医学学习路径

医学学习路径

Medical Data Science Roadmap

R语言基础

R语言基础语法

数据结构与转换

数据读写

数据导出

医学数据操作

用R基本包

用dplyr包

数据框的合并

缺失值处理

基本统计分析

数值型描述分析

分类变量列联表

组间差异的比较

变量间的相关性

医学数据可视化

用R基础作图系统

ggplot2和其他图

综合案例1

综合案例2

常用分析模型

线性回归分析

Logistic回归分析

Poisson回归分析

生存分析和聚类分析

R基础

R基础

医学数据操作

用R基本包

用dplyr包

数据框的合并

缺失值处理

基本统计分析

数值型描述分析

分类变量列联表

组间差异的比较

变量间的相关性

医学数据可视化

用R基础作图系统

ggplot2和其他图

综合案例1

综合案例2

R语言基础

R语言基础语法

数据结构与转换

数据读写

数据导出

常用分析模型

线性回归模型

logistic回归模型

Poisson回归模型

生存分析和聚类分析

R基础

医学数据操作

用R基本包

用dplyr包

数据框的合并

缺失值处理

基本统计分析

数值型描述分析

分类变量列联表

组间差异的比较

变量间的相关性

医学数据可视化

用R基础作图系统

ggplot2和其他图

综合案例1

综合案例2

R语言基础

R语言基础语法

数据结构与转换

数据读写

数据导出

常用分析模型

线性回归模型

logistic回归模型

Poisson回归模型

生存分析和聚类分析

Python基础

Python基础

Python基础语法

变量类型

运算操作

条件、循环、函数

Numpy

创建数组对象

数组操作及运算

文件读写

综合实战

Pandas

数组结构

基本操作及数组处理

数据清洗核心操作

综合案例

数据可视化

Matplotlip绘图基础

实现SCI绘图

Pandas数据处理与绘图

Seaborn数据可视化

基本统计分析

数值型变量统计描述

数值型变量假设检验

分类变量统计分析

单因素生存分析

机器学习和深度学习

线性模型与广义线性模型

临床预测模型要素

临床预测模型实现流程

深度学习算法入门和模型举例

Python基础

Python基础

Python基础语法

变量类型

运算操作

条件、循环、函数

Numpy

创建数组对象

数组操作及运算

文件读写

综合实战

Pandas

数组结构

基本操作及数组处理

数据清洗核心操作

综合案例

数据可视化

Matplotlip绘图基础

实现SCI绘图

Pandas数据处理与绘图

Seaborn数据可视化

基本统计分析

数值型变量统计描述

数值型变量假设检验

分类变量统计分析

单因素生存分析

机器学习和深度学习

线性模型与广义线性模型

临床预测模型要素

临床预测模型实现流程

深度学习算法入门和模型举例

Python基础

Python基础语法

变量类型

运算操作

条件、循环、函数

Numpy

创建数组对象

数组操作及运算

文件读写

综合实战

机器学习和深度学习

线性模型与广义线性模型

临床预测模型要素

临床预测模型实现流程

深度学习算法入门和模型举例

数据可视化

Matplotlib绘图基础

实现SCI绘图

Pandas数据处理与绘图

Seaborn数据可视化

Pandas

数组结构

基本操作及数据处理

数据清洗核心操作

综合实战

基本统计分析

数值型变量统计描述

数值型变量假设检验

分类变量统计分析

单因素生存分析

Python

Python基础

Python基础

Python基础语法

变量类型

运算操作

条件、循环、函数

Numpy

创建数组对象

数组操作及运算

文件读写

综合实战

数据可视化

Matplotlip绘图基础

实现SCI绘图

Pandas数据处理与绘图

Seaborn数据可视化

Pandas

数组结构

基本操作及数组处理

数据清洗核心操作

综合实战

基本统计分析

数值型变量统计描述

数值型变量假设检验

分类变量统计分析

单因素生存分析

机器学习和深度学习

线性模型与广义线性模型

临床预测模型要素

临床预测模型实现流程

深度学习算法入门和模型举例

R基础

R语言基础

R语言基础语法

数据结构与转换

数据读写

数据导出

医学数据操作

用R基本包

用dplyr包

数据框的合并

缺失值处理

基本统计分析

数值型描述分析

分类变量列联表

组间差异的比较

变量间的相关性

医学数据可视化

用R基础作图系统

ggplot2和其他图

综合案例1

综合案例2

常用分析模型

线性回归模型

logistic回归模型

Poisson回归模型

生存分析和聚类分析

Python基础

Python基础语法

变量类型

运算操作

条件、循环、函数

Numpy

创建数组对象

数组操作及运算

文件读写

综合实战

机器学习和深度学习

线性模型与广义线性模型

临床预测模型要素

临床预测模型实现流程

深度学习算法入门和模型举例

数据可视化

Matplotlib绘图基础

实现SCI绘图

Pandas数据处理与绘图

Seaborn数据可视化

Pandas

数组结构

基本操作及数据处理

数据清洗核心操作

综合实战

基本统计分析

数值型变量统计描述

数值型变量假设检验

分类变量统计分析

单因素生存分析

Python

Python基础

Python基础

Python基础语法

变量类型

运算操作

条件、循环、函数

Numpy

创建数组对象

数组操作及运算

文件读写

综合实战

数据可视化

Matplotlip绘图基础

实现SCI绘图

Pandas数据处理与绘图

Seaborn数据可视化

Pandas

数组结构

基本操作及数组处理

数据清洗核心操作

综合实战

基本统计分析

数值型变量统计描述

数值型变量假设检验

分类变量统计分析

单因素生存分析

机器学习和深度学习

线性模型与广义线性模型

临床预测模型要素

临床预测模型实现流程

深度学习算法入门和模型举例

R基础

R语言基础

R语言基础语法

数据结构与转换

数据读写

数据导出

医学数据操作

用R基本包

用dplyr包

数据框的合并

缺失值处理

基本统计分析

数值型描述分析

分类变量列联表

组间差异的比较

变量间的相关性

医学数据可视化

用R基础作图系统

ggplot2和其他图

综合案例1

综合案例2

常用分析模型

线性回归模型

logistic回归模型

Poisson回归模型

生存分析和聚类分析

专项课程

专项课程

机器学习专项讲解

模型构建、评价、列线图、模型可解释性

AI医学影像应用

医学影像基础、深度学习应用、图像预处理、分割技术及迁移学习

观察性研究

因果关系、交互作用、中介作用

诊断试验研究

ROC曲线、灵敏度、Kappa值

拓充练习

临床数据分析

因果分析入门：肾结石手术 VS 超声波治疗

先定义因果关系，用例说明混杂因子。再以肾结石手术为例，强调因果重要性，模拟数据。最后，实战分析，用IPTW估计治疗差异

亲手搭建一个糖尿病及并发症风险预测模型

使用XGBoost模型预测患者血糖值，并分析模型的效果与使用特点

心梗后阿司匹林治疗的Meta分析

借助心梗后服用阿司匹林能否降低死亡率这一经典案例，分享 meta 分析标准流程，探讨异质性，并提供令人信服的临床解释

观菌识人 根据肠道菌种类和数量预测年龄

采用来自中国的2000 多名调查者的肠道微生物的16S 数据，使用XGBOOST和PLSRegression，来构建预测宿主年龄及BMI的模型

使用 Logistic 回归预测心脏瓣膜手术风险

以心脏瓣膜手术数据为例，用R语言构建逻辑回归模型预测每个患者的死亡风险，通过区分度与校准度这两个指标来评估风险模型的性能

中医证型关联规则项目实战

借助三阴乳腺癌患者的病理信息，挖掘患者的症状与中医证型之间的关联关系。 对截断治疗提供依据，挖掘潜性证素

乳房筛查、疼痛指数等聚类数据集的数据回归模型的构建

介绍聚类模型的定义、特征与应用，通过三个实例了解不同类型聚类数据的建模过程，以及模型的诊断、评估与解读

职业与心理疾病关系的建模研究

本分析使用机器学习构建预测模型，探索职业类型与心理疾病之间的相关性，并比较K-Means、决策树、随机森林、SVM等几种预测模型的结果

基于一维卷积神经网络的抑郁指数预测

基于活动传感器数据搭建回归卷积神经网络，预测抑郁状态

医疗影像分析

基于CNN实现细胞识别分类

主要对感染和未感染的图像细胞进行识别分类

基于U-net的膀胱肿瘤检测

本项目完成对膀胱壁边缘以及膀胱肿瘤检测，为医生决策起到一定作用

如何利用生成对抗网络（GAN）生成医学图像

运用Gan生成医学图像，数据增强，扩充数据集，优化模型表现

使用开源工具改善糖尿病性视网膜病变图像的质量

本项目的目标是提高图像质量，以期给预测做个铺垫，使用免费和开源工具改善糖尿病性视网膜病变的图像

生物信息学

Biopython中文文档

Biopython致力于通过创造高质量的和可重复利用的模块及类，从而使得Python在生物信息学中的应用变得更加容易

肺癌尿液代谢组学分析与统计建模

一个肺癌案例，串起假设检验、回归分析与常见机器学习模型

关于DNA序列分类问题的分析

DNA序列上存在着数以亿计的序列位点,当生物信息发生基因突变时,则其DNA序列上的某些位点会产生突变,因此找到这些位点对区分耐药组和敏感组有很大帮助

电子健康记录分析

基于ModelWhale平台讲解EHR数据分析基本流程及方法

探索性数据分析常用的临床模型

电子病历二次分析过程中数据预处理常见的各种方法

介绍电子病历二次分析过程中数据预处理常见的各种方法，并结合Python实际代码进行讲解

临床NLP——从病例记录预测患者是否再次入院

利用BERT，结合病例的记录来看病人康复情况。是AI+电子病历的良好使用场景

流行病学和公共卫生数据科学

2022上海疫情数据预处理与时空分析

项目包含数据清洗与预处理、地理编码、各区疫情和疫情小区可视化、人口密度分布、数据挖掘与预测模型

SIR传播模型的科普和预测

对于几个疾病模型做的一些概念性描述（科普），并进行了简单的编程实现

药物发现和基因组学

作用机制（MoA）预测

Kaggle竞赛作用机制(MoA)预测 你能改进基于生物活性的药物分类算法吗

降维方法和RDKit做药物分子的化学空间分析

这是使用RDKit和降维方法PCA和t-SNE（sklearn）进行化学空间分析和可视化的快速教程

“默克”杯逆合成反应预测大赛

基于给定的化学反应数据建立模型，从而可对任给定的反应试剂和反应产物数据，模型输出该化学反应的反应物

临床数据分析

因果分析入门：肾结石手术 VS 超声波治疗

先定义因果关系，用例说明混杂因子。再以肾结石手术为例，强调因果重要性，模拟数据。最后，实战分析，用IPTW估计治疗差异

亲手搭建一个糖尿病及并发症风险预测模型

使用XGBoost模型预测患者血糖值，并分析模型的效果与使用特点

心梗后阿司匹林治疗的Meta分析

借助心梗后服用阿司匹林能否降低死亡率这一经典案例，分享 meta 分析标准流程，探讨异质性，并提供令人信服的临床解释

观菌识人 根据肠道菌种类和数量预测年龄

采用来自中国的2000 多名调查者的肠道微生物的16S 数据，使用XGBOOST和PLSRegression，来构建预测宿主年龄及BMI的模型

使用 Logistic 回归预测心脏瓣膜手术风险

以心脏瓣膜手术数据为例，用R语言构建逻辑回归模型预测每个患者的死亡风险，通过区分度与校准度这两个指标来评估风险模型的性能

中医证型关联规则项目实战

借助三阴乳腺癌患者的病理信息，挖掘患者的症状与中医证型之间的关联关系。 对截断治疗提供依据，挖掘潜性证素

乳房筛查、疼痛指数等聚类数据集的数据回归模型的构建

介绍聚类模型的定义、特征与应用，通过三个实例了解不同类型聚类数据的建模过程，以及模型的诊断、评估与解读

职业与心理疾病关系的建模研究

本分析使用机器学习构建预测模型，探索职业类型与心理疾病之间的相关性，并比较K-Means、决策树、随机森林、SVM等几种预测模型的结果

基于一维卷积神经网络的抑郁指数预测

基于活动传感器数据搭建回归卷积神经网络，预测抑郁状态

医疗影像分析

基于CNN实现细胞识别分类

主要对感染和未感染的图像细胞进行识别分类

基于U-net的膀胱肿瘤检测

本项目完成对膀胱壁边缘以及膀胱肿瘤检测，为医生决策起到一定作用

如何利用生成对抗网络（GAN）生成医学图像

运用Gan生成医学图像，数据增强，扩充数据集，优化模型表现

使用开源工具改善糖尿病性视网膜病变图像的质量

本项目的目标是提高图像质量，以期给预测做个铺垫，使用免费和开源工具改善糖尿病性视网膜病变的图像

生物信息学

Biopython中文文档

Biopython致力于通过创造高质量的和可重复利用的模块及类，从而使得Python在生物信息学中的应用变得更加容易

肺癌尿液代谢组学分析与统计建模

一个肺癌案例，串起假设检验、回归分析与常见机器学习模型

关于DNA序列分类问题的分析

DNA序列上存在着数以亿计的序列位点,当生物信息发生基因突变时,则其DNA序列上的某些位点会产生突变,因此找到这些位点对区分耐药组和敏感组有很大帮助

电子健康记录分析

基于ModelWhale平台讲解EHR数据分析基本流程及方法

探索性数据分析常用的临床模型

电子病历二次分析过程中数据预处理常见的各种方法

介绍电子病历二次分析过程中数据预处理常见的各种方法，并结合Python实际代码进行讲解

临床NLP——从病例记录预测患者是否再次入院

利用BERT，结合病例的记录来看病人康复情况。是AI+电子病历的良好使用场景

流行病学和公共卫生数据科学

2022上海疫情数据预处理与时空分析

项目包含数据清洗与预处理、地理编码、各区疫情和疫情小区可视化、人口密度分布、数据挖掘与预测模型

SIR传播模型的科普和预测

对于几个疾病模型做的一些概念性描述（科普），并进行了简单的编程实现

药物发现和基因组学

作用机制（MoA）预测

Kaggle竞赛作用机制(MoA)预测 你能改进基于生物活性的药物分类算法吗

降维方法和RDKit做药物分子的化学空间分析

这是使用RDKit和降维方法PCA和t-SNE（sklearn）进行化学空间分析和可视化的快速教程

“默克”杯逆合成反应预测大赛

基于给定的化学反应数据建立模型，从而可对任给定的反应试剂和反应产物数据，模型输出该化学反应的反应物