生物医学大数据
研究方向
 
生物医学大数据分析是在海量医学影像、病理、临床、基因分子等数据的基础上,利用模式识别和数据挖掘等信息技术,得到蕴含在这些大数据中的深层定量特征,用于指导基础生物医学研究和临床应用。
 
针对肿瘤等重大疾病,生物医学大数据分析的挑战性科学问题包括两个:针对肿瘤基因异质性引起临床诊断假阴性率和假阳性率高的问题,如何利用影像组学定量评估肿瘤异质性,提高癌症诊断的精准度;针对单一诊断方式难以全面评估肿瘤完整信息的问题,如何构建影像、病理、临床信息和基因信息融合分析平台,辅助临床肿瘤诊断。
 
实验室在该方向上的研究目标是利用模式识别和机器学习等信息技术,研究定量影像组学理论方法,研发肿瘤辅助诊断软件平台,量化肿瘤的基因异质性,降低诊断的假阴性和假阳性率。
 
具体的研究部署为利用大数据信息技术从宏观和微观两个方面分析疾病的分子细胞改变是近年来国际生物医学领域的热点,实验室通过医工交叉和自主创新,针对影像、病理、基因大数据,形成了一条从理论方法研究、软硬件平台研发到生物医学应用的研究主线。
 
实验室构建了基于深度机器学习的影像组学和影像基因组学理论方法;研发了影像预测诊断软件平台;构建了显微病理成像平台;相关理论方法和软硬件平台已经在临床肿瘤诊断等方面得到深入应用,显著降低诊断的假阴性率和假阳性率。
 
 
 
 
 
 
图 1.
实验室研发的肺癌的集成化影像辅助诊断软件Radiomics
该软件可以自动化分割临床CT图片中的肺部可疑病灶,经过特征识别和大数据模型计算,预测该病灶的良恶性、临床分期等,并给出临床治疗的辅助建议和病人的生存期预测。
 
 
 
 
 
 
图 3.
实验室研发的MITK/3DMed被评为全球十大影像处理软件平台
该文章(Med. Biol. Eng. Comput. (2008) 46:1209–1217)用9大类64个指标评价全球医学图像处理的软件平台,其中包括了美国梅奥诊所和美国布莱根妇女医院等国际顶级医院研发的软件平台。实验室研发的MITK/3DMed软件被列为前十之一,目前已经有3万多人次的全球下载量。