醫(yī)療大數(shù)據(jù)挖掘與可視化

第 1 部分 總體篇
第 1 章 醫(yī)療大數(shù)據(jù)概述 2
1.1 大數(shù)據(jù)概述 2
1.1.1 大數(shù)據(jù)基礎知識 2
1.1.2 大數(shù)據(jù)關(guān)鍵技術(shù) 4
1.2 醫(yī)療大數(shù)據(jù)本質(zhì) 5
1.2.1 醫(yī)療大數(shù)據(jù)產(chǎn)生的背景 5
1.2.2 醫(yī)療大數(shù)據(jù)來源與內(nèi)容 6
1.2.3 醫(yī)療大數(shù)據(jù)的特征 7
參考文獻 8
第 2 章 醫(yī)療大數(shù)據(jù)平臺概述 9
2.1 醫(yī)療大數(shù)據(jù)平臺簡介 9
2.1.1 醫(yī)療大數(shù)據(jù)平臺的作用 9
2.1.2 大數(shù)據(jù)平臺處理數(shù)據(jù)的步驟 9
2.1.3 大數(shù)據(jù)平臺產(chǎn)品 10
2.2 醫(yī)療大數(shù)據(jù)平臺架構(gòu) 11
2.2.1 基本架構(gòu) 11
2.2.2 數(shù)據(jù)采集層 12
2.2.3 數(shù)據(jù)處理層 13
2.2.4 數(shù)據(jù)分析層 13
2.2.5 數(shù)據(jù)訪問層 13
2.2.6 數(shù)據(jù)應用層 13
2.2.7 數(shù)據(jù)管理層 13
2.2.8 開源框架 14
2.3 醫(yī)療大數(shù)據(jù)平臺的存儲技術(shù) 14
2.3.1 HDFS 14
2.3.2 NoSQL 數(shù)據(jù)庫 16
2.4 醫(yī)療大數(shù)據(jù)平臺計算模式 19
2.4.1 大數(shù)據(jù)批處理計算 19
2.4.2 大數(shù)據(jù)查詢分析計算 20
2.4.3 大數(shù)據(jù)流計算 20
2.4.4 大數(shù)據(jù)迭代計算 21
2.4.5 大數(shù)據(jù)圖計算 22
2.5 醫(yī)療大數(shù)據(jù)平臺其他組件 22
2.5.1 分布式資源管理器YARN 22
2.5.2 分布式協(xié)調(diào)服務ZooKeeper 22
2.5.3 分布式消息隊列Kafka 23
2.5.4 集群管理與監(jiān)控Ambari 23
2.5.5 工作流調(diào)度器Oozie 23
2.5.6 數(shù)據(jù)轉(zhuǎn)換工具Sqoop 23
2.5.7 日志收集工具Flume 24
參考文獻 24
第 2 部分 數(shù)據(jù)基礎篇
第3 章 醫(yī)療大數(shù)據(jù)采集 28
3.1 醫(yī)療大數(shù)據(jù)采集的必要性與影響因素 28
3.1.1 醫(yī)療大數(shù)據(jù)采集的必要性 28
3.1.2 醫(yī)療大數(shù)據(jù)采集的影響因素 29
3.2 傳統(tǒng)數(shù)據(jù)采集技術(shù)及其局限性 29
3.2.1 傳感器技術(shù) 30
3.2.2 射頻識別技術(shù) 30
3.2.3 條碼技術(shù) 30
3.2.4 日志文件 31
3.2.5 移動互聯(lián)網(wǎng)技術(shù) 31
3.2.6 網(wǎng)絡爬蟲技術(shù) 31
3.2.7 檢索分類工具 32
3.2.8 傳統(tǒng)數(shù)據(jù)采集技術(shù)的局限性 32
3.3 面向醫(yī)療大數(shù)據(jù)的平臺化數(shù)據(jù)采集 33
3.3.1 平臺化技術(shù) 33
3.3.2 基于平臺化技術(shù)的醫(yī)療大數(shù)據(jù)采集 34
3.3.3 平臺化醫(yī)療大數(shù)據(jù)采集的流程 34
3.4 平臺化醫(yī)療大數(shù)據(jù)采集的關(guān)鍵技術(shù) 36
3.4.1 SOA 36
3.4.2 ESB 36
3.4.3 數(shù)據(jù)倉庫 37
3.4.4 前置機 37
3.4.5 數(shù)據(jù)接口方案 38
3.4.6 其他 38
參考文獻 38
第4 章 醫(yī)療大數(shù)據(jù)清洗 41
4.1 醫(yī)療大數(shù)據(jù)清洗的必要性 41
4.1.1 臟數(shù)據(jù)的產(chǎn)生原因 41
4.1.2 臟數(shù)據(jù)的存在形式 42
4.2 醫(yī)療大數(shù)據(jù)清洗的含義 45
4.2.1 數(shù)據(jù)清洗的概念 45
4.2.2 數(shù)據(jù)清洗的評價標準 45
4.3 醫(yī)療大數(shù)據(jù)清洗過程簡述 47
4.4 醫(yī)療大數(shù)據(jù)的清洗流程 47
參考文獻 49
第5 章 醫(yī)療大數(shù)據(jù)融合 50
5.1 醫(yī)療大數(shù)據(jù)融合的必要性 50
5.1.1 數(shù)據(jù)融合的概念 50
5.1.2 數(shù)據(jù)融合的類型 51
5.1.3 數(shù)據(jù)融合的優(yōu)勢 52
5.1.4 醫(yī)療大數(shù)據(jù)融合的必要性 52
5.2 傳統(tǒng)數(shù)據(jù)融合技術(shù)及其局限性 53
5.2.1 統(tǒng)計學方法 53
5.2.2 信號處理與估計理論方法 54
5.2.3 人工智能方法 54
5.2.4 信息論方法 55
5.2.5 傳統(tǒng)數(shù)據(jù)融合技術(shù)的局限性 55
5.3 面向醫(yī)療大數(shù)據(jù)的數(shù)據(jù)融合 56
5.3.1 數(shù)據(jù)融合的原理 56
5.3.2 數(shù)據(jù)融合的一般步驟 56
5.4 醫(yī)療大數(shù)據(jù)融合的關(guān)鍵技術(shù) 58
5.4.1 數(shù)據(jù)預處理 58
5.4.2 不同類型數(shù)據(jù)的處理 59
5.4.3 OLAP 引擎 60
5.4.4 D-S 證據(jù)理論融合技術(shù) 61
5.4.5 基于深度學習的多源異構(gòu)數(shù)據(jù)融合 61
5.5 醫(yī)療大數(shù)據(jù)融合的應用實踐 62
5.6 醫(yī)療大數(shù)據(jù)融合的支撐要素 63
參考文獻 63
第3 部分 數(shù)據(jù)挖掘篇
第6 章 醫(yī)療大數(shù)據(jù)挖掘概述 66
6.1 醫(yī)療大數(shù)據(jù)挖掘的相關(guān)概念與意義 66
6.1.1 醫(yī)療大數(shù)據(jù)挖掘的基礎知識 66
6.1.2 醫(yī)療大數(shù)據(jù)挖掘的意義 68
6.2 醫(yī)療大數(shù)據(jù)挖掘的原理與應用 69
6.2.1 醫(yī)療大數(shù)據(jù)挖掘的核心技術(shù) 69
6.2.2 醫(yī)療大數(shù)據(jù)挖掘的難點 71
6.2.3 醫(yī)療大數(shù)據(jù)挖掘的模型框架設計與流程 72
6.2.4 醫(yī)療大數(shù)據(jù)挖掘的應用 74
參考文獻 77
第7 章 醫(yī)療大數(shù)據(jù)挖掘工具與方法 78
7.1 醫(yī)療大數(shù)據(jù)挖掘工具 78
7.1.1 工具分類 78
7.1.2 開源工具 79
7.1.3 非開源工具 81
7.2 醫(yī)療大數(shù)據(jù)挖掘方法概述 82
7.2.1 關(guān)聯(lián)規(guī)則挖掘 82
7.2.2 分類挖掘分析 82
7.2.3 聚類分析 83
7.2.4 異常挖掘分析 83
7.2.5 流行病檢測和預報 84
7.3 基于傳統(tǒng)機器學習的醫(yī)療大數(shù)據(jù)挖掘方法 84
7.3.1 支持向量機 84
7.3.2 邏輯回歸 85
7.3.3 決策樹 85
7.3.4 貝葉斯網(wǎng)絡 85
7.3.5 人工神經(jīng)網(wǎng)絡 86
7.4 基于深度學習的醫(yī)療大數(shù)據(jù)挖掘方法 86
7.4.1 深度學習模型 86
7.4.2 深度學習在醫(yī)療領(lǐng)域的應用 89
參考文獻 90
第4 部分 可視化篇
第8 章 醫(yī)療大數(shù)據(jù)可視化概述 92
8.1 醫(yī)療大數(shù)據(jù)可視化的概念與意義 92
8.1.1 相關(guān)概念 92
8.1.2 醫(yī)療大數(shù)據(jù)可視化的基礎 94
8.1.3 醫(yī)療大數(shù)據(jù)可視化的意義 95
8.2 醫(yī)療大數(shù)據(jù)可視化流程與設計 96
8.2.1 醫(yī)療大數(shù)據(jù)可視化的流程 96
8.2.2 醫(yī)療大數(shù)據(jù)可視化設計的基本原則 98
8.2.3 醫(yī)療大數(shù)據(jù)可視化設計框架 99
參考文獻 100
第9 章 醫(yī)療大數(shù)據(jù)可視化工具與方法 102
9.1 數(shù)據(jù)可視化的常用工具 102
9.1.1 初級可視化工具 102
9.1.2 信息圖表類可視化工具 103
9.1.3 地圖類可視化工具 104
9.1.4 編程類可視化工具 105
9.2 精準醫(yī)療數(shù)據(jù)可視化的工具 106
9.2.1 基因組的可視化工具 106
9.2.2 分子結(jié)構(gòu)的可視化工具 110
9.3 醫(yī)療大數(shù)據(jù)可視化的常用方法 112
9.3.1 醫(yī)療數(shù)據(jù)可視化的常用統(tǒng)計圖 112
9.3.2 醫(yī)療文本數(shù)據(jù)的可視化方法 116
9.3.3 復雜醫(yī)療數(shù)據(jù)的可視化方法 120
參考文獻 123
第5 部分 應用篇
第 10 章 實例展示：醫(yī)療大數(shù)據(jù)可視化分析平臺 126
10.1 醫(yī)療大數(shù)據(jù)可視化分析平臺設計 126
10.1.1 平臺設計目標 126
10.1.2 平臺設計思路 126
10.1.3 平臺總體架構(gòu) 127
10.2 醫(yī)療大數(shù)據(jù)可視化分析平臺的功能模塊 127
10.2.1 “數(shù)據(jù)概覽”模塊介紹 127
10.2.2 “我的研究”模塊介紹 131
10.2.3 “數(shù)據(jù)分析”模塊介紹 140
10.2.4 “智能搜索”模塊介紹 173
10.2.5 “病人360”模塊介紹 174
10.3 醫(yī)療大數(shù)據(jù)可視化分析平臺的管理模塊 179
10.3.1 數(shù)據(jù)源配置 179
10.3.2 輸入建議配置 182
10.3.3 資源權(quán)限配置 183
10.3.4 指標配置 184
10.3.5 用戶權(quán)限配置 185
10.3.6 日志瀏覽 186
10.3.7 修改密碼設置 186
10.4 醫(yī)療大數(shù)據(jù)可視化分析平臺安全措施 187