1、生物醫學數據分析及其MATLAB實現從海量的數據中發現規律生物醫學數據的特殊性數據分析方法用MATLAB進行數據分析主要內容：第1章 緒論福爾摩斯：“數據！數據！數據！沒有粘土，怎么能做成磚？”Doly A C 爵士“在表面上看上去是發生著偶然性的地方，其實這種偶然性本身總是服從于內部隱藏著的規律性。全部的問題就在于發現這種規律。”恩格斯“工欲善其事，必先利其器”論語第1章 緒論生物醫學數據的來源生物醫學數據的特點生物醫學數據的特殊性 生物醫學數據分析概述 Why Use Matlab? 生物醫學數據的來源形態身高、骨長、心臟、胃、腎等器官幾何形狀、血管直徑等振動心音、腸鳴音、呼吸音、血管音等

2、壓力血壓、心內壓、顱內壓、胸腔內壓、眼內壓等速度血流速度、排尿速度、神經傳導速度等流量血流量、呼吸流量、尿流量等溫度體表溫度、口腔溫度、血液溫度、直腸溫度、其他臟器溫度等生物電細胞電位、腦電、心電、胃電、肌電等生物磁心磁、腦磁、胃磁等物理性質參數組織密度、對X射線的衰減系數、體內氫核分布、對超聲波的聲阻抗等化學成分O2、CO2、H2O、N2、NH3、K、Na、Ca2等生物量酶、抗原、抗體、激素、神經遞質、DNA、RNA和蛋白質等表1-1 人體生理信息的種類生物醫學數據的特點多樣性數據來源的多樣性數據格式的多樣性不完整性 數據的采集、記錄和表示過程中形成隨機性缺乏對人體各種生理信號產生機制的全面

3、了解 個體差異的普遍存在 不可避免的測量誤差 對個體的分析難以得出正確的結論，必須在統計意義上進行分析。 生物醫學信號的特點時變的頻率低信噪比特別低這些特點表明生物醫學信號中的很多反映真實生理或病理狀態的信息是潛在的，不明顯的，必須通過特殊的數據處理和分析方法，把內在的信息提取出來。同時這些特點也決定了生物醫學數據分析的難度和復雜性，處理方法必須要考慮信號的特點和實際情況中的各種聯系。 生物體是一個開放的、時變的、非線性的系統。生物醫學信號的主要特點：非線性的信號非常微弱生物醫學數據分析概述從大量數據中去發現和理解隱藏在其中的內在規律以及變量間的相互關系，從而為疾病的診斷、治療提供依據和決策支

4、持，加深對生命現象的認識和理解。生物醫學數據分析的目的： 藥物性能的比較傳染病的預測和控制病情的診斷分子水平的致病機理。生物醫學數據分析概述 對于生物醫學數據分析，就是在考慮生物醫學數據特點的情況下，根據不同的分析和應用目的而采用不同的數學分析方法，建立研究對象的數學模型，對所采集到的生物醫學信號進行分析、辨認、解釋、分類、顯示，其研究目的一是對生物體系結構與功能的研究，二是協助對疾病的診斷和治療。數 學理論生物醫學實驗數據規律性認識數學模型生物醫學數據分析概述Example1:（體素）像素的劃分衰減系數的矩陣表示（圖像）生物醫學數據分析概述Example1:Radon (奧地利) 1917

5、生物醫學數據分析概述Example1:生物醫學數據分析概述Example2:艾滋病的傳染病數學模型估計過去、現在和將來HIV病毒的傳播率明確HIV病毒在各種易感人群之間的傳播方式可能的方法常微分方程時間序列分析生物醫學數據分析概述Example3:計算機數值診斷 專家系統方法：知識規則人工神經網絡模糊數學支持矢量機 關鍵：知識（經驗）的量化分類的標準學習的樣本生物醫學數據分析概述生物醫學數據分析的常用方法： 回歸分析時間序列分析多變量分析統計學習時域分析頻域分析時頻分析生物醫學數據分析概述生理信息的分析類型： 確定性信息隨機性信息精確可預測概率上估計生物醫學數據分析概述 從數據分析的目的來看，

6、生物醫學數據分析主要有：為了提取不同變量之間的聯系或因果關系，可用于闡述疾病的病因和病癥間的關系或進行分類，如回歸分析、多變量分析等；為了確定某一變量自身隨時間變化的規律，可用于對未來發展趨勢的預測或施加控制，如時間序列分析。在有些情況下，這兩種分析目的都要兼顧，例如多道腦電的分析。 Why Use MATLAB 站在巨人的肩膀上！強大的數據可視化功能 可靠的數值計算能力統計工具箱(Statistics Toolbox)信號處理工具箱(Signal Processing Toolbox)圖像處理工具箱(Image Processing Toolbox)優化工具箱(Optimization Toolbox)符號數學工具箱(Symbolic Math Toolbox)曲線擬合工具箱(Curve Fit