生物医学数据挖掘 _生活百科

文章插图
生物医学数据挖掘【生物医学数据挖掘】《生物医学数据挖掘》一书将数据挖掘的理论和实践相结合，着重介绍数据挖掘的基本概念及其在生物医学领域内的各种实际套用，旨在使读者能熟悉并理性地套用这种方法，解决医学基础科研及临床研究中的实际问题。本书的第一章介绍了数据挖掘的基本概念；第二章介绍了进行数据挖掘所必需的数据採集和数据清洗的方法；从第三章～第八章，结合国内外的套用实例，分别介绍了回归分析、关联规则、时间序列分析、序列分析、分类和聚类分析等数据挖掘的常用方法，并在参考文献中列出了这些套用实例的引文出处：第九章简单介绍了数据挖掘软体。
基本介绍书名：生物医学数据挖掘
作者：章鲁
ISBN： 9787532392537
页数： 118
出版社：上海科学技术出版社
出版时间： 2008-2-1
开本：16开
字　数： 145000
基本信息作　者：章鲁等编着出版社：上海科学技术出版社出版时间： 2008-2-1字　数： 145000版　次： 1页　数： 118开　本： 16开印　次： 1纸　张：胶版纸I S B N ： 9787532392537包　装：平装所属分类：图书 >> 医学 >> 其他定价：￥22.00内容简介数据挖掘是在统计分析、模式识别、机器学习及资料库技术等基础上发展起来的一门独立学科。该新兴学科具有很强的理论性和实用性，其套用价值体现在：与包括生物医学在内的其他学科相结合，为这些学科的发展提供了新颖的研究方法。本书适合于医学院校本科生及研究生、医学基础科研及临床科研工作者、生物医学工程专业学生及技术人员作为教材及参考资料使用。目录第一章概论1.1 什幺是数据挖掘1.1.1 数据、信息和知识1.1.2 数据挖掘的定义1.2 数据挖掘的套用1.2.1 套用1.2.2 方法1.3 生物医学数据挖掘的特殊性1.3.1 医学数据的特殊性1.3.2 伦理、法律和社会等方面对私密敏感的问题1.3.3 医学的特殊性质1.4 数据挖掘的评价1.4.1 样本的组织1.4.2 有指导学习的评价1.4.3 无指导学习的评价1.5 数据挖掘的过程第二章医学数据採集与準备2.1 数据的採集与组织2.1.1 数据的採集、存储和管理2.1.2 数据的组织2.2 数据预处理2.2.1 数据预处理的目的2.2.2 数据的分布特性2.2.3 数据清洗2.2.4 数据整合2.2.5 数据变换2.2.6 数据精简第三章回归分析3.1 回归分析的功能3.2 常用的回归分析方法3.2.1 线性回归3.2.2 Logistic回归3.2.3 人工神经网路3.2.4 回归树3.3 回归分析的套用一子宫颈癌患者生存率的预测.3.3.1 研究目标分析3.3.2 数据採集及预处理3.3.3 数据挖掘与分析3.3.4 性能评价与比较3.4 回归分析的套用一乳腺癌患者的预后分析3.4.1 研究目标分析3.4.2 数据採集及预处理3.4.3 数据挖掘与分析3.4.4 性能评价与比较第四章关联规则4.1 关联规则的功能4.1.1 关联规则的定义4.1.2 关联规则的质量和重要性4.2 关联规则的分析方法4.2.1 关联规则分析的基本方法4.2.2 剪枝和合併4.3 关联规则的套用——睹尿病患者的筛查4.3.1 研究目的分析4.3.2 数据採集及预处理4.3.3 数据挖掘与分析4.4 关联规则的套用一院内感染监测控制4.4.1 研究目的分析4.4.2 数据採集及预处理4.4.3 数据挖掘与分析第五章时间序列分析5.1 时间序列分析的功能5.1.1 什幺是时间序列数据5.1.2 时间序列分析的功能5.2 时间序列分析的方法5.2.1 时间序列数据的精简和变换5.2.2 时间序列数据的趋势分析5.2.3 时间序列数据中的相似性5.3 时间序列分析的套用——I型糖尿病患者血糖水平变化规律5.3.1 研究目标分析5.3.2 数据的採集、处理及挖掘第六章序列分析6.1 序列分析的功能6.1.1 序列数据的基本概念6.1.2 序列数据分析的功能6.2 生物医学中的序列分析方法6.2.1 生物医学中的序列数据6.2.2 生物医学序列数据的比对6.3 序列分析的套用一妊娠期药物副作用研究6.3.1 研究目标分析6.3.2 数据採集及预处理6.3.3 数据挖掘与分析第七章分类7.1 分类的功能7.1.1 分类的定义和功能7.1.2 分类的一般方法7.2 分类的方法7.2.1 分类方法的关键技术7.2.2 特徵属性的选择7.2.3 分类器的选择7.3 分类的套用一冠心病预测7.3.1 研究目标7.3.2 数据採集与处理7.3.3 数据挖掘与分析7.4 分类的套用一失语症分类7.4.1 研究目标7.4.2 数据採集与处理7.4.3 数据挖掘与分析第八章聚类分析8.1 聚类分析的功能8.1.1 聚类分析的定义和作用8.1.2 聚类分析中的相似性度量8.2 聚类分析的方法8.2.1 聚类分析方法8.2.2 高维特徵空间中的聚类8.3 聚类分析的套用——住院患者人群分类8.3.1 研究目标8.3.2 数据採集与处理8.3.3 数据挖掘与分析第九章数据挖掘软体9.1 数据挖掘软体产品 9.1.1 数据挖掘系统产品9.1.2 如何选择数据挖掘软体9.2 数据挖掘软体的运行环境9.2.1 输入数据形式9.2.2 数据输出形式9.3 数据挖掘软体的功能构成9.3.1 SAS/Enterprise Miner功能简介9.3.2 SPSS/Clementine功能简介参考文献