大數(shù)據(jù)與精準醫(yī)學（精）

1 總論
1．1 大數(shù)據(jù)的概念、發(fā)展背景及現(xiàn)狀
1．1．1 大數(shù)據(jù)的概念與特征
1．1．2 生物大數(shù)據(jù)的概念與類型
1．1．3 我國生物大數(shù)據(jù)的現(xiàn)狀與前景
1．2 生物大數(shù)據(jù)與精準醫(yī)學
1．2．1 精準醫(yī)學的定義
1．2．2 美國精準醫(yī)學的發(fā)展
1．2．3 其他國家精準醫(yī)學的發(fā)展
1．2．4 我國精準醫(yī)學的發(fā)展
1．3 生物大數(shù)據(jù)研究面臨的問題與挑戰(zhàn)
1．3．1 高維基因組學數(shù)據(jù)的處理與標準化
1．3．2 健康醫(yī)療數(shù)據(jù)的標準化
1．3．3 非結構化數(shù)據(jù)的轉換與分析
1．3．4 基因組數(shù)據(jù)與臨床表型數(shù)據(jù)的集成與融合
1．3．5 提高生物標志物的，臨床轉化應用性需要標準化的分析流程
1．3．6 生物大數(shù)據(jù)的高效存儲與共享對現(xiàn)有網(wǎng)絡技術提出了新的要求
1．3．7 生物大數(shù)據(jù)的倫理 
參考文獻 
2 大數(shù)據(jù)研究的共性方法論
2．1 非結構化數(shù)據(jù)的轉換與處理
2．1．1 概述
2．1．2 數(shù)據(jù)模型
2．1．3 分布式存儲
2．1．4 并行處理模型 
2．2 人一機交互技術與數(shù)據(jù)可視化 
2．2．1 人一機交互技術
2．2．2 大數(shù)據(jù)可視化
2．2．3 基因組的可視化
2．2．4 分子結構的可視化
2．3 深度學習
2．3．1 概述 
2．3．2 深度學習的基本思想
2．3．3 深度學習開發(fā)框架 
2．4 大數(shù)據(jù)的傳輸與信息安全
2．4．1 概述
2．4．2 數(shù)據(jù)高速傳輸技術
2．4．3 數(shù)據(jù)傳輸中的隱私與信息安全
參考文獻 
3 健康人群隊列研究
3．1 國際大型隊列的現(xiàn)狀與發(fā)展歷程
3．2 中國大型隊列現(xiàn)狀
3．2．1 泰州隊列的數(shù)據(jù)采集與管理
3．2．2 隊列基線調查數(shù)據(jù)采集
3．2．3 隊列隨訪數(shù)據(jù)采集
3．2．4 隊列數(shù)據(jù)清理
3．2．5 隊列數(shù)據(jù)信息平臺建立與管理
3．2．6 大型隊列數(shù)據(jù)的共享與應用
3．3 大型隊列數(shù)據(jù)在精準醫(yī)學時代的挑戰(zhàn)與機遇
3．3．1 大型隊列數(shù)據(jù)面臨的挑戰(zhàn)
3．3．2 大型隊列數(shù)據(jù)面臨的機遇 
參考文獻
4 臨床大數(shù)據(jù)及其標準化
4．1 臨床大數(shù)據(jù)的來源
4．2 臨床大數(shù)據(jù)的標準化
4．2．1 ICD-10標準
4．2．2 HL7衛(wèi)生信息交換標準
4．2．3 其他數(shù)據(jù)標準
4．3 臨床大數(shù)據(jù)的整合利用
4．3．1 美國i2b2及相關研究
4．3．2 歐洲EHR4CR研究項目
參考文獻
5 組學大數(shù)據(jù)及其標準化
5．1 基因芯片與測序技術質量控制研究計劃
5．1．1 基因芯片技術質量控制計劃MAQC-Ⅰ
5．1．2 基因芯片技術質量控制計劃MAQC-Ⅱ
5．1．3 基因芯片技術質量控制計劃MAQC-Ⅲ／SEQC
……
6 大數(shù)據(jù)的挖掘和融合分析
7 精準醫(yī)學知識庫 
8 精準醫(yī)學臨床決策支持系統(tǒng) 
9 遺傳病與精準醫(yī)學
10 藥物基因組學與精準用藥
11 基于組學大數(shù)據(jù)的腫瘤精準醫(yī)學