《醫療革命：醫學數據挖掘的理論與實踐》是2016年電子工業出版社出版的圖書，作者是邵學傑。
基本介紹
- 書名：醫療革命：醫學數據挖掘的理論與實踐
- 作者：邵學傑
- 出版社：電子工業出版社
- 出版時間：2016年09月
- 頁數：192 頁
- ISBN：9787121298677
- 叢書名：CDA數據分析師系列叢書
- 字數：308千字
內容簡介,目錄,
內容簡介
本書以數據挖掘與模式識別的七大原理在臨床醫學中的運用案例為切入點，系統而全面地介紹了醫學數據挖掘的基本方法與原理，對數據分析的常用算法進行了通俗易懂的講解。本書最大的特色是採用了案例分析與實證的方法，每一個原理、算法都在案例講解中生動地體現出來。更重要的是，本書對臨床醫學的數據挖掘與模式識別技術進行了開創性、系統性的討論，用案例展現了數據挖掘技術如何與臨床醫學相結合，為廣大的醫生、醫學數據挖掘愛好者提供了很實用的技術示範、理念導入、系統思考。本書所有概念的講解基本結構為原理講解與案例實操的二元結構，兼顧初學者與專業人士的需要。本書重點探討了數據挖掘技術如何與臨床醫學深度融合，如何運用現代的數據挖掘理念、模式識別與機器學習的基本方法解決臨床科研中的套用問題，為廣大的科研型臨床醫生提供助力，為廣大的數據分析人員找到行業套用的範例，為廣大初學者提供努力學習的方向，更重要的是在這個大數據時代，我們可以親自見證數據技術是如何改變並深刻影響著臨床醫學的科研與教學。
目錄
第1章 數據分析與數據挖掘的力量 1
1.1 葡萄牙醫生解決世界新生兒出生缺陷的故事 2
1.2 醫學數據挖掘的主要定義 5
1.2.1 數據挖掘的定義 5
1.2.2 醫學數據挖掘的故事 5
1.3 醫學數據模式識別的七大原理與案例講解 6
1.3.1 什麼是模式識別 6
1.3.2 7個小故事 7
1.4 臨床醫學領域的機器學習與人工智慧 12
1.5 神經元網路的基本原理 13
第2章 臨床醫學的數據挖掘 20
2.1 房顫與腎功能關聯現象的故事 21
2.2 支持向量機的算法原理與套用 30
2.2.1 一個故事的開場白 30
2.2.2 支持向量機的主要特點 31
2.2.3 支持向量機的套用案例 39
2.3 疾病規律與統計學革命 43
2.3.1 肝膽外科的統計學故事 43
2.3.2 雙盲實驗的誕生 44
2.3.3 幾則很有趣的醫學統計學故事 47
2.4 老年肺癌研究 50
2.4.1 數據的抓取與來源 50
2.4.2 癌症與老齡化的相關性分析 51
2.4.3 老年人肺癌手術適用性評估關鍵字頻率 53
2.4.4 老年肺腫瘤的數據分析 54
2.4.5 英國肺癌患者38年來死亡率研究 59
2.4.6 老齡肺癌死亡率數據的三維分析 59
2.5 臨床醫學與數據挖掘的邊緣學科 62
2.5.1 幾個實例 62
2.5.2 醫學統計學與醫學數據挖掘的區別 69
2.5.3 有關數據挖掘是邊緣學科的幾個實例 72
2.5.4 一個醫學數據挖掘的案例 74
第3章 臨床醫學與數據技術的深度融合 90
3.1 二型糖尿病與胰腺癌的故事 91
3.2 Cox回歸的基本原理與套用 94
3.2.1 Cox回歸的基本原理 94
3.2.2 晚期肺癌伴腦轉移患者的預後多因素Cox回歸 95
3.2.3 本案例的幾點啟示 100
3.3 醫學數據分析中的故事 101
3.4 聚類的臨床醫學意義 103
3.4.1 聚類算法的基本定義 103
3.4.2 臨床醫學數據挖掘中聚類的意義 104
3.4.3 案例 112
3.5 貝葉斯算法的套用案例 113
3.5.1 一個流傳甚廣的故事 113
3.5.2 一個貝葉斯算法的醫學案例 114
第4章 臨床醫學的模式識別 126
4.1 模式識別是什麼 127
4.1.1 定義 127
4.1.2 臨床醫學模式識別的故事 127
4.2 基線靜息心率的故事 130
4.3 決策樹算法 132
4.4 最大期望（EM）算法 135
4.5 算法的規律與臨床醫學的本質 140
4.5.1 算法的本質是什麼 140
4.5.2 數據挖掘中醫學的本質 141
第5章 醫學數據挖掘的常用工具 146
5.1 SAS挖掘軟體運用案例 147
5.2 Weka軟體介紹 150
5.3 Matlab案例 152
5.4 R語言案例 162
5.5 臨床醫生如何用好挖掘工具 164
第6章 專業級醫學SCI論文中的統計工具 169
6.1 醫學數據中的T值與P值故事 170
6.2 K線圖的故事 172
6.3 國際頂級期刊上的數據技術 174
6.4 SCI薈萃分析中的統計學工具 180
6.4.1 研究對象及入選標準 181
6.4.2 統計學處理 181
