McGill探究项目:使用机器学习方法提高癫痫疾病诊断率

Description

McGill探究项目

使用机器学习方法提高癫痫疾病诊断率

课题简介

生物信息学

Bioinformatics

是一门交叉学科,主要利用数学、信息学、统计学和计算机科学的方法研究生物学的问题。生物信息学用计算机作为主要的研究工具,研究对象是各式各样的生物学数据——比如脑电信号、基因组、蛋白质结构等。研究方法包括对生物学数据的搜索(收集和筛选)、处理(编辑、整理、管理和显示)以及利用(计算、模拟)等。

在生物医学领域中,癫痫是比较常见的一种神经系统疾病。世界人口中约有1%患有癫痫疾病,受害人群范围广,不仅中老年人,还有相当一部分青少年也经受着癫痫的折磨 。目前对癫痫疾病的诊断主要依靠临床医生对病人常规脑电图的观察,但医生检查脑电图工作量太大,时间较长,容易出现错误,不利于对癫痫的诊断 。因此需要研究一种提取脑电信号特征的方法来减轻医生工作量,提高癫痫疾病诊断的准确率。因此实现脑电信号特征的准确提取,有利于及早识别癫痫疾病,对预防和治疗癫痫疾病具有极为重要的意义。

 

科研方法

AI+X数据驱动型科研

使用人工智能(AI)算法,收集、处理、分析具体学科(X)的海量数据,并基于此进行预测,从而获得科学发现的研究方法。与传统的、基于实验或逻辑推理的研究方式相比,AI+X数据驱动型科研可以借助AI算法强大的运算能力,高效地进行大数据分析,具有投入产出比高、适用范围广的优点。

AI+X数据驱动型科研已被广泛地应用于各个领域,利用AI算法研究基因数据,从而进行早期的癌症筛查便是其中一例。基因组与癌症病患的数据千千万万,使用传统的科研方式对其进行分析,工程量大、过程繁琐,在客观上难以实现。

但借助AI算法这一便捷的工具,生命科学家便能够以海量的患者的遗传信息为基础,建立数据库,与过往的研究成果进行对照,快速、准确地在两者中发现规律、建立联系,从而使癌症诊断的“标准化”成为可能。

 


高中生/本科生 科研项目
资讯 · 课程 · 全程指导
请扫码添加微信好友

有方背景提升科研项目计算机工程
联系电话:134 7257 6903


授课导师

1. 麦吉尔大学博士

2. 导师将于2018年前往麦吉尔大学就读博士;

3. 曾在研究生期间发表多篇机器学习,生物信息学方向IEEE级别会议期刊;

课题要求

本课题适合: 9-12 年级学生,有较强的逻辑思维和抽象思维能力:

英文:
1、具备基本的学术英语阅读能力;
2、接触过英文写作,有论文写作经验者更佳;

 

数学:
1、概率统计基础知识;
2、线性回归;
3、微积分基础;
4、线性代数;

 

计算机:
1、Python编程基础;
2、Numpy库基础;
3、Scikit-learn