜問題的算法。本書旨在為廣大學者和科研工作者提供不確定深度學習與多粒度知識發(fā)現領域的基礎理論、模型和算法。本書內容主要包括粒計算基礎概念和基礎

本書結合醫(yī)學相關專業(yè)的教學特點，重點培養(yǎng)學生的醫(yī)學計算能力，書中的案例設計緊貼醫(yī)學、醫(yī)藥和臨床等專業(yè)典型問題的解決方案。其主要內容包括Python程序設計及醫(yī)學數據分析處理、數據庫的基礎理論和結構化查詢語言、醫(yī)學數據庫信息系統(tǒng)和智能醫(yī)學幾大部分。本書既可作為醫(yī)科院校各專業(yè)和綜合院校的醫(yī)藥相關專業(yè)學生的“大學計算機基礎”

本書是一本醫(yī)學人工智能的入門書，涵蓋了對機器學習的介紹，對疾病診斷、疾病治療及疾病管理過程等醫(yī)療健康領域相關知識的介紹。本書篩選了高發(fā)且有重大影響的九種疾�。喝橄侔�、冠心病、卒中、糖尿病、肥胖、高血壓、乙肝、不孕不育癥、阿爾茨海默病，并以這九種疾病為例，介紹了人工智能技術的具體應用。本書還介紹了Python語言，以及使

本書對生物樣本庫標準ISO20387:2018《生物樣本庫質量和能力通用要求》進行了深入解讀，涵蓋通用準則、結構布局、資源配置、操作流程及管理要求等多個維度。書中采用圖文結合的方式，并提供了實用性強、易于操作的實施案例，旨在幫助讀者更直觀地理解并實施生物樣本庫的建設與樣本保藏標準。通過這些內容，讀者可以更有效地建立和運

"健康醫(yī)療數據治理，是面向健康醫(yī)療領域的相關數據管理過程，有針對性的從事數據治理活動，以及數據治理活動的設計、監(jiān)督和實施�！督】滇t(yī)療數據治理指南》作為DAMA數據管理知識體系叢書面向健康醫(yī)療行業(yè)的分冊，將立足于DAMA數據治理體系知識框架，結合健康醫(yī)療行業(yè)數據治理的特點，分別從健康醫(yī)療領域的數據治理理論和理論落地的**

醫(yī)用電子基礎是醫(yī)學信息工程、醫(yī)學檢驗、醫(yī)學影像學等專業(yè)的基礎課程，是一門理論性和實踐性較強的課程。本書共十章內容，涵蓋電路理論基礎和模擬電子技術兩部分內容，以及這兩部分內容在醫(yī)學儀器領域的一些應用。前四章是電路理論基礎部分，介紹了電路的基本理論和分析方法，在第三章加入了生物醫(yī)學電路模型的介紹；第五、六、七章是模擬電路部

《醫(yī)用化學（第三版）》是在《醫(yī)用化學》（第二版）的基礎上，補充更新內容，層次更全面的一本新教材。本書將原教材的18章擴充到21章，即在原來介紹了溶液，電解質溶液，氧化還原和電極電勢，原子結構、共價鍵和分子間作用力，配合物，有機化合物的結構、性質及應用的基礎上，補充介紹化學反應速率，并將烷烴和環(huán)烷烴、烯烴和炔烴、芳香烴獨

《醫(yī)用化學》（第三版）分上、下兩篇，全書共21章。上篇為化學基礎部分，主要介紹溶液、電解質溶液、緩沖溶液、原子結構和分子結構、配位化合物、氧化還原與電極電位、滴定分析法、比色分析法、膠體分散系等化學基礎理論和基本概念;下篇為有機化學部分，按官能團分類法劃分章節(jié)，采取新命名規(guī)則，主要有鏈烴、環(huán)烴、鹵代烴、醇酚醚、醛酮醌、