本书是依据全国医药类专业医学物理实验课程教学基本要求，充分考虑医药类各专业特点，在多年教学实践及教学改革基础上编写而成的。其编写特点是在保证物理实验学科系统不变的同时，强化有关用物理学的方法、技术去解决医学实践问题的实验项目，同时，也适当增加了综合提高实验内容。本书共编入20个实验项目，分为四章：测量误差及数据处理、基础物理实验、医学物理实验、综合设计实验。

本书在充分注意系统性和可接受性的同时，突出其实际应用性，对医药领域中常用的统计方法都配有SAS应用实例。考虑到本课程是研究*现象，在学习方法上与高等数学等课程有所不同，初学者会感到不习惯，认为这门课程很难学，编者专门编写自学辅导部分，介绍一些行之有效的学习方法供读者参考。全书共分8个章节，含基础概论和常用统计方法两部分内容。具体包括统计资料的描述、*事件的概率及其计算、*变量的分布和数字特征、抽样分布和参数估计、假设检验、相关分析与回归分析、试验设计等。其中以介绍统计方法的应用为主，注

本教材根据高等院校普通本科医学类专业线性代数课程的最新教学大纲编写而成，在新医科建设背景下，为大学低年级学生搭建起连接数学基础课程与医学信息科技前沿的桥梁，从而激发学生学习和探索未知科学的兴趣。
本教材的主要内容包括行列式、矩阵、线性方程组、矩阵的特征值、线性规划共五章，并配备了丰富的练习和习题。前四章主要供本科医学类专业（学时少）的学生使用，第五章主要供学时较多或教学要求较高的学生使用。

本书聚焦生物信息学的基础知识和分析方法在医学领域的应用。全书共十三章，主要介绍与医学相关的生物信息学研究领域的进展与应用，包括组学技术、高通量测序技术、基因编辑技术、病原微生物基因组和药物基因组学等，并着重介绍各种生物信息资源、软件、数据库、分析平台。本书结合研究案例和实验指导，对涉及的常用分析方法进行了整合与归纳。本书的特色在于以实践应用为指导思想，让读者系统地学习生物信息数据的整合分析和挖掘过程，培养科学的生物数据分析思维。

全书共分6章，第1章介绍计算机基础，主要包括Windows基本操作、Office办公软件操作和电子邮件操作；第2章介绍智慧医学语言Python基础，主要包括Python开发环境及库的使用、Python语言基础概述及数据类型、Python语言程序流程控制的医学应用、Python语言自定义函数的医学应用；第3章介绍医学数据的获取与分析，主要包括numpy库与pandas库的医学应用、医学数据文件的读取与统计模块、医学数据的描述性分析、医学数据的规范化转换与常见预处理方法；第4章介绍医学数据的可视化，

医用化学实验是医药院校一门重要并且实践性很强的基础操作技能实验课,对于培养学生基本的科研能力、严谨的科学作风和创新思维能力具有重要的作用。
本书将传统的无机化学、分析化学、有机化学等实验内容进行有机整合，并增设创新性实验，注意与医药的内在联系，突出创新性、系统性和适用性。共有57个实验,其中经典性实验24个（占42%)、综合性实验22个(占39%)和创新性实验11个（占19%》，每个实验都主要介绍了实验的目的、原理、步骤等。实验内容主要涉及溶液配制。药物合成，动、植物有效成分提取。分离和纯

《医学化学实验》（第3版）系医学院校学生基础化学课程配套实验教材，全书共七章，包括医学化学实验基础知识、基础性实验、综合设计实验、视频演示实验、虚拟仿真实验、创新性实验和习题。本书重点为培养学生的实验动手能力、严谨求实的科学态度及团结合作的科学精神。特别是综合设计实验和创新性实验的设计和开展将为学生创新性思维的养成奠定良好的基础。本书适合临床医学、医学检验、医学影像、预防医学、药学等专业的学生学习使用。

本教材共分6章，第1章介绍智慧医学概述，主要包括计算机基础、医学大数据及其应用、人工智能及智慧医学应用；第2章介绍智慧医学语言Python基础，主要包括Python语言及开发环境搭建、Python语言基础概述及数据类型、Python语言程序控制结构、函数；第3章介绍医学数据的获取与分析，主要包括医学数据的获取与存储、医学数据的常用计算模块、医学数据的描述性分析、医学数据文件的读取与写入、医学数据的归一化转换与常见预处理方法；第4章介绍医学数据的可视化，主要包括matplotlib包、seabor

生命健康是人类社会生活和经济发展的永恒主题。不同于组织影像体内诊断，生物医学分析化学侧重分子生化体外诊断。鉴于目前尚缺乏适用的生物医学分析化学教材，山东省医药生物技术学会组织编写了本书，内容包括生化分析、免疫分析、分子诊断、即时检测、质谱检测、流式分析、体外诊断试剂的临床试验与生产体系。全书编排贯彻“职普融通、产教融合、科教融汇”的理念，强调知识的传承及转化。本书“知行合一”，既有基础理论的阐述，也有产业技术的介绍，同时还兼有编者的科研成果和工作总结，对生物医学分析化学及相关学科的人才培养具有较

为更加系统地培养健康医疗大数据人才，推进大数据与健康医疗行业的深度融合，在国家卫生健康委员会的指导下，清华大学临床医学院组织编写了本健康医疗大数据教材。本教材面向有志于从事健康医疗大数据创新的高素质人才，以及健康医疗行业专业人士，与时俱进地系统梳理了健康医疗大数据的多个维度，旨在培养拥有大数据思维和意识、具备医学知识底蕴、掌握信息技术、深入融合业务领域、推动大数据创新发展的健康医疗大数据复合管理型人才、专业应用型人才，以人才推动创新，以创新推动发展。