[
-
内容大纲
本书是一部关于医疗大数据和生物信息技术的综合性研究著作，内容涵盖从基本理论到实际应用的多个方面。全书分为八大部分，详细探讨了数据挖掘、数据治理、机器学习、统计分析等核心技术及其在医疗卫生行业的应用实例。书中特别强调了数据的安全性与隐私保护问题，并提出了相应的解决策略。此外，作者还讨论了未来技术的发展趋势以及可能带来的社会影响。
读者对象主要包括生物医学行业专家以及研究生和学术研究者。通过阅读本书，读者可以深入理解大数据技术的理论基础，掌握当前的技术动态，并对未来技术变革有一定的预见性。 -
作者介绍
于广军，博士，研究员，博士生导师。目前担任香港中文大学（深圳）医学院副院长兼附属第二医院院长、国家健康医疗大数据研究院（深圳）院长、上海交通大学中国医院发展研究院医疗信息研究所所长、上海儿童精准医学大数据工程技术研究中心主任、上海交通大学医学院儿童感染免疫研究院院长；《上海医药》杂志副总编；中国妇幼协会精准医疗专业委员会主委：上海市医学会互联网医疗分会创始主委，为上海医联工程主要创始人，创办上海首家儿童互联网医院。 2015年，入选上海市领军人才；2020年，入选国家百千万人才计划，获评人社部有突出贡献中青年专家；2021年，所带领的团队获得上海交通大学医学院协同创新团队，同年获上海市儿童工作白玉兰奖。 主要研究领域为医疗大数据、互联网医疗、智慧医院、人工智能医疗，以及儿童保健和医疗信息化。主持“国家高技术研究发展计划”（863计划）重大项目1项、国家自然科学基金重大集成项目课题1项、国家自然科学基金面上课题3项。荣获国家科技进步二等奖1项、中国医院协会科技创新二等奖1项、上海医院协会首届科技创新一等奖1项。 出版《走进移动健康时代》《健康医疗云》《医疗大数据》《儿童医生说》《高危儿管理》《0－6岁小儿养育手册》等多部著作。 -
目录
第1章 大数据概念、医疗大数据分类及资源
1.1 大数据概念
1.2 医疗大数据分类
1.2.1 按来源分类
1.2.2 按数据类型分类
1.3 医疗大数据资源
1.3.1 医疗机构的电子病历系统
1.3.2 基于居民健康档案的区域卫生信息平台
1.3.3 医疗卫生注册登记系统
1.3.4 医疗保险信息系统
1.3.5 互联网医疗
1.3.6 物联网医疗
1.3.7 生物组学大数据
1.3.8 医学科研文献
参考文献
第2章 医疗大数据挖掘与分析方法建立
2.1 医疗大数据挖掘需求和挑战
2.1.1 医疗数据的类型及其处理方式
2.1.2 医疗大数据挖掘的问题与挑战
2.2 医疗大数据挖掘方法
2.2.1 数据挖掘的基础方法
2.2.2 深度学习
2.2.3 预训练语言模型
2.2.4 就医行为数据挖掘方法
2.2.5 聚类分析及其在并发症分析中的应用
2.2.6 分类分析及其在预后分析中的应用
2.2.7 异常分析及其在异常就医分析中的应用
2.2.8 基于时序的疾病演化分析
2.2.9 深度学习及其在基因组学中的应用
2.2.10 预训练模型在药物发现分子表征中的应用
2.3 医疗非结构化文本数据挖掘
2.3.1 非结构化医疗文本数据的ICD编码分类
2.3.2 中文医学预训练语言模型
2.4 医疗跨模态大数据挖掘方法
2.5 多源医疗大数据挖掘
2.6 医疗数据开放互联方法
参考文献
第3章 大数据治理
3.1 专病数据库建立
3.1.1 专病数据库的构建方法
3.1.2 专病数据库的数据治理
3.1.3 一J、结
3.2 数据质量控制
3.2.1 数据质控体系概述
3.2.2 专病数据库数据质控管理
3.3 数据隐私保护
3.3.1 国内外政策／规范现况
3.3.2 数据隐私保护管理体系
3.3.3 专病数据共享的数据隐私保护策略
参考文献
第4章 临床专病数据库的建立
4.1 临床专病数据库
4.1.1 建设，临床专病数据库的意义
4.1.2 我国临床专病数据库建设
4.2 糖尿病临床专病数据库的创建及数据治理
4.3 糖尿病临床专病数据库的数据分析
4.3.1 我国及上海糖尿病的历史与现状
4.3.2 糖尿病临床数据分析
参考文献
第5章 临床大数据分析与试验设计
5.1 临床研究对象与分类
5.2 真实世界临床研究数据来源与样本量设计
5.3 定性数据简介
5.3.1 定性数据的特征
5.3.2 定性数据的主要分类
5.3.3 定性数据的可能概率分布
5.3.4 使用似然比描述定性数据
5.4 卡方独立性检验、费舍尔精确性检验和T检验
5.4.1 极大似然估计原理
5.4.2 线性回归模型和广义线性回归模型
5.5 广义线性模型和临床研究应用
5.5.1 二分类逻辑回归的临床研究统计基础知识
5.5.2 多分类逻辑回归的临床研究统计基础知识
5.6 临床研究中模型的选择、检验和判断
5.7 真实世界临床研究设计和分析的新趋势
5.7.1 仿真／模拟目标RCT
5.7.2 基于机器学习的因果推断
参考文献
第6章 医疗大数据的临床应用与科研分析
6.1 医疗大数据的整合处理
6.1.1 医疗数据的来源和类型
6.1.2 医院数据中心建设
6.1.3 医疗科研数据采集面临的问题
6.1.4 医疗大数据应用分析
6.2 医疗大数据的疾病预测与个性化诊疗
6.2.1 应用案例1：基于临床数据的患者健康风险预测与
应用实践
6.2.2 应用案例2：糖尿病健康管理与并发症预测分析
6.3 常见的临床数据库
6.3.1 MIMIC数据库
6.3.2 与MIMIC数据库配套的代码库
参考文献
第7章 生物信息学概念和数据库
7.1 生物信息学概述
7.1.1 生物信息学的发展史
7.1.2 生物信息学研究内容
7.1.3 生物信息学研究方向
7.1.4 生物信息学的应用
7.2 生物信息学常用数据库与知识库
7.2.1 生物信息学常用数据库与知识库概况
7.2.2 人类生物信息学分析主要常用数据库
7.2.3 医学信息学常用知识库
7.3 生物信息学研究的机遇和挑战
7.4 组学汇总数据的深度解读与转化利用
7.4.1 组学汇总数据
7.4.2 组学汇总数据深度解读工具XGR
7.4.3 OpenxGR：组学汇总数据在线服务工具
7.4.4 转化利用系列计算资源
参考文献
第8章 生物信息学分析方法
8.1 序列分析
8.1.1 动态规划
8.1.2 动态规划在生物信息学中的应用
8.2 基因组数据分析
8.2.1 基因组测序技术的发展历程
8.2.2 基因组重测序数据分析
8.2.3 全基因组关联研究
8.2.4 比较基因组数据分析
8.3 转录组学数据分析
8.3.1 转录组检测技术的发展历程
8.3.2 转录组数据预处理
8.3.3 差异表达分析
8.3.4 功能富集分析
8.4 转录因子与基因调控网络分析
8.4.1 转录因子的基础知识
8.4.2 转录因子结合位点的预测
8.4.3 从高通量数据中鉴定转录因子活性
8.4.4 基因调控网络的构建
8.4.5 调控网络的分析
8.4.6 调控网络的可视化
8.4.7 实验验证
8.4.8 案例分析
8.4.9 常见问题与解决方案
8.4.10 未来展望
8.5 蛋白质组数据分析
8.5.1 蛋白组数据检测技术发展
8.5.2 蛋白质鉴定数据库与工具
8.5.3 蛋白质定量技术
8.5.4 蛋白质序列特征分析
8.5.5 蛋白质信号肽的预测和识别
8.5.6 蛋白质卷曲螺旋结构预测
8.5.7 蛋白质跨膜结构分析
8.5.8 蛋白质相互作用分析
8.6 代谢组数据分析
8.6.1 代谢组学概述
8.6.2 代谢组数据分析工具
8.6.3 代谢路径分析
参考文献
同类热销排行榜
- 故宫日历(公历2017年)(精)26.4
- 时间简史(插图版)18
- 工程数学线性代数(第6版十二五普通高等教育本科国家级规划教材)7.76
- 昆虫记(精)/经典译林8.72
- 数控铣床综合实训教程19.2
- 昆虫记(插图典藏本)(精)11.2
- 化工制图习题集(普通高等教育规划教材)7.2
- 化工制图(普通高等教育规划教材)15.8
- 生命急救技能14
- 时间简史(普及版)(精)15.2
推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...