1、添 加 标 题 文 字 2018年11月17日深度学习与医学影像分析Medical Image Analysis with Deep LearningPETSPECTthe structural information of human tissue anatomyMetabolic information of human tissue Pathology Surgery Robotics Medical Photography添 加 标 题 文 字添 加 标 题 文 字研究基础研究进展研究设想SVM肺癌预测,2005,9Di Zhao*,Fast Solver for Interior P
2、oint Method of SVM Training by Parallel GMRES and HSS,International Journal of Computing,2014,13(2):116-124.统计分布拟合的基因分析。2007Di Zhao*,Shenghua Ni,Parallel Multi-proposal and Multi-chain Markov Chain Monte Carlo for Calculating P-value of Genome-Wide Association Studies,Parallel Processing Letters,23(
3、3),2013.EI,cite=1.皮肤癌的最佳治疗规划:2007-2010u 细胞间的热传导;u 采用微分方程模型,全文上千公式;u 导师:Weizhong Dai教授;Di Zhao,Weizhong Dai*,Accurate Finite Difference Schemes for Solving a 3D Heat Transfer Model in an N-Carrier System with Neumann Boundary Condition in Spherical Coordinates,Journal of Computational and Applied Mat
4、hematics,2010,(235):850-869.IF=1.651,cite=7.Di Zhao*,Jinhang Yu,High-efficient Solving Tridiagonal Systems by Chunked Cyclic Reduction and GPU Shared Memory,Journal of Supercomputing,2015,71(2):369-390.IF=1.532,cite=8;皮肤癌的症状建立了皮肤热传导的模型,用于对激光的优化。皮肤癌的治疗:激光。如何优化激光,达到最大的疗效,最小的损伤?中国医学装备人工智能联盟皮肤病专委会委员,201
5、8年10月胰腺癌的发病预测:2010-2012 生物医学信息分析;发明了加权贝叶斯模型;导师:George Hripcsak教授,Chunhua Weng教授;胰腺癌示意图生存期预测Di Zhao,Chunhua Weng*,Combining PubMed knowledge and EHR data to develop a weighted bayesian network for pancreatic cancer prediction,Journal of Biomedical Informatics,2011,44(5):859-868.IF=3.120,cite=69.David
6、 Elliot Shaw(born March 29,1951)is an American investor,computer scientist,and hedge fund manager.统计分布拟合的行为分析:2012-2013Di Zhao*,High-accuracy Non-gradient Optimizer by Vectorized Iterative Discrete Approximation and Single GPU Computing,International Journal of High Performance Computing and Network
7、ing,2015,8(4):301-314.EI,cite=3;Di Zhao*,High-accuracy Optimization by Parallel Iterative Discrete Approximation and GPU Cluster Computing,Journal of Software,2014,9(9):2366-2377.心脏MRI影像分析:2014核磁成像示意图 FFT;GRAPPA;SPIRiT;深度学习;核磁成像算法SPIRiT成像算法Di Zhao*,Mobile GPU Computing Based Filter Bank Convolution
8、for Three-dimensional Wavelet Transform,International Journal of Mobile Computing and Multimedia Communications,2016,7(2):22-35.Tiechui Yao,Li Xiao,Di Zhao*,Yuzhong Sun,GPU Computing based Fast Discrete Wavelet Transform for l1-regularized SPIRiT Reconstruction,Imaging Science Journal,2018;IF=0.366;
9、添 加 标 题 文 字研究基础研究进展研究设想研究意义:阿尔茨海默病预测老龄化现状 北京的人口老龄化问题变得日益严重 从北京市十四届人大三次会议获悉,2015年全市老年人口已超过300万,而且每天新增400位老人 到2030年,北京市常住老年人口预计将超过500万,占总人口约30%研究重要性 老年神经退行性疾病是老年人的“四大杀手”之一,主要包括阿尔茨海默病(老年痴呆症),帕金森病等 高龄人群中阿尔茨海默病(老年痴呆症)发病率明显增高,80岁以上人群中可达30%阿尔茨海默病是发病率最高(60%)的老年神经退行性疾病 研究发现,空气污染(雾霾)显著提高阿尔茨海默病发病率阿尔茨海默病(Alzhei
10、mers disease)预测ABC阿尔茨海默病(Alzheimers disease)是一种起病隐匿的进行性发展的神经系统退行性疾病。阿尔茨海默病导致脑神经细胞死亡,脑组织缺失。如左图所示,阿尔茨海默病将导致严重的脑萎缩临床上以记忆障碍、失语、失用、失认、视空间技能损害、执行功能障碍以及人格和行为改变等全面性痴呆表现为特征,病因迄今未明。基于MRI图像大数据分析的老年退行性疾病早期预警算法及标示物发现,北京市自然科学基金,2016年1月至2019年12月。阿尔茨海默病(Alzheimers disease)预测Cognition scalesHippocampus Volume轻度认知障碍智
11、能诊断模型研究,北京市科技计划课题,2017年1月至2019年12月。基于弱监督深度学习的阿尔茨海默病的早期诊断算法1、A l ex n et算法3、增强A l ex n et算法4、增强A l ex n et算法5、增强A l ex n et算法2、增强A l ex n et准确率比较吕鸿蒙,赵地*,迟学斌,基于增强AlexNet的深度学习的阿尔茨海默病的早期诊断,计算机科学,2017,Z6;张巧丽,迟学斌,赵地,基于深度学习的帕金森病症早期诊断,计算机系统应用,已接收;HCMCI基 于 迁 移 学 习 与FDG-PET/MR 显 像 的 的AD 预 测随机的深度卷积神经网络在PET影像上预
12、训练的神经网络首都医科大学重点实验室,基于PET 的AD 早期智能诊断模型研究,2017年5月-2019年5月;姚铁锤,赵地,迟学斌,基于多GPU计算与卷积神经网络的阿尔茨海默症早期预警研究,HPC China 2017;入选百度菁英俱乐部;准确率CaffeNet0.80GoleNet0.85AlexNet0.87VGG160.89中国医学影像AI 产学研创新战略联盟委员项目:深度学习辅助肝病诊断 深度学习辅助肝硬化分级:Mass-like configuration;Arterial-phase hyper-enhancement;Portal venous phase hyper-enha
13、ncement;Increase of 1 cm in diameter within 1 year;Tumor within the lumen of a vein.Adapted from Saleem Farooqui,et al.深度学习辅助肝结节检测与良恶性判断:automatic liver segmentation and lesions detection.extracting imaging features.liver lesions classification between benign and malignant by using the novel deep le
14、arning approaches.国家重点研发计划“乙肝相关终末期肝病”资助(SX2017ZX106047),子课题负责人(110万/1430万),2018年1月至2019年12月基于深度学习的超声影像分析为了精确确定臂丛神经位置,现在广泛应用超声设备对神经系统进行检测和定位。由于臂丛神经超声图像是识别神经结构和位置的重要来源,因此超声图像识别准确度直接影响注射针头或者留置导管介入,针对介入精度受人为因素影响等问题,提出了条件随机场(Conditional Random Field)的SegNet改进模型,识别结果,从图中可以看出模型达到96%以上的训练精度。戴斯系数(Dice coeffi
15、cient)中国医学装备协会超声装备技术分会大数据与人工智能专委会副主任委员;柴睿,林岳,颜嵩林,赵丽亚,朱丰,赵地*,王庚*,迟学斌,基于SegNet模型的臂丛神经超声图像分割,计算机工程,已接收;李丽玮,熊鸣,钱林学,赵地*,陈金军*,迟学斌,基于自适应对比度增强和深度CNN的脂肪肝B超影像诊断,计算机应用研究,已接收;陈思文,刘玉江,刘冬,苏晨,赵地*,钱林学*,迟学斌,基于AlexNet模型和自适应对比度增强(ACE)的乳腺结节超声图像的分类,计算机科学,已接收;基于深度学习的眼科影像分析中国医药教育协会智能学专业委员眼科学组常务委员颜嵩林,林溢星,赵地*,迟学斌,基于多重迁移学习的糖
16、尿病视网膜病变检测,信息与控制,已投稿;基于深度学习的病理影像分析张泽中,高敬阳*,吕纲*,赵地*,基于深度学习的胃癌病理图像分类方法,计算机科学,已接收;胃癌病理切片与对应label图使用label进行过滤后的病理图像分割后的病理图像AlexNet与GoogLeNet融合模型的结构网络模型 准确率 损失AlexNet 99.55%0.017优 化 的GoogLeNet99.70%0.007融合网络模型 99.75%0.007AlexNet对胃癌病理图像的诊断准确率网络模型 灵敏度 特异度AlexNet 97.08%99.75%优化的GoogLeNet96.41%99.72%融合网络模型 98
17、.37%99.58%三种不同模型的灵敏度和特异度基于深度学习的EEG分析分析Jiahui Zhang,Xiong Han*,Di Zhao,Na Wang,Ting Zhao,Guinv He,Xuerui Zhu,Ying Zhang,Jiuyan Han,Dianling Huang,SVM-based personalized prediction model for seizure-free epilepsy with levetiracetam therapy,British Journal of Pharmacology,2018;Architecture of the suppo
18、rt vector machine(SVM)-based outcome prediction system.Sample entropy of the bands with a significant difference between seizure-free(SF)and not seizure-free(NSF)groups.Graphic presentation(boxplot diagrams)of relative sample entropy within each frequency band in channels F P 2,F 4,C 3,a n d F 8,w h
19、 i c h a r e significantly different between the SF and NSF patients.Treatment outcome prediction summaryDiagram of patients across the study period.The result of prediction outcome with decrease of sample size.Blue line=training set;red line=test set;green line=5-fold cross-validation.基于一维CNN的ECG信号
20、分析房 颤 筛 查 模 型:R e s N e t-3 4 层,学 习 特 征 丰 富,收 敛 速 度 快,准 确 率 高。统计指标 训练集 测试集敏感度 97.8%96.3%特异性 94.8%90.5%房颤负荷 91.3%90.2%u一 维 目 标 检 测 网 络 的 设 计;u一 维 分 类 网 络 的 设 计;添 加 标 题 文 字研究基础研究进展研究设想添 加 标 题 文 字基于类脑计算(脉冲神经网络)的心率预测尖峰编码器第 一 部 分 为 尖 峰 编 码 器,该 部 分 输 入 为 原 始心 跳 脉 冲。尖 峰 编 码 器 是 对 原 始 心 跳 脉 冲 进行 预 处 理 的 一 个 过 程,其 力 求 于 捕 捉 到 心 跳脉 冲 的 上 升 沿,并 最 终 以01 序 列 脉 冲 输 出。心率解码器第 三 部 分 为 心 率 解 码 器,其 输 入 是 第 二部 分 液 态 机 的 输 出。心 率 解 码 器 通 过 对每 一 个100ms 时 间 间 隔 的 液 态 机 输 出 进行 分 类,对 其 进 行 是 心 跳 与 否 的 判 断,最 终 计 算 出1min 内 的 心 跳 次 数,得 到 最终 的 心 率 预 测 功 能。添 加 标 题 文 字谢谢!