<ruby id="b1bdd"></ruby>

<noframes id="b1bdd"><pre id="b1bdd"></pre>
<noframes id="b1bdd"><pre id="b1bdd"><ruby id="b1bdd"></ruby></pre>
<pre id="b1bdd"><strike id="b1bdd"></strike></pre>
<address id="b1bdd"></address>
<track id="b1bdd"><ruby id="b1bdd"></ruby></track>

    <pre id="b1bdd"><ruby id="b1bdd"></ruby></pre>

        <track id="b1bdd"></track>

        北京郵電大學青年學者王光宇在人工智能轉化醫學取得突破性進展

          非全日制研究生網訊:近日,在2021年6月期的《自然-生物醫學工程》(Nature Biomedical Engineering)的專題“機器學習與轉化 (Machine learning in translation)”中,我校網絡與交換技術國家重點實驗室張平院士團隊王光宇老師(研究員,博導)聯合國內外多團隊開展交叉合作,針對人工智能在復雜醫學場景下存在的挑戰取得了突破性進展。 據了解,王光宇老師分別針對重大慢性病及重大突發性傳染病的智能化診療問題,探討解決“機器學習在健康醫療領域轉化時,數據、可行性測試和臨床部署魯棒性的挑戰”。在2021年6月期的《自然-生物醫學工程》(Nature Biomedical Engineering)的專題“機器學習與轉化 (Machine learning in translation)”中,王光宇作為第一和通訊作者,背靠背連發兩篇相關研究論文。

          慢性腎病和糖尿病屬于慢性全身系統性疾病,如何有效防治是世界公共衛生的重大難題。其中,多數慢性病患者起病隱匿,我國慢性腎病知曉率僅為12.5%。王光宇老師與四川大學、清華大學等多團隊交叉合作,應用眼底視網膜圖像、醫學文本等多中心、多維度的醫療大數據,提出了圖像增強、集成學習及多模態臨床信息融合分析方法,并研制了具有可解釋性和泛化性的智能診斷技術,實現非侵入式的眼底視網膜圖像進行重大慢病篩查及風險追蹤。研究成果以“深度學習模型從視網膜眼底圖像中檢測和預測慢性腎臟病和2型-糖尿病發病風險(Deep-learning models for the detection and incidence prediction of chronic kidney disease and type 2 diabetes from retinal fundus images)”為題,于2021年6月15日在線發表。

          “眼睛是心靈的窗戶”,更是洞察疾病的窗口。慢性腎病或糖尿病的早期,會出現受累器官微血管提前發生異常。作為唯一可以非侵入式地動態觀察人體血管的部位,眼底視網膜在全身微小血管病變的診斷和預測中具有十分重要的意義。王光宇團隊提出的人工智能模型通過學習近12萬張眼底視網膜圖像,可以實現慢性腎病和糖尿病的疾病征象的早期識別;并可以量化估計腎小球濾過率和血糖值,表明眼底視網膜有望作為重大慢性疾病的輔助早期診斷“數字生物標志物”。同時,為了探索人工智能方法是否可以量化疾病結局的風險因素,采用了持續隨訪了5年的人群隊列,基于視網膜圖像檢測模型的風險評分及患者臨床數據構建了Cox生存分析算法,可以識別在5年內會出現這兩種重大慢病的患者,計算病人的風險系數及追蹤病情進展。

          對此項工作,Nature期刊邀請了醫學人工智能領域的著名團隊Google Health 團隊以“Retinal detection of kidney disease and diabetes”進行了長篇述評,認為“深度學習方法有望成為突破患者健康狀況的臨床評估及健康人群的慢病篩查的潛在策略,從而提高醫療資源的可負擔性和可獲得性。(This suggests that deep learning could eventually be implemented clinically to examine a patient’s health and for the health screening of populations, conceivably improving affordability and accessibility.)”。

            此外,基于胸部X-ray 圖像的新冠病毒肺炎智能診斷和重癥預測工作,(4月15日online,6月期文章,此前報道鏈接見http://www.bupt.edu.cn/info/1079/84097.htm),被選為《自然-生物醫學工程》此期的封面文章,在Altmetric處于全球關注熱度前5%。此項工作的研究數據資料庫以及算法代碼發布到了國家生物信息中心云平臺,并有美國、巴西、英國、伊拉克、厄瓜多爾、香港等國家和地區用戶在云端使用,對信息領域與醫學深度融合解決國際社會重大突發性傳染病的防控意義非凡。

          北京郵電大學信息與通信工程學院智簡網絡研究室(Ubiquitous-X),是由張平院士領銜的科研團隊。研究室定位于應用基礎研究,期望構建未來信息網絡范式。研究方向包括:智簡網絡、無線組網架構、無線組網技術、多天線與探測、終端協同通信、機器類通信、傳播環境認知、網絡化認知、邊緣智能協作、智能緩存通信,可穿戴信號處理、智慧醫療等。研究室自成立以來,多次承擔國家973、863、國家自然科學基金等各類科研項目,曾多次獲得國家科技進步特等獎、國家技術發明二等獎、國家科技進步一等獎、二等獎、省部級科技進步獎。

          王光宇,研究員,博士生導師。研究方向:人工智能與健康醫學大數據、智慧醫療、智能影像分析,醫學文本中的自然語言處理。在Cell、Nature Biomedical Engineering、Nature Communications,MICCAI等國際著名期刊或頂會發表學術論文多篇。主持多項國際或國內合作項目,包括國家重點研發計劃《醫學人工智能產品檢測共性關鍵技術及標準研究》、國家自然科學基金《基于RWS的暈厥臨床不良事件風險評估與智能預警關鍵技術研究》等。聯系方式:guangyu.wang@bupt.edu.cn

        上一篇:中國政法大學來北京郵電大學調研交流

        下一篇:北京郵電大學舉辦第七屆中國國際“互聯網+”大學生創新創業大賽決賽

        非全日制研究生招生信息網
        被强行侵犯的日本电影bd
        <ruby id="b1bdd"></ruby>

        <noframes id="b1bdd"><pre id="b1bdd"></pre>
        <noframes id="b1bdd"><pre id="b1bdd"><ruby id="b1bdd"></ruby></pre>
        <pre id="b1bdd"><strike id="b1bdd"></strike></pre>
        <address id="b1bdd"></address>
        <track id="b1bdd"><ruby id="b1bdd"></ruby></track>

          <pre id="b1bdd"><ruby id="b1bdd"></ruby></pre>

              <track id="b1bdd"></track>