本课题以健康医学领域应用作为案例，对一组血癌细胞系的表达数据进行分析，输出分析结果并显示在用户界面上，主要使用到了R语言、MySQL和PHP这3款软件。我们通过MySQL建立数据库，将excel文档导入建立好的数据库，本课题的核心是通过R语言对健康医学数据建立数学模型，以求对数据库中规模庞大的数据进行批量分析得出结论并输出相应的结果以及绘制出相应的图形，再通过PHP建立本地服务器，制作可交互的用户界面，在界面中将通过R语言得出的分析结论显示出来。本次设计就是对大数据分析技术的一次探索，R语言强大的数据分析与绘图功能保证了课题的完成，发掘和研究R语言为今后更加深入的研究打下了基础。
目录
摘要 I
ABSTRACT II
目录 III
前言 1
第一章 序论 2
1.1 课题的提出 2
1.2 课题的实施 2
1.3 课题的价值及发展前景 2
第二章 相关软件介绍 4
2.1 R3.1.2 4
2.1.1 Rstudio 4
2.2 MySQL 4
2.3 PHP 4
第三章 系统设计 6
3.1 数据介绍 6
3.2 系统设计思路 6
3.3 设计实施 7
3.3.1 Rstudio部分 7
3.3.2 MySQL部分 12
3.3.3 PHP部分 13
第四章 系统调试及问题解决 20
4.1 PHP读文本 20
4.2 为PHP读取文本文件添加标签 20
4.3 数据库建立中的一些问题 21
4.4 Rstudio中数据格式的问题 21
第五章 总结 23
参考文献 24
谢辞 25
前言
大数据时代的到来为人类发展来带了空前的机遇与挑战，有别于以前单一、简单的数据分析，现今需要人们处理的数据可能是数量庞大、杂乱无章、让人无从下手的。要对这些数据进行处理，人工已经远远无法完成。这种大数据呈爆炸性增长的态势，若想紧跟大数
 *景先生毕设|www.jxszl.com +Q: ￥351916072￥ 
据时代的发展浪潮，运用软件处理这些数据成为必然。
数据处理的基本目的是从大量的、种类多样、难以理解的数据中提取出关键数据并且加以分析，化繁为简，将这些大数据变成对人们有用的信息。如今大数据已经渗透进了人类生活的方方面面，在科研、医疗、军事、生活等各种层面上影响着我们，贯穿于社会生活、生产的各个领域。不得不说数据处理技术的发展及其应用的广度和深度，将极大地影响着人类社会发展的进程。在这样的环境下，将大数据分析技术引入临床、医学研究、公共卫生发面就显得尤为重要，这是未来发展所必须且必然的。
我们要做的，是通过MySQL建立数据库，将excel文档导入建立好的数据库，本课题的核心是通过R语言对健康医学数据建立数学模型，以求对数据库中规模庞大的数据进行批量分析得出结论并输出相应的结果以及绘制出相应的图形，再通过PHP建立本地服务器，制作可交互的用户界面，在界面中将通过R语言得出的分析结论显示出来。
第一章 序论
1.1 课题的提出
“大数据”通过这几年的发展，技术已逐渐走向成熟，应用也越来越广泛。随着健康医学数据爆炸式的增长，目前亟待解决在线分析处理，以及数据模型构建等技术问题。医学健康数据的建模是医疗卫生信息化发展的基础，一个完整的、共享的数据模型基础更加有助于更好地表达、处理和储存各类医学健康数据，实现医学信息交换与分享，加快医学信息交汇和融合，形成各类智能化、专业化的治疗决策支持，满足临床、科研和公共卫生等各个方面的各种综合信息的需求，以期最终提升医疗卫生服务质量。近年以来，随着医学卫生信息化工作地不断深入快速发展，医学健康数据建模问题逐渐成为国际医学的热点研究对象。
　　 人体和生命的高度复杂性使得相关的医学健康数据极度繁复。首先，数据种类繁多、形态各异，有数值、文档、符号等形式，信息之间的关系繁杂且不明朗；其次，不同国家、地区间的医疗体制、相关政策和法规等方面不尽相同，医学健康数据来源呈现出地域性的差异；其次，医学专业知识更新非常迅速，随着医学知识的更新不断变化，医学健康数据会呈现出形态更加多样、数据关系更加繁杂的特性。这些特性给医学健康数据模型的构建带来了新的挑战[1]。
1.2 课题的实施
本课题选用R作为编程语言。其特点是占用内存小，运行速度快，并且具有强大的数据分析与绘图功能，这些特点对于本课题研究的优势明显。R拥有一套完整的数据处理、计算和制图软件系统，是简便而强大的编程语言。其在数组运算工具方面功能强大，在向量、矩阵运算方面功能更为尤甚；完整连贯的统计分析工具；同时又拥有匹敌MATLAB的优秀的统计制图功能；以及与C等初级编程语言相似的支持数据的输入和输出、可实现分支、循环，用户自定义函数等功能。利用R语言提供的函数及经典算法，我们可以轻易实现对数据分析处理。
1.3 课题的价值及发展前景
前言中已经提到过，大数据时代的带来对我们来说既是一次挑战同样也是一次机遇。对于庞大数据的处理分析将是今后发展必须经历的过程，如何利用数据得出结论是尤为重要的。而在众多大数据中，健康医学数据是其中非常关键与重要的一类。庞大的患者数量使中国成为世界上拥有潜在规模最大的医学数据资源的国家，如何有效地存储并分析利用数据的问题就显得更为突出。健康医学数据处理得好，这将成为无价的资源和宝藏；而如果不能有效妥善的处理这些庞大的数据，这便将成为巨大的包袱。整个医疗管理和医学界将在大数据时代迎来一次新的变革，而本课题将对医学数据做一些研究与分析，这不仅是顺应时代的潮流，也是对人民群众日益增长的健康需求的责任。
总的来说，大数据在医学中的应用主要有以下几个方面：（1）发现新知识、新规律：在临床工作和科学研究中，我们可获取大量实验样品、组织切片和基因芯片的数据，对这些前所未有的大量数据进行分析挖掘，可能有机会发现与疾病相关的新靶点或新分子标记物；（2）制定个性化治疗方案：整合不同来源的数据信息包括来自临床治疗、 基因组测序和组织形态的大数据并进行分析，可为每例患者量身定制治疗方案，为个性化医学带来新的动力；（3）推动循证医学的二次发展：传统而言，临床医生往往根据其具体背景和经验作出诊断和治疗，采用大数据进行统计分析，作出更为精确的临床诊断和发现切实可行的治疗方案，也是循证医学的体现[2]。
 第二章 相关软件介绍
2.1 R3.1.2
R是一款功能强大且自由、免费、源代码开放的软件。它拥有一套完整的数据处理、计算和制图软件系统。其功能包括：数据存储和处理系统；数组运算工具（其向量、矩阵运算方面功能尤其强大）；完整连贯的统计分析工具；优秀的制图功能；简便而强大的编辑语言：可操纵数据的输入和输出，可实现分支、循环，用户可自定义功能。
我们的课题需要用到的数据分析功能和绘图功能正是R语言表现优秀的地方，因此我们选用R进行相关数据分析、数学建模。
2.1.1 Rstudio

原文链接：http://www.jxszl.com/dzxx/txgc/48102.html