第一章 緒論/ 1
第一節(jié) 健康醫(yī)療大數(shù)據(jù)的概念與屬性 / 1
第二節(jié) 健康醫(yī)療大數(shù)據(jù)的分類與應(yīng)用 / 3
第三節(jié) 健康醫(yī)療大數(shù)據(jù)的現(xiàn)狀與挑戰(zhàn) / 5
第四節(jié) 健康醫(yī)療大數(shù)據(jù)建模方法與應(yīng)用概述 / 6
第二章 大數(shù)據(jù)存儲與管理技術(shù)/ 12
第一節(jié) 概述 / 12
第二節(jié) Hadoop 生態(tài)系統(tǒng) / 15
第三節(jié) 大數(shù)據(jù)預(yù)處理技術(shù) / 19
第四節(jié) 大數(shù)據(jù)的安全與隱私保護(hù)技術(shù) / 23
第三章 醫(yī)學(xué)圖像大數(shù)據(jù)的結(jié)構(gòu)化處理方法/ 30
第一節(jié) 醫(yī)學(xué)圖像概述 / 30
第二節(jié) 醫(yī)學(xué)圖像感興趣區(qū)域的分割 / 33
第三節(jié) 醫(yī)學(xué)圖像特征指標(biāo) / 36
第四節(jié) 醫(yī)學(xué)圖像紋理特征的提取方法 / 40
第四章 醫(yī)學(xué)文本與語音大數(shù)據(jù)的處理方法/ 51
第一節(jié) 醫(yī)學(xué)文本數(shù)據(jù)及文本挖掘概述 / 51
第二節(jié) 醫(yī)學(xué)文本挖掘技術(shù) / 54
第三節(jié) 醫(yī)學(xué)語音數(shù)據(jù)概述 / 63
第四節(jié) 醫(yī)學(xué)語音處理技術(shù) / 66
第五章 健康醫(yī)療高維大數(shù)據(jù)常用降維方法/ 80
第一節(jié) LASSO / 80
第二節(jié) 隨機(jī)森林 / 92
第三節(jié) 彈性網(wǎng) / 101
第六章 互聯(lián)網(wǎng)健康醫(yī)療大數(shù)據(jù)的獲取/ 109
第一節(jié) 互聯(lián)網(wǎng)健康醫(yī)療大數(shù)據(jù)應(yīng)用 / 109
第二節(jié) 互聯(lián)網(wǎng)健康醫(yī)療大數(shù)據(jù)爬取 / 112
第三節(jié) 健康醫(yī)療知識圖譜 / 122
第七章 健康醫(yī)療大數(shù)據(jù)的關(guān)聯(lián)分析/ 128
第一節(jié) 關(guān)聯(lián)規(guī)則 / 128
第二節(jié) 推薦系統(tǒng) / 135
第三節(jié) 復(fù)雜網(wǎng)絡(luò) / 141
第八章 分類診斷常用的數(shù)據(jù)挖掘方法/ 153
第一節(jié) 支持向量機(jī) / 153
第二節(jié) 決策樹 / 160
第三節(jié) 隨機(jī)森林 / 166
第四節(jié) 高斯過程 / 173
第九章 回歸預(yù)測常用的數(shù)據(jù)挖掘方法/ 180
第一節(jié) 廣義線性回歸 / 180
第二節(jié) 支持向量回歸 / 186
第三節(jié) 高斯過程回歸 / 192
第四節(jié) 人工神經(jīng)網(wǎng)絡(luò)回歸 / 203
第十章 健康醫(yī)療大數(shù)據(jù)深度學(xué)習(xí)方法/ 211
第一節(jié) 健康醫(yī)療中的深度學(xué)習(xí)概述 / 211
第二節(jié) 卷積神經(jīng)網(wǎng)絡(luò) / 216
第三節(jié) 自編碼器 / 226
第四節(jié) 深度生成模型 / 234
第十一章 健康醫(yī)療時(shí)間序列大數(shù)據(jù)的建模方法/ 243
第一節(jié) 健康醫(yī)療大數(shù)據(jù)時(shí)間序列的分析方法概述 / 243
第二節(jié) 病例交叉設(shè)計(jì)和廣義可加模型 / 246
第三節(jié) 支持向量機(jī) / 252
第四節(jié) 深度循環(huán)網(wǎng)絡(luò)模型 / 257
第十二章 健康醫(yī)療大數(shù)據(jù)的時(shí)空建模方法/ 268
第一節(jié) 時(shí)空建模方法概述 / 268
第二節(jié) 時(shí)空相關(guān)分析 / 270
第三節(jié) 時(shí)空熱點(diǎn)分析 / 273
第四節(jié) 時(shí)空掃描分析 / 275
第五節(jié) 時(shí)空回歸分析 / 284
第六節(jié) 時(shí)空網(wǎng)絡(luò)分析 / 290
第十三章 健康醫(yī)療大數(shù)據(jù)背景下的因果推斷/ 298
第一節(jié) 健康醫(yī)療大數(shù)據(jù)因果推斷概述 / 298
第二節(jié) 控制混雜偏倚的因果推斷方法 / 300
第三節(jié) 控制選擇性偏倚的因果推斷方法 / 313
第四節(jié) 因果通路識別和因果網(wǎng)絡(luò)構(gòu)建 / 320
第十四章 生物信息大數(shù)據(jù)建模方法與應(yīng)用/ 330
第一節(jié) 生物信息大數(shù)據(jù)概述 / 330
第二節(jié) 生物信息大數(shù)據(jù)建模 / 339
第三節(jié) Hub 基因挖掘方法與應(yīng)用 / 344
附錄/ 364
附錄一 練習(xí)題答案 / 364
附錄二 R軟件和Python 軟件簡介 / 364
附錄三 中英文名詞對照表 / 388
主要參考文獻(xiàn)/ 401