随着信息技术和互联网技术的发展，医学大数据进入爆炸式增长时代。本书全面概括了当前医学大数据领域的技术和应用，深入浅出地介绍了多种医学大数据获取与管理、降维和聚类分析、数据挖掘分类预测和回归预测、可视化方法等实用技术，以及医学大数据分析经典案例，旨在帮助读者理解和掌握医学大数据挖掘的相关理论与方法，具有较高的实用性和可操作性。 本书可供流行病与卫生统计学、统计学专业本科生及研究生，从事医学大数据挖掘的科研人员及其他相关专业人员阅读。

第一章 医学大数据概述
第一节 医学大数据的特点
第二节 医学大数据库及其应用
第三节 医学大数据挖掘方法
第四节 机遇与挑战
第二章 健康医疗大数据获取与数据管理
第一节 健康医疗大数据采集与预处理技术
第二节 健康医疗大数据资源管理与平台技术
第三节 健康医疗大数据标准化理论与技术
第四节 健康医疗大数据安全技术
第三章 医学大数据降维和聚类分析
第一节 主成分分析
第二节 K均值聚类
第三节 层次聚类分析
第四节 分布估计聚类分析
第五节 高斯混合模型
第六节 其他分布估计聚类
第四章 医学大数据挖掘分类预测
第一节 决策树模型
第二节 朴素贝叶斯
第三节 贝叶斯网络
第四节 神经网络模型
第五节 多模型融合方法
第五章 医学大数据挖掘回归预测
第一节 时空聚集探测模型
第二节 空间回归模型
第三节 地理加权回归模型
第四节 逻辑回归模型
第六章 医学大数据可视化方法
第一节 高维数据可视化
第二节 文本数据可视化
第三节 层次数据和网络数据可视化
第四节 时序和空间信息数据可视化
第五节 医学大数据可视化综合实例
第七章 医学大数据分析案例
第一节 医学大数据在临床数据挖掘中的应用
第二节 大数据分析在健康管理中的应用
第三节 大数据与传染病防控
第四节 大数据在新突发传染病防控中的应用