新書推薦：
《
便宜货：廉价商品与美国消费社会的形成
》
售價：NT$
352.0
《
读书是一辈子的事（2024年新版）
》
售價：NT$
352.0
《
乐道文库·什么是秦汉史
》
售價：NT$
367.0
《
汉娜·阿伦特与以赛亚·伯林 ： 自由、政治与人性
》
售價：NT$
500.0
《
女性与疯狂（女性主义里程碑式著作，全球售出300万册）
》
售價：NT$
500.0
《
药食同源中药鉴别图典
》
售價：NT$
305.0
《
设计中的比例密码：建筑与室内设计
》
售價：NT$
398.0
《
冯友兰和青年谈心系列：看似平淡的坚持
》
售價：NT$
254.0
|
| 編輯推薦： |
|
本书旨在为人工智能专业课程建设提供一套适用于专业特色方向（医学人工智能方向）的综合案例实践教材。建设内容根据临床与科研中的医学数据的实际形式，依托《医学数据分析》专业特色课程，选择行业主流的五种形式(来源)的数据，即：统计数据、文本数据、时序数据、图像数据、健康数据，通过分模块设计案例的综合实验方式，将所学知识有机串联，以期提高学生对医学数据的深层次处理与分析的能力，最终将专业知识服务于实际应用。
|
| 內容簡介： |
本书围绕数据分析的基本概念与常用方法，提供一套适用于初学者快速入门的方法。本书以医学数据为例，围绕实际应用场景中最常见的五种数据形式：统计数据、文本数据、时序数据、图像数据以及健康数据，提供从基本概念、初步探索到综合应用的全流程系统示范教学。
本书共计5章，分别为统计数据分析、文本数据分析、时序数据分析、医学图像分析以及健康医疗大数据分析。以典型案例为依托，涵盖临床统计数据、电子病例数据、脑电信号数据、医学影像数据和可穿戴式设备数据等五种形态。
本书旨在利用案例教学将知识点融会贯通，配合分步指导教程，便于学生自学和扩展练习。配套资源丰富包括数据、代码、演示等，使用的软件包括SPSS、Python、MATLAB等。本书适合计算机、数理分析、临床医学、公共卫生等领域的本科生和研究生使用，亦可作为其他专业学生和科研工作者的辅助学习参考书。阅读本书，读者不仅可以全面了解数据的多种形态及分析方法，更能提高深层次的数据分析与处理能力。
|
| 目錄：
|
第1章统计数据分析
1.1什么是统计数据？
1.1.1数据获取
1.1.2常用统计分析软件
1.2统计分析基础
1.2.1统计描述
1.2.2案例： 城市空气污染数据分析
1.2.3统计推断
1.2.4案例： 中国青少年体质数据分析
1.3统计分析进阶
1.3.1线性回归分析
1.3.2案例： 中国青少年肺活量与体重数据分析
1.3.3逻辑回归分析
1.3.4案例： 脑卒中高危人群筛查数据分析
参考文献
第2章文本数据分析
2.1医学文本数据分析概述
2.1.1什么是医学文本数据
2.1.2医学文本数据分析
2.2文本表示
2.2.1文本预处理
2.2.2文本分词
2.2.3案例： 医学文本分词
2.2.4文本表示
2.2.5案例： 文本向量化表示
2.3文本相似度
2.3.1文本相似度计算方法
2.3.2案例： 医学文本相似度计算
2.4文本信息抽取
2.4.1命名实体抽取
2.4.2案例： 医学命名实体抽取
2.4.3关系信息抽取
2.4.4案例： 医学关系抽取
2.5文本分类
2.5.1定义
2.5.2文本分类方法
2.5.3基于循环神经网络的文本分类
2.5.4案例： 医学文本分类
2.6文本聚类
2.6.1词云图
2.6.2案例： 词云图
2.6.3文本网络
2.6.4案例： 文本网络构建与网络属性分析
2.6.5基于聚类分析的人群划分
2.6.6基于社团检测的人群划分
2.6.7人群划分结果的评价与分析
2.6.8案例： 文本聚类与人群划分
2.7综合案例： 临床文本数据挖掘分析
2.7.1任务介绍
2.7.2思路及预期结果
参考文献
第3章时序数据分析
3.1时序数据简介
3.1.1什么是时序数据
3.1.2时序数据的常见分析方法
3.2脑电数据的获取与预处理
3.2.1脑电数据的特点和获取
3.2.2脑电数据读取与查看
3.2.3数据预处理
3.2.4案例： 脑电数据的采集和预处理
3.3脑电数据的功率谱和时频分析
3.3.1功率谱分析
3.3.2短时傅里叶变换
3.3.3小波分析
3.3.4案例： 脑电数据功率谱和时频分析
3.4脑电数据的非线性分析
3.4.1LZC
3.4.2小波熵
3.4.3分形维数
3.4.4案例： 脑电数据非线性分析
3.5脑电数据的网络分析
3.5.1脑网络的构建
3.5.2网络参数的计算与分析
3.5.3案例： 疼痛脑电数据分析
3.6脑电综合案例分析(抑郁症脑电的分类)
3.6.1问题提出
3.6.2数据分析流程
3.6.3基于SVM分类
3.6.4基于深度学习分类
参考文献
第4章医学图像分析
4.1医学图像基础运算
4.1.1灰度变换
4.1.2几何变换
4.1.3案例： 医学图像基础运算
4.2医学图像增强
4.2.1直方图增强
4.2.2空域与频域滤波增强
4.2.3案例： 医学图像增强
4.3医学图像分割
4.3.1阈值分割
4.3.2区域分割
4.3.3基于聚类的分割技术
4.3.4基于图论的分割技术
4.3.5基于深度学习的图像分割技术
4.3.6案例： 医学图像训练
4.4医学图像识别
4.4.1基于手工特征提取的医学图像识别
4.4.2基于深度学习的图像识别技术
4.4.3案例： 医学图像识别
参考文献
缩写
第5章健康医疗大数据分析
5.1移动健康大数据来源与获取
5.1.1可穿戴式设备
5.1.2移动医疗APP
5.1.3开源健康数据获取
5.1.4案例： 健康数据获取与可视化
5.2移动健康数据可视化大屏设计
5.2.1可视化工具库
5.2.2案例： 搭建医疗卫生数据可视化大屏
5.3小米手环步态数据分析
5.3.1案例： ARIMA模型分析数据
5.3.2案例： LSTM模型分析数据
参考文献
|
| 內容試閱：
|
医学数据分析是现代医学领域中一个快速发展的领域，它为我们揭示了医学数据中隐藏的规律和趋势，为医学研究和临床实践提供了有力的支持。
本书以医学数据分析为核心，通过实际案例和理论解析，系统地介绍了数据分析的基本概念、方法和应用。无论是对医学研究的数据探索，还是对临床决策的辅助分析，本书都能够为读者提供实用的指导和工具。
本书以医学数据为例，通过5个章节依次为读者介绍统计数据、文本数据、时序数据、图像数据以及健康数据这五种常见的数据形式。每个章节都将从基本概念开始，逐步展示整个数据分析流程的系统示范教学。
第1章是统计数据分析，以临床统计数据为基础，讲解统计学的基本概念和常用方法。通过典型案例的分析，讲解数据探索、描述性统计、假设检验和回归分析等内容。
第2章是文本数据分析，以电子病例数据为分析对象，介绍文本数据的处理和分析方法，系统讲解文本清洗、文本预处理、文本表示、文本抽取、文本相似、文本分类、文本聚类等内容。
第3章是时序数据分析，以脑电数据为分析对象，介绍时序数据的基本概念和分析方法，系统讲解时序数据的可视化、频谱分析、几种典型的非线性分析及网络分析方法等内容。
第4章是医学图像分析，以医学影像数据为分析对象，介绍图像数据处理和分析方法，系统讲解图像空间和频域变换、图像分割及图像分类等内容。
第5章是健康医疗大数据分析，以可穿戴式设备数据为分析对象，介绍健康数据的分析方法，系统讲解如何处理和分析健康数据，并探索与健康相关的模式和趋势。
为了帮助学生更好地理解和应用所学知识，本书配有丰富的资源，包括数据、代码和演示等。同时，教材还提供了分步指导教程，便于学生自学和扩展练习。
本书适用于计算机、数理分析、临床医学、公共卫生等相关领域的本科生和研究生，也可作为其他专业学生和科研工作者的辅助学习参考书。通过阅读本书，读者不仅可以全面了解不同形态数据的分析方法，还能提高深层次的数据分析和处理能力。
本书的编写得到了北京交通大学计算机与信息技术学院及医学智能研究所的大力支持，在此表示衷心感谢。
最后，在编写过程中，编者发现本书所介绍领域的知识一直在不断变化和更新中，希望读者在阅读的过程中能够保持对新技术和新方法的持续关注。同时，我们欢迎读者提供宝贵的意见和反馈，帮助我们不断改进和完善本书的内容。
|
|
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
