数据挖掘在医学中的应用
数据挖掘在医学中的应用作者:张维朋 开 本:16开 书号ISBN:9787502285791 定价:46.0 出版时间:2018-01-01 出版社:中国原子能 |
数据挖掘在医学中的应用 本书特色
本书的第1章,对数据挖掘的研究历史和现状、当前数据挖掘热点做了简要介绍;第2章为数据挖掘技术,对数据挖掘概念及功能、数据挖掘流程、数据挖掘工具、数据挖掘在医学上的应用进行了描述;第3章介绍了主要的数据挖掘的算法及理论依据;第4章研究了因子分析在临床检验中的应用,对大量临床检验数据信息中的女性生化指标进行数据挖掘,为女性预防保健和评价女性健康水平提供参考依据;第5章分析了逐步聚类在血流变检验中的应用;第6章为逐步聚类在肺癌CT 图像特征的应用研究,得到了孤立性肺结节肺癌患者的CT 图像医学特征分类;第7章是因子聚类分析在中风与血流变关系的应用研究;第8章是模糊聚类和Logistic回归在试管婴儿成功因素的应用;第9章为关联规则在中风疾病与血流变关系中的应用;第10章为Apriori算法在试管婴儿成功因素分析中的应用;第11章是灰色预测在女性胆固醇随年龄变化中的应用,对女性健康保健和疾病有一定的预防意义。
数据挖掘在医学中的应用 内容简介
本书对数据挖掘技术在医学中的应用进行了研究,介绍了数据挖掘中的因子分析法、模糊聚类法、关联规则方法、Logistic 回归法、灰色预测方法理论基础。 全书以医学信息挖掘为主线,运用以上五种方法或多种方法的结合对医学数据(中风患者的血流变数据、肺癌图像、试管婴儿成功数据、女性胆固醇数据等)进行了数据挖掘,包括数据采集、数据预处理、数据挖掘与分析、数据挖掘结果分析,并提出相应的建议。定量地描述疾病与临床数据指标之间的关系,为提高疾病诊断的准确性提供新的思路。
数据挖掘在医学中的应用 目录
目 录 第1章 绪论……………………………………………………………………… 1 1.1 引言……………………………………………………………………… 1 1.2 数据挖掘的研究历史和现状…………………………………………… 2 1.3 当前数据挖掘的研究热点……………………………………………… 4 第2章 数据挖掘技术………………………………………………………… 5 2.1 数据挖掘的定义………………………………………………………… 5 2.2 数据挖掘系统的主要成分……………………………………………… 5 2.3 数据挖掘的功能………………………………………………………… 6 2.4 数据挖掘的流程………………………………………………………… 8 2.5 数据挖掘在医学领域的应用…………………………………………… 11 2.6 数据挖掘系统工具……………………………………………………… 12 第3章 数据挖掘的算法及依据…………………………………………… 17 3.1 聚类……………………………………………………………………… 17 3.2 模糊理论与聚类的结合………………………………………………… 20 3.3 因子分析………………………………………………………………… 23 3.4 Logistic回归…………………………………………………………… 26 3.5 关联规则………………………………………………………………… 28 3.6 灰色预测………………………………………………………………… 31 第4章 女性生化指标的因子分析………………………………………… 35 4.1 因子分析在女性生化指标中的应用意义……………………………… 35 4.2 因子分析在临床检验中的应用过程…………………………………… 36 4.3 结果分析………………………………………………………………… 40 4.4 结论和讨论……………………………………………………………… 41 第5章 逐步聚类在血流变检验中的应用………………………………… 43 5.1 研究血流变指标的临床意义…………………………………………… 43 5.2 将数据挖掘技术引入血流变的应用…………………………………… 44 5.3 逐步聚类基本原理……………………………………………………… 45 5.4 原始数据的准备工作…………………………………………………… 46 5.5 原始数据预处理………………………………………………………… 48 5.6 逐步聚类步骤…………………………………………………………… 52 5.7 逐步聚类结果…………………………………………………………… 58 5.8 逐步聚类方法的优缺点………………………………………………… 64 5.9 结果分析………………………………………………………………… 65 5.10 运用方差分析验证聚类结果的可靠性……………………………… 69 第6章 逐步聚类在肺癌CT图像特征的应用研究…………………… 75 6.1 孤立性肺结节肺癌与CT 图像特征关系研究现状及意义…………… 75 6.2 研究方法………………………………………………………………… 76 6.3 结果分析………………………………………………………………… 80 6.4 讨论……………………………………………………………………… 81 第7章 因子分析与聚类方法在中风与血流变关系的应用研究…… 82 7.1 中风与血流变关系的应用研究的意义………………………………… 82 7.2 研究方法………………………………………………………………… 83 7.3 结果分析………………………………………………………………… 88 7.4 结论和讨论……………………………………………………………… 89 第8章 模糊聚类和Logistic回归在试管婴儿成功因素的应用……… 90 8.1 研究背景及现状………………………………………………………… 90 8.2 数据预处理……………………………………………………………… 91 8.3 建立Logistic回归模型………………………………………………… 93 8.4 关键因素的相对重要性分析…………………………………………… 94 8.5 样本的模糊聚类过程…………………………………………………… 99 8.6 两组患者的医学特征比较…………………………………………… 101 8.7 主要结论……………………………………………………………… 103 第9章 关联规则在中风疾病与血流变关系中的应用……………… 105 9.1 研究中风疾病的意义………………………………………………… 105 9.2 关联规则在医学中研究现状………………………………………… 105 9.3 关联规则的分析过程………………………………………………… 106 9.4 中风疾病与血流变关系的关联规则结果分析……………………… 111 9.5 结论和讨论…………………………………………………………… 112 第10章 Apriori算法在试管婴儿成功因素分析中的应用…………… 114 10.1 试管婴儿成功因素研究的意义……………………………………… 114 10.2 试管婴儿成功率关联规则的获取…………………………………… 115 10.3 试管婴儿成功因素结果分析………………………………………… 117 10.4 结论和讨论…………………………………………………………… 118 第11章 灰色预测在女性胆固醇随年龄变化中的应用……………… 120 11.1 研究女性胆固醇随年龄变化的的意义……………………………… 120 11.2 GM (1,1)模型原理……………………………………………… 121 11.3 数据的收集与数据整理……………………………………………… 122 11.4 灰色GM (1,1)预测模型的建立………………………………… 122 11.5 模型检验……………………………………………………………… 124 11.6 模型检验评价………………………………………………………… 125 11.7 外推预测……………………………………………………………… 126 11.8 结果分析……………………………………………………………… 126 11.9 结论与讨论…………………………………………………………… 127 第12章 总结与展望………………………………………………………… 129 12.1 总结…………………………………………………………………… 129 12.2 展望…………………………………………………………………… 130 附录A 中风患者血流变数据指标值……………………………………… 131 附录B 孤立性肺结节图像特征…………………………………………… 151 附录C 试管婴儿培育情况表……………………………………………… 154 参考文献………………………………………………………………………… 162
医学 其他
在线阅读
- 最新内容
- 相关内容
- 网友推荐
- 图文推荐
[高考] 2022 西安电子科技大学《软件工程》大作业答案 (2022-04-25) |
[家长教育] 孩子为什么会和父母感情疏离? (2019-07-14) |
[教师分享] 给远方姐姐的一封信 (2018-11-07) |
[教师分享] 伸缩门 (2018-11-07) |
[教师分享] 回家乡 (2018-11-07) |
[教师分享] 是风味也是人间 (2018-11-07) |
[教师分享] 一句格言的启示 (2018-11-07) |
[教师分享] 无规矩不成方圆 (2018-11-07) |
[教师分享] 第十届全国教育名家论坛有感(二) (2018-11-07) |
[教师分享] 贪玩的小狗 (2018-11-07) |