作者：李姣
页数：216
出版社：中国协和医科大学出版社
出版日期：2022
ISBN：9787567917705
电子书格式：pdf/epub/txt
内容简介
本书将数据挖掘的方法与医学应用实践相结合，配以大量的案例和示范代码，将医学数据获取、数据操作、缺失值处理、数据可视化、机器学习等方法的讲解与相应的R语言程序设计与实现相结合。此外，本书结合中文电子病历自然语言处理、肿瘤基因组数据分析等具体案例，将数据挖掘技能融入具体医学研究问题的解决中，有助于学生在复现程序代码过程中理解和掌握数据挖掘技能。
作者简介
李姣，研究员，中国医学科学院北京协和医学院医学信息研究所，医学信息创新研究中心主任，医学信息学教研室主任，担任中华医学会医学信息学分会 ，医学大数据与人工智能学组组长。李姣博士毕业于清华大学，获计算机科学与技术专业博士学位，在美国国立卫生研究院开展医学信息学方向博士后研究工作。2012年回国，在中国医学科学院北京协和医学院医学信息研究所开展科研和教学工作。主持开展 重点研发计划、 自然科学基金医学人工智能先导专项等课题研究，其研究成果发表在 医学信息学领域核心期刊，发表学术论文80余篇，授权发明专利5项。面向北京协和医学院研究生开设《医学数据挖掘实用技术》课程，获协和医学院 教师、师德先锋称号。指导学生参加“共享杯”大学生科技资源共享服务创新大赛获优异成绩，被评为 指导教师荣誉称号。
目录
第一章 医学数据挖掘导论
第一节 数据挖掘基本概念
第二节 开放医学数据资源及利用遵循原则
第三节 医学数据挖掘研究设计要点
第四节 医学数据挖掘研究的应用
第二章 R语言数据操作与可视化
第一节 R语言概述
第二节 R环境配置
第三节 R基本数据类型与数据操作
第四节 绘图基础
第三章 数据获取与数据清洗技术
第一节 基于R的数据采集与数据获取
第二节 数据清洗实用技术
第四章 数据描述性分析与探索性分析
第一节 数据描述性分析
第二节 数据探索性分析
第三节 案例：住院患者人口学特征可视化展示
第四节 案例：住院患者可视化探索性分析
第五章 医学数据建模与机器学习
第一节 机器学习概述
第二节 有监督学习
第三节 模型评价
第四节 无监督学习
第六章 基于电子病历的疾病风险预测
第一节 电子病历数据特点
第二节 疾病风险预测研究概述
第三节 统计分析与集成学习
第四节 特征重要性分析
第五节 研究案例
第七章 临床电子病历文本挖掘
第一节 文本挖掘概述
第二节 电子病历文本特点
第三节 中文电子病历命名实体识别
第四节 研究案例
第八章 肿瘤基因表达数据的关联分析及可视化
第一节 肿瘤组学数据及挖掘概述
第二节 基因表达数据表示与获取
第三节 基因表达数据关联分析
第四节 关联分析结果可视化
第五节 研究案例
参考文献
第一节 数据挖掘基本概念
第二节 开放医学数据资源及利用遵循原则
第三节 医学数据挖掘研究设计要点
第四节 医学数据挖掘研究的应用
第二章 R语言数据操作与可视化
第一节 R语言概述
第二节 R环境配置
第三节 R基本数据类型与数据操作
第四节 绘图基础
第三章 数据获取与数据清洗技术
第一节 基于R的数据采集与数据获取
第二节 数据清洗实用技术
第四章 数据描述性分析与探索性分析
第一节 数据描述性分析
第二节 数据探索性分析
第三节 案例：住院患者人口学特征可视化展示
第四节 案例：住院患者可视化探索性分析
第五章 医学数据建模与机器学习
第一节 机器学习概述
第二节 有监督学习
第三节 模型评价
第四节 无监督学习
第六章 基于电子病历的疾病风险预测
第一节 电子病历数据特点
第二节 疾病风险预测研究概述
第三节 统计分析与集成学习
第四节 特征重要性分析
第五节 研究案例
第七章 临床电子病历文本挖掘
第一节 文本挖掘概述
第二节 电子病历文本特点
第三节 中文电子病历命名实体识别
第四节 研究案例
第八章 肿瘤基因表达数据的关联分析及可视化
第一节 肿瘤组学数据及挖掘概述
第二节 基因表达数据表示与获取
第三节 基因表达数据关联分析
第四节 关联分析结果可视化
第五节 研究案例
参考文献
