姜荣涛
- 作品数:4 被引量:5H指数:1
- 供职机构:中国科学院自动化研究所更多>>
- 发文基金:国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域:医药卫生文化科学自动化与计算机技术更多>>
- 基于磁共振影像的脑疾病个体化预测方法和系统
- 本发明公开了一种基于磁共振影像的脑疾病个体化预测方法和系统。其中,该方法包括步骤1:获取精神疾病病人脑磁共振影像;步骤2:对病人脑磁共振影像进行去噪和降维处理;步骤3:利用ReliefF算法,进行特征选择;步骤4:使用空...
- 隋婧姜荣涛孟醒
- 文献传递
- 机器学习在预测放疗疗效及并发症中的应用被引量:4
- 2018年
- 近年来,机器学习发展迅速,利用机器学习对放疗后疗效及并发症进行预测,可以更加准确地评估患者病情,及早采取相应治疗措施。将放疗过程中产生的非剂量相关和剂量相关特征值经筛选后输入算法模型,可以得到相应的预测结果。目前,已有多种算法模型可以对放疗后患者生存率、肿瘤控制率及各种放疗后并发症进行预测,预测结果较为准确。但算法模型也存在各种问题,需要不断探索改进。
- 张书铭李佳奇王皓姜荣涛隋婧石成玉杨瑞杰
- 关键词:放射疗法预后并发症
- 基于多模态脑影像和机器学习算法的个体行为预测研究现状及未来趋势被引量:1
- 2021年
- 神经科学的研究已由传统的单变量分析进入到以多元个体预测方法为主要手段的转化神经科学阶段,该类研究致力于利用先进的模式回归算法,开发应用能够在单个样本水平对连续变量进行精准预测的机器学习模型,寻找稳健可靠的客观影像学标记物。目前,基于机器学习算法的预测模型在包括认知能力、精神疾病严重程度、性格特质、情绪感受等在内的多种行为变量的预测中展现了巨大潜力,是探索人类个体认知能力、个性发展的一项有力工具。目前,国际上主流用于个体化预测的回归分析方法主要包括多元线性回归、最小绝对收缩和选择算子回归、弹性网、岭回归、支持向量回归、关联向量回归以及偏最小二乘回归。在未来研究中,需要结合多中心大样本影像数据,充分利用多模态影像特征在挖掘互补信息上的优势,开发能够对未来行为进行预测的纵向分析模型,并通过独立数据集检验模型的泛化能力。个体化预测为深入理解认知功能及精神疾病的脑机制提供了新的参考。
- 姜荣涛戚世乐吴静李想赵敏隋婧禚传君
- 关键词:磁共振成像精神分裂症
- 探索影像学标志,发展基于人工智能的脑疾病精准诊疗
- 2017年
- 在脑影像大数据中挖掘潜在的影像学标志并引导个性化医疗,是当今研究的热点与前沿。在这个机器学习大行其道的时代,人工智能在精神病医学上的应用愈加广泛,而且在诊断和治疗的阶段都有介入。预计未来20年,我国将借助生物大数据、智能识别和人工智能算法,建立起为脑疾病提供筛查、诊断、治疗方案的人工智能系统以辅助临床诊疗。
- 隋婧姜荣涛姜荣涛
- 关键词:人工智能系统影像学脑疾病诊疗个性化医疗