《醫療革命》全稱《醫療革命——醫學數據挖掘的理論與實踐》，作者邵學傑，由電子工業出版社2016年9月出版。
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
- ISBN：978-7-121-29867-7
- 頁數：192
- 定價：49.00
- 出版社：電子工業出版社2016
- 出版時間：2016年9月
- 開本：16開
內容提要,目錄,
內容提要
《醫療革命——醫學數據挖掘的理論與實踐》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。《醫療革命——醫學數據挖掘的理論與實踐》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，《醫療革命——醫學數據挖掘的理論與實踐》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、醫學數據挖掘工作者提供了很實用的技術示範、理念導入、系統思考。
《醫療革命——醫學數據挖掘的理論與實踐》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。《醫療革命——醫學數據挖掘的理論與實踐》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的。
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
