Bioinformatics and Medical Applications: Big Data Using Deep Learning Algorithms

موضوعات اصلی مورد بررسی در این کتاب مشکلات تجزیه و تحلیل داده های بزرگ در تحقیقات بیوانفورماتیک مانند تجزیه و تحلیل داده های ریزآرایه، تجزیه و تحلیل توالی، تجزیه و تحلیل مبتنی بر ژنومیک، تجزیه و تحلیل شبکه بیماری، تکنیک هایی برای تجزیه و تحلیل داده های بزرگ و فناوری اطلاعات سلامت.

بیوانفورماتیک و کاربردهای پزشکی: داده های بزرگ با استفاده از الگوریتم های یادگیری عمیق مجموعه داده های بیولوژیکی عظیم را با استفاده از رویکردهای محاسباتی تجزیه و تحلیل می کند. و آخرین فن آوری های پیشرفته برای گرفتن و تفسیر داده های بیولوژیکی. این کتاب روش‌های مختلف محاسباتی بیوانفورماتیکی را ارائه می‌کند که برای شناسایی بیماری‌ها در مراحل اولیه با جمع‌آوری منابع پیشرفته در یک مجموعه واحد طراحی شده‌اند تا خواننده را در موضوعاتی با تمرکز بر علوم رایانه، ریاضیات و زیست‌شناسی روشن کند. در زیست شناسی و پزشکی مدرن، بیوانفورماتیک برای مدیریت داده ها حیاتی است. این کتاب ابزارهای مهم بیوانفورماتیکان را توضیح می دهد و چگونگی استفاده از آنها برای ارزیابی داده های بیولوژیکی و پیشرفت دانش بیماری را بررسی می کند.

ویراستاران گروهی متمایز از فصل‌های ادراکی و مختصر را گردآوری کرده‌اند که وضعیت فعلی درمان‌ها و سیستم‌های پزشکی را ارائه می‌کند و راه‌حل‌های نوظهوری را برای رویکرد شخصی‌تر به مراقبت‌های بهداشتی ارائه می‌دهد. بکارگیری تکنیک‌های یادگیری عمیق برای راه‌حل‌های مبتنی بر داده در اطلاعات سلامت، امکان تجزیه و تحلیل خودکار را فراهم می‌کند که روش آن می‌تواند در پشتیبانی از مشکلات ناشی از اطلاعات پزشکی و مرتبط با سلامت سودمندتر باشد.

مخاطبان

مخاطبان اصلی کتاب شامل متخصصان، پژوهشگران، فارغ التحصیلان، طراحان، کارشناسان و مهندسان است که مشغول تحقیقات بیومتریک و مسائل مربوط به امنیت هستند.

The main topics addressed in this book are big data analytics problems in bioinformatics research such as microarray data analysis, sequence analysis, genomics-based analytics, disease network analysis, techniques for big data analytics, and health information technology.

Bioinformatics and Medical Applications: Big Data Using Deep Learning Algorithms analyses massive biological datasets using computational approaches and the latest cutting-edge technologies to capture and interpret biological data. The book delivers various bioinformatics computational methods used to identify diseases at an early stage by assembling cutting-edge resources into a single collection designed to enlighten the reader on topics focusing on computer science, mathematics, and biology. In modern biology and medicine, bioinformatics is critical for data management. This book explains the bioinformatician’s important tools and examines how they are used to evaluate biological data and advance disease knowledge.

The editors have curated a distinguished group of perceptive and concise chapters that presents the current state of medical treatments and systems and offers emerging solutions for a more personalized approach to healthcare. Applying deep learning techniques for data-driven solutions in health information allows automated analysis whose method can be more advantageous in supporting the problems arising from medical and health-related information.

Audience

The primary audience for the book includes specialists, researchers, postgraduates, designers, experts, and engineers, who are occupied with biometric research and security-related issues.