医学数据仓库与数据挖掘

按照国家中医药管理局关于行业规划教材建设的精神，本套教材的编写组织工作仍然采用了"政府指导，学会主办，院校联办，出版社协办"的运作机制，对教材进行了整体规划。全国高等中医药教材建设研究会于2005年7月在北京召开了"全国高等中医药院校计算机课程教学与教材建设研讨会"，会上来自全国多家高等中医药院校计算机教学的专家以及管理人员一致认为编写一套适合教学的计算机课程规划教材是十分必要和急需的，并初步提出了规划教材目录。之后全国高等中医药教材建设研究会组织有关专家对规划教材的目录进行了多次讨论，最终确定了12门新世纪全国高等中医药院校计算机课程规划教材，其中大部分是供非计算机专业教学使用的计算机教材，也有部分供计算机专业教学使用并能体现中医药特色的教材。
医学数据仓库是数据仓库技术面向医学领域数据的具体实现。与其他企业数据仓库相比，医学数据仓库的数据来源、数据类型和数据特征都有其特殊之处。建立医学数据仓库是医学数据分析处理的基础，是医学信息技术发展的必然，对于医学、医疗卫生、药物学和医学管理等领域的研究与应用都有巨大的推动作用。
医学数据挖掘所面临的数据对象类型十分丰富，包括文本、图形、图像等；数据来源也非常广泛。临床医疗和医学研究已积累了大量的信息，如何有效地存储、检索、处理和分析医学数据，为医学决策提供支持，已为医学工作者和信息技术工作者强烈关注。该领域的分析与挖掘技术极富前景，也极具挑战性。
本书力图从两个角度观察和分析医学数据处理与分析技术。一方面从信息技术的角度介绍数据仓库及数据分析与挖掘的基本原理、技术和发展前景；另一方面从医学科学的角度介绍医学信息与医学数据以及相关处理技术的特殊性和最新的研究成果。
本书可作为医学院校的本科生和研究生教材。也适合于医学领域从事数据处理的专业技术人员阅读。

0绪论
O．1医学信息技术概述
0．1．1信息与信息技术
0．1．2医学信息与医学知识
0．1．3医学信息技术
0．2数据库技术的演化
O．3决策支持系统的发展
0．3．1决策支持系统
0．3．2 DSS与数据仓库及数据挖掘
O．3．3医学决策支持系统

第1篇数据仓库
l数据仓库概述
1．1数据库的基本概念
1．1．1数据、数据库与数据库系统
1．1．2数据库系统的基本特点
1．2从传统数据库到数据仓库
1．2．1蜘蛛网问题
1．2．2事务处理向分析决策的转变
1．3数据仓库的基本特征
1．3．1面向主题
1．3．2集成性
1．3．3稳定性
1．3．4随时间不断变化
1．4数据仓库中的数据组织
1．4．1数据组织基本特征
1．4．2粒度与分区
1．4．3数据组织方式
2数据仓库基本结构
2．1数据仓库的体系结构
2．1．1数据仓库结构
2．1．2数据集市
2．1．3数据仓库系统的逻辑层次
2．1．4数据仓库运行结构
2．2数据仓库的模型
2．3数据抽取、转换和装载
2．3．1 ETL概述
2．3．2数据抽取
2．3．3数据转换
2．3．4数据装载
2．3．5ETL工具
2．4数据仓库的元数据
2．4．1数据字典与元数据
2．4．2元数据的作用
2．4．3元数据的分类
2．4．4元数据的管理与维护
3数据仓库设计
3．1体系结构化的准则
3．2数据仓库的模型选取
3．3数据仓库的开发模式
3．4数据仓库工程
4.OLAP技术
4．1概述
4．1．1 OLAP的基本涵义、特性
4．1．2 OLAP的分类
4．2 OLAP与OLTP
4．2．1 OLAP系统组成
4．2．2 OLAP与OLTP的联系与区别
4．3 0IJAP与多维分析
4．3．1维度简介
4．3．2多维数据集
4．3．3维度模型
4．3．4父子维度
4．3．5虚拟维度
4．4 OLAP的技术实现
4．4．1 OIJAP技术的准则
4．4．2 OLAP前端展示
4．4．3 OLAP的基本操作
4．4．4 MDx语言
4．5 OIAP的发展
5医学数据仓库
5．1医学信息与数据
5．2医学数据仓库的关键问题
5．2．1医学数据的组织
5．2．2医学数据仓库的设计
5．2．3医学数据仓库的管理
5．3医学数据仓库的现状与未来

第2篇数据挖掘
6数据挖掘概述
6．1数据挖掘的起源
6．1．1数据挖掘的产生背景
6．1．2数据挖掘的定义
6．1．3数据挖掘与数据仓库
6．1．4数据挖掘与0LAP
6．2数据挖掘的任务
6．3医学与数据挖掘
6．3．1数据挖掘在生物医学工程中的应用
6．3．2数据挖掘在中医药领域中的应用
7数据挖掘的步骤
7．1数据挖掘的过程
7．1．1确定目标
7．1．2数据准备
7．1．3数据挖掘
7．1．4结果分析
7．2数据挖掘的系统结构
7．3数据质量与数据预处理
7．3．1数据质量分析
7．3．2数据预处理
7．3．3数据归约
8数据挖掘算法
8．1关联规则
8．1．1关联规则的经典案例——购物篮分析
8．1．2关联规则的基本概念
8．1．3关联规则的基本原理
8．1．4关联规则的经典算法——Apriori算法
8．1．5关联规则的医学应用实例
8．2分类与预测
8．2．1分类与预测的基本概念
8．2．2决策树
8．2．3贝叶斯分类
8．2．4神经网络
8．2．5其他分类方法
8．2．6分类与预测的医学应用实例
8．3聚类分析．
8．3．1聚类分析的基本概念
8．3．2聚类分析的算法
8．3．3聚类分析的医学应用实例
9医学数据挖掘
9．1医学结构化数据挖掘．
9．1．1医学结构化数据挖掘概述
9．1．2医学结构化数据挖掘的应用研究
9．2医学文本数据挖掘．
9．2．1文本数据挖掘概述
9．2．2文本数据挖掘的关键技术
9．2．3医学文本数据挖掘的应用研究

第3篇数据仓库与数据挖掘应用
10SQL Server 2000的数据仓库与数据挖掘功能
10．1 SQL Servel 2000的数据仓库工具介绍
10．1．1数据转换服务
10．1．2复制
10．1．3 Analysis Services
10．1．4 English Querv
10．1．5 Meta Data Setvices
10．2 SQL ServeI2000 Analysis Services功能介绍
lO．2．1 Analysis Services的安装
10．2．2 Analysis Services的功能特点
10．2．3 Analysis Services的使用
11数据仓库与数据挖掘在医学领域的应用案例
11．1医院管理数据仓库和OLAP
11．1．1案例背景
11．1．2数据源
11．1．3医院管理数据仓库的设计
11．1．4医院管理OLAP设计
11．2临床治疗方案挖掘
11．2．1案例背景
11．2．2数据预处理
11．2．3挖掘结果
11．3中药复方配伍规律挖掘
11．3．1案例背景
11．3．2数据预处理
11．3．3挖掘结果
12常用的数据挖掘工具
12．1 SAS Enterprise Miner
12．1．1 Enterprise Miner开发环境
12．1．2 Enterprise Miner的节点功能
12．1，3 Enterprise Miner的使用
12．2 SPSS Clementine
12．2．1 SPSS Clementine的开发环境
12．2．2 SPSS Clementine的基本功能
12．2．3 SPSS Clementine的使用
12．3其他数据挖掘工具
12．3．1 MineSet
12．3．2 DBMiner
12．3．3 Intelligent Miner

插图：