三民網路書店 中國圖書館分類法 / 醫藥、衛生 / 基礎醫學 / 醫用一般科學 / 其他科學技術在醫學上的應用

本書分為道、術兩篇。道篇講述了數據科學與醫療全領域交互融合的底層邏輯，以及數據科學在醫療科、教、醫、研、管五個方面的角色和作用，建立適用于醫療人工智能開發的ML-PICOS原則，並從建設角度，闡述了醫療大數據理、采、存、管、用的全過程。術篇普及了數據科學用於回歸、分類、聚類、關聯分析的基礎算法，以及他們在醫療領域應用的場景和邏輯。本書可幫助讀者建立數據科學在醫療領域應用的體系化認知。讀者對象包括醫療全領域相關工作者以及想要涉足醫療領域的數據科學相關人士。

手部靜脈識別是一種新興的身份識別技術。與其他生物特徵識別相比，手部靜脈識別技術具有高安全性、活體檢測性和便利性等特性，也是目前最有效的生物特徵識別模式之一。《靜脈圖像修復與增強》主要闡述手部靜脈識別技術。首先介紹圖像修復與增強的研究意義、國內外靜脈圖像研究現狀，然後論述自製的靜脈圖像數據採集系統，針對靜脈圖像採集過程中存在諸多不可避免的因素，造成靜脈識別系統對靜脈信息表徵能力不足的問題，提出基於融合可變形模塊的U-Net網絡、基於非局部對抗的生成對抗網絡、基於分離與表示的生成對抗網絡的靜脈圖像修復方法，以及基於Actor-Critic、多尺度特徵融合、特徵解耦學習的低曝光靜脈圖像增強方法。

主要研究內容與特色： (1) 利用文本挖掘和專家經驗構建機器學習關鍵問題分析框架，總結機器學習在醫療大數據挖掘中面臨的若干關鍵問題。 (2) 利用簡約核構建面向不完整視角問題的高效機器學習方法。 (3) 利用非對稱損失函數構建面向類別不平衡問題的機器學習與深度學習方法。讀者對象： 從事人工智能、機器學習、醫療大數據分析方向的學術界與工業界的相關人士。 (4)圍繞不完整視角與類別不平衡這兩個關鍵問題展開深入研究，有效提升了醫學診斷的決策效率。

為更加系統地培養健康醫療大數據人才，推進大數據與健康醫療行業的深度融合，在國家衛生健康委員會的指導下，清華大學臨床醫學院組織編寫了本健康醫療大數據教材。本教材面向有志于從事健康醫療大數據創新的高素質人才，以及健康醫療行業專業人士，與時俱進地系統梳理了健康醫療大數據的多個維度，旨在培養擁有大數據思維和意識、具備醫學知識底蘊、掌握信息技術、深入融合業務領域、推動大數據創新發展的健康醫療大數據複合管理型人才、專業應用型人才，以人才推動創新，以創新推動發展。

《健康數據決策理論與方法應用》是對健康數據決策理論與方法的研究，由現代健康管理與複雜任務決策交叉領域的專家編寫。《健康數據決策理論與方法應用》共8章，主要內容包括健康管理概述、決策理論基礎、數學基礎理論、全類型數據預處理與共享、數據-知識混合驅動的健康管理建模、基於數據-知識混合驅動的健康風險評估和分析、基於數據-知識混合驅動的健康狀態預測和干預、基於數據-知識混合驅動的健康運維決策和支持等，對數據-知識混合驅動環境下的全類型健康數據進行了全景式描述並借助人工智能算法開展智能決策研究，內容豐富，實用性和可操作性強。

普及醫療大數據挖掘與可視化技術，對提升醫療行業數據的質量與處理效率、實現數據價值的優化、推動精准醫療深入應用有著重要的作用。 本書內容立足於醫療大數據的挖掘與可視化，分為總體篇、數據挖掘篇、可視化篇、應用篇等5部分，共10章，包含醫療大數據及其平臺的發展概況，醫療大數據的採集、清洗、融合，醫療大數據挖掘概述、工具與方法，醫療大數據可視化概述、工具與方法，以及用實例展示醫療大數據分析平臺的設計與使用方法等。

內容簡介 本書以高校醫藥類專業學生計算機應用能力培養為主線，重點在於“應用”和“能力”的提升，根據當前計算機文化基礎在高校醫藥類專業教育改革的理念與要求，結合作者豐富的教學經驗和教學改革成果編寫而成。全書共分為八章，包括計算機與信息技術概述、計算機系統基礎、Windows 7 操作系統、Word 2016 文字處理軟件、Excel 2016 電子表格處理軟件、PowerPoint 2016 演示文稿製作軟件、網絡應用基礎、軟件基礎技術。 與本書配套出版的還有集實踐和練習題於一體的《醫藥計算機基礎實踐教程》(第二版)。 本書適合作為醫學類高等學校非計算機專業的計算機基礎教材，也可作為高等學校成人教育或自學辦公自動化的參考書。​

內容簡介 本書是與《醫藥計算機基礎教程》(第二版)(屠志青、吳剛主編，中國鐵道出版社有限公司出版)配套的實驗指導教材，完全按照主教材的體系結構編寫。編寫本書的目的在於指導讀者做好實驗，促進應用能力的提升。本書的實驗樣例大部分源自醫藥領域的實際問題，經過組織和整理，對實際應用具有較好的指導意義。 本書適合作為醫藥學類高等學校非計算機專業計算機基礎課程的實踐教材，也可作為辦公軟件自學者的參考書。​

數據庫課程已經成為世界範圍內計算機學科的核心課程之一，是計算機科學與技術、軟件工程、信息管理與信息系統、電子商務等專業的必修課程。因為其重要性和普及程度，也成為許多非計算機專業的選修課程，已經由一種計算機應用的專門技術發展為現代計算機環境下理論研究與實用技術的核心組成部分。數據庫系統知識包括數據模型、SQL查詢優化、概念建模、邏輯設計、物理設計、系統開發等各個方面，設計貫徹全書的大案例，有助於學生形成系統化的知識，加深對數據庫知識的理解。同時，也有利於教師的課堂授課。

《智慧醫學語言基礎實踐》共分6章，第1章介紹計算機基礎，主要包括Windows基本操作、Office辦公軟件操作和電子郵件操作；第2章介紹智慧醫學語言Python基礎，主要包括Python開發環境及庫的使用、Python語言基礎概述及數據類型、Python語言程序流程控制的醫學應用、Python語言自定義函數的醫學應用；第3章介紹醫學數據的獲取與分析，主要包括numpy庫與pandas庫的醫學應用、醫學數據文件的讀取與統計模塊、醫學數據的描述性分析、醫學數據的規範化轉換與常見預處理方法；第4章介紹醫學數據的可視化，主要包括matplotlib及醫學應用、seaborn及醫學應用、pyecharts及醫學應用；第5章介紹醫學圖像處理，主要包括醫學圖像的讀取與顯示，醫學圖像幾何操作、卷積、濾波，醫學圖像增強，醫學圖像分割與形態學處理；第6章介紹人工智能及醫學應用，主要包括線性回歸分析及醫學應用、邏輯回歸及醫學應用、樸素貝葉斯分類及醫學應用、支持向量機及醫學應用、聚類分析及醫學應用、深度學習及醫學應用。《智慧醫學語言基礎實踐》通過醫學案例由淺入深，注重入門運用與舉一反三，強化醫學案例驅動的自主學習與實踐，重視醫學及相關專業學生的學習能力培養，強調醫學實踐和計算機理論的醫工融合。

《智慧醫學語言基礎》共分6章，第1章介紹智慧醫學概述，主要包括計算機基礎、醫學大數據及其應用、人工智能及智慧醫學應用；第2章介紹智慧醫學語言Python基礎，主要包括Python語言及開發環境搭建、Python語言基礎概述及數據類型、Python語言程序控制結構、函數；第3章介紹醫學數據的獲取與分析，主要包括醫學數據的獲取與存儲、醫學數據的常用計算模塊、醫學數據的描述性分析、醫學數據文件的讀取與寫入、醫學數據的歸一化轉換與常見預處理方法；第4章介紹醫學數據的可視化，主要包括matplotlib包、seaborn包、pyecharts包可視化醫學數據；第5章介紹醫學圖像處理，主要包括醫學影像相關技術、醫學圖像處理基礎、醫學圖像增強、醫學圖像分割與形態學處理等；第6章介紹機器學習及醫學應用，主要包括機器學習介紹、線性回歸分析、邏輯回歸、樸素貝葉斯分類、支持向量機、k均值(k-means)聚類、深度學習算法。圍繞醫學案例由淺入深進行論述，特點是醫工融合，注重入門運用與舉一反三，強化醫學案例驅動的自主學習，重視醫學及相關專業學生的學習能力培養，強調醫學實踐和計算機理論的醫工融合。

解析GPT落地實踐，揭示“人機關係”重要範式 彼得·李及其他兩位合著者分享了以GPT-4為代表的大語言模型在醫學領域的諸多應用可能性，更重要的是向大家展現了一種可能出現的人-機相結合的“關係”範式，在本書中，這種“關係”範式被描述為結合了醫生、患者和機器的“三方模式”。基於此，本書不只是提出了見解，也不只是闡述了問題，更重要的是這些見解和問題會促使我們每一個讀者作為人類個體，重新審視我們自己“何以為人”和機器“何以為機”的本質問題，進而也會拓展至“何為新型人-機關係”的問題。 重新定義未來醫療――以GPT-4為代表的大語言模型將如何顛覆醫療行業，甚至重塑我們的工作、學習和生活方式 微軟全球資/深副總裁、微軟研究院負責人彼得·李全球力作，探討以GPT-4為代表的大語言模型將如何顛覆醫療行業。全書以前沿研究為起點，探討了GPT-4將為醫療行業帶來的積極改變：一是幫助醫護人員更高/效地為更多患者提供實時和精/准的診療服務。二是為患者提供更豐富、更準確的醫學知識、醫療建議和保健指引。三是幫助醫療後臺支持體系的相關人員更快地處理醫療健康服務請求或是從各種診療數據中提煉洞察和結論。四是幫助研究者推進醫學和生物科學的前沿探索，如新的靶向藥的研製、測試、患者匹配及新的臨床試驗等等，加速醫療領域新技術、新產品從創想到應用的整個過程。 微軟創始人比爾·蓋茨重磅推薦！OpenAI創始人薩姆·奧爾特曼、微軟全球資/深副總裁洪小文、微軟（中國）公司首/席技術官韋青傾情作序力薦！百川智能創始人兼CEO王小川、葦草智酷創始人合夥人段永朝、未盡研究創辦人周健工等一眾大咖集體盛讚！ 比爾·蓋茨看過本書之後盛讚，GPT的問世如同個人電腦一樣具有革命性意義，它將徹/底改變我們的工作、學習、交流方式，甚至顛覆醫療保健行業。事實上，AI已經在提升疾病檢測和診斷方面發揮了重要作用。在未來，它將助力更多研究突破，並讓那些無法獲得醫療服務的人也能獲得準確、可靠的醫學建議。 薩姆·奧爾特曼在他的推薦中稱，本書展示了GPT-4在醫學和醫療保健領域的眾多應用場景及其帶來的價值，同時也揭示了每個受AI影響的領域在應對此類轉變時所需付出的努力。同時，它還表明，如果能夠運用AI提高全球人類健康水平，這將帶來巨大的收益。 洪小文博士更是指出，這是一本對各個圈層的讀者均有益

基於大數據時代生物醫學數據的爆炸式增長，本書從醫學科研中的實際問題出發，以案例的形式深入淺出地介紹醫學數據挖掘技術，包括決策樹模型、支持向量機、隨機森林分類、關聯規則、貝葉斯網絡構建等，並詳細介紹數據挖掘軟件(SPSS、SAS和R等)的操作步驟，重點突出實用性和可操作性，以期提高讀者對醫學科研數據的深層次處理與分析的能力。 本書第1版自出版以來，得到了廣大醫學生和醫學工作者的肯定，被很多醫學類院校選用為數據挖掘類課程教材。考慮近年來新的醫學數據挖掘方法層出不窮，並在臨床醫學和基礎醫學研究中有潛在的應用價值，因此本書在第2版中增加了Logistic回歸諾莫圖的繪製、決策曲線分析、Cox回歸的諾莫圖繪製、偏AUC分析、Lasso回歸、決策樹回歸、網絡Meta分析、偏最小二乘判別分析和系統聚類圖的各類圖形展示等內容，並仍以案例的形式詳細講解如何應用R軟件操作實現。 本書主要取材于編者近年來從事生物醫學數據深度挖掘方面的研究與教學工作內容，可作為醫學院校本科生及研究生教材，也可作為醫學基礎及臨床科研工作者和相關技術人員科學研究的參考用書。