88 优惠券
2020年3月1日到期。满 200 元可用
立即使用
立即使用
  • 参会报名
  • 会议通知
  • 会议日程
  • 会议嘉宾
  • 参会指南
  • 手机下单 手机扫码下单

首页 > 商务会议 > 医疗医学会议 > 2018生物医疗大数据挖掘及临床科研应用实战培训班 更新时间:2018-06-29T11:51:07

2018生物医疗大数据挖掘及临床科研应用实战培训班
收藏5人
分享到

2018生物医疗大数据挖掘及临床科研应用实战培训班 已截止报名

会议时间: 2018-06-30 08:00至 2018-07-01 17:00结束

会议地点: 上海  会前两周通知   周边酒店预订

主办单位: 南京医格尔信息科技有限公司

行业热销热门关注看了又看 换一换

        会议通知

        会议内容 主办方介绍


        2018生物医疗大数据挖掘及临床科研应用实战培训班

        2018生物医疗大数据挖掘及临床科研应用实战培训班宣传图

         生物医疗大数据挖掘及临床科研应用实战培训班

        一、临床大数据的用途    

        1.病因识别

        2.疾病早期预测

        3.临床样本筛选

        4.临床决策支持

        5.个性化诊疗

        6.综合医疗健康评估管理

        二、课程特色

        1. 指导学员掌握应用临床大数据的科研策略、临床大数据的收集与管理、临床大数据的相关数据库下载方法。

        2. 辅以实例介绍医疗大数据在临床诊断、疾病相关性分析、临床治疗方案、个性化决策等方面的应用。

        3. 通过合理应用数据挖掘方法提升研究层次,将普通的医学论文转化为高分SCI。

        4. 初步掌握常见的临床数据挖掘方法,并学会应用R软件进行数据挖掘分析,对分析结果进行合理的解释、可视化、图表的展示及论文的撰写。

        三、培训对象

        各医院科研处、医务处(科)、科教处(科)、护理部及临床科室负责人;各医学院校科研管理的主管领导、分管科研院长、科研(技)处处长(主任)、科研管理人员,项目负责人、学术带头人及医学科研的临床医师、医学研究生等。

        四、时间及地点

        2018.6.30-2018.7.1(周六、周日)

        中国·上海

        五、会议主办单位

        南京医格尔信息科技有限公司

        六、会议承办单位

        医盟V课堂平台

        查看更多

        会议日程 (最终日程以会议现场为准)

        第一天 第二天


        8:30-9:30   第一讲:医学大数据的概念及分类介绍

        1.医学大数据的概念

        2.医学大数据的分类,如临床电子病历、影像学信息、公共卫生与健康监测等数据


        9:31-10:30  第二讲:医学大数据数据库与资源的获取

        1.各主要生物医学数据库、资源库

        2.DaTo信息库的演示


        10:31-10:45 茶歇


        10:46-12:45 第三讲:医学大数据的应用

        1.临床诊断

        2.疾病相关性分析

        3.临床治疗方案

        4.个性化决策等方面


        14:00-15:00 第四讲:医学大数据与精准医学的临床科研策略

        1.精准医学的发展现状

        2.临床科研策略、科研选题思路等


        15:01-16:30 第五讲:临床疾病标记物及数据分析

        1.临床疾病标记物的介绍

        2.基于网络的标记物的鉴定

        3.非编码RNA标记物及相关分析


        16:31-18:00 第六讲:多组学信息数据科研应用

        1.转录组数据分析

        2.单细胞组学大数据分析案例(如流式细胞术、单细胞RNA-seq、细胞谱图模型等)

        3.多组学系统生物学的研究与应用

        查看更多

        8:30-10:00  第七讲 临床大数据的数据挖掘思路及R软件简介

        1. 数据挖掘的基本概念

        2.临床大数据的收集,整合和管理

        3. 案例形式介绍临床大数据的数据挖掘思路

        4. R软件的下载和安装

        5. R软件的基本运算(向量运算、矩阵计算、基本统计计算)

        6.合理应用数据挖掘将普通的医学论文升级为高分SCI


        10:01-10:30 茶歇


        10:31-12:31 第八讲 数据挖掘方法—分类与聚类(上)

        1. 分类的概念及分类性能的评估

        2. 决策树与随机森林分类器的构建及R软件实现

        3. 案例:应用决策树获得影响结局的决策准则及应用随机森林算法预测样本分类并提取结局的重要风险因素

        4. 聚类的概念及常用聚类方法(K均值聚类与系统聚类)

        5. K均值聚类与系统聚类的R软件实现


        13:30-14:30 第八讲 数据挖掘方法—分类与聚类(下)

        6. 双向聚类热图的绘制

        7. 基于数据挖掘中的分类与聚类发表SCI论文的经验分享


        14:31-17:00 第九讲 数据挖掘方法—关联规则与贝叶斯网络

        1. 关联规则的概念及常用关联规则分析方法(Apriori算法)

        2. 关联规则分析及关联规则可视化的R软件实现

        3. 贝叶斯网络的概念及构建

        4. 案例:基因与环境互作的贝叶斯网络构建及R软件实现

        5. 基于数据挖掘中的关联规则与贝叶斯网络发表SCI论文的经验分享


        17:01-17:30 答疑及服务咨询

        查看更多

        会议嘉宾 (最终出席嘉宾以会议现场为准)


        本期大咖介绍


        陈铭 浙江大学生物信息学系 教授

        曾任俄罗斯科学院新西伯利亚分院细胞与遗传研究所、新西伯利亚国立大学讲席教授

        研究方向:生物高通量数据挖掘分析、系统生物学及生物大网络建模分析、作物抗逆资源生物信息学技术开发与应用、生物医学信息学、合成生物学。

        研究成果:浙江大学生物信息学学科带头人,发表近百篇专业领域内学术论文,近三年发表专业领域SCI论文40余篇。主编或参与编写《生物信息学》、《生物信息学词汇双解通》等9部著作。担任JournalofIntegrativeBioinformatics,CurrentBioinformatics,AdvancesinBioinformatics等多个SCI刊物编委,浙江省生物信息学学会首届理事长,国家自然科学基金一审专家。


        华琳 首都医科大学生物医学工程学院 副教授

        研究方向:生物统计与生物信息学。

        研究成果:主讲《医学统计学》、《医用数据挖掘》、《医药数理统计方法》、《临床及分子生物学大数据处理》和《生物信息学技术概论》等课程。擅长统计研究设计、各类型数据统计分析、生物医学大数据挖掘及生物信息学分析等,近5年内在相关领域以第一作者和通讯作者发表论文30余篇,其中SCI论文近20篇。主持和参与多项国家级、省部级和局级科研课题,与北京多家临床医院开展了数据分析方面的合作,并建立了良好的合作关系,目前是首都医科大学中青年骨干教师和北京市中青年骨干教师。


        查看更多

        参会指南

        会议门票 场馆介绍


        个人价格

        分时段优惠

        时段

        价格(元/人)

        5.7-6.22

        3400(原价3600)

        6.23-6.29

        3600

        团报价格

        人数

        优惠额度(针对团报总价优惠)

        3-4

        300

        5-6

        750

        7人及以上

        1400

        医学生凭学生证报名 立减200 (可与上述优惠同享)

        注册费含会场、专家讲课费、教材、茶歇、税费。不含住宿费、餐费、交通差旅费!

        查看更多

        温馨提示
        酒店与住宿: 为防止极端情况下活动延期或取消,建议“异地客户”与活动家客服确认参会信息后,再安排出行与住宿。
        退款规则: 活动各项资源需提前采购,购票后不支持退款,可以换人参加。

        还有若干场即将举行的 精准医疗大会

        猜你喜欢

        部分参会单位

        主办方没有公开参会单位

        邮件提醒通知

        分享到微信 ×

        打开微信,点击底部的“发现”,
        使用“扫一扫”即可将网页分享至朋友圈。

        录入信息

        请录入信息,方便生成邀请函