醫(yī)學(xué)大數(shù)據(jù)挖掘與應(yīng)用

第1章  大數(shù)據(jù)概論 1
1.1  大數(shù)據(jù)技術(shù)概述 1
1.1.1  大數(shù)據(jù)的基本概念 2
1.1.2  IT產(chǎn)業(yè)的發(fā)展簡史 2
1.1.3  大數(shù)據(jù)的來源 4
1.1.4  大數(shù)據(jù)的產(chǎn)生過程 4
1.1.5  大數(shù)據(jù)的特點 5
1.1.6  大數(shù)據(jù)處理的基本流程 5
1.1.7  大數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)類型 6
1.1.8  大數(shù)據(jù)的特征 6
1.1.9  大數(shù)據(jù)的應(yīng)用領(lǐng)域 7
1.2  大數(shù)據(jù)技術(shù)架構(gòu) 7
1.3  大數(shù)據(jù)的整體技術(shù)和關(guān)鍵技術(shù) 9
1.4  大數(shù)據(jù)分析的典型工具簡介 12
1.5  大數(shù)據(jù)的未來發(fā)展趨勢 14
本章小結(jié) 16
習(xí)題1 17
第2章  大數(shù)據(jù)的采集及預(yù)處理 18
2.1  數(shù)據(jù)采集概述 18
2.1.1  數(shù)據(jù)分類體系 18
2.1.2  數(shù)據(jù)采集 19
2.1.3  數(shù)據(jù)采集系統(tǒng) 20
2.1.4  臨床試驗電子數(shù)據(jù)采集系統(tǒng) 22
2.2  大數(shù)據(jù)采集的數(shù)據(jù)來源 27
2.3  大數(shù)據(jù)采集的技術(shù)方法 29
2.4  大數(shù)據(jù)處理與集成 33
本章小結(jié) 38
習(xí)題2 40
第3章  大數(shù)據(jù)建模概述 42
3.1  數(shù)據(jù)模型簡介 42
3.1.1  數(shù)據(jù)模型的定義 42
3.1.2  數(shù)據(jù)模型之間的關(guān)系 44
3.2  大數(shù)據(jù)建模的主要技術(shù)方法 45
3.2.1  經(jīng)典大數(shù)據(jù)建模常用的技術(shù)方法 45
3.2.2  分布式處理大數(shù)據(jù)的技術(shù)方法 50
3.2.3  大數(shù)據(jù)分析模式的分類 51
3.3  大數(shù)據(jù)建模過程 52
3.3.1  大數(shù)據(jù)建模流程 52
3.3.2  大數(shù)據(jù)建模應(yīng)遵循的規(guī)律 53
3.4  醫(yī)學(xué)大數(shù)據(jù)建模應(yīng)用案例 56
本章小結(jié) 58
習(xí)題3 59
第4章  數(shù)據(jù)可視化應(yīng)用 60
4.1  數(shù)據(jù)可視化概述 60
4.1.1  數(shù)據(jù)可視化的由來 60
4.1.2  數(shù)據(jù)可視化的概念 61
4.2  數(shù)據(jù)可視化的設(shè)計 61
4.2.1  數(shù)據(jù)可視化流程 62
4.2.2  數(shù)據(jù)可視化過程 62
4.3  數(shù)據(jù)可視化的表達(dá)方式 67
4.3.1  傳統(tǒng)的表達(dá)方式 67
4.3.2  現(xiàn)代的表達(dá)方式 70
4.4  數(shù)據(jù)可視化的工具 73
4.4.1  入門級工具 74
4.4.2  在線數(shù)據(jù)可視化工具 75
4.4.3  互動圖形用戶界面控制 77
4.4.4  三維工具 78
4.4.5  地圖工具 79
4.4.6  進(jìn)階工具 81
4.4.7  專家級工具 82
4.5  數(shù)據(jù)可視化在生物領(lǐng)域中的應(yīng)用 83
本章小結(jié) 85
習(xí)題4 86
第5章  Hadoop概論 87
5.1  Hadoop概述 87
5.1.1　Hadoop的發(fā)展歷史 87
5.1.2　Hadoop的功能與優(yōu)勢 88
5.1.3　Hadoop應(yīng)用現(xiàn)狀和發(fā)展趨勢 88
5.1.4　Linux下Hadoop平臺的搭建 90
5.1.5　Windows下Hadoop平臺的搭建 91
5.2  Hadoop結(jié)構(gòu)簡介 92
5.2.1  HDFS 93
5.2.2  MapReduce 93
5.2.3  Common 93
5.2.4  YARN 93
5.2.5  其他模塊 94
5.3  Apache Spark概述 98
5.3.1  Apache Spark原理 98
5.3.2  Apache Spark的優(yōu)點 99
本章小結(jié) 100
習(xí)題5 102
第6章  HDFS、MapReduce和
Common概論 103
6.1  HDFS概述 103
6.1.1  HDFS的設(shè)計目標(biāo) 103
6.1.2  HDFS架構(gòu) 104
6.1.3  HDFS工作原理 107
6.1.4  HDFS源代碼結(jié)構(gòu) 109
6.1.5　HDFS接口 110
6.2  MapReduce概述 112
6.2.1  MapReduce功能和技術(shù)特征 112
6.2.2  MapReduce工作機(jī)制 114
6.2.3  MapReduce執(zhí)行流程 115
6.2.4  MapReduce編程源碼范例 117
6.2.5  MapReduce接口 118
6.3  Common概述 120
本章小結(jié) 121
習(xí)題6 122
第7章  NoSQL技術(shù) 124
7.1  NoSQL基礎(chǔ)知識 124
7.1.1  大數(shù)據(jù)的一致性策略 124
7.1.2  大數(shù)據(jù)的分區(qū)與放置策略 125
7.1.3  大數(shù)據(jù)的復(fù)制與容錯技術(shù) 126
7.1.4  大數(shù)據(jù)的緩存技術(shù) 127
7.2  NoSQL的種類 128
7.2.1  鍵值存儲 129
7.2.2  列存儲 129
7.2.3  面向文檔存儲 129
7.2.4  圖形存儲 130
7.3  典型的NoSQL工具 131
7.3.1  Redis 131
7.3.2  Bigtable 131
7.3.3  CouchDB 132
7.3.4  Neo4j 134
本章小結(jié) 134
習(xí)題7 135
第8章  云計算與大數(shù)據(jù) 137
8.1  云計算概論 137
8.1.1  云計算的定義 137
8.1.2  云計算的基本特征 138
8.1.3  云計算的服務(wù)模式 140
8.1.4  云計算的部署模式 141
8.2  云計算的相關(guān)技術(shù) 142
8.2.1  虛擬化技術(shù) 142
8.2.2  大數(shù)據(jù)分布式存儲 143
8.2.3  大數(shù)據(jù)管理技術(shù) 144
8.2.4  并行編程模式 145
8.2.5  云計算數(shù)據(jù)中心 145
8.2.6  云計算集群 147
8.2.7  云計算仿真 148
8.3  云計算安全 150
8.3.1  云計算安全現(xiàn)狀 150
8.3.2  云計算安全服務(wù)體系 152
8.3.3  云計算安全關(guān)鍵技術(shù) 153
8.4  醫(yī)學(xué)大數(shù)據(jù)與云計算 154
8.4.1  生物醫(yī)學(xué)大數(shù)據(jù)的云解決方案 155
8.4.2  區(qū)域醫(yī)療信息云平臺建設(shè) 158
本章小結(jié) 161
習(xí)題8 161
第9章  大數(shù)據(jù)解決方案 163
9.1  大數(shù)據(jù)解決方案基礎(chǔ) 163
9.2  典型大數(shù)據(jù)解決方案 165
9.2.1  Microsoft大數(shù)據(jù)解決方案 165
9.2.2  Oracle大數(shù)據(jù)解決方案 167
9.2.3  IBM大數(shù)據(jù)解決方案 168
9.2.4  Intel大數(shù)據(jù)解決方案 170
9.3  醫(yī)學(xué)及商業(yè)大數(shù)據(jù)具體應(yīng)用案例 172
9.3.1  醫(yī)學(xué)大數(shù)據(jù)應(yīng)用案例 172
9.3.2  商業(yè)大數(shù)據(jù)應(yīng)用案例 175
本章小結(jié) 178
習(xí)題9 179
第10章  醫(yī)學(xué)大數(shù)據(jù)挖掘 180
10.1  國內(nèi)外醫(yī)學(xué)大數(shù)據(jù)的發(fā)展現(xiàn)狀 180
10.1.1  國外醫(yī)學(xué)大數(shù)據(jù)的發(fā)展現(xiàn)狀 180
10.1.2  國內(nèi)醫(yī)學(xué)大數(shù)據(jù)的發(fā)展現(xiàn)狀 181
10.2  醫(yī)學(xué)大數(shù)據(jù)的種類、問題及對策 182
10.2.1  醫(yī)學(xué)大數(shù)據(jù)的種類 182
10.2.2  醫(yī)學(xué)大數(shù)據(jù)存在的問題及對策 186
10.3  醫(yī)學(xué)大數(shù)據(jù)挖掘的特點、主要方法及應(yīng)用 187
10.3.1  大數(shù)據(jù)挖掘概述 187
10.3.2  醫(yī)學(xué)大數(shù)據(jù)挖掘的特點 188
10.3.3  醫(yī)學(xué)大數(shù)據(jù)挖掘的主要方法 189
10.3.4  醫(yī)學(xué)大數(shù)據(jù)挖掘的應(yīng)用 191
10.4  基于互聯(lián)網(wǎng)的大數(shù)據(jù)挖掘與生物監(jiān)測 197
10.4.1  基于互聯(lián)網(wǎng)的大數(shù)據(jù)生物監(jiān)測原理 197
10.4.2  基于互聯(lián)網(wǎng)的大數(shù)據(jù)生物
監(jiān)測的典型應(yīng)用 197
本章小結(jié) 202
習(xí)題10 203
習(xí)題答案 205
參考文獻(xiàn) 214