醫(yī)療大數(shù)據(jù)挖掘與可視化

第 1 部分 總體篇
第 1 章 醫(yī)療大數(shù)據(jù)概述 2
1.1 大數(shù)據(jù)概述 2
1.1.1 大數(shù)據(jù)基礎(chǔ)知識(shí) 2
1.1.2 大數(shù)據(jù)關(guān)鍵技術(shù) 4
1.2 醫(yī)療大數(shù)據(jù)本質(zhì) 5
1.2.1 醫(yī)療大數(shù)據(jù)產(chǎn)生的背景 5
1.2.2 醫(yī)療大數(shù)據(jù)來(lái)源與內(nèi)容 6
1.2.3 醫(yī)療大數(shù)據(jù)的特征 7
參考文獻(xiàn) 8
第 2 章 醫(yī)療大數(shù)據(jù)平臺(tái)概述 9
2.1 醫(yī)療大數(shù)據(jù)平臺(tái)簡(jiǎn)介 9
2.1.1 醫(yī)療大數(shù)據(jù)平臺(tái)的作用 9
2.1.2 大數(shù)據(jù)平臺(tái)處理數(shù)據(jù)的步驟 9
2.1.3 大數(shù)據(jù)平臺(tái)產(chǎn)品 10
2.2 醫(yī)療大數(shù)據(jù)平臺(tái)架構(gòu) 11
2.2.1 基本架構(gòu) 11
2.2.2 數(shù)據(jù)采集層 12
2.2.3 數(shù)據(jù)處理層 13
2.2.4 數(shù)據(jù)分析層 13
2.2.5 數(shù)據(jù)訪問(wèn)層 13
2.2.6 數(shù)據(jù)應(yīng)用層 13
2.2.7 數(shù)據(jù)管理層 13
2.2.8 開(kāi)源框架 14
2.3 醫(yī)療大數(shù)據(jù)平臺(tái)的存儲(chǔ)技術(shù) 14
2.3.1 HDFS 14
2.3.2 NoSQL 數(shù)據(jù)庫(kù) 16
2.4 醫(yī)療大數(shù)據(jù)平臺(tái)計(jì)算模式 19
2.4.1 大數(shù)據(jù)批處理計(jì)算 19
2.4.2 大數(shù)據(jù)查詢分析計(jì)算 20
2.4.3 大數(shù)據(jù)流計(jì)算 20
2.4.4 大數(shù)據(jù)迭代計(jì)算 21
2.4.5 大數(shù)據(jù)圖計(jì)算 22
2.5 醫(yī)療大數(shù)據(jù)平臺(tái)其他組件 22
2.5.1 分布式資源管理器YARN 22
2.5.2 分布式協(xié)調(diào)服務(wù)ZooKeeper 22
2.5.3 分布式消息隊(duì)列Kafka 23
2.5.4 集群管理與監(jiān)控Ambari 23
2.5.5 工作流調(diào)度器Oozie 23
2.5.6 數(shù)據(jù)轉(zhuǎn)換工具Sqoop 23
2.5.7 日志收集工具Flume 24
參考文獻(xiàn) 24
第 2 部分 數(shù)據(jù)基礎(chǔ)篇
第3 章 醫(yī)療大數(shù)據(jù)采集 28
3.1 醫(yī)療大數(shù)據(jù)采集的必要性與影響因素 28
3.1.1 醫(yī)療大數(shù)據(jù)采集的必要性 28
3.1.2 醫(yī)療大數(shù)據(jù)采集的影響因素 29
3.2 傳統(tǒng)數(shù)據(jù)采集技術(shù)及其局限性 29
3.2.1 傳感器技術(shù) 30
3.2.2 射頻識(shí)別技術(shù) 30
3.2.3 條碼技術(shù) 30
3.2.4 日志文件 31
3.2.5 移動(dòng)互聯(lián)網(wǎng)技術(shù) 31
3.2.6 網(wǎng)絡(luò)爬蟲(chóng)技術(shù) 31
3.2.7 檢索分類(lèi)工具 32
3.2.8 傳統(tǒng)數(shù)據(jù)采集技術(shù)的局限性 32
3.3 面向醫(yī)療大數(shù)據(jù)的平臺(tái)化數(shù)據(jù)采集 33
3.3.1 平臺(tái)化技術(shù) 33
3.3.2 基于平臺(tái)化技術(shù)的醫(yī)療大數(shù)據(jù)采集 34
3.3.3 平臺(tái)化醫(yī)療大數(shù)據(jù)采集的流程 34
3.4 平臺(tái)化醫(yī)療大數(shù)據(jù)采集的關(guān)鍵技術(shù) 36
3.4.1 SOA 36
3.4.2 ESB 36
3.4.3 數(shù)據(jù)倉(cāng)庫(kù) 37
3.4.4 前置機(jī) 37
3.4.5 數(shù)據(jù)接口方案 38
3.4.6 其他 38
參考文獻(xiàn) 38
第4 章 醫(yī)療大數(shù)據(jù)清洗 41
4.1 醫(yī)療大數(shù)據(jù)清洗的必要性 41
4.1.1 臟數(shù)據(jù)的產(chǎn)生原因 41
4.1.2 臟數(shù)據(jù)的存在形式 42
4.2 醫(yī)療大數(shù)據(jù)清洗的含義 45
4.2.1 數(shù)據(jù)清洗的概念 45
4.2.2 數(shù)據(jù)清洗的評(píng)價(jià)標(biāo)準(zhǔn) 45
4.3 醫(yī)療大數(shù)據(jù)清洗過(guò)程簡(jiǎn)述 47
4.4 醫(yī)療大數(shù)據(jù)的清洗流程 47
參考文獻(xiàn) 49
第5 章 醫(yī)療大數(shù)據(jù)融合 50
5.1 醫(yī)療大數(shù)據(jù)融合的必要性 50
5.1.1 數(shù)據(jù)融合的概念 50
5.1.2 數(shù)據(jù)融合的類(lèi)型 51
5.1.3 數(shù)據(jù)融合的優(yōu)勢(shì) 52
5.1.4 醫(yī)療大數(shù)據(jù)融合的必要性 52
5.2 傳統(tǒng)數(shù)據(jù)融合技術(shù)及其局限性 53
5.2.1 統(tǒng)計(jì)學(xué)方法 53
5.2.2 信號(hào)處理與估計(jì)理論方法 54
5.2.3 人工智能方法 54
5.2.4 信息論方法 55
5.2.5 傳統(tǒng)數(shù)據(jù)融合技術(shù)的局限性 55
5.3 面向醫(yī)療大數(shù)據(jù)的數(shù)據(jù)融合 56
5.3.1 數(shù)據(jù)融合的原理 56
5.3.2 數(shù)據(jù)融合的一般步驟 56
5.4 醫(yī)療大數(shù)據(jù)融合的關(guān)鍵技術(shù) 58
5.4.1 數(shù)據(jù)預(yù)處理 58
5.4.2 不同類(lèi)型數(shù)據(jù)的處理 59
5.4.3 OLAP 引擎 60
5.4.4 D-S 證據(jù)理論融合技術(shù) 61
5.4.5 基于深度學(xué)習(xí)的多源異構(gòu)數(shù)據(jù)融合 61
5.5 醫(yī)療大數(shù)據(jù)融合的應(yīng)用實(shí)踐 62
5.6 醫(yī)療大數(shù)據(jù)融合的支撐要素 63
參考文獻(xiàn) 63
第3 部分 數(shù)據(jù)挖掘篇
第6 章 醫(yī)療大數(shù)據(jù)挖掘概述 66
6.1 醫(yī)療大數(shù)據(jù)挖掘的相關(guān)概念與意義 66
6.1.1 醫(yī)療大數(shù)據(jù)挖掘的基礎(chǔ)知識(shí) 66
6.1.2 醫(yī)療大數(shù)據(jù)挖掘的意義 68
6.2 醫(yī)療大數(shù)據(jù)挖掘的原理與應(yīng)用 69
6.2.1 醫(yī)療大數(shù)據(jù)挖掘的核心技術(shù) 69
6.2.2 醫(yī)療大數(shù)據(jù)挖掘的難點(diǎn) 71
6.2.3 醫(yī)療大數(shù)據(jù)挖掘的模型框架設(shè)計(jì)與流程 72
6.2.4 醫(yī)療大數(shù)據(jù)挖掘的應(yīng)用 74
參考文獻(xiàn) 77
第7 章 醫(yī)療大數(shù)據(jù)挖掘工具與方法 78
7.1 醫(yī)療大數(shù)據(jù)挖掘工具 78
7.1.1 工具分類(lèi) 78
7.1.2 開(kāi)源工具 79
7.1.3 非開(kāi)源工具 81
7.2 醫(yī)療大數(shù)據(jù)挖掘方法概述 82
7.2.1 關(guān)聯(lián)規(guī)則挖掘 82
7.2.2 分類(lèi)挖掘分析 82
7.2.3 聚類(lèi)分析 83
7.2.4 異常挖掘分析 83
7.2.5 流行病檢測(cè)和預(yù)報(bào) 84
7.3 基于傳統(tǒng)機(jī)器學(xué)習(xí)的醫(yī)療大數(shù)據(jù)挖掘方法 84
7.3.1 支持向量機(jī) 84
7.3.2 邏輯回歸 85
7.3.3 決策樹(shù) 85
7.3.4 貝葉斯網(wǎng)絡(luò) 85
7.3.5 人工神經(jīng)網(wǎng)絡(luò) 86
7.4 基于深度學(xué)習(xí)的醫(yī)療大數(shù)據(jù)挖掘方法 86
7.4.1 深度學(xué)習(xí)模型 86
7.4.2 深度學(xué)習(xí)在醫(yī)療領(lǐng)域的應(yīng)用 89
參考文獻(xiàn) 90
第4 部分 可視化篇
第8 章 醫(yī)療大數(shù)據(jù)可視化概述 92
8.1 醫(yī)療大數(shù)據(jù)可視化的概念與意義 92
8.1.1 相關(guān)概念 92
8.1.2 醫(yī)療大數(shù)據(jù)可視化的基礎(chǔ) 94
8.1.3 醫(yī)療大數(shù)據(jù)可視化的意義 95
8.2 醫(yī)療大數(shù)據(jù)可視化流程與設(shè)計(jì) 96
8.2.1 醫(yī)療大數(shù)據(jù)可視化的流程 96
8.2.2 醫(yī)療大數(shù)據(jù)可視化設(shè)計(jì)的基本原則 98
8.2.3 醫(yī)療大數(shù)據(jù)可視化設(shè)計(jì)框架 99
參考文獻(xiàn) 100
第9 章 醫(yī)療大數(shù)據(jù)可視化工具與方法 102
9.1 數(shù)據(jù)可視化的常用工具 102
9.1.1 初級(jí)可視化工具 102
9.1.2 信息圖表類(lèi)可視化工具 103
9.1.3 地圖類(lèi)可視化工具 104
9.1.4 編程類(lèi)可視化工具 105
9.2 精準(zhǔn)醫(yī)療數(shù)據(jù)可視化的工具 106
9.2.1 基因組的可視化工具 106
9.2.2 分子結(jié)構(gòu)的可視化工具 110
9.3 醫(yī)療大數(shù)據(jù)可視化的常用方法 112
9.3.1 醫(yī)療數(shù)據(jù)可視化的常用統(tǒng)計(jì)圖 112
9.3.2 醫(yī)療文本數(shù)據(jù)的可視化方法 116
9.3.3 復(fù)雜醫(yī)療數(shù)據(jù)的可視化方法 120
參考文獻(xiàn) 123
第5 部分 應(yīng)用篇
第 10 章 實(shí)例展示：醫(yī)療大數(shù)據(jù)可視化分析平臺(tái) 126
10.1 醫(yī)療大數(shù)據(jù)可視化分析平臺(tái)設(shè)計(jì) 126
10.1.1 平臺(tái)設(shè)計(jì)目標(biāo) 126
10.1.2 平臺(tái)設(shè)計(jì)思路 126
10.1.3 平臺(tái)總體架構(gòu) 127
10.2 醫(yī)療大數(shù)據(jù)可視化分析平臺(tái)的功能模塊 127
10.2.1 “數(shù)據(jù)概覽”模塊介紹 127
10.2.2 “我的研究”模塊介紹 131
10.2.3 “數(shù)據(jù)分析”模塊介紹 140
10.2.4 “智能搜索”模塊介紹 173
10.2.5 “病人360”模塊介紹 174
10.3 醫(yī)療大數(shù)據(jù)可視化分析平臺(tái)的管理模塊 179
10.3.1 數(shù)據(jù)源配置 179
10.3.2 輸入建議配置 182
10.3.3 資源權(quán)限配置 183
10.3.4 指標(biāo)配置 184
10.3.5 用戶權(quán)限配置 185
10.3.6 日志瀏覽 186
10.3.7 修改密碼設(shè)置 186
10.4 醫(yī)療大數(shù)據(jù)可視化分析平臺(tái)安全措施 187