本书以数据挖掘与模式识别的七大原理在临床医学中的运用案例为切入点，系统而全面地介绍了医学数据挖掘的基本方法与原理，对数据分析的常用算法进行了通俗易懂的讲解。本书*大的特色是采用了案例分析与实证的方法，每一个原理、算法都在案例讲解中生动地体现出来。更重要的是，本书对临床医学的数据挖掘与模式识别技术进行了开创性、系统性的讨论，用案例展现了数据挖掘技术如何与临床医学相结合，为广大的医生、医学数据挖掘爱好者提供了很实用的技术示范、理念导入、系统思考。本书所有概念的讲解基本结构为原理讲解与案例实操的二元结构，兼顾初学者与专业人士的需要。本书重点探讨了数据挖掘技术如何与临床医学深度融合，如何运用现代的数据挖掘理念、模式识别与机器学习的基本方法解决临床科研中的应用问题，为广大的科研型临床医生提供助力，为广大的数据分析人员找到行业应用的范例，为广大初学者提供努力学习的方向，更重要的是在这个大数据时代，我们可以亲自见证数据技术是如何改变并深刻影响着临床医学的科研与教学。
内容简介
序
前言
第1章 数据分析与数据挖掘的力量
1.1 葡萄牙医生解决世界新生儿出生缺陷的故事
1.2 医学数据挖掘的主要定义
1.3 医学数据模式识别的七大原理与案例讲解
1.4 临床医学领域的机器学习与人工智能
1.5 神经元网络的基本原理
第2章 临床医学的数据挖掘
2.1 房颤与肾功能关联现象的故事
2.2 支持向量机的算法原理与应用
2.3 疾病规律与统计学革命
2.4 老年肺癌研究
2.5 临床医学与数据挖掘的边缘学科
第3章 临床医学与数据技术的深度融合
3.1 二型糖尿病与胰腺癌的故事
3.2 Cox回归的基本原理与应用
3.3 医学数据分析中的故事
3.4 聚类的临床医学意义
3.5 贝叶斯算法的应用案例
第4章 临床医学的模式识别
4.1 模式识别是什么
4.2 基线静息心率的故事
4.3 决策树算法
4.4 最大期望(EM)算法
4.5 算法的规律与临床医学的本质
第5章 医学数据挖掘的常用工具
5.1 SAS挖掘软件运用案例
5.2 Weka软件介绍
5.3 Matlab案例
5.4 R语言案例
5.5 临床医生如何用好挖掘工具
第6章 专业级医学SCI论文中的统计工具
6.1 医学数据中的T值与P值故事
6.2 K线图的故事
6.3 国际顶级期刊上的数据技术
6.4 SCI荟萃分析中的统计学工具
