幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

醫學大數據教程

  • 作者：編者:陳先來//楊榮|責編:金璐
  • 出版社：人民衛生
  • ISBN：9787117303392
  • 出版日期：2020/08/01
  • 裝幀：平裝
  • 頁數：324
人民幣：RMB 65 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    醫學大數據已經成為一種重要的國家基礎性戰略資源，對於它的開發利用，急需培養一批同時具有信息科學和醫學知識的複合型人才。作者希望通過編寫本書，能為醫學大數據建設相關人才的培養提供支撐。本書是一部介紹醫學大數據建設相關內容的概要性、綜合性圖書，主要內容涉及醫學大數據的來源與採集、醫學大數據的存儲、醫學大數據的融合、醫學大數據的分析與處理、醫學大數據的共享與利用、醫學大數據的可視化、醫學大數據標準、醫學大數據安全與隱私保護等相關理論與方法。以大數據的採集、存儲、分析、應用等主要流程為主線，對內容進行組織編排，並對醫學大數據建設中的相關標準、安全與隱私保護等內容單獨成章進行介紹。編寫過程中，盡量結合實例，內容力求淺顯，通俗易懂。通過本書的學習，希望能夠讓讀者較全面地認識醫學大數據，為從事醫學大數據建設奠定基礎。
    本書適用於生物醫學信息學、大數據相關專業本科生，也可作為醫學類、電腦類研究生相關課程的參考書。
作者介紹
編者:陳先來//楊榮|責編:金璐
目錄
第一章  醫學大數據概述
  第一節  大數據
    一、大數據的基本概念
    二、大數據的發展背景
    三、大數據的特點
    四、大數據的主要應用領域
    五、大數據的未來發展趨勢
  第二節  醫學大數據
    一、定義和特點
    二、醫學大數據分類
    三、醫學大數據處理的基本流程
第二章  醫學大數據採集
  第一節  醫學大數據採集概述
    一、醫學大數據的種類
    二、數據採集
  第二節  醫學大數據採集的技術方法
    一、醫學信息系統中的大數據採集
    二、系統日誌採集方法
    三、網路數據採集方法
    四、攜帶型設備及移動數據採集方法
    五、醫學文獻庫的採集
    六、組學數據的採集
  第三節  數據清洗
    一、數據清洗流程
    二、數據清洗框架
    三、數據清洗相關技術
第三章  醫學大數據集成
  第一節  數據集成概述
    一、聯邦資料庫系統
    二、中間件模式
    三、數據倉庫模式
  第二節  ETL技術
    一、ETL的體系架構
    二、數據抽取
    三、數據轉換
    四、數據載入
  第三節  實體識別
    一、實體識別的含義
    二、數據預處理
    三、相似性度量
  第四節  主索引技術——EMPI
    一、EMPI的功能
    二、EMPI的內容
    三、PIX集成規範介紹
    四、EMPI實現患者身份統一管理
  第五節  數據集成的實現
第四章  醫學大數據存儲
  第一節  新興數據存儲系統
  第二節  醫療大數據存儲與管理技術
    一、分散式存儲系統

    二、主要資料庫存儲方案
    三、不同數據存儲方案的選擇
  第三節  不同類型醫學大數據的存儲
    一、非結構化數據的存儲
    二、結構化數據存儲
    三、半結構化數據存儲
    四、大數據存儲的問題
  第四節  大數據存儲的關鍵技術
    一、數據劃分
    二、數據一致性與可用性
    三、負載均衡
    四、容錯機制
    五、海量數據存儲的硬體支持
  第五節  數據存儲技術的實現與工具
    一、集中式數據存儲管理系統Bigtable
    二、非集中式的大規模數據管理系統Dynamo
    三、Bigtable的開源實現HBase
    四、MongoDB
    五、CouchDB
    六、Redlis
    七、Hypertable
    八、其他開源NoSQL資料庫
第五章  醫學大數據處理與分析
  第一節  大數據處理與分析概述
    一、傳統數據處理與分析
    二、大數據處理與分析
  第二節  醫學大數據處理技術
    一、基於並行計算的分散式數據處理技術
    二、分散式流處理技術
    三、內存計算處理技術
  第三節  機器學習
    一、機器學習的概念
    二、機器學習的演算法
    三、機器學習的應用
  第四節  深度學習
    一、深度學習的概念
    二、深度學習的方法
    三、深度學習的應用
  第五節  醫學大數據分析技術
    一、分類挖掘演算法
    二、文本分析法
    三、言語分析法
    四、影像分析技術
    五、聯合分析技術
    六、可視化分析
第六章  醫學大數據可視化
  第一節  數據可視化概述
    一、數據可視化的內涵
    二、數據可視化的分類
    三、數據可視化的作用

  第二節  數據可視化常用標記與視覺通道
    一、幾何標記
    二、視覺通道
    三、視覺通道的表現力
  第三節  數據可視化的設計
    一、數據及數據處理
    二、數據可視化流程
    三、醫學數據可視化案例
  第四節  各種類型數據的可視化
    一、時空數據可視化
    二、高維非空間數據的可視化
    三、地理空間數據的可視化
    四、層次和網路數據的可視化
    五、文本和文檔可視化
  第五節  數據可視化中的交互技術
  第六節  常見數據可視化工具
    一、簡單的可視化工具
    二、編程工具
    三、地圖繪製工具
第七章  醫學大數據應用
  第一節  臨床大數據應用
    一、臨床決策支持
    二、臨床決策支持的應用
    三、臨床大數據應用案例
  第二節  藥學大數據應用
    一、合理用藥
    二、用藥安全審查
    三、藥品研發
    四、藥品監管
    五、藥學大數據應用案例
  第三節  區域醫療大數據應用
    一、公共衛生管理
    二、區域醫療服務管理
    三、醫療質量管理
    四、醫療聯合體
    五、區域醫療大數據應用案例
  第四節  基因大數據應用
    一、探究疾病致病機制
    二、幫助疾病診斷分型
    三、實施疾病個體化醫療
    四、免疫領域
    五、微生物群落的研究
    六、實例  小細胞肺癌的靶向用藥
  第五節  健康大數據應用
    一、構建慢性病的防治體系
    二、協助傳染病／流行病的監測
    三、智能穿戴技術與移動醫療
    四、輔助衛生行政決策
    五、實例  基於大數據的糖尿病中醫精準醫療管理雲平台
  第六節  精準醫學大數據應用

    一、生物信息學和臨床醫學的轉化研究
    二、靶向藥物的開發應用
    三、患者的精準治療
    四、大數據資源處理分析
    五、精準醫療知識庫的構建
    六、實例  大規模人群隊列研究
第八章  醫學大數據相關標準
  第一節  SNOMED-CT
    一、SNOMED-CT簡介
    二、SNOMED-CT主要內容
    三、SNOMED-CT特點
  第二節  LOINC
    一、什麼是LOINC
    二、LOINC術語
    三、本地術語與LOINC術語的映射——RELMA
    四、LOINC與醫學大數據
  第三節  MeSH
    一、MeSH簡介
    二、MeSH主要構成
    三、MeSH的特點
  第四節  ICD
    一、ICD簡介
    二、ICD-10主要內容
    三、ICD-10的特點
    四、ICD-10的使用方式
    五、ICD-11的變化
    六、ICD-9-CM
  第五節  HL7
    一、HL7標準簡介
    二、HL7標準的內容
    三、HL7標準的應用範圍
    四、HL7數據交換原理
    五、HL7消息
  第六節  DICOM
    一、DICOM簡介
    二、DICOM標準的內容
    三、DICOM文件結構
  第七節  IHE
    一、IHE概述
    二、幾個重要概念
    三、IHE與現存標準（DICOM、HL7）的關係
    四、IHE認證測試——Connectathon
第九章  醫學大數據安全與隱私保護
  第一節  醫學大數據中的安全與隱私保護問題
    一、醫學大數據中的數據安全問題
    二、醫學大數據中的隱私問題
  第二節  數據安全策略
    一、大數據存儲安全策略
    二、大數據應用安全策略
    三、大數據管理安全策略

    四、匿名技術
  第三節  基於Hadoop的醫學大數據安全隱私保護
  第四節  醫學大數據安全與隱私保護的相關法律法規
    一、國外相關法律法規
    二、國內相關法律法規
第十章  大數據關鍵技術
  第一節  Hadoop分散式存儲和計算平台
    一、Hadoop發展簡史
    二、Hadoop的優點
    三、Hadoop生態系統概況
  第二節  HDFS（分散式文件系統）
    一、HDFS的設計
    二、HDFS的概念
    三、HDFS讀寫過程
  第三節  MapReduce分散式編程模式
    一、MapReduce的模型框架
    二、MapReduce的工作機制
    三、Shuffle和排序
  第四節  NoSQL技術
    一、RDBMS與NoSQL
    二、主流NoSQL資料庫分類
    三、NoSQL資料庫共同特徵
    四、幾種主流NoSQL技術
  第五節  HBase分散式資料庫
    一、HBase的特點和優勢
    二、HBase的數據模型
    三、HBase的實現
    四、HBase與RDBMS的區別
  第六節  Spark——大數據統一計算平台
    一、Spark的特點及適用場景
    二、Spark生態圈
    三、Spark與Hadoop差異
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032