ENIGMA Center for Worldwide Medicine, Imaging & Genomics

ENIGMA 全球医学影像中心

基本信息

  • 批准号:
    9108710
  • 负责人:
  • 金额:
    $ 236.95万
  • 依托单位:
  • 依托单位国家:
    美国
  • 项目类别:
  • 财政年份:
    2014
  • 资助国家:
    美国
  • 起止时间:
    2014-09-29 至 2018-09-30
  • 项目状态:
    已结题

项目摘要

DESCRIPTION (provided by applicant): The ENIGMA Center for Worldwide Medicine, Imaging and Genomics is an unprecedented global effort bringing together 287 scientists and all their vast biomedical datasets, to work on 9 major human brain diseases: schizophrenia, bipolar disorder, major depression, ADHD, OCD, autism, 22q deletion syndrome, HIV/AIDS and addictions. ENIGMA integrates images, genomes, connectomes and biomarkers on an unprecedented scale, with new kinds of computation for integration, clustering, and learning from complex biodata types. ENIGMA, founded in 2009, performed the largest brain imaging studies in history (N>26,000 subjects; Stein +207 authors, Nature Genetics, 2012) screening genomes and images at 125 institutions in 20 countries. Responding to the BD2K RFA, ENIGMA'S Working Groups target key programmatic goals of BD2K funders across the NIH, including NIMH, NIBIB, NICHD, NIA, NINDS, NIDA, NIAAA, NHGRI and FIC. ENIGMA creates novel computational algorithms and a new model for Consortium Science to revolutionize the way Big Data is handled, shared and optimized. We unleash the power of sparse machine learning, and high dimensional combinatorics, to cluster and inter-relate genomes, connectomes, and multimodal brain images to discover diagnostic and prognostic markers. The sheer computational power and unprecedented collaboration advances distributed computation on Big Data leveraging US and non-US infrastructure, talents and data. Our projects will better identify factors that resist and promote brain disease, that help diagnosis and prognosis, and identify new mechanisms and drug targets. Our Data Science Research Cores create new algorithms to handle Big Data from (1) Imaging Genomics, (2) Connectomics, and (3) Machine Learning & Clinical Prediction. Led by world leaders in the field who developed major software packages (e.g., Jieping Ye/SLEP), we prioritize trillions of computations for gene-image clustering, distributed multi-task machine learning, and new approaches to screen brain connections based on the Partition Problem in mathematics. Our ENIGMA Training Program offers a world class Summer School coordinated with other BD2K Centers, worldwide scientific exchanges. Challenge-based Workshops and hackathons to stimulate innovation, and Web Portals to disseminate tools and engage scientists in Big Data science.
描述(由申请人提供):ENIGMA 全球医学、影像和基因组学中心是一项史无前例的全球努力,汇集了 287 名科学家及其所有庞大的生物医学数据集,致力于研究 9 种主要的人类大脑疾病:精神分裂症、双相情感障碍、重度抑郁症、 ADHD、强迫症、自闭症、22q 缺失综合征、艾滋病毒/艾滋病和成瘾。 ENIGMA 以前所未有的规模集成了图像、基因组、连接组和生物标记物,并提供了用于集成、聚类和从复杂生物数据类型中学习的新型计算。 ENIGMA 成立于 2009 年,进行了历史上最大规模的脑成像研究(N>26,000 名受试者;Stein + 207 位作者,Nature Genetics,2012 年),在 20 个国家的 125 个机构筛查基因组和图像。为了响应 BD2K RFA,ENIGMA 工作组针对 NIH 的 BD2K 资助者的关键计划目标,包括 NIMH、NIBIB、NICHD、NIA、NINDS、NIDA、NIAAA、NHGRI 和 FIC。 ENIGMA 为 Consortium Science 创建了新颖的计算算法和新模型,彻底改变了大数据的处理、共享和优化方式。我们释放稀疏机器学习和高维组合的力量,对基因组、连接组和多模态大脑图像进行聚类和相互关联,以发现诊断和预后标记。纯粹的计算能力和前所未有的协作利用美国和非美国的基础设施、人才和数据推进了大数据的分布式计算。我们的项目将更好地识别抵抗和促进脑疾病的因素,帮助诊断和预后,并确定新的机制和药物靶点。我们的数据科学研究核心创建新算法来处理来自 (1) 成像基因组学、(2) 连接组学和 (3) 机器学习和临床预测的大数据。在开发主要软件包的该领域的世界领导者(例如,Jieping Ye/SLEP)的领导下,我们优先考虑基因图像聚类、分布式多任务机器学习以及基于分区筛选大脑连接的新方法的数万亿次计算数学问题。 我们的 ENIGMA 培训计划与其他 BD2K 中心、全球科学交流中心合作,提供世界一流的暑期学校。基于挑战的研讨会和黑客马拉松可以刺激创新,门户网站可以传播工具并吸引科学家参与大数据科学。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

PAUL M THOMPSON其他文献

PAUL M THOMPSON的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('PAUL M THOMPSON', 18)}}的其他基金

CARE4Kids: Imaging Biomarker Core
CARE4Kids:成像生物标志物核心
  • 批准号:
    10203601
  • 财政年份:
    2021
  • 资助金额:
    $ 236.95万
  • 项目类别:
ENIGMA World Aging Center
ENIGMA世界老龄化中心
  • 批准号:
    10576402
  • 财政年份:
    2021
  • 资助金额:
    $ 236.95万
  • 项目类别:
ENIGMA World Aging Center
ENIGMA世界老龄化中心
  • 批准号:
    10328963
  • 财政年份:
    2021
  • 资助金额:
    $ 236.95万
  • 项目类别:
FiberNET: Deep learning to evaluate brain tract integrity worldwide and in AD
FiberNET:深度学习评估全球和 AD 脑道完整性
  • 批准号:
    10814696
  • 财政年份:
    2020
  • 资助金额:
    $ 236.95万
  • 项目类别:
Neuroimaging Core
神经影像核心
  • 批准号:
    10216924
  • 财政年份:
    2018
  • 资助金额:
    $ 236.95万
  • 项目类别:
ENIGMA-SD: Understanding Sex Differences in Global Mental Health through ENIGMA
ENIGMA-SD:通过 ENIGMA 了解全球心理健康中的性别差异
  • 批准号:
    9892045
  • 财政年份:
    2018
  • 资助金额:
    $ 236.95万
  • 项目类别:
Neuroimaging Core
神经影像核心
  • 批准号:
    10456750
  • 财政年份:
    2018
  • 资助金额:
    $ 236.95万
  • 项目类别:
Multi-Source Sparse Learning to Identify MCI and Predict Decline
多源稀疏学习识别 MCI 并预测衰退
  • 批准号:
    9008380
  • 财政年份:
    2016
  • 资助金额:
    $ 236.95万
  • 项目类别:
Data Science Research
数据科学研究
  • 批准号:
    9108711
  • 财政年份:
    2016
  • 资助金额:
    $ 236.95万
  • 项目类别:
Growth factors, neuroinflammation, exercise, and brain integrity
生长因子、神经炎症、运动和大脑完整性
  • 批准号:
    8696676
  • 财政年份:
    2014
  • 资助金额:
    $ 236.95万
  • 项目类别:

相似国自然基金

地表与大气层顶短波辐射多分量一体化遥感反演算法研究
  • 批准号:
    42371342
  • 批准年份:
    2023
  • 资助金额:
    52 万元
  • 项目类别:
    面上项目
高速铁路柔性列车运行图集成优化模型及对偶分解算法
  • 批准号:
    72361020
  • 批准年份:
    2023
  • 资助金额:
    27 万元
  • 项目类别:
    地区科学基金项目
随机密度泛函理论的算法设计和分析
  • 批准号:
    12371431
  • 批准年份:
    2023
  • 资助金额:
    43.5 万元
  • 项目类别:
    面上项目
基于全息交通数据的高速公路大型货车运行风险识别算法及主动干预方法研究
  • 批准号:
    52372329
  • 批准年份:
    2023
  • 资助金额:
    49 万元
  • 项目类别:
    面上项目
强磁场作用下两相铁磁流体动力学相场模型的高精度数值算法研究
  • 批准号:
    12361074
  • 批准年份:
    2023
  • 资助金额:
    27 万元
  • 项目类别:
    地区科学基金项目

相似海外基金

Frontal-thalamo-cerebellar circuitry of attention deficit via imaging-genetic-environmental analyses
通过成像-遗传-环境分析观察注意力缺陷的额叶-丘脑-小脑回路
  • 批准号:
    10737357
  • 财政年份:
    2023
  • 资助金额:
    $ 236.95万
  • 项目类别:
Development of a Novel Virtual Reality Treatment for Emerging Adults with ADHD
开发一种针对患有多动症的新兴成人的新型虚拟现实治疗方法
  • 批准号:
    10721084
  • 财政年份:
    2023
  • 资助金额:
    $ 236.95万
  • 项目类别:
Personalized risk assessment in Neurofibromatosis Type 1
1 型神经纤维瘤病的个性化风险评估
  • 批准号:
    10621489
  • 财政年份:
    2023
  • 资助金额:
    $ 236.95万
  • 项目类别:
Understanding Rare Genetic Variation and Disease Risk: A Global Neurogenetics Initiative
了解罕见的遗传变异和疾病风险:全球神经遗传学倡议
  • 批准号:
    10660098
  • 财政年份:
    2023
  • 资助金额:
    $ 236.95万
  • 项目类别:
Quantification of Tics in Tourette Syndrome
抽动秽语综合征抽动的量化
  • 批准号:
    10635872
  • 财政年份:
    2023
  • 资助金额:
    $ 236.95万
  • 项目类别:
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了