大数据背景下生物医学论文.docVIP

大数据背景下生物医学论文 　　 　　1大数据 　　 　　来自生物、医药、医械、临床实验与健康管理等各个方面的数据构成生物医学的各类大数据资源它们形式多样具有自身的特殊性主要表现在以下几个方面： 　　 　　（1）原始数据量大且呈异构、多样性 　　 　　（2）难以用数学方式表达其结构及特征例如：医生对医学影像、信号和其他临床数据的解释多是非结构化的语言或文字形式自由的口述难以标准化 　　 　　（3）数据可能包含冗余的、无意义的或不一致的属性并且数据经常要更新 　　 　　（4）数据采集很难完全避免噪声干扰而噪声往往会影响处理结果生物医学大数据处理包括数据的收集、抽取与集成、分析与挖掘、解释和共享等诸多方面涉及数据库、信息科学、统计学、高性能计算、网络科学、心理学等多个领域 　　 　　2生物医学信息处理 　　 　　2.1数据挖掘在生物医学信息分析中的应用 　　 　　数据挖掘是对海量数据进行处理和分析找出数据间的隐含联系发现未知规律最终获得知识的过程挖掘的过程包括信息收集、数据集成、数据规约、数据清理、数据变换、数据挖掘、模式评估和知识表示8个步骤[5]近年来数据挖掘是生物医学信息分析的常用手段尤其是在循证医学研究、基因组和蛋白质组的研究领域中有很广泛的应用价值KDNuggets在年全球数据挖掘应用行业调查的结果表明：健康行业位居10大数据挖掘应用领域的第3位生物医学领域大