新書推薦：
《
管好你的钱：人人都要懂的财富传承（一本书带你了解财富传承的7种方式）
》
售價：NT$
381.0
《
新质生产力：中国创新发展的着力点与内在逻辑
》
售價：NT$
442.0
《
“漫画强国科技”系列（全4册）
》
售價：NT$
784.0
《
打破社交媒体棱镜：探寻网络政治极化的根源
》
售價：NT$
325.0
《
那一抹嫣红
》
售價：NT$
330.0
《
十八岁出门远行
》
售價：NT$
252.0
《
新能源与智能汽车技术丛书——智能车辆感知、轨迹规划与控制
》
售價：NT$
661.0
《
鼻科学与前颅底手术——基于案例分析
》
售價：NT$
1669.0
|
| 內容簡介： |
随着医学现代化技术的飞速发展以及医学大数据时代的到来，各种类型的医学数据需要人们去感知、理解和响应，更需要研究人员用现代科学技术手段挖掘其中蕴含的实用价值。本书围绕整个医学数据科研和应用的完整流程，论述了医学数据的来源、数据预处理、数据分析、可视化以及实际应用。本书还详细阐述了生物信息学和网络药理学的研究方法与技术应用，供相关科研人员参考。本书列举了大量相关医学分析实例，具有实用性和可操作性，便于读者深入理解和快速掌握解决医学实际问题的方法与技术。
本书可作为医学专业的医学数据分析相关课程的教材，也可作为广大非医学专业读者的阅读参考书。
|
| 目錄：
|
上篇 医学数据概论
第1章 医学数据概述 3
1.1 医学数据来源 3
1.2 医学数据的特点及应用 5
1.2.1 医学数据的特点 6
1.2.2 医学数据的应用 7
1.3 医学数据库简介 12
1.3.1 常用医学公共数据库 12
1.3.2 常用医学文献数据库 19
第2章 医学数据分析过程 20
2.1 医学数据分析流程 20
2.2 医学数据采集 22
2.2.1 医学数据采集概述 22
2.2.2 医学结构化数据的采集 23
2.2.3 医学非结构化数据的采集 27
2.3 医学数据预处理 31
2.3.1 数据清洗 31
2.3.2 数据整合 32
2.3.3 数据转换 33
2.4 医学数据挖掘常用方法 34
2.4.1 聚类分析 35
2.4.2 决策树算法 35
2.4.3 关联规则 36
2.4.4 神经网络 37
2.5 医学数据挖掘应用实例 39
2.5.1 关联规则在甲状腺结节病案分析中的应用 39
2.5.2 聚类在不同类型病毒性肝炎发病率中的应用 42
第3章 医学数据可视化 47
3.1 医学数据基本图形 47
3.1.1 条形图 47
3.1.2 直方图 49
3.1.3 饼图 50
3.1.4 散点图 50
3.1.5 折线图 51
3.1.6 箱线图 52
3.1.7 韦恩图 53
3.2 医学数据图形进阶 54
3.2.1 火山图 54
3.2.2 热图 54
3.2.3 生存曲线 54
3.2.4 小提琴图 55
3.2.5 树图 56
3.2.6 森林图 57
3.2.7 气泡图 59
3.2.8 桑基图 60
3.2.9 圈图 60
3.3 医学知识图谱 61
3.3.1 医学知识图谱概述 61
3.3.2 医学知识图谱应用 61
中篇 生物信息学与网络药理学数据分析
第4章 生物信息学数据分析 65
4.1 生物信息学概述 65
4.1.1 生物信息学研究的对象 65
4.1.2 生物信息学研究的内容 65
4.2 基因差异表达分析 67
4.2.1 基因表达 67
4.2.2 差异表达基因的相关概念 67
4.2.3 R语言中差异分析包 68
4.2.4 差异基因分析实例 70
4.3 基因筛选与生存分析 70
4.3.1 LASSO筛选 71
4.3.2 多因素Cox建模 71
4.3.3 KM Plot可视化 72
4.3.4 实例分析 73
4.4 GO与KEGG分析 74
4.4.1 基因功能注释和基因富集分析 74
4.4.2 GO与KEGG数据库 76
4.4.3 富集分析数据库——DAVID 79
4.4.4 实例分析 81
4.5 生物分子网络 82
4.5.1 网络拓扑结构与类型 82
4.5.2 蛋白质互作网络与STRING数据库 83
4.5.3 网络可视化软件Cytoscape 87
4.6 生物信息学分析实例 92
4.6.1 实例背景介绍 92
4.6.2 研究方法 92
4.6.3 结果展示 93
第5章 网络药理学数据分析 98
5.1 网络药理学概述 98
5.1.1 网络药理学的概念 98
5.1.2 网络药理学应用 98
5.1.3 网络药理学研究方法 100
5.2 靶标预测与网络构建 101
5.2.1 药物中活性成分的筛选 101
5.2.2 药物活性成分潜在靶点的预测 106
5.3 分子对接 111
5.3.1 分子对接原理 111
5.3.2 分子对接的分类 111
5.3.3 主要的分子对接软件 111
5.3.4 分子对接步骤与实例 112
5.4 网络药理学分析实例 116
5.4.1 实例研究背景 116
5.4.2 研究方法 117
5.4.3 结果与结论 118
下篇 医学数据统计分析
第6章 两组计量资料的均数差异比较 127
6.1 t检验概述 127
6.2 单样本t检验 128
6.3 两独立样本t检验 131
6.4 配对设计样本t检验 136
第7章 多组计量资料的均数差异比较 142
7.1 方差分析概述 142
7.2 单因素方差分析及两两比较 142
7.3 双因素方差分析及两两比较 147
7.4 析因设计的方差分析 152
第8章 计数资料样本间差异的比较 156
8.1 检验概述 156
8.2 R×C表资料 检验 158
8.3 一般四格表 检验 160
8.3.1 Pearson 检验 160
8.3.2 校正 检验 162
8.3.3 Fisher精确检验 163
8.4 配对四格表 检验 164
8.5 配对R×R表一致性检验 166
第9章 偏态分布计量资料或等级资料样本间差异的比较 169
9.1 秩和检验概述 169
9.2 配对设计资料的秩和检验 170
9.3 随机设计两个样本的秩和检验 172
9.3.1 原始资料的分析 172
9.3.2 等级资料的分析 174
9.4 随机设计多个样本的秩和检验 176
9.4.1 原始资料的分析 176
9.4.2 等级资料的分析 178
9.5 随机区组设计多个样本的秩和检验 180
第10章 资料的相关性及相关程度的分析 183
10.1 相关分析概述 183
10.2 双变量相关分析 184
10.2.1 皮尔逊相关分析 184
10.2.2 斯皮尔曼等级相关分析 187
10.3 回归分析概述 188
10.4 直线线性回归 189
10.5 多元线性回归 193
10.6 多元逐步回归 196
第11章 生存资料的分析 199
11.1 生存资料分析概述 199
11.2 Kaplan-Meier方法 200
11.3 寿命表方法 203
11.4 Log-rank检验 206
参考文献 210
|
| 內容試閱：
|
当前，医学领域正处在数字化高速发展的新时代，在医学数据分析的推动下，医学领域取得了许多突破性的进展。随着数据分析技术与医疗领域不断融合，医学数据资源、计算能力、算法模型等基础条件日臻成熟，医学数据分析的方法与技术正逐步成为医疗行业迅速发展的推动力量，在基因组学、医学影像、临床决策支持、药物研发、健康管理、病理分析等众多领域已有广泛应用。医疗领域通过数据分析可以产生巨大的效益，即不仅能够提高医疗的治疗效果，还能削减成本支出。数据分析正在帮助医疗系统发现其发展中的瓶颈，有助于解决住院、治疗、用药及管理等方面的问题。可以预见，未来全球医疗数据分析市场将迅猛发展。
在医学领域充分应用数据科学和信息技术已经成为有识之士的共识，健康医疗数据必将成为社会经济发展的新动能及国家重要的基础性战略资源。医学数据实质上就是各种医学活动产生的数据结果，其数据量庞大、种类多样、类型复杂、来源广泛。由于医学本身的严谨性，对其数据进行分析和应用有别于其他领域，更要注重数据本身的特点、适用条件和分析方法，并对分析结果进行客观评价。医学研究离不开对大量医学数据的管理与分析，数据分析指通过一定的分析方法从收集的大量数据中提取有价值信息的过程。利用数据分析技术挖掘医学数据不仅能发现其中蕴含的科学规律，更能提升医疗服务质量和服务水平，其在疾病的诊断与预测、发病机理研究、临床决策和精准医疗等许多方面有着重要的作用。
本书作者从事医学数据分析工作多年，以丰富的实践经验及特有的敏锐视角在本书中阐释了医学数据分析的核心理论知识、代表性医学数据库、数据分析平台、常用的分析方法与技术和分析工具。在此背景下，本书作者结合多年来在医学数据分析领域的研究工作经验，通过为读者解读医学相关的数据分析方法和技术，期望为新时期的医学数据理论与实践做出一份贡献。
医学数据的产生、管理和分析处理方法有其独特性。本书遵循医学数据的业务特点阐释相关理论知识，在此基础上依据数据处理的流程，渐次阐明医学数据的采集处理、建模与分析等研究思想；针对不同类型数据，作者通过大量实例给读者呈现了较为全面的分析方法和技术手段，提炼出适用于医学数据分析应用的实用解决方案。
本书分为三篇，共11章。上篇（第1章至第3章）为医学数据概论，阐述了医学数据概述、分析过程及可视化方法等内容；中篇（第4章、第5章）为生物信息学与网络药理学数据分析，完整、详细地介绍生物信息学和网络药理学数据分析过程，突出了当前较先进的分析方法与技术手段，列举了大量创新应用案例，揭示了生命现象的本质及其背后的分子作用机制；下篇（第6章至第11章）为医学数据统计分析，从数据的本质进行阐述分析，以实现对统计分析方法精髓的理解与应用，利用SPSS数据分析工具对各种类型数据资料做差异的比较、相关性及相关程度的分析和生存资料的分析等。全书图文并茂，着重阐述医学数据分析的完整过程和具体应用，针对不同类型的医学数据给读者呈现出全面的分析步骤、分析方法和技术支撑，并从常用分析平台的使用方法与技巧上增强本书的可读性和可操作性。
本书从内容组织到表达方式都体现了医学业务的特色，具有较强的实用价值。
由于作者水平有限，书中难免有疏漏和不足之处，敬请读者不吝指正。
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
