普及医疗大数据挖掘与可视化技术，对提升医疗行业数据的质量与处理效率、实现数据的价值最大化、推动精准医疗深入应用有着重要的作用。
本书内容立足于医疗大数据的挖掘与可视化，分为总体篇、数据基础篇、数据挖掘篇、可视化篇、应用篇等5个部分，共10章，包含医疗大数据及其平台的概述，医疗大数据的采集、清洗、融合，医疗大数据挖掘概述、工具与方法，医疗大数据可视化概述、工具与方法，以及用实例展示医疗大数据可视化分析平台的设计与使用方法等内容。
本书结构清晰，图文并茂，从实际应用角度探讨医疗大数据与数据挖掘及可视化技术的深度结合，适合从事医疗大数据相关工作的读者阅读，也适合作为高校相关专业学生的参考书。

赵杰，博士，二级教授，主任药师，博士研究生导师。郑州大学第一附属医院党委副书记、副院长，国家远程医疗中心、互联网医疗系统与应用国家工程实验室、河南省精准医学实验室等机构主任。主要从事远程医疗、医疗信息化、精准医疗等方面的研究，主持国家重点研发计划、国家“863”项目、国家自然科学基金项目、国家科技惠民计划、中央引导地方发展专项、河南省重大科技专项等国家和省部级项目21项，公开发表学术论文130余篇，出版学术著作22部。近年来，其带领的精准医疗课题组致力于肺癌的早筛早诊、肺结节良恶性诊断及肺癌的精准治疗等科研工作，发表了多篇高水平学术论文。

第1部分 总体篇
第1章 医疗大数据概述
1.1 大数据概述
1.1.1 大数据基础知识
1.1.2 大数据关键技术
1.2 医疗大数据本质
1.2.1 医疗大数据产生的背景
1.2.2 医疗大数据来源与内容
1.2.3 医疗大数据的征
参考文献
第2章 医疗大数据平台概述
2.1 医疗大数据平台简介
2.1.1 医疗大数据平台的作用
2.1.2 大数据平台处理数据的步骤
2.1.3 大数据平台产品
2.2 医疗大数据平台架构
2.2.1 基本架构
2.2.2 数据采集层
2.2.3 数据处理层
2.2.4 数据分析层
2.2.5 数据访问层
2.2.6 数据应用层
2.2.7 数据管理层
2.2.8 开源框架
2.3 医疗大数据平台的存储技术
2.3.1 HDFS
2.3.2 NoSQL数据库
2.4 医疗大数据平台计算模式
2.4.1 大数据批处理计算
2.4.2 大数据查询分析计算
2.4.3 大数据流计算
2.4.4 大数据迭代计算
2.4.5 大数据图计算
2.5 医疗大数据平台其他组件
2.5.1 分布式资源管理器YARN
2.5.2 分布式协调服务ZooKeeper
2.5.3 分布式消息队列Kafka
2.5.4 集群管理与监控Ambari
2.5.5 工作流调度器Oozie
2.5.6 数据转换工具Sqoop
2.5.7 日志收集工具Flume
参考文献
第2部分 数据基础篇
第3章 医疗大数据采集
3.1 医疗大数据采集的必要性与影响因素
3.1.1 医疗大数据采集的必要性
3.1.2 医疗大数据采集的影响因素
3.2 传统数据采集技术及其局限性
3.2.1 传感器技术
3.2.2 射频识别技术
3.2.3 条码技术
3.2.4 日志文件
3.2.5 移动互联网技术
3.2.6 网络爬虫技术
3.2.7 检索分类工具
3.2.8 传统数据采集技术的局限性
3.3 面向医疗大数据的平台化数据采集
3.3.1 平台化技术
3.3.2 基于平台化技术的医疗大数据采集
3.3.3 平台化医疗大数据采集的流程
3.4 平台化医疗大数据采集的关键技术
3.4.1 SOA
3.4.2 ESB
3.4.3 数据仓库
3.4.4 前置机
3.4.5 数据接口方案
3.4.6 其他
参考文献
第4章 医疗大数据清洗
4.1 医疗大数据清洗的必要性
4.1.1 脏数据的产生原因
4.1.2 脏数据的存在形式
4.2 医疗大数据清洗的含义
4.2.1 数据清洗的概念
4.2.2 数据清洗的评价标准
4.3 医疗大数据清洗过程简述
4.4 医疗大数据的清洗流程
参考文献
第5章 医疗大数据融合
5.1 医疗大数据融合的必要性
5.1.1 数据融合的概念
5.1.2 数据融合的类型
5.1.3 数据融合的优势
5.1.4 医疗大数据融合的必要性
5.2 传统数据融合技术及其局限性
5.2.1 统计学方法
5.2.2 信号处理与估计理论方法
5.2.3 人工智能方法
5.2.4 信息论方法
5.2.5 传统数据融合技术的局限性
5.3 面向医疗大数据的数据融合
5.3.1 数据融合的原理
5.3.2 数据融合的一般步骤
5.4 医疗大数据融合的关键技术
5.4.1 数据预处理
5.4.2 不同类型数据的处理
5.4.3 OLAP引擎
5.4.4 D-S证据理论融合技术
5.4.5 基于深度学习的多源异构数据融合
5.5 医疗大数据融合的应用实践
5.6 医疗大数据融合的支撑要素
参考文献
第3部分 数据挖掘篇
第6章 医疗大数据挖掘概述
6.1 医疗大数据挖掘的相关概念与意义
6.1.1 医疗大数据挖掘的基础知识
6.1.2 医疗大数据挖掘的意义
6.2 医疗大数据挖掘的原理与应用
6.2.1 医疗大数据挖掘的核心技术
6.2.2 医疗大数据挖掘的难点
6.2.3 医疗大数据挖掘的模型框架设计与流程
6.2.4 医疗大数据挖掘的应用
参考文献
第7章 医疗大数据挖掘工具与方法
7.1 医疗大数据挖掘工具
7.1.1 工具分类
7.1.2 开源工具
7.1.3 非开源工具
7.2 医疗大数据挖掘方法概述
7.2.1 关联规则挖掘
7.2.2 分类挖掘分析
7.2.3 聚类分析
7.2.4 异常挖掘分析
7.2.5 流行病检测和预报
7.3 基于传统机器学习的医疗大数据挖掘方法
7.3.1 支持向量机
7.3.2 逻辑回归
7.3.3 决策树
7.3.4 贝叶斯网络
7.3.5 人工神经网络
7.4 基于深度学习的医疗大数据挖掘方法
7.4.1 深度学习模型
7.4.2 深度学习在医疗领域的应用
参考文献
第4部分 可视化篇
第8章 医疗大数据可视化概