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。

"本书主要内容包括：一元函数微积分、多元函数微积分、微分方程基础、概率论基础、线性代数基础。全书大量运用新颖浅显的医学数学模型启发学生的抽象思维能力；在兼顾我国医学教育的现实条件下系统地、科学地向学生传授高等数学的基本理论与解决问题的基本技能，对医科各专业学生进行必要的理科素质教育。全书共需90学时，适合高等学校医学专业教学使用。如果将书中的重积分、线性代数基础等部分仅作为学习参考内容而不在课堂上讲授的话，则需54~72学时。本书可供高等学校临床医学、基础医学、预防医学、口腔医学及药学

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，

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

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。

本书共8章，与主教材相对应：第1章计算机与信息技术概述；第2章计算机系统基础；第3章Windows7操作系统；第4章Word 2010文字处理软件；第5章Excel 2010电子表格处理软件；第6章PowerPoint 2010演示文稿制作软件；第7章网络应用基础；第8章软件基础技术。

全书共分为八章，内容包括：计算机与信息技术概述、计算机系统基础、Windows 7操作系统、Word 2016文字处理软件、Exce1 2016电子表格处理软件、PowerPoint 2016演示文稿制作软件、网络应用基础、软件基础技术。

本书包括一元函数和多元函数和微积分学、微分方程、概率论、数理统计、模糊数学和线性代数初步。
本书注重数学和医学的结合，具有医用高等数学的特色。可作为医学院校本科各专业、研究生和进修生的教材，也可作为医学科研人员的参考书。同时，本书叙述清晰、语言流畅，便于读者自学。

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