赵地:基于MRI图像大数据分析的老年退行性疾病早期预警及标示物的研究
中国黄茶网(yyzzt.com) 2016年01月07日 作者: 来源: 浏览次数:
第五届中国科学院超级计算应用大会(SCA2015)
时间:2015-10-09 至 2015-10-12
由中国科学院条件保障与财务局主办、中国科学院计算机网络信息中心承办、中国科学院广州分院、中国科学院超级计算环境广州分中心暨广州生物医药与健康研究院协办的第五届中国科学院超级计算应用大会(SCA2015)将于2015年10月9日-12日在广州举办。
地点:广州,广州燕岭大厦
赵地 副研究员
报告题目:基于MRI图像大数据分析的老年退行性疾病早期预警及标示物的研究
报告摘要:随着社会的发展,人口老龄化变成一个日益严重的社会问题,老年退行性疾病的发病率逐年增加。老年退行性疾病的早期诊断是有效治疗的关键因素之一。核磁共振成像MRI是老年退行性疾病诊断的常规方法。然而,因为老年退行性疾病诊断的复杂性,基于单个患者的MRI图像进行老年退行性疾病的早期诊断具有相当的难度。老年退行性疾病的病例数目的增加,以及核磁共振成像MRI的广泛应用,医院积累了大量的老年退行性疾病的数据,形成MRI图像大数据集。在本研究中,我们开发出深度学习的诊断决策支持的方法,通过对老年退行性疾病的MRI图像大数据集的分析,能够对老年退行性疾病的做出早期预警。计算实验(Computational experiments)表明,基于MRI图像大数据分析的老年退行性疾病的早期预警的精度远高于基于单个患者的MRI图像的诊断的精度。临床实验(Clinical experiments)表明,基于MRI图像大数据分析的老年退行性疾病的决策支持能够为神经科医生的临床诊断提供强力的支持。