目錄
序
前言
緒論 1
第一章 智能醫(yī)學工程概論 3
第一節(jié) 概念 3
第二節(jié) 智能醫(yī)學工程的發(fā)展歷程 4
第三節(jié) 智能醫(yī)學工程的特性與應用 5
第二章 臨床研究與智能醫(yī)學 11
第一節(jié) 臨床研究的概述 11
第二節(jié) 臨床研究常用的研究設計方法 14
第三節(jié) 臨床研究常用數(shù)字化工具 17
第四節(jié) 臨床試驗數(shù)據(jù)管理 20
第三章 醫(yī)學數(shù)據(jù)管理 24
第一節(jié) 醫(yī)學數(shù)據(jù)管理設計 24
第二節(jié) 醫(yī)學數(shù)據(jù)類型及采集流程 32
第三節(jié) 醫(yī)學數(shù)據(jù)標注 39
第四節(jié) 醫(yī)學數(shù)據(jù)隱私保護 47
第四章 表格型醫(yī)學數(shù)據(jù)分析 51
第一節(jié) 表格型醫(yī)學數(shù)據(jù)處理方法 51
第二節(jié) 表格型醫(yī)學數(shù)據(jù)分析方法 60
第三節(jié) 實操案例：基于隨機森林的術后并發(fā)癥發(fā)生預測 74
第五章 時間序列醫(yī)學信號分析 82
第一節(jié) 時間序列醫(yī)學信號及其處理方法 82
第二節(jié) 時間序列醫(yī)學信號的時頻分析方法 92
第三節(jié) 時間序列醫(yī)學信號的非線性分析方法 99
第四節(jié) 實操案例：睡眠醫(yī)學信號分析 106
第六章 醫(yī)學圖像數(shù)據(jù)分析 112
第一節(jié) 醫(yī)學圖像處理方法 112
第二節(jié) 醫(yī)學圖像分析方法 127
第三節(jié) 深度學習模型的可解釋性 142
第四節(jié) 實操案例：基于雙氣囊小腸鏡的克羅恩病智能輔助診斷與評估 144
第五節(jié) 實操案例：基于超聲心動圖的CHD智能輔助診斷與手術方案建立 148
第七章 多模態(tài)醫(yī)學數(shù)據(jù)分析 153
第一節(jié) 多模態(tài)醫(yī)學數(shù)據(jù)預處理 153
第二節(jié) 多模態(tài)醫(yī)學數(shù)據(jù)特征提取 164
第三節(jié) 多模態(tài)醫(yī)學數(shù)據(jù)融合方法 170
第四節(jié) 實操案例：基于多模態(tài)數(shù)據(jù)的抑郁癥智能評估 177
第八章 智能醫(yī)學與制藥 190
第一節(jié) 藥學數(shù)據(jù)分析和應用 190
第二節(jié) 藥物靶標的識別和預測 196
第三節(jié) 分子生成與設計技術 210
第四節(jié) 智能藥物設計與優(yōu)化 220
第九章 智能醫(yī)學與中醫(yī) 229
第一節(jié) 智能中醫(yī)藥學的發(fā)展歷史與現(xiàn)狀 229
第二節(jié) 中醫(yī)診療數(shù)據(jù)的來源與特點 231
第三節(jié) 智能中醫(yī)診斷技術與方法 233
第四節(jié) 中醫(yī)智能輔助治療技術 242
第五節(jié) 實操案例：中醫(yī)面診與體質智能檢測 249
第六節(jié) AI技術用于中藥及復方研究實例 250
第十章 挑戰(zhàn)與發(fā)展 256
第一節(jié) 智能醫(yī)學工程的優(yōu)勢與挑戰(zhàn) 256
第二節(jié) 智能醫(yī)學工程的未來展望 258
參考文獻 261
致謝 264