数据挖掘与虚拟医药科研
我们在前面的博客里初步谈论了一些数据挖掘的实践应用。我们说数据挖掘的应用很广泛,在某些领域也已很成熟,实用价值很高。其中数据挖掘在医药学领域就有一些比较成熟可靠的应用了。但有时,我们也听说有些人将数据挖掘在某些领域的应用说成是“讲故事”。这实际上是反映了这些案例的开发和应用很不成熟,可信度很低。成熟的数据挖掘应用绝不是“讲故事”。本人在北美工作了多年,从来没有听说过数据挖掘是“讲故事”(也许是
洪松林 - 数据挖掘,科研 - 2015-09-27
研究人员利用数据挖掘方法为抑郁症患者提供有效的处方
马萨诸塞州综合医院(MGH)和哈佛大学(Harvard University)的一项新研究发现,使用这些模型中的电子病历数据可能会带来很大的希望。
MedSci原创 - 数据挖掘方法,抑郁症 - 2017-12-09
数据挖掘在医学上的应用
本篇将再多讲一讲数据挖掘在医学上的应用,希望能对感兴趣的朋友有所启发,也供从事其他行业数据挖掘应用的同仁参考。数据挖掘,又称知识发现(KDD),是从大量的数据中抽取潜在的、有价值的知识的过程。数据挖掘所探寻的模式是一种客观存在的、但隐藏在数据中未被发现的知识。例如,数据挖掘可直接挖掘疾病高发人群,发现疾病及症状间的未知联系,探索化验指标间的影响关系及化验指标与疾病间的潜在影响,对未知的
洪松林 - 数据挖掘,医学 - 2015-09-27
TCGA数据库使用教程:官网、数据下载与数据挖掘分析
肿瘤基因组图谱 (TCGA) 计划由美国 National Cancer Institute(NCI) 和 National Human Genome Research Institute(NHGRI
网络 - 数据挖掘,TCGA数据库 - 2020-08-15
Spark Streaming:大规模流式数据分析与数据挖掘利器
提到Spark Streaming,我们不得不说一下BDAS(Berkeley Data Analytics Stack),这个伯克利大学提出的关于数据分析的软件栈。从它的视角来看,目前的大数据处理可以分为如以下三个类型。 复杂的批量数据处理(batch data processing),通常的时间跨度在数十分钟到数小时之间。基于历史数据的交互式查询(interactive quer
MedSci原创 - 数据,挖掘 - 2015-09-08
R进行数据统计与数据挖掘:手把手教你!
R是一种广泛用于数据分析和统计计算的强大语言,于上世纪90年代开始发展起来。得益于全世界众多爱好者的无尽努力,大家继而开发出了一种基于R但优于R基本文本编辑器的R Studio(用户的界面体验更好)。也正是由于全世界越来越多的数据科学社区和用户对R包的慷慨贡献,让R语言在全球范围内越来越流行。其中一些R包, 例如MASS,SparkR, ggplot2,使数据操作,可视化和计算功能越来越强大。
数据人网 - R,数据挖掘 - 2016-07-08
基于数据挖掘的《理虚元鉴》用药规律研究
分析《理虚元鉴》用药规律,探讨汪绮石治疗虚证用药特点及辨治思路,为临床提供参考。
中国中医药信息杂志 - 数据挖掘,理虚元鉴,用药规律,研究 - 2018-07-12
Nucleic Acids Res:空间转录组学数据挖掘新算法——DeepST
DeepST使用预先训练好的深度神经网络模型从组织形态学信息(H&E染色图片)中提取图像特征,然后将提取的特征与基因表达和空间位置数据集成,
测序中国 - 数据挖掘,算法,空间转录组学 - 2022-10-24
Clinica Chimica Acta:成人凝血筛选试验参考区间的数据挖掘
实验室信息系统数据挖掘是一种新兴的参考区间确定方法,并对其在混凝试验中的适用性进行了评价。
MedSci原创 - 参考区间 - 2019-12-21
案例精讲:甲基化与基因表达数据挖掘的思路与过程
口腔鳞状细胞癌(OSCC)是最常见的头颈部鳞状细胞癌(HNSCC),由于对OSCC的发生、发展、进展、侵袭和转移的理解有限,导致该病的早期诊断大大延迟。因此,鉴定与OSCC相关的重要癌基因或肿瘤抑制基
网络 - 数据挖掘 - 2020-08-15
基于既有医疗数据构建研究型数据库的方法学探讨及实例解读(二):数据治理的方法
本文以“中西医结合治疗新型冠状病毒感染研究型数据库”为例,对研究中数据治理的方法进行介绍,以供研究人员参考。
中国中医药信息杂志 - 数据治理 - 2023-07-07
J Healthc Eng:基于数据挖掘的现代中药治疗冠心病稳定型心绞痛
中医药在冠状动脉心绞痛的治疗中具有多靶点、多层次、多环节的作用,可显著改善患者的症状。其作用机制涉及多个层次,如调节脂质代谢、改善血小板功能、抗氧化剂和保护内皮功能。
MedSci原创 - 稳定型心绞痛 - 2023-01-24
表达谱芯片数据深入挖掘方法简介
表达谱芯片数据分析除了可以进行常规分析如Gene ontology 分析和Pathway分析等之外,还可以利用生物信息学软件从芯片数据中发掘更多具有深层次生物学意义的信息目前数据深入挖掘技术主要包括:标志物预测分析(Prediction analysis for microarray)和基因网络关系分析(Gene network analysis)。这些数据
MedSci原创 - 芯片,数据 - 2014-01-03
为您找到相关结果约500个