注冊 | 登錄讀書好,好讀書,讀好書!
讀書網-DuShu.com
當前位置: 首頁出版圖書教育/教材/教輔教材高職高專教材醫(yī)學數據分析方法與技術研究

醫(yī)學數據分析方法與技術研究

醫(yī)學數據分析方法與技術研究

定 價:¥116.00

作 者: 劉尚輝
出版社: 科學出版社
叢編項:
標 簽: 暫缺

購買這本書可以去


ISBN: 9787030695949 出版時間: 2022-03-01 包裝: 平裝-膠訂
開本: 16開 頁數: 字數:  

內容簡介

  隨著醫(yī)學現(xiàn)代化技術的飛速發(fā)展以及醫(yī)學大數據時代的到來,各種類型的醫(yī)學數據需要人們去感知、理解和響應,更需要研究人員用現(xiàn)代科學技術手段挖掘其中蘊含的實用價值。本書圍繞整個醫(yī)學數據科研和應用的完整流程,論述了醫(yī)學數據的來源、數據預處理、數據分析、可視化以及實際應用。本書還詳細闡述了生物信息學和網絡藥理學的研究方法與技術應用,供相關科研人員參考。本書列舉了大量相關醫(yī)學分析實例,具有實用性和可操作性,便于讀者深入理解和快速掌握解決醫(yī)學實際問題的方法與技術。 本書可作為醫(yī)學專業(yè)的醫(yī)學數據分析相關課程的教材,也可作為廣大非醫(yī)學專業(yè)讀者的閱讀參考書。

作者簡介

暫缺《醫(yī)學數據分析方法與技術研究》作者簡介

圖書目錄

上篇 醫(yī)學數據概論
第1章 醫(yī)學數據概述 3
1.1 醫(yī)學數據來源 3
1.2 醫(yī)學數據的特點及應用 5
1.2.1 醫(yī)學數據的特點 6
1.2.2 醫(yī)學數據的應用 7
1.3 醫(yī)學數據庫簡介 12
1.3.1 常用醫(yī)學公共數據庫 12
1.3.2 常用醫(yī)學文獻數據庫 19
第2章 醫(yī)學數據分析過程 20
2.1 醫(yī)學數據分析流程 20
2.2 醫(yī)學數據采集 22
2.2.1 醫(yī)學數據采集概述 22
2.2.2 醫(yī)學結構化數據的采集 23
2.2.3 醫(yī)學非結構化數據的采集 27
2.3 醫(yī)學數據預處理 31
2.3.1 數據清洗 31
2.3.2 數據整合 32
2.3.3 數據轉換 33
2.4 醫(yī)學數據挖掘常用方法 34
2.4.1 聚類分析 35
2.4.2 決策樹算法 35
2.4.3 關聯(lián)規(guī)則 36
2.4.4 神經網絡 37
2.5 醫(yī)學數據挖掘應用實例 39
2.5.1 關聯(lián)規(guī)則在甲狀腺結節(jié)病案分析中的應用 39
2.5.2 聚類在不同類型病毒性肝炎發(fā)病率中的應用 42
第3章 醫(yī)學數據可視化 47
3.1 醫(yī)學數據基本圖形 47
3.1.1 條形圖 47
3.1.2 直方圖 49
3.1.3 餅圖 50
3.1.4 散點圖 50
3.1.5 折線圖 51
3.1.6 箱線圖 52
3.1.7 韋恩圖 53
3.2 醫(yī)學數據圖形進階 54
3.2.1 火山圖 54
3.2.2 熱圖 54
3.2.3 生存曲線 54
3.2.4 小提琴圖 55
3.2.5 樹圖 56
3.2.6 森林圖 57
3.2.7 氣泡圖 59
3.2.8 ?;鶊D 60
3.2.9 圈圖 60
3.3 醫(yī)學知識圖譜 61
3.3.1 醫(yī)學知識圖譜概述 61
3.3.2 醫(yī)學知識圖譜應用 61
中篇 生物信息學與網絡藥理學數據分析
第4章 生物信息學數據分析 65
4.1 生物信息學概述 65
4.1.1 生物信息學研究的對象 65
4.1.2 生物信息學研究的內容 65
4.2 基因差異表達分析 67
4.2.1 基因表達 67
4.2.2 差異表達基因的相關概念 67
4.2.3 R語言中差異分析包 68
4.2.4 差異基因分析實例 70
4.3 基因篩選與生存分析 70
4.3.1 LASSO篩選 71
4.3.2 多因素Cox建模 71
4.3.3 KM Plot可視化 72
4.3.4 實例分析 73
4.4 GO與KEGG分析 74
4.4.1 基因功能注釋和基因富集分析 74
4.4.2 GO與KEGG數據庫 76
4.4.3 富集分析數據庫——DAVID 79
4.4.4 實例分析 81
4.5 生物分子網絡 82
4.5.1 網絡拓撲結構與類型 82
4.5.2 蛋白質互作網絡與STRING數據庫 83
4.5.3 網絡可視化軟件Cytoscape 87
4.6 生物信息學分析實例 92
4.6.1 實例背景介紹 92
4.6.2 研究方法 92
4.6.3 結果展示 93
第5章 網絡藥理學數據分析 98
5.1 網絡藥理學概述 98
5.1.1 網絡藥理學的概念 98
5.1.2 網絡藥理學應用 98
5.1.3 網絡藥理學研究方法 100
5.2 靶標預測與網絡構建 101
5.2.1 藥物中活性成分的篩選 101
5.2.2 藥物活性成分潛在靶點的預測 106
5.3 分子對接 111
5.3.1 分子對接原理 111
5.3.2 分子對接的分類 111
5.3.3 主要的分子對接軟件 111
5.3.4 分子對接步驟與實例 112
5.4 網絡藥理學分析實例 116
5.4.1 實例研究背景 116
5.4.2 研究方法 117
5.4.3 結果與結論 118
下篇 醫(yī)學數據統(tǒng)計分析
第6章 兩組計量資料的均數差異比較 127
6.1 t檢驗概述 127
6.2 單樣本t檢驗 128
6.3 兩獨立樣本t檢驗 131
6.4 配對設計樣本t檢驗 136
第7章 多組計量資料的均數差異比較 142
7.1 方差分析概述 142
7.2 單因素方差分析及兩兩比較 142
7.3 雙因素方差分析及兩兩比較 147
7.4 析因設計的方差分析 152
第8章 計數資料樣本間差異的比較 156
8.1 檢驗概述 156
8.2 R×C表資料 檢驗 158
8.3 一般四格表 檢驗 160
8.3.1 Pearson 檢驗 160
8.3.2 校正 檢驗 162
8.3.3 Fisher精確檢驗 163
8.4 配對四格表 檢驗 164
8.5 配對R×R表一致性檢驗 166
第9章 偏態(tài)分布計量資料或等級資料樣本間差異的比較 169
9.1 秩和檢驗概述 169
9.2 配對設計資料的秩和檢驗 170
9.3 隨機設計兩個樣本的秩和檢驗 172
9.3.1 原始資料的分析 172
9.3.2 等級資料的分析 174
9.4 隨機設計多個樣本的秩和檢驗 176
9.4.1 原始資料的分析 176
9.4.2 等級資料的分析 178
9.5 隨機區(qū)組設計多個樣本的秩和檢驗 180
第10章 資料的相關性及相關程度的分析 183
10.1 相關分析概述 183
10.2 雙變量相關分析 184
10.2.1 皮爾遜相關分析 184
10.2.2 斯皮爾曼等級相關分析 187
10.3 回歸分析概述 188
10.4 直線線性回歸 189
10.5 多元線性回歸 193
10.6 多元逐步回歸 196
第11章 生存資料的分析 199
11.1 生存資料分析概述 199
11.2 Kaplan-Meier方法 200
11.3 壽命表方法 203
11.4 Log-rank檢驗 206
參考文獻 210

本目錄推薦

掃描二維碼
Copyright ? 讀書網 www.talentonion.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網安備 42010302001612號