生物医学信息学.pptVIP

生物医学信息学;课程学习目 和要求; 医学信息学基础 医学信息标准化 临床信息系统 医学信息有序化 医学信息获取 PACS系统及其实现 医学信息 硬件架构和信息安全 临床信息系统 临床路径 无线网络 医学决议支持 生物信息学概论 生物数据库 序列对比和数据库搜索;课程教学目 和要求;教材和参考书目;第一章 医学信息学基础;;;第二节 医学信息学相关概念;信息与知识 知识 定义P9 知识 分类 知事类知识（know-what） 知因类知识（know-why） 知能类知识（ know-how） 知人类知识（ know-what） ;;;;第三节 医学信息学研究;;国外医学信息学 发展过程;;二、中国医学信息学 发展进程;医学信息学 研究对象和研究领域;诊疗－诊疗循环;观察、分析、行动;诊疗－诊疗循环;生物信息学（Bioinformatics)概念;;广义 生物信息学;;狭义 生物信息学;医学信息学 学科体系;医学信息学研究进展;2、决议支持系统与数据仓库;;数据挖掘: 所谓数据挖掘, 就是从数据库中抽取隐含 、以前未知 、含有潜在应用价值 信息 过程。数据挖掘是KDD最关键 部分。数据挖掘与传统分析工具不一样 是数据挖掘使用 是基于发觉 方法, 利用模式匹配和其它算法决定数据之间 关键联络。;;数据仓库系统 四个层次体系结构: （1）数据源: 整个系统 数据源泉 （2）数据 存放与管理: 不一样于传统 数据库, 决定了外部数据 表现形式。;大部分情况下, 数据挖掘都要先把数据从数据仓库中拿到数据挖掘库或数据集市中。;数据挖掘库可能是你 数据仓库 一个逻辑上 子集, 而不一定非得是物理上单独 数据库。;能够把一个或多个事务数据库导到一个只读 数据库中, 就把它看成数据集市, 然后在她上面进行数据挖掘。;联机分析处理（OLAP）: 对分析需要 数据进行有效集成, 按多维模型进行组织, 方便进行多角度、多层次 分析, 并发觉趋势。 传统 查询和报表工具是告诉你数据库中都有什么（what happened）, OLAP则更深入告诉你下一步会怎么样（What next）、和假如我采取这么 方法又会怎么样（What if）。;（4）前端工具: 报表工具、数据分析工具、查询工具、数据挖掘工具。（P183图9-7);第四?? 医学信息学教育;二、中国医学信息学教育;医学信息学发展方向