并行算法之mapreduce.PPT

大数据+医疗 目录 关于大数据的各种书籍简介 云计算和物联网 大数据在医疗行业的运用：文字、图像、视频、物联网 非结构化大数据分析手段：聚类分析、机器学习 计算机大数据算法 大数据算法工具 关于大数据的各种书籍简介 关于亚马逊：贝佐斯创建的一个小书店发展成亚马逊，数据驱动型公司，建立了遍布全美的云存储器。优于淘宝之处在于控制产品质量，先行赔付，用户体验好。 关于谷歌：敏锐的聚焦网络搜索，搜索问题组成了非结构化数据库，以此为基础进行预测算法。Google Fit 关于苹果： HealthKit 关于大数据的各种书籍简介 《大数据营销：定位客户》商业营销中大数据的使用，例如在广告中找到人们最关注的部分，扩大这个部分；分析客户构成等；精准营销，定位到人。 《爆发》大数据对历史发展的预测。 《工业4.0》大数据驱动工业发展，开启产品全生命周期管理模式——物联网。 《大数据时代》作者抛出了大数据时代处理数据理念上的三大转变：要全体不要抽样，要效率不要绝对精确，要相关不要因果；万事万物数据化，数据交叉复用。 努力在可以应用、可以拓展的地方，应用它、拓展它；在不能应用、不能拓展的地方，就停下来。 《大数据云图》：对多个行业未来的展望，用计算机模拟来找到最优化解决方法。 云计算和物联网 云计算和物联网如今已是IT业界的两大焦点，它们有很大的区别，但同时也有着千丝万缕的联系——物联网通过数量惊人的传感器采集到难以计数的数据量，而云计算可以对这些海量数据进行智能处理。可以说，云计算是物联网发展的基石，而物联网又是云计算最大的用户，二者的融合可谓珠联璧合，相辅相成。在大数据时代，云计算融合物联网将进一步推动数据价值的挖掘，促进产业爆发。 云计算 云计算（cloud computing）是一种基于因特网的超级计算模式，在远程的数据中心里，成千上万台电脑和服务器连接成一片电脑云。因此，云计算甚至可以让你体验每秒10万亿次的运算能力，拥有这么强大的计算能力可以模拟核爆炸、预测气候变化和市场发展趋势。用户通过电脑、笔记本、手机等方式接入数据中心，按自己的需求进行运算。 IBM的创立者托马斯·沃森曾表示，全世界只需要5台电脑就足够了。比尔·盖茨则在一次演讲中称，个人用户的内存只需640K足矣。李开复打了一个很形象的比喻：钱庄。 大数据在医疗行业的运用 1、精细化医疗。 2、国家肿瘤中心开发的影像学和病理学自动识别软件，已超过医师平均水平。 3、各种砸钱不讨好的移动医疗，没有抓住痛点，没有找到经济增长点，无根之水。 有可能想象依赖于“分子症状，而不是临床症状来触发治疗干预更积极的医疗实践。——治疗未病 大数据时代的非结构化数据分析在医疗中的运用——前提 1、信息安全保障 2、病人唯一标识建立（MPI） 3、标准术语系统 （1、2对于结构化数据依然需要） 大数据时代的非结构化数据处理在医疗中的运用——文字分析 1、语言处理技术： 建立标准术语系统→医学知识模型→信息提取→文本模块化 2、数据挖掘技术： 机器学习 统计学习 规则归纳 3、应用：电子病历数据挖掘支持临床决策、建立临床路径、临床指南，诊疗过程追踪 大数据时代的非结构化数据处理在医疗中的运用——图像 生物特征识别技术通常按照，扫描、数字化处理、分析、特征提取、存储、匹配分类几个步骤处理。目前扫描数字化处理已经相对成熟，主要的研究集中在分析和特征提取方面。 计算机辅助诊断技术：医学CAD 1、图像预处理：灰度直方图、去噪、图像增强 2、图像特征提取：边缘分割、灰度共生矩阵 3、图像分类：支持向量机算法（神经网络的一种衍生算法） 大数据时代的非结构化数据处理在医疗中的运用——图像之全息眼镜 大数据时代的非结构化数据处理在医疗中的运用——视频 远程医疗 在线教育：人卫开放大学等 大数据时代的非结构化数据处理在医疗中的运用——物联网 安大略理工大学的卡罗琳?麦格雷戈（Carolyn McGregor）博士和一支研究队伍与IBM一起和很多医院合作，用一个软件来监测处理即时的病人信息，然后把它用于早产儿的病情诊断。系统会监控16个不同地方的数据，比如心率、呼吸、体温、血压和血氧含量，这些数据可以达到每秒钟1260个数据点之多。在明显感染症状出现的24小时之前，系统就能监测到早产儿细微的身体变化发出的感染信号。 穿戴设备 生命体征监测床 如何用软件来实现这些大数据分析工作呢？以下讲一种机器学习的方法。 大数据分析手段 ——机器学习 机器学习：机器学习是近20多年兴起的一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。 机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。 机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进