内容提要

随着互联网、云计算、大数据、人工智能、可穿戴健康医疗设备等领域的快速发展，每天都有海量、多源、异构的健康医疗大数据产生。如何挖掘和利用好这些大数据，将数据库变成知识库进而为人们带来更有效的健康医疗服务，已成为高校人才培养和众多医学科研工作者共同关注的焦点。本教材针对健康医疗领域大数据，从实际应用角度出发，深入浅出地介绍了多种大数据建模方法和基于R语言、Python语言等软件实现程序。本书共分14章：绪论、大数据存储与管理技术、医学图像大数据的结构化处理方法、医学文本与语音大数据的处理方法、健康医疗高维大数据常用降维方法、互联网健康医疗大数据的获取、健康医疗大数据的关联分析、分类诊断常用的数据挖掘方法、回归预测常用的数据挖掘方法、健康医疗大数据深度学习方法、健康医疗时间序列大数据的建模方法、健康医疗大数据的时空建模方法、健康医疗大数据背景下的因果推断、生物信息大数据建模方法与应用。此外，附录部分增加了大数据分析软件简介等内容。书中例题的数据库、练习题答案等内容以二维码形式展示。

本教材内容丰富、方法先进、通俗易懂、实用性强，可作为大数据相关专业学生的核心课程教材，或作为医学类院校数据科学与医学大数据专业的核心课程教材，以及医学工程专业的核心课程或选修课程教材；也可作为医学各专业研究生开设医学统计学课程的拓展、配套教材。同时，对从事健康医疗科学研究的工作者亦是方便自学的有益方法学书籍。