《智能医学工程导论》是一本专为"医工交叉"领域编写的教材，面向临床实际需求，依托大数据、机器学习等工程技术手段，系统阐述各类医学数据的处理与分析方法，并结合医学前沿科技与典型应用场景，编排贴近实践的教学案例，使读者在掌握理论知识的同时，更有效地将智能技术应用于医学实践中。全书共十章，内容安排循序渐进。前三章介绍智能医学工程的基本概念、临床研究的方法与逻辑，以及医学数据管理的整体流程；第四至第七章分别针对表格型、时间序列、图像及多模态医学数据，讲解其特征、处理及分析方法，并结合真实临床需求设计案例教学。第八章与第九章聚焦于智能技术在药物研发与中医诊疗中的典型应用，展现智能医学工程的拓展潜力与落地价值；第十章则展望智能医学工程未来的发展趋势，探讨其所面临的技术挑战与研究前沿。

更多科学出版社服务，请扫码获取。

2001-2005 学士 哈尔滨工程大学 理学院 电子科学与技术 2005-2012 博士 哈尔滨工业大学 航天学院 物理电子学 2009-2010 交换生 韩国汉阳大学 生物医学工程 计算机与脑科学研究中心2012.03-2016.11 工程师 中国科学技术大学 信息科学技术学院 2016.12-2019.12 研究员 美国哈佛大学医学院 2019.04-2021.12 副教授（校聘教授） 哈尔滨工程大学 数学科学学院 人工智能团队负责人 2020.09-2021.09 外聘教授 哈尔滨工业大学（深圳） 数学科学学院 大数据与数据科学专业 2022.01-今 教授 安徽医科大学 生物医学工程学院 智能医学专业 精神健康与心理学院 应用心理学专业 双聘大数据分析，人工智能，机器学习，深度学习，非线性时间序列分析，图像处理， 系统建模及优化，小波分析，多尺度熵分析，生物医学统计，计算机编程（C, Matlab, R, python）大数据分析，人工智能，机器学习，深度学习，非线性时间序列分析，图像处理， 系统建模及优化，小波分析，多尺度熵分析，生物医学统计，计算机编程（C, Matlab, R, python）

目录
序
前言
绪论 1
第一章 智能医学工程概论 3
第一节 概念 3
第二节 智能医学工程的发展历程 4
第三节 智能医学工程的特性与应用 5
第二章 临床研究与智能医学 11
第一节 临床研究的概述 11
第二节 临床研究常用的研究设计方法 14
第三节 临床研究常用数字化工具 17
第四节 临床试验数据管理 20
第三章 医学数据管理 24
第一节 医学数据管理设计 24
第二节 医学数据类型及采集流程 32
第三节 医学数据标注 39
第四节 医学数据隐私保护 47
第四章 表格型医学数据分析 51
第一节 表格型医学数据处理方法 51
第二节 表格型医学数据分析方法 60
第三节 实操案例：基于随机森林的术后并发症发生预测 74
第五章 时间序列医学信号分析 82
第一节 时间序列医学信号及其处理方法 82
第二节 时间序列医学信号的时频分析方法 92
第三节 时间序列医学信号的非线性分析方法 99
第四节 实操案例：睡眠医学信号分析 106
第六章 医学图像数据分析 112
第一节 医学图像处理方法 112
第二节 医学图像分析方法 127
第三节 深度学习模型的可解释性 142
第四节 实操案例：基于双气囊小肠镜的克罗恩病智能辅助诊断与评估 144
第五节 实操案例：基于超声心动图的CHD智能辅助诊断与手术方案建立 148
第七章 多模态医学数据分析 153
第一节 多模态医学数据预处理 153
第二节 多模态医学数据特征提取 164
第三节 多模态医学数据融合方法 170
第四节 实操案例：基于多模态数据的抑郁症智能评估 177
第八章 智能医学与制药 190
第一节 药学数据分析和应用 190
第二节 药物靶标的识别和预测 196
第三节 分子生成与设计技术 210
第四节 智能药物设计与优化 220
第九章 智能医学与中医 229
第一节 智能中医药学的发展历史与现状 229
第二节 中医诊疗数据的来源与特点 231
第三节 智能中医诊断技术与方法 233
第四节 中医智能辅助治疗技术 242
第五节 实操案例：中医面诊与体质智能检测 249
第六节 AI技术用于中药及复方研究实例 250
第十章 挑战与发展 256
第一节 智能医学工程的优势与挑战 256
第二节 智能医学工程的未来展望 258
参考文献 261
致谢 264