医疗大数据应用

文章来源:  |  发布时间:2016-01-05  |  【打印】 【关闭

  

活动介绍: 医疗大数据应用

 

     

报告题目:医学影像计算机分析历史、现状和将来 

 

报告人: 钱唯教授 

时间: 2016年1月7上午9:30  

地点: 软件所5号楼四层中会议室 

   

报告内容: 

本报告总结过去20年中在美国乳腺癌、肺癌检测、诊断和计算机辅助治疗的情况,以及最近的变迁转折和面临大数据分析的挑战、个性化医疗和精准医疗的挑战,计算机辅助分析的变迁以及对未来的展望。  

报告人简介 

美国德州大学终身教授,美国生物医学工程院院士,中国国家“千人计划”创新人才,济南市“5150”人才,是国际医学影像信息学、生物医学影像学、分子成像生物标志物研究的权威专家,先后承担过美国NIHNSF、癌症学会等国家级项目30 多项,作为项目负责人获研究经费逾5600万美元,研发出癌症检测的计算机辅助诊断、生物标记物及医学影像结合研究等国际领先水平新工艺技术8 项,在癌症早期检测与计算机辅助诊断做出重大贡献。同时担任国际创新科技协会主席,国际计算机生物科学、医学与生物学工程协会等国际大会专题主席,美国NIH、肿瘤成像学术与产业结合等基金评委,医学物理学杂志和医学影像技术IEEE 交换标准杂志的副主编。发表代表性论著122 篇,并获得美国发明专利6 项。曾获得美国德州政府颁发的科学研究星级奖励。曾建立美国排名第一的医学成像信息学国家实验室,是世界上早期乳腺癌和肺癌检测及诊断系统的创立者。

 

报告题目:探索采用新型定量化的医学图像特征用于癌症风险和预后评估的可行性

 

报告人: 郑斌教授 

时间: 2016年1月7上午10:30  

地点: 软件所5号楼四层中会议室 

 

报告内容: 

通过应用Radiomics的原理和技术为实现精准医学或者个性化的癌症风险和预后的准确评估是当前医学工程领域中的一个研究热点。在我们的医学图像计算机辅助诊断实验室中,我们致力于研究探索如何能够从放射医学图像中定量的提取与近期癌症发病风险,癌症预后和肿瘤对于化疗反应相关的图像特征指标。在本演讲中,我将介绍我们实验室中在过去两年在这个研究方向所开展的工作和取得的初步研究结果。第一,针对乳腺癌,我们从乳腺钼靶图像中分析计算左右乳腺密度的不对称性特征,建立和试验了一个新型的对于乳腺癌近期发病风险的预测模型为最终建立更有效的个性化乳腺癌普查方法提供帮助。我们通过对于乳腺核磁共振图像的分析,提取有用的图像特征和预测乳腺肿瘤对于新辅助化疗的反应。第二,针对肺癌,我们从肺部CT图像中分析计算肿瘤大小,形状,和密度不均匀性的特征。我们将这些相关医学图像特征与其它已知的肺癌生物特征指标物进行对比和融合。以便更准确的预测早期肺癌病人在手术后癌症复发的风险程度,为这些病人更有效的后续治疗提供科学依据。第三,针对卵巢癌,我们从对于卵巢癌病人在参与化疗前后的两组CT图像中探索,提取和分析相关的图像特征,以便更有效的和尽早的判断化疗的有效性。通过这些初步的研究工作,我们的实验数据证明了放射医学图像中也包含有许多与癌症发病和预后机理相关的医学临床应用标志物。合理有效的应用这些图像特征标志物,我们可以建立相关的以人工智能为基础的统计预测模型为最终建立有效的个性化医疗服务。  

报告人简介 

郑斌从中国上海机械学院获得工学学士,硕士学位,美国特拉华大学获得电机工程博士学位。从1994年到2013年在美国匹兹堡大学医学院放射医学系历任助理教授,副教授和教授。目前担任美国俄克拉荷马大学电机和计算机工程系教授和史蒂文森癌症中心特聘研究员。他是美国医学与生物工程院(American Institute for Medical and Biological Engineering)的College of FellowsJournal of X-ray Science and Technology的主编。目前,他领导的癌症医学图像计算机辅助诊断实验室主要从事癌症医学图像的计算机辅助定量分析工作,建立和测试各类以医学图像特征为基础的癌症风险和预后的人工智能统计模型。从1998年起,他组织领导了多项有美国健康科学院(National Institutes of Health)立项资助的医学图像分析研究项目(包括一项创新型项目(R21),五项重点(R01)项目,两项与他人合作领导的重点(R01)项目)。在过去20年中他和他的合作者获得了8项美国专利,在学术杂志上发表了120多篇研究论文和100多篇国际学术会议论文。

    

 

 

活动宣传钱唯教授作《医学影像计算机分析历史、现状和将来报告&&郑斌教授作《探索采用新型定量化的医学图像特征用于癌症风险和预后评估的可行性报告