数据挖掘在生物医学数据分析中的应用

随着信息技术的发展,采集、存储和管理数据的手段日益完善,数据挖掘学科应运而生。文章阐述数据挖掘的概念;通过给出各种数据挖掘方法在生物医学研究领域中的应用实例,分析数据挖掘与生物医学领域中统计学的关系,并就国内生物医学数据挖掘的应用现状、需要解决的问题以及今后研究的发展方向等进行综述。     

数据挖掘在生物医学数据分析中的应用

随着信息技术的发展,采集、存储和管理数据的手段日益完善,数据挖掘学科应运而生。文章阐述数据挖掘的概念;通过给出各种数据挖掘方法在生物医学研究领域中的应用实例,分析数据挖掘与生物医学领域中统计学的关系,并就国内生物医学数据挖掘的应用现状、需要解决的问题以及今后研究的发展方向等进行综述。     

共现分析技术在生物医学信息文本数据挖掘中的应用

介绍了共现分析技术的基本理论及其分析研究流程,对其在生物医学信息领域的文本数据挖掘进行了详细的阐述。     

数据挖掘技术探讨

本文首先介绍了数据挖掘技术产生的背景,接着给出数据挖掘技术定义,并探讨了数据挖掘技术及其应用.     

中国生物医学文献光盘数据库的应用

中国生物医学文献光盘数据库是中国医学科学院医学信息研究所开发研制的综合性医学文献数据库。该数据库的收录范围涉及了基础医学、临床医学、预防医学、药学、中医学及中药学等生物医学的各个领域。该数据库的全部题录均根据美国国立医学图书馆１９９５年版的《医学主题...     

虚拟仪器技术在生物医学工程专业教学中的应用

生物医学工程专业是目前国际上发展极为迅速的交叉学科和边缘学科,根据该专业本科教育的特点及课程设置,针对目前课程教学存在的不足,引入虚拟仪器技术,并以医疗仪器原理和数字信号处理两门课程为例描述了其在教学中的应用;对虚拟仪器在生物医学工程专业领域的发展做了前景展望.     

数据挖掘可视化技术与医院管理

在医院现有信息管理系统基础上,建立数据仓库,利用数据挖掘可视化技术,对海量历史数据进行组织和管理,用来支持管理决策.     

分形在生物医学上的应用

1 分形概述1973年,曼德勃罗(B.B.Mandelbrot)在法兰西学院首次提出了分维和分形几何的设想。分形(Fractal)是曼德勃罗首次提出的,其原意具有不规则、支离破碎等意义,分形几何学是一门以非规则几何形态为研究对象的几何学。由于不规则现象在自然界是普遍存在的,因此分形几何又称为描述大自然的几何学。分形几何建立以后,很快就引起了许多学科的关注,这是由于它不仅在理论上,而且在实用上都具有重要价值。     

数据挖掘技术在医院信息系统中的应用

介绍数据预处理、匿名化与标识转换等医学数据挖掘的关键技术,阐明医院信息系统中数据挖掘的基本过程,包括数据提取和预处理、运行挖掘算法、模式发现、知识表示和评价几个环节,并从模型建立、实现过程两方面详细论述数据挖掘技术在医院信息系统中的应用。     

数据挖掘技术及其在临床恶性肿瘤诊疗中的应用

介绍数据挖掘相关技术,包括特征选择、离群值检测模型、聚类模型、关联规则模型、分类模型、集成学习算法等方面,对数据挖掘在临床恶性肿瘤诊断、预后及管理中的应用进行具体阐述。     

数据仓库在临床诊断系统中的应用

本文针对我国医院信息系统,特别是临床诊断系统海量医疗信息未能充分利用的现状,介绍了数据仓库与数据挖掘技术,提出了改进临床诊断系统,提高临床决策水平的思路,并研究出基于数据挖掘的临床信息系统体系结构。     

数据挖掘技术在临床医学中的应用

介绍数据挖掘的概念、过程、方法、医学数据的特点以及数据挖掘在临床医学中的应用情况。     

数据挖掘技术及其在医疗质量管理中的应用

介绍数据挖掘概念、基本流程及任务,阐述数据挖掘在医疗质量管理中的应用,包括医疗质量指标变化趋势分析、基于多维数据模型的数据挖掘分析等方面,指出将数据挖掘技术应用于医疗质量管理具有广阔的发展前景和较高的应用价值。     

生物医药领域的技术预见

生物医药领域在近几十年中发展迅猛。由于自身的发展特点,迫切需要进行科学的规划和管理。技术预见是近年来技术创新和管理的研究热点,对生物医药领域的相关产业而言正是很好的科学管理工具。结合发达国家的成功经验,着重对日本和英国开展的技术预见进行了描述、对比,这对中国的生物医药产业很有借鉴意义。     

数据挖掘及其在中医药现代化研究中的应用

数据挖掘是为解决"数据丰富,知识贫乏"状况而兴起的知识获取技术,在相关领域专家指导下,它可以实现对海量数据的智能分析,得到事物本质及可预测其发展趋势的、隐含的模式或规律.在中医药现代化研究中,采用以数据挖掘为代表的高级信息处理技术进行反映其隐含本质知识的获取研究,将进一步加速中医药知识更新的步伐,为构建现代中医药学和中药现代饮片理论奠定坚实的理论和实践基础.应用数据挖掘多种分析方法,与数据仓库、联机分析处理和专家系统等技术相结合,建立能够实现中医药数据多层面智能分析的综合智能决策支持系统,是加速推进中医药现代化的有效途径.     

数据挖掘在医学图像分类中的应用

介绍几种数据挖掘方法的发展历程,分析其在医学图像处理中的应用及其研究现状,包括关联规则、决策树、人工神经网络、支持向量机、粗糙集等,同时阐述数据挖掘在医学图像分类研究领域存在的问题,希望对研究人员有所借鉴。     

基于Data Mining技术的高校教学管理研究

随着计算机、网络技术的发展,获得有关资料已经非常简单易行。但是对于数量大、涉及面宽的数据,依靠以往那种由简单汇总、按指定模式去分析的统计方法是无法完成这类数据的分析。因此,一种智能化的、综合应用各种统计分析、数据库、智能语言来分析庞大数据资料的技术就应运而生,这就是目前国际上统计最热门的话题,数据挖掘,(DataMining)技术的市场需求和它的技术支持背景。作者对数据挖掘技术进行了较全面的回顾,介绍了目前在数据挖掘中常用的方法和工具,列举了它有高校高校教学管理中一些应用。     

数据挖掘及其在医学信息中的应用

介绍数据挖掘技术的概念、过程和常用方法,结合医学信息的特点,探讨数据挖掘技术在医学信息中的应用,包括医疗费用分析、辅助医疗诊断、医学科研以及医疗资源利用评价,以期为促进数据挖掘技术在医学领域中的更广泛应用提供借鉴.