医疗大数据分析与应用

医疗大数据是大数据在医疗领域的一个分支，处理的是在与人类健康相关的活动中产生的与生命健康和医疗有关的数据。本书将对医疗大数据进行全面、透彻的分析，从医疗大数据的现状开始，介绍医疗大数据方向的统计、数据挖掘、数据预处理、建模以及可视化等技术与应用。此外，还介绍了医疗领域的图像处理和自然语言处理等人工智能技术。在本书的末尾，还讨论了这个领域普遍关注的一个问题——医疗数据隐私保护，介绍了潜在的隐私风险和隐私保护方法等，并关注了医疗经济的概况与前景。通过阅读本书，你将了解：医疗大数据的现状及产业划分等；如何统计挖掘和处理医疗领域的数据以方便分析；医学数据可视化如何提升医疗人员诊断病情的效率；人工智能技术在医疗领域的应用；如何对医疗数据进行隐私保护。

前言
第1章医疗大数据概述1
1.1全球大数据现状与特点2
1.2医疗大数据简介8
1.3医疗大数据分析11
1.4医疗大数据产业划分13
1.4.1基础层13
1.4.2数据层14
1.4.3应用层14
1.5医疗大数据的挑战15
1.6大数据在医疗中的实例17
参考文献18
第2章数据预处理19
2.1数据清洗19
2.1.1处理缺失值20
2.1.2处理异常值21
2.1.3处理噪声22
2.2大规模计算系统搭建24
2.2.1Hadoop24
2.2.2MapReduce26
第3章统计学在医疗领域的应用29
3.1回归模型29
3.1.1一元线性回归29
3.1.2多元线性回归30
3.1.3逻辑回归32
3.2假设检验33
3.2.1基本步骤33
3.2.2检验方法37
3.3统计软件概述38
3.3.1SPSS39
3.3.2SAS44
3.3.3R45
第4章经典传染病模型49
4.1传染病模型概述49
4.1.1传染病仓室模型50
4.1.2微分方程描述下的传染病仓室模型53
4.1.3传染病仓室模型的简单仿真55
4.2复杂网络传染病模型58
4.2.1网络的基本概念及度量58
4.2.2复杂网络上的传染病模型63
参考文献65
第5章医疗数据挖掘67
5.1医疗数据挖掘的应用类型和过程68
5.1.1数据挖掘的应用类型68
5.1.2数据挖掘的过程73
5.2数据挖掘中的常用技术75
5.2.1聚类分析75
5.2.2K-means层次聚类76
5.2.3主成分分析的数据降维77
5.2.4随机邻域嵌入原理及优化78
5.2.5t分布随机邻域嵌入原理及优化79
5.2.6t分布随机邻域嵌入示例80
5.3数据挖掘中需要注意的问题81
参考文献85
第6章医疗数据可视化87
6.1数据可视化概述87
6.1.1数据可视化的概念87
6.1.2数据可视化的目的88
6.1.3数据可视化的分类89
6.2医疗数据可视化技术94
6.2.1科学可视化应用94
6.2.2信息可视化应用97
参考文献112
第7章大数据和医学影像113
7.1影像大数据中的5个V113
7.2影像数据的使用114
7.3深度学习过程所需的要素120
7.4在医学影像上开展深度学习研究122
7.4.1深度学习的几个步骤122
7.4.2如何衡量深度学习的成功125
7.4.3深度学习在医学影像上的应用126
参考文献134
第8章医疗领域的自然语言处理137
8.1自然语言137
8.2自然语言处理概述138
8.3数据集的预处理139
8.3.1句法分析139
8.3.2语义分析143
8.4常见的自然语言处理技术145
8.4.1文本向量化145
8.4.2词云146
8.4.3知识图谱147
8.4.4自动文摘147
8.4.5情感分析149
8.4.6谷歌BERT技术149
8.5自然语言处理在医疗领域的应用152
8.5.1生物医学文本挖掘152
8.5.2临床决策支持系统154
8.5.3自动问答系统154
参考文献156
第9章医疗数据隐私保护159
9.1医疗数据隐私保护概述159
9.1.1医疗大数据的来源及潜在的隐私风险160
9.1.2全流程的医疗大数据隐私保护161
9.2匿名隐私保护163
9.3差分隐私及其应用165
9.3.1差分隐私的定义及相关概念166
9.3.2差分隐私的实现机制169
9.4其他隐私保护方法171
9.4.1机密计算171
9.4.2模型隐私174
参考文献175
第10章医疗经济概况与前景179
10.1医疗经济概况179
10.2医疗经济的市场分析181
10.3医疗大数据现状190
10.4医疗经济的前景190