生物醫(yī)學數(shù)據(jù)挖掘

定　價：￥22.00

作　者：	章魯、龔著琳、陳瑛、顧順德
出版社：	上?？茖W技術(shù)出版社
叢編項：
標　簽：	醫(yī)學

購買這本書可以去

ISBN：	9787532392537	出版時間：	2008-04-01	包裝：	平裝
開本：	16開	頁數(shù)：	118	字數(shù)：

內(nèi)容簡介

　　數(shù)據(jù)挖掘是在統(tǒng)計分析、模式識別、機器學習及數(shù)據(jù)庫技術(shù)等基礎上發(fā)展起來的一門獨立學科。該新興學科具有很強的理論性和實用性，其應用價值體現(xiàn)在：與包括生物醫(yī)學在內(nèi)的其他學科相結(jié)合，為這些學科的發(fā)展提供了新穎的研究方法。本書將數(shù)據(jù)挖掘的理論和實踐相結(jié)合，著重介紹數(shù)據(jù)挖掘的基本概念及其在生物醫(yī)學領域內(nèi)的各種實際應用，旨在使讀者能熟悉并理性地應用這種方法，解決醫(yī)學基礎科研及臨床研究中的實際問題。本書的第一章介紹了數(shù)據(jù)挖掘的基本概念；第二章介紹了進行數(shù)據(jù)挖掘所必需的數(shù)據(jù)采集和數(shù)據(jù)清洗的方法；從第三章～第八章，結(jié)合國內(nèi)外的應用實例，分別介紹了回歸分析、關聯(lián)規(guī)則、時間序列分析、序列分析、分類和聚類分析等數(shù)據(jù)挖掘的常用方法，并在參考文獻中列出了這些應用實例的引文出處：第九章簡單介紹了數(shù)據(jù)挖掘軟件。本書適合于醫(yī)學院校本科生及研究生、醫(yī)學基礎科研及臨床科研工作者、生物醫(yī)學工程專業(yè)學生及技術(shù)人員作為教材及參考資料使用。

作者簡介

暫缺《生物醫(yī)學數(shù)據(jù)挖掘》作者簡介

圖書目錄

sp; 1.1  什么是數(shù)據(jù)挖掘
    1.1.1  數(shù)據(jù)、信息和知識
    1.1.2  數(shù)據(jù)挖掘的定義
  1.2  數(shù)據(jù)挖掘的應用
    1.2.1  應用
    1.2.2  方法
    1.3  生物醫(yī)學數(shù)據(jù)挖掘的特殊性
    1.3.1  醫(yī)學數(shù)據(jù)的特殊性
    1.3.2  倫理、法律和社會等方面對私密敏感的問題
    1.3.3  醫(yī)學的特殊性質(zhì)
  1.4  數(shù)據(jù)挖掘的評價
    1.4.1  樣本的組織
    1.4.2  有指導學習的評價
    1.4.3  無指導學習的評價
  1.5  數(shù)據(jù)挖掘的過程
第二章  醫(yī)學數(shù)據(jù)采集與準備
  2.1  數(shù)據(jù)的采集與組織
    2.1.1  數(shù)據(jù)的采集、存儲和管理
    2.1.2  數(shù)據(jù)的組織
  2.2  數(shù)據(jù)預處理
    2.2.1  數(shù)據(jù)預處理的目的
    2.2.2  數(shù)據(jù)的分布特性
    2.2.3  數(shù)據(jù)清洗
    2.2.4  數(shù)據(jù)整合
    2.2.5  數(shù)據(jù)變換
    2.2.6  數(shù)據(jù)精簡
第三章  回歸分析
  3.1  回歸分析的功能
  3.2  常用的回歸分析方法
    3.2.1  線性回歸
    3.2.2  Logistic回歸
    3.2.3  人工神經(jīng)網(wǎng)絡
    3.2.4  回歸樹
  3.3  回歸分析的應用一子宮頸癌患者生存率的預測.
    3.3.1  研究目標分析
    3.3.2  數(shù)據(jù)采集及預處理
    3.3.3  數(shù)據(jù)挖掘與分析
    3.3.4  性能評價與比較
  3.4  回歸分析的應用一乳腺癌患者的預后分析
    3.4.1  研究目標分析
    3.4.2  數(shù)據(jù)采集及預處理
    3.4.3  數(shù)據(jù)挖掘與分析
    3.4.4  性能評價與比較
第四章  關聯(lián)規(guī)則
  4.1  關聯(lián)規(guī)則的功能
    4.1.1  關聯(lián)規(guī)則的定義
    4.1.2  關聯(lián)規(guī)則的質(zhì)量和重要性
  4.2  關聯(lián)規(guī)則的分析方法
    4.2.1  關聯(lián)規(guī)則分析的基本方法
    4.2.2  剪枝和合并
  4.3  關聯(lián)規(guī)則的應用——睹尿病患者的篩查
    4.3.1  研究目的分析
    4.3.2  數(shù)據(jù)采集及預處理
    4.3.3  數(shù)據(jù)挖掘與分析
  4.4  關聯(lián)規(guī)則的應用一院內(nèi)感染監(jiān)測控制
    4.4.1  研究目的分析
    4.4.2  數(shù)據(jù)采集及預處理
    4.4.3  數(shù)據(jù)挖掘與分析
第五章  時間序列分析
  5.1  時間序列分析的功能
    5.1.1  什么是時間序列數(shù)據(jù)
    5.1.2  時間序列分析的功能
  5.2  時間序列分析的方法
    5.2.1  時間序列數(shù)據(jù)的精簡和變換
    5.2.2  時間序列數(shù)據(jù)的趨勢分析
    5.2.3  時間序列數(shù)據(jù)中的相似性
  5.3  時間序列分析的應用——I型糖尿病患者血糖水平變化規(guī)律
    5.3.1  研究目標分析
    5.3.2  數(shù)據(jù)的采集、處理及挖掘
第六章  序列分析
  6.1  序列分析的功能
    6.1.1  序列數(shù)據(jù)的基本概念
    6.1.2  序列數(shù)據(jù)分析的功能
  6.2  生物醫(yī)學中的序列分析方法
    6.2.1  生物醫(yī)學中的序列數(shù)據(jù)
    6.2.2  生物醫(yī)學序列數(shù)據(jù)的比對
  6.3  序列分析的應用一妊娠期藥物副作用研究
    6.3.1  研究目標分析
    6.3.2  數(shù)據(jù)采集及預處理
    6.3.3  數(shù)據(jù)挖掘與分析
第七章  分類
  7.1  分類的功能
    7.1.1  分類的定義和功能
    7.1.2  分類的一般方法
  7.2  分類的方法
    7.2.1  分類方法的關鍵技術(shù)
    7.2.2  特征屬性的選擇
    7.2.3  分類器的選擇
  7.3  分類的應用一冠心病預測
    7.3.1  研究目標
    7.3.2  數(shù)據(jù)采集與處理
    7.3.3  數(shù)據(jù)挖掘與分析
  7.4  分類的應用一失語癥分類
    7.4.1  研究目標
    7.4.2  數(shù)據(jù)采集與處理
    7.4.3  數(shù)據(jù)挖掘與分析
第八章  聚類分析
  8.1  聚類分析的功能
    8.1.1  聚類分析的定義和作用
    8.1.2  聚類分析中的相似性度量
  8.2  聚類分析的方法
    8.2.1  聚類分析方法
    8.2.2  高維特征空間中的聚類
  8.3  聚類分析的應用——住院患者人群分類
    8.3.1  研究目標
    8.3.2  數(shù)據(jù)采集與處理
    8.3.3  數(shù)據(jù)挖掘與分析
第九章  數(shù)據(jù)挖掘軟件
  9.1  數(shù)據(jù)挖掘軟件產(chǎn)品
    9.1.1  數(shù)據(jù)挖掘系統(tǒng)產(chǎn)品
    9.1.2  如何選擇數(shù)據(jù)挖掘軟件
  9.2  數(shù)據(jù)挖掘軟件的運行環(huán)境
    9.2.1  輸入數(shù)據(jù)形式
    9.2.2  數(shù)據(jù)輸出形式
  9.3  數(shù)據(jù)挖掘軟件的功能構(gòu)成
    9.3.1  SAS／Enterprise Miner功能簡介
    9.3.2  SPSS／Clementine功能簡介
參考文獻