Python语言程序设计及医学应用/高等医药类院校计算机课程体系“十三五”规划教材

Python语言程序设计及医学应用/高等医药类院校计算机课程体系“十三五”规划教材
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者:
2019-12
版次: 2
ISBN: 9787113263447
定价: 36.00
装帧: 平装
开本: 16开
纸张: 胶版纸
47人买过
  •   《Python语言程序设计及医学应用/高等医药类院校计算机课程体系“十三五”规划教材》是人工智能常用编程语言Python的基础教程,是一本专门为医学专业学生进行医学数据分析、医学影像处理、医学数据挖掘等而设计和编写的,以医学案例驱动为特点的教材。全书共分10章,第1章~第3章介绍了Python的语言基础,第4章~第8章介绍了医学统计分析和回归分析、医学数据库操作、医学影像基本图像处理技术等Python的语言实现,第9章~第10章介绍了分类、聚类及深度学习等人工智能相关算法在医学上的实现。该书结构合理、思路清晰、层次分明,围绕医学案例由浅入深,注重入门运用与举一反三,强化医学案例驱动的扩展学习,重视医学专业学生学习能力的培养,强调医学实践联系计算机理论的医工融合。
      《Python语言程序设计及医学应用/高等医药类院校计算机课程体系“十三五”规划教材》适合作为高等医药类院校教材,前5章适用于所有医学专业的学生,第8章适用于医学影像、口腔、智能医学工程、医学信息工程、生物医学工程、生物信息学等专业的学生,第6~7章、第9~10章适用于医学院校中信息管理与信息系统、智能医学工程、医学信息工程、生物医学工程、生物信息学等专业的学生。 第1章 Python编程基础
    1.1 搭建Python的编程环境
    1.1.1 Python安装
    1.1.2 PyCharm集成开发环境
    1.1.3 Python函数包的安装
    1.2 运行Python语言程序
    1.3 Python代码编写规范
    1.3.1 标识符
    1.3.2 Python保留字
    1.3.3 注释
    1.3.4 缩进
    1.3.5 多行语句
    1.4 简单的Python代码语句
    1.4.1 赋值语句
    1.4.2 显示输出语句
    1.4.3 读取键盘输入
    1.5 数据类型
    1.5.1 数字
    1.5.2 字符串
    1.5.3 列表
    1.5.4 元组
    1.5.5 集合
    1.5.6 字典
    1.6 运算符与优先级
    1.6.1 算术运算符
    1.6.2 比较运算符
    1.6.3 逻辑运算符
    1.6.4 运算符优先级
    1.7 标准库
    1.7.1 库函数的使用
    1.7.2 糖尿病患者一周血糖数据分析案例

    第2章 程序流程控制及函数
    2.1 程序执行的流程控制
    2.2 选择语句
    2.2.1 单分支选择结构if语句
    2.2.2 双分支选择结构if语句
    2.2.3 多分支选择结构if语句
    2.2.4 选择结构的嵌套
    2.3 循环语句
    2.3.1 while循环语句
    2.3.2 for循环语句
    2.3.3 循环语句中的break和continue语句
    2.3.4 for循环语句中的range()函数
    2.4 函数
    2.4.1 自定义函数
    2.4.2 自定义函数的参数传递
    2.4.3 lambda函数
    2.4.4 常用函数列表
    2.4.5 模块
    2.5 异常处理

    第3章 Python常用包及医学数据统计分析
    3.1 NumPy包
    3.1.1 NumPy的安装及介绍
    3.1.2 NumPy数组
    3.2 pandas包
    3.2.1 pandas的安装及介绍
    3.2.2 Dandas的Series数据结构
    3.2.3 Dandas的DataFrame数据结构
    3.3 Matplotlib包
    3.3.1 Matplotlib的安装及介绍
    3.3.2 Matplotlib中figure画布及其坐标系统
    3.3.3 Matplotlib库中pyplot模块里的主要作图函数
    3.4 医学数据分析常用指标
    3.4.1 集中趋势度分析
    3.4.2 离中趋势分析指标
    3.5 相关性分析

    第4章 医学数据的获取和可视化
    4.1 二维表格式文件的读取与写入
    4.1.1 pandas读取CSV文件和Excel文件
    4.1.2 xlrd库、xlwt库和xlutils库
    4.1.3 openpyxl
    4.2 PDF的读取
    4 2 1 PDFMiner
    4.2.2 PyPDF2
    4.2.3 PDFPlumbel
    4.3 数据的可视化
    4.4 使用PyEcharts库进行数据可视化

    第5章 线性回归分析及Logistic回归
    5.1 一元线性回归
    5.1.1 数据导入与清洗
    5.1.2 作散点图并选择线性回归模型
    5.1.3 线性回归模型及参数估计
    5.1.4 线性回归分析相关函数
    5.2 Logistic回归
    5.2.1 过程介绍
    5.2.2 数据的基本统计信息
    5.2.3 搭建模型
    5.2.4 Logistic回归介绍
    5.2.5 Python相关库的介绍

    第6章 Python数据库的医学应用
    6.1 MySQL数据库系统的安装及配置
    6.2 创建数据库
    6.3 川崎病数据表的创建
    6.4 川崎病数据库表操作
    6.5 川崎病数据库表查询综合运用

    第7章 川崎病数据档案查询系统的Django框架开发
    7.1 Python的Web开发能力
    7.2 Web开发环境的搭建和Django的介绍
    7.3 搭建“川崎病数据档案查询系统”项目的开发环境
    7.3.1 创建项目工程kawasaki(川崎病英文名)
    7.3.2 工程开发界面及编译环境对话框的介绍
    7.3.3 本地服务器设置
    7.4 设计查询系统的数据模型
    7.4.1 ORM介绍和PyMySQL安装及驱动的加载
    7.4.2 创建应用程序App
    7.4.3 模型设计及创建迁移记录和数据表
    7.4.4 Django后台管理程序admin
    7.5 搭建项目基本框架
    7.5.1 URL路由设置
    7.5.2 制作初步视图
    7.5.3 制作简单的HTML文件
    7.6 模板与前端页面制作
    7.6.1 HTML5格式的静态页面
    7.6.2 前端框架bootstrap
    7.6.3 静态文件设置
    7.6.4 制作base.html文件
    7.6.5 制作登录页面
    7.6.6 完善视图函数login()
    7.7 查询应用operate的开发简介
    7.7.1 路由设计
    7.7.2 数据模型制作
    7.7.3 前端模板设计
    7.7.4 编写视图函数
    7.7.5 展示部分登录之后的运行截图

    第8章 Python医学图像处理
    8.1 Python图像处理工具包
    8.2 医学图像的基本操作
    8.3 医学图像的基本概念
    8.4 骨龄片的滤波处理
    8.5 图像卷积
    8.6 几何变换
    8.7 图像的算术运算
    8.8 医学图像的图像增强
    8.9 医学图像分割
    8.10 医学图像形态学处理

    第9章 机器学习常见分类与聚类分析
    9.1 scikit-learn简介及安装
    9.2 决策树分类算法
    9.3 KNN分类算法
    9.4 随机森林分类算法
    9.5 支持向量机SVC分类算法
    9.6 神经网络分类算法
    9.7 Mean-shiff聚类算法
    9.8 K-means聚类算法

    第10章 深度学习:卷积神经网络在医学图像处理中的应用
    10.1 深度学习:卷积神经网络
    10.2 TensorFlow简介
    10.3 基于卷积神经网络的骨龄检测实例

    参考文献
  • 内容简介:
      《Python语言程序设计及医学应用/高等医药类院校计算机课程体系“十三五”规划教材》是人工智能常用编程语言Python的基础教程,是一本专门为医学专业学生进行医学数据分析、医学影像处理、医学数据挖掘等而设计和编写的,以医学案例驱动为特点的教材。全书共分10章,第1章~第3章介绍了Python的语言基础,第4章~第8章介绍了医学统计分析和回归分析、医学数据库操作、医学影像基本图像处理技术等Python的语言实现,第9章~第10章介绍了分类、聚类及深度学习等人工智能相关算法在医学上的实现。该书结构合理、思路清晰、层次分明,围绕医学案例由浅入深,注重入门运用与举一反三,强化医学案例驱动的扩展学习,重视医学专业学生学习能力的培养,强调医学实践联系计算机理论的医工融合。
      《Python语言程序设计及医学应用/高等医药类院校计算机课程体系“十三五”规划教材》适合作为高等医药类院校教材,前5章适用于所有医学专业的学生,第8章适用于医学影像、口腔、智能医学工程、医学信息工程、生物医学工程、生物信息学等专业的学生,第6~7章、第9~10章适用于医学院校中信息管理与信息系统、智能医学工程、医学信息工程、生物医学工程、生物信息学等专业的学生。
  • 目录:
    第1章 Python编程基础
    1.1 搭建Python的编程环境
    1.1.1 Python安装
    1.1.2 PyCharm集成开发环境
    1.1.3 Python函数包的安装
    1.2 运行Python语言程序
    1.3 Python代码编写规范
    1.3.1 标识符
    1.3.2 Python保留字
    1.3.3 注释
    1.3.4 缩进
    1.3.5 多行语句
    1.4 简单的Python代码语句
    1.4.1 赋值语句
    1.4.2 显示输出语句
    1.4.3 读取键盘输入
    1.5 数据类型
    1.5.1 数字
    1.5.2 字符串
    1.5.3 列表
    1.5.4 元组
    1.5.5 集合
    1.5.6 字典
    1.6 运算符与优先级
    1.6.1 算术运算符
    1.6.2 比较运算符
    1.6.3 逻辑运算符
    1.6.4 运算符优先级
    1.7 标准库
    1.7.1 库函数的使用
    1.7.2 糖尿病患者一周血糖数据分析案例

    第2章 程序流程控制及函数
    2.1 程序执行的流程控制
    2.2 选择语句
    2.2.1 单分支选择结构if语句
    2.2.2 双分支选择结构if语句
    2.2.3 多分支选择结构if语句
    2.2.4 选择结构的嵌套
    2.3 循环语句
    2.3.1 while循环语句
    2.3.2 for循环语句
    2.3.3 循环语句中的break和continue语句
    2.3.4 for循环语句中的range()函数
    2.4 函数
    2.4.1 自定义函数
    2.4.2 自定义函数的参数传递
    2.4.3 lambda函数
    2.4.4 常用函数列表
    2.4.5 模块
    2.5 异常处理

    第3章 Python常用包及医学数据统计分析
    3.1 NumPy包
    3.1.1 NumPy的安装及介绍
    3.1.2 NumPy数组
    3.2 pandas包
    3.2.1 pandas的安装及介绍
    3.2.2 Dandas的Series数据结构
    3.2.3 Dandas的DataFrame数据结构
    3.3 Matplotlib包
    3.3.1 Matplotlib的安装及介绍
    3.3.2 Matplotlib中figure画布及其坐标系统
    3.3.3 Matplotlib库中pyplot模块里的主要作图函数
    3.4 医学数据分析常用指标
    3.4.1 集中趋势度分析
    3.4.2 离中趋势分析指标
    3.5 相关性分析

    第4章 医学数据的获取和可视化
    4.1 二维表格式文件的读取与写入
    4.1.1 pandas读取CSV文件和Excel文件
    4.1.2 xlrd库、xlwt库和xlutils库
    4.1.3 openpyxl
    4.2 PDF的读取
    4 2 1 PDFMiner
    4.2.2 PyPDF2
    4.2.3 PDFPlumbel
    4.3 数据的可视化
    4.4 使用PyEcharts库进行数据可视化

    第5章 线性回归分析及Logistic回归
    5.1 一元线性回归
    5.1.1 数据导入与清洗
    5.1.2 作散点图并选择线性回归模型
    5.1.3 线性回归模型及参数估计
    5.1.4 线性回归分析相关函数
    5.2 Logistic回归
    5.2.1 过程介绍
    5.2.2 数据的基本统计信息
    5.2.3 搭建模型
    5.2.4 Logistic回归介绍
    5.2.5 Python相关库的介绍

    第6章 Python数据库的医学应用
    6.1 MySQL数据库系统的安装及配置
    6.2 创建数据库
    6.3 川崎病数据表的创建
    6.4 川崎病数据库表操作
    6.5 川崎病数据库表查询综合运用

    第7章 川崎病数据档案查询系统的Django框架开发
    7.1 Python的Web开发能力
    7.2 Web开发环境的搭建和Django的介绍
    7.3 搭建“川崎病数据档案查询系统”项目的开发环境
    7.3.1 创建项目工程kawasaki(川崎病英文名)
    7.3.2 工程开发界面及编译环境对话框的介绍
    7.3.3 本地服务器设置
    7.4 设计查询系统的数据模型
    7.4.1 ORM介绍和PyMySQL安装及驱动的加载
    7.4.2 创建应用程序App
    7.4.3 模型设计及创建迁移记录和数据表
    7.4.4 Django后台管理程序admin
    7.5 搭建项目基本框架
    7.5.1 URL路由设置
    7.5.2 制作初步视图
    7.5.3 制作简单的HTML文件
    7.6 模板与前端页面制作
    7.6.1 HTML5格式的静态页面
    7.6.2 前端框架bootstrap
    7.6.3 静态文件设置
    7.6.4 制作base.html文件
    7.6.5 制作登录页面
    7.6.6 完善视图函数login()
    7.7 查询应用operate的开发简介
    7.7.1 路由设计
    7.7.2 数据模型制作
    7.7.3 前端模板设计
    7.7.4 编写视图函数
    7.7.5 展示部分登录之后的运行截图

    第8章 Python医学图像处理
    8.1 Python图像处理工具包
    8.2 医学图像的基本操作
    8.3 医学图像的基本概念
    8.4 骨龄片的滤波处理
    8.5 图像卷积
    8.6 几何变换
    8.7 图像的算术运算
    8.8 医学图像的图像增强
    8.9 医学图像分割
    8.10 医学图像形态学处理

    第9章 机器学习常见分类与聚类分析
    9.1 scikit-learn简介及安装
    9.2 决策树分类算法
    9.3 KNN分类算法
    9.4 随机森林分类算法
    9.5 支持向量机SVC分类算法
    9.6 神经网络分类算法
    9.7 Mean-shiff聚类算法
    9.8 K-means聚类算法

    第10章 深度学习:卷积神经网络在医学图像处理中的应用
    10.1 深度学习:卷积神经网络
    10.2 TensorFlow简介
    10.3 基于卷积神经网络的骨龄检测实例

    参考文献
查看详情
您可能感兴趣 / 更多
Python语言程序设计及医学应用/高等医药类院校计算机课程体系“十三五”规划教材
智慧医学语言基础实践
贺向前;何慧敏;周丽华