- 综合排序
- 最热优先
- 最新优先
- 来自专栏用户2133719的专栏
医学统计学：计量资料的统计描述
「统计描述」是指用统计指标和适当的统计图表来描述资料的「分布规律」及其「数量特征」，本文将介绍统计描述中的常见概念。 我们可以通过如下步骤计算频数分布（以连续变量为例）： 求极差（最大值和最小值之差） 确定组段数和组距 根据组距写出组段 分组划记并统计频数 计算得出的频数分布可以通过「频数分布表」或「频数分布图」进行展现 image.png 医学参考值范围的制定 「医学参考值」（reference value）是指包括绝大多数正常人的人体形态、功能和代谢产物等各种生理及生化指标常数，也称正常值。 由于存在个体差异，生物医学数据并非常数而是在「一定范围」内波动，故采用「医学参考值范围」（medical reference range）作为判定正常和异常的参考标准。 医学参考值范围可以采用「单侧界」值或「双侧界值」，这通常依据医学专业知识而定。根据资料的分布类型，有两种计算医学参考值范围的常用方法：「正态分布法」和「百分位数法」。
1.7K31发布于 2020-08-17 - 来自专栏数据库
Fisher确切概率法在医学统计中的应用及spss中的操作——杏花开医学统计
四格表资料的卡方检验的内容详见： 《如何用四格表卡方检验进行医学数据的统计分析？》 下面，我们一起来了解两样本的四格表资料的Fisher 确切概率法的基本原理、适用条件及其在SPSS中的操作步骤。 关于数据加权还原的操作由于前期已经详细讲解过，因此不再赘述，具体请看： 《如何用四格表卡方检验进行医学数据的统计分析？》 依次点击“分析——描述统计——交叉表格”。 在“交叉表格”窗口中，点击“statistics”，在出现的“统计”窗口中，勾选“卡方”。 点击“继续”，然后“确定”，得到结果。 后续我们将陆续更新更多不同卡方检验方法在医学研究中的应用和在统计软件中的实现，敬请关注！ 参考文献： 1、孙振球,徐勇勇.《医学统计学 第4版》.人民卫生出版社. 2、邱皓政. 《量化研究与统计分析》.重庆大学出版社.
14.3K80发布于 2018-01-30 - 来自专栏深度学习|机器学习|歌声合成|语音合成
医学统计分析：心电图智能诊病
心电图智能事件识别 背景 心电图（ECG）是一种简单、经济的院内检查手段，是患者住院或日常体检的常用检测项目。由计算机辅助医生对心电信号进行识别， 有望减轻医生工作负担，并降低人工造成的漏诊。对于某一时长的 ECG 数据，识别其包含哪些心律失常事件，是目前热门的研究方向。 赛题任务 本任务提供原始电信号数据，并据此识别心电信号中所隐含的心律失常事件。 数据集介绍 数据一共包含39732条心电数据，被随机划分为训练集和测试集，比例为7:3。 ecg_data文件夹下的所有心电数据，文件名就是此样
1.4K10编辑于 2022-04-13 - 来自专栏深度学习|机器学习|歌声合成|语音合成
医学统计分析思路方法总结：实例
医学研究思路 研究适合的研究数据 模型选择 分类变量：logistic回归 生存资料 Cox回归 计数资料：Poisson/负二项 回归连续变量：线性回归 选择适合的预测分子 阅读文献选择适当的预测因子 临床医学预测模型的流程 R数据导入和查看和导出 结局变量==Y值 二分类 诊断模型中转化为二分类模型 诊断模型中结局变量的形式: 二分类:是否患病 由连续变量根据某一标准转换为二分类:是否高血压
1.1K20发布于 2021-01-14 - 来自专栏机器学习与统计学
北大@Coursera 医学统计学与SPSS软件 第一周 医学统计学基本概念和方法
统计学（statistics） 运用概率论和数理统计的基本原理和方法，研究数据的收集、整理和分析的一门学科。将统计学应用于医学领域，则称为医学统计学。 ? 1. 不同类型的资料，统计方法不同 数值变量 t检验、方差分析、回归与相关 无序分类变量 卡方检验 有序分类变量 秩和检验 各种类型的 资料之间是可以相互转化的 ? 统计工作的基本步骤 （1）设计 （2）搜集资料 （3）整理资料 （4）分析资料 SPSS软件基本数据管理功能 排序 分割 描述 计算变量 赋值 重新编码 ? ? ? ? ? ? ? ? ?
97020发布于 2019-04-10 - 来自专栏优雅R
医学统计与R语言：圆形树状图（circular dendrogram）
输入1： install.packages("ggraph") library(ggraph) install.packages("igraph") library(igraph) myedges <- import("edges.xlsx");myedges myedges1 <- myedges[-3] myvalue <- rbind(,myedges []);myvalue myvertices <- data.frame(name = unique(c(as.character(myedges
2.3K10发布于 2020-07-06 - 来自专栏生信修炼手册
《实用医学统计学与SAS应用》学习笔记 | 绪论
医学统计学的地位和应用 统计学这门工具学科将有助于我们解决工作中所遇到的问题： 如何做一个好的科研设计 如何记录或描述人类疾病的分布特征 如何研究影响疾病发生，发展的相关因素和机制？ 医学统计学的定义与内容 统计学的概念：统计学是一门处理数据中变异性的科学与艺术，内容包括收集，整理，分析，解释和表达数据，以获得可靠的结果。 医学统计学：是一门运用统计学尤其是数理统计学的原理和方法，研究医学科研及卫生工作中有关数据的收集，整理，分析的学科。 国内有"医学统计学"，"卫生统计学"等不同名词，二者的原理和方法完全相同，医学统计学侧重于临床医学，基础医学，口腔医学，中医学等学科的非公共卫生方面的研究;卫生统计学更侧重于医学与卫生学等公共卫生研究领域 学习医学统计学应注意的问题 1) 重点应放在统计学基本概念和基本原理的理解和掌握 2）重点应放在基本统计方法的适用条件，用途及注意事项的理解和掌握，不必深究公式的推到过程和死记硬背统计概念与公式，重点是掌握一些基本的统计方法在资料具备什么条件下可用
81020编辑于 2023-03-09 - 来自专栏优雅R
医学统计与R语言：aggregate.plot了解一下
输入1： longrma <- read.csv("longrma.csv",header=T) longrma[sample(nrow(longrma),,replace=F),] 结果1： id group time score treatment after treatment after control before control after treatment before tre
77520发布于 2020-07-06 - 来自专栏医学和生信笔记
R语言和医学统计学系列：样本量计算
检验的样本量计算 单样本t检验（样本均数和已知总体均数比较） 两样本t检验（两样本均数比较） 多样本均数比较 样本率和已知总体率的比较 两独立样本率的比较 多样本率的比较 直线相关分析 样本量计算也是医学统计学中的一块重要内容 我使用的课本是孙振球主编的《医学统计学》第4版，封面如下： 通常样本量计算大家可能知道PASS软件，这是一个专门用来计算样本量的软件，但是也是付费的，并且没有mac版，而R语言免费，谁都可以用，不过！ 根据以往经验，血硒与发硒含量间直线相关系数为0.8，若想在α=0.05，β=0.1的水平上得到相关系数有统计学意义的结论，应调查多少人？
3.1K41编辑于 2022-11-15 - 来自专栏用户2133719的专栏
医学统计学：总体均数的估计与假设检验
1 均数的抽样误差与标准误 了解总体特征的最佳方法是对总体的每一个个体进行观察、试验，但这在医学研究实际中往往不可行。 我们只能采用抽样研究，从总体中随机抽取一个或几个样本，通过样本信息了解总体特征，这种方法即「统计推断」（statistical inference）。 同样，来自同一总体的若干样本统计量间也存在抽样误差。 在抽样研究中，抽样误差「不可避免」，其产生的根本原因是生物个体的变异性。 因统计结论具有概率性质，故不要使用“肯定”、“一定”、“必定”等词。 「统计”显著性“与医学 / 临床 / 生物学”显著性“」。 统计“显著性”对应于统计结论，而医学 / 临床 / 生物学”显著性“对应于专业结论。假设检验是为专业服务的，统计结论必须和专业结论有机地结合，才能得出恰如其分、符合客观实际的最终结论。
2.4K30发布于 2020-08-17 - 来自专栏医学和生信笔记
R语言和医学统计学系列：协方差分析
今天继续学习使用R语言进行医学统计学分析，今天要学习的内容是协方差分析，还是使用课本中的例子。 我使用的课本是孙振球主编的《医学统计学》第4版，封面如下： 课本封面 完全随机设计资料的协方差分析 使用课本例13-1的例子。
63840编辑于 2022-11-15 - 来自专栏全栈程序员必看
医学图形图像处理(医学影像和医学图像处理)
文章目录 1 图像和数字图像 2 图像分类 2.1 简单分类 2.2 传感器分类 2.3 维度分类 3 图像处理流程 4 医学图像 1 图像和数字图像 数字图像： 被定义为一个二维函数，f(x,y)， 图像数据： 生活中是二维的，医学上通常还有3维和4维的。比如在关注心脏跳动的时候，不仅关注其三维结构，还要关注时间轴变化。 三维图像：一个像素描述成一个体素。 医学图像中常用的是dicom 2 图像分类 2.1 简单分类 （1）二值图像：包含两个值，通常为0、255 （2）灰度图像： 0-255灰阶，更能表现自然界图像形态。 4 医学图像 （1）CT图像： 骨结构、组织结构（不太清晰） （2）MRI（核磁共振）图像： 清晰看到除了骨结构之外的一些软组织，更能描述人体软组织结构。
1.7K10编辑于 2022-07-31 - 来自专栏最新医学影像技术
医学图像处理教程（三）——医学图像增强算法
今天将给大家分享医学图像常见图像增强算法。 这个类函数需要人为设置三个参数：Alpha，Beta，Radius，其中Alpha参数是用来控制结果相对于经典直方图均衡化方法结果的相似程度，Beta参数用来控制图像锐化程度，Radius用来控制直方图统计时的区域大小
3.3K50发布于 2020-06-29 - 来自专栏机器学习与统计学
北大@Coursera 医学统计学与SPSS软件 第六周 直线回归与相关
其检验假设为： H0： b=0，即X、Y之间无直线关系 H1：b¹0，即X、Y之间有直线关系 只有当b¹0时，才能认为直线回归方程成立（具有统计学意义）。 H0：r=0，即X、Y之间无直线相关关系 H1：r¹0，即X、Y之间有直线相关关系 统计量t为： ? 式中sr为样本相关系数的标准误。 注：只有当r¹0时，才能根据|r|的大小判断相关 的密切程度。
1.9K10发布于 2019-04-10 - 来自专栏机器学习与统计学
北大@Coursera 医学统计学与SPSS软件 第二周 数值变量的分布类型
数值变量的统计描述 一、集中趋势指标描述 1.算术均数（均数mean） 适用于正态分布 总体均数：μ；样本均数： 2.几何均数（geometricmean） 常适用于一种特殊的偏态分布资料：对数正态分布资料 分类资料的统计描述 相对数（Relative Number） 1.比（Ratio） 又称为相对比。表示两个有关联的指标之比。 分类变量统计描述 ? ?
1.3K10发布于 2019-04-10 - 来自专栏CV学习史
医学图像了解
医学图像 医学图像是反映解剖区域内部结构或内部功能的图像，它是由一组图像元素——像素（2D）或立体像素（3D）组成的。医学图像是由采样或重建产生的离散性图像表征，它能将数值映射到不同的空间位置上。 它定义了质量能满足临床需要的可用于数据交换的医学图像格式 PET是正电子发射断层显像（Positron Emission Tomography）的缩写，是一种先进的核医学影像技术；CT是计算机断层摄影术 校正图像不同层之间的时间差异 空间标准化：将不同个体的数据对准到一个通用空间结构上，使得所有数据可以合并进行组分析 空间平滑：有意模糊数据以降低噪声 时间过滤：在时间维度上过滤数据，以去除低频噪声 统计建模 ：将统计模型拟合到观测数据，以估计任务或刺激引起的响应 统计推断：估计结果的统计显著性，对在整个大脑中进行的大量统计检验进行校正 可视化：对结果进行可视化，并估计效应量 简化步骤： 对齐：在FMRI Dicom 它定义了质量能满足临床需要的可用于数据交换的医学图像格式，可用于处理、存储、打印和传输医学影像信息。
2.6K31发布于 2019-09-10 - 来自专栏机器学习、深度学习
医学图像分割
Topology Aware Fully Convolutional Networks For Histology Gland Segmentation
1K20发布于 2019-05-26 - 来自专栏计算机视觉life
医学图像处理
0、引言 医学图像处理的对象是各种不同成像机理的医学影像，临床广泛使用的医学成像种类主要有X-射线成像 （X-CT）、核磁共振成像（MRI）、核医学成像（NMI）和超声波成像（UI）四类。 世界各地的医学图像处理机构已经迅速进入该领域，并将CNN和其它深度学习方法应用于各种医学图像分析。 在医学成像中，疾病的准确诊断和评估取决于医学图像的采集和图像解释。 传统的图像分割技术有基于区域的分割方法和基于边界的分割方法，前者依赖于图像的空间局部特征，如灰度、纹理及其它象素统计特性的均匀性等，后者主要是利用梯度信息确定目标的边界。 如基于统计学的方法、基于模糊理论的方法、基于神经网络的方法、基于小波分析的方法、基于模型的snake 模型(动态轮廓模型)、组合优化模型等方法。虽然不断有新的分割方法被提出，但结果都不是很理想。 在配准对象方面从二维图像发展到三维多模医学图像的配准。一些新算法，如基于小波变换的算法、统计学参数绘图算法、遗传算法等，在医学图像上的应用也在不断扩展。
4.3K42发布于 2019-07-10 - 来自专栏优雅R
医学统计与R语言：画一个姑娘陪着我，再画个花边的被窝
输入1： install.packages("waffle") library(waffle) library(extrafont) ##Download and install fontawesome fonts from this URL https://cdnjs.cloudflare.com/ajax/libs/font-awesome/4.7.0/fonts/fontawesome-webfont.ttf ##https://my.living-apps.de/static/font-aweso
52410发布于 2020-07-06 - 来自专栏最新医学影像技术
医学图像处理教程（四）——医学图像去噪算法
今天将给大家分享医学图像常见三种图像去噪算法。 参数设置就是统计均值计算的半径大小，这里可以xyz方向上都一样的半径大小，也可以设置成不同的半径大小，在这里我们设置成5，就意味着是10x10x10区域里计算均值滤波的结果。 参数设置就是统计中值计算的半径大小，这里可以xyz方向上都一样的半径大小，也可以设置成不同的半径大小，在这里我们设置成5，就意味着是10x10x10区域里计算中值滤波的结果。
5.3K21发布于 2020-06-29
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号