دانلود کتاب Health informatics data analysis : methods and examples
کتاب تجزیه و تحلیل داده های انفورماتیک سلامت: روش ها و مثال ها نسخه زبان اصلی
دانلود کتاب تجزیه و تحلیل داده های انفورماتیک سلامت: روش ها و مثال ها بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید
توضیحاتی در مورد کتاب Health informatics data analysis : methods and examples
نام کتاب : Health informatics data analysis : methods and examples
عنوان ترجمه شده به فارسی : تجزیه و تحلیل داده های انفورماتیک سلامت: روش ها و مثال ها
سری : Health information science
نویسندگان : Cai. Yunpeng, Wang. May D., Xu. Dong, Zhou. Fengfeng
ناشر : Springer
سال نشر : 2017
تعداد صفحات : 214
ISBN (شابک) : 9783319449814 , 9783319449791
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 6 مگابایت
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
توضیحاتی در مورد کتاب :
این کتاب یک مرور کلی از انواع مختلف داده‌های زیست پزشکی، از جمله داده‌های بالینی و ژنومی ارائه می‌کند. توضیحات کامل خوانندگان را قادر می سازد تا موضوعات کلیدی را از الکتروکاردیوگرام گرفته تا تکنیک های تجزیه و تحلیل سلامتی داده های بزرگ و تکنیک های آنالیز EEG را بررسی کنند. هر فصل خلاصه ای از زمینه و تجزیه و تحلیل نمونه را ارائه می دهد. همچنین زیرساخت های بهداشت از راه دور، قوانین انجمن اطلاعات مراقبت های بهداشتی، روش های تصویربرداری طیف سنجی جرمی، تنوع زیستی محیطی، و تابع تناسب غیرخطی جهانی برای ساختارهای پروتئینی پوشش داده شده است. بیماری‌ها در فصل‌هایی درباره حاشیه‌نویسی عملکردی lncRNA در بیماری‌های انسانی، توصیف متابولومیک بیماری‌های انسانی، عوامل خطر بیماری با استفاده از داده‌های SNP و روش‌های بیزی، و انفورماتیک تصویربرداری برای انتخاب نشانگر تصویربرداری تشخیصی مورد بررسی قرار می‌گیرند.
با انباشت انفجاری پرونده‌های الکترونیک سلامت (EHRs)، نیاز فوری به تجزیه و تحلیل به کمک رایانه مجموعه داده‌های ناهمگن زیست پزشکی وجود دارد. داده‌های زیست‌پزشکی به دلیل مقیاس‌ها، ابعاد و حجم‌های متنوع آن بدنام هستند و به فناوری‌های میان رشته‌ای برای تصویرسازی بصری و توصیف دیجیتالی نیاز دارند. برنامه های کامپیوتری و سرورهای مختلفی برای این اهداف توسط نظریه پردازان و مهندسان توسعه داده شده است.
این کتاب یک مرجع ضروری برای بررسی ابزارهای موجود برای تجزیه و تحلیل داده های ناهمگن زیست پزشکی است. این برای متخصصان، محققان و شاغلان در مهندسی پزشکی، تشخیص، الکترونیک پزشکی و صنایع مرتبط طراحی شده است.
فهرست مطالب :
Front Matter ....Pages i-x
Global Nonlinear Fitness Function for Protein Structures (Yun Xu, Changyu Hu, Yang Dai, Jie Liang)....Pages 1-35
Computational Methods for Mass Spectrometry Imaging: Challenges, Progress, and Opportunities (Chanchala D. Kaddi, May D. Wang)....Pages 37-49
Identification and Functional Annotation of LncRNAs in Human Disease (Qi Liao, Dechao Bu, Liang Sun, Haitao Luo, Yi Zhao)....Pages 51-60
Metabolomics Characterization of Human Diseases (Masahiro Sugimoto)....Pages 61-71
Metagenomics for Monitoring Environmental Biodiversity: Challenges, Progress, and Opportunities (Raghu Chandramohan, Cheng Yang, Yunpeng Cai, May D. Wang)....Pages 73-87
Clinical Assessment of Disease Risk Factors Using SNP Data and Bayesian Methods (Ivan Kozyryev, Jing Zhang)....Pages 89-102
Imaging Genetics: Information Fusion and Association Techniques Between Biomedical Images and Genetic Factors (Dongdong Lin, Vince D. Calhoun, Yu-Ping Wang)....Pages 103-114
Biomedical Imaging Informatics for Diagnostic Imaging Marker Selection (Sonal Kothari Phan, Ryan Hoffman, May D. Wang)....Pages 115-127
ECG Annotation and Diagnosis Classification Techniques (Yan Yan, Xingbin Qin, Lei Wang)....Pages 129-154
EEG Visualization and Analysis Techniques (Gregor Schreiber, Hong Lin, Jonathan Garza, Yuntian Zhang, Minghao Yang)....Pages 155-168
Big Health Data Mining (Chao Zhang, Shunfu Xu, Dong Xu)....Pages 169-184
Computational Infrastructure for Telehealth (Fedor Lehocki, Igor Kossaczky, Martin Homola, Marek Mydliar)....Pages 185-199
Healthcare Data Mining, Association Rule Mining, and Applications (Chih-Wen Cheng, May D. Wang)....Pages 201-210
توضیحاتی در مورد کتاب به زبان اصلی :
This book provides a comprehensive overview of different biomedical data types, including both clinical and genomic data. Thorough explanations enable readers to explore key topics ranging from electrocardiograms to Big Data health mining and EEG analysis techniques. Each chapter offers a summary of the field and a sample analysis. Also covered are telehealth infrastructure, healthcare information association rules, methods for mass spectrometry imaging, environmental biodiversity, and the global nonlinear fitness function for protein structures. Diseases are addressed in chapters on functional annotation of lncRNAs in human disease, metabolomics characterization of human diseases, disease risk factors using SNP data and Bayesian methods, and imaging informatics for diagnostic imaging marker selection.
With the exploding accumulation of Electronic Health Records (EHRs), there is an urgent need for computer-aided analysis of heterogeneous biomedical datasets. Biomedical data is notorious for its diversified scales, dimensions, and volumes, and requires interdisciplinary technologies for visual illustration and digital characterization. Various computer programs and servers have been developed for these purposes by both theoreticians and engineers.
This book is an essential reference for investigating the tools available for analyzing heterogeneous biomedical data. It is designed for professionals, researchers, and practitioners in biomedical engineering, diagnostics, medical electronics, and related industries.