基于数据挖掘与即时反馈的医疗建筑循证设计信息技术开发研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    51908300
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    20.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    E0801.建筑学
  • 结题年份:
    2022
  • 批准年份:
    2019
  • 项目状态:
    已结题
  • 起止时间:
    2020-01-01 至2022-12-31

项目摘要

The concept of “Healthy Building” aims to create a building that can improve the health performance of built environments. It is meaningful to embed this concept in the design of healthcare buildings, which can benefit the national healthcare systems and public resource allocation of China. However, the research outcomes of evidence-based design, which are studied for the health performance of buildings, cannot be well delivered to architectural practitioners in the design process. This situation leads to that architects are not able to utilize such design strategies to inform healthcare environment design in an effective way. There is also a research gap for the information technologies related to the health performance of buildings in China. Because of these, this project is proposing to use data mining technologies to collect evidence-based design strategies from academic resources, in order to establish a database that can search relevant information from the internet for the decision-making of healthcare environment design. Moreover, based on the principle of collision detection in BIM, a new building information technology can be developed – it can directly detect the application of evidence-based design strategies, which can contribute to patients’ recovery and staff’s medical efficiency, from a 3D information model. Responses can be interactively delivered to architects for design decision-making. These technologies are finally digitalized into a plug-in program of Autodesk Revit, which can improve the work efficiency of healthcare environment design and the health performance of healthcare buildings.
我国“健康建筑”理念旨在打造可实现健康性能提升的建筑,而这一理念聚焦于医疗建筑环境可对我国医疗卫生服务体系和公共资源配置带来深远意义。然而,当前与建筑健康性能相关的循证设计研究成果,因相对传统的信息传递方式,导致我国医疗领域建筑师在设计过程中对此类设计策略应用不足,且我国缺乏针对建筑健康性能的信息技术研究。针对这一情形,本项目通过数据挖掘技术,利用互联网范围的学术资源,收集与医疗建筑相关的循证设计策略并形成数据库,为医疗建筑设计提供决策依据;同时通过BIM碰撞检测原理,开发循证设计策略检测技术——利用BIM三维信息模型直接检测数据库内信息(与患者康复、医疗服务效率相关的设计策略)的应用情况,并将相应研究成果(临床对照实验统计分析量化指标)及时反馈给建筑师进行设计决策。该技术最终以Autodesk Revit插件程序呈现,用于提高医疗建筑设计效率和改善医疗建筑健康性能。

结项摘要

本项目以“健康中国”为研究背景,利用建筑信息技术优化医疗建筑设计质量及效率,通过深度解析循证设计策略逻辑链与相关因子关系实现数据库在线搭建,最终提升医疗建筑环境健康性能。. 主要研究内容分三方面:①循证设计策略逻辑链结构与医疗建筑健康性能研究,该部分以理论为主,结合当前全球循证设计研究成果提取因子数据范畴,解构循证设计研究逻辑;②循证设计策略挖掘算法及数据分类收集管理研究,开发数据挖掘算法与网络爬虫程序实现相关因子虚拟映射,并设计数据分类收集框架,利用BIM轻量化技术实现数据库的B/S服务模式;③基于BIM碰撞检测技术的信息即时反馈研究,采用Revit API技术开发插件程序,通过碰撞技术的各种检测模式与循证设计策略逻辑链的特征匹配关系,实现循证设计策略在三维数字模型中的自动检测,完成医疗建筑设计方案健康性能的模拟评估辅助工具。. 重要结果:①循证设计策略逻辑链根据医疗建筑健康性能相关因子类别分为生理、环境两类,并进一步定义为影响因素、评价指标、控制因子,该方式有助于建立计算机的循证设计研究原理认知计算,便于后期循证设计策略的数字化应用,并通过自发的相关因子交叉频率分析衍生出更多循证设计研究思路,协助研究人员开发医疗建筑健康性能研究方案;②数据挖掘算法建立在计算机理解循证设计策略原理基础上,并通过全面的自动获取方法实现更高层面的数据管理和数据预测,即自动对接软硬件数据端口,实时监控数据量,并利用人工神经网络建立分布式并行信息处理模型,挖掘相关因子之间的逻辑关系实现新的循证设计策略开发;③BIM碰撞检测技术与循证设计策略进行特征匹配,所开发的“非固体实体化”与“实体生长化”算法协助计算机自动模拟循证设计策略应用效果,达到健康性能评估目的与策略快速应用。. 本项目研究成果包括:发表学术论文6篇,出版译著1部,授权发明专利4项、软件著作权2项。相关成果可为下一步医疗建筑人机协同设计研究起到重要促进作用。.

项目成果

期刊论文数量(5)
专著数量(1)
科研奖励数量(0)
会议论文数量(1)
专利数量(4)
Noise in Maternity Wards: A Research on Its Contributors and Sources
产房噪音:对其贡献者和来源的研究
  • DOI:
    10.1103/physrevlett.118.251802
  • 发表时间:
    2021
  • 期刊:
    Health Environments Research & Design Journal
  • 影响因子:
    --
  • 作者:
    Qichao Ban;Bing Chen;Jian Kang;Yiping Zhang;Jie Li;Jiawei Yao
  • 通讯作者:
    Jiawei Yao
Indoor particulate matter pollution and smoking control in consulting rooms and wards of a hospital in Northern China
北方某医院诊室及病房室内颗粒物污染及吸烟控制
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    Sustainability
  • 影响因子:
    3.9
  • 作者:
    Shuya Zhang;Kexin Song;Qichao Ban;Puyue Gong;Ruisi Li;Zhen Peng
  • 通讯作者:
    Zhen Peng
基于循证设计信息管理技术的医疗建筑健康性能优化
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    中国医院管理
  • 影响因子:
    --
  • 作者:
    班淇超;陈志远;陈冰;姚佳伟
  • 通讯作者:
    姚佳伟
Study on Collision Detection Techniques for the Informed Design of Natural Views in Healthcare Environments
医疗环境中自然景观知情设计的碰撞检测技术研究
  • DOI:
    10.1177/19375867221084220
  • 发表时间:
    2022
  • 期刊:
    Health Environments Research and Design Journal
  • 影响因子:
    --
  • 作者:
    Qichao Ban;Min Lyu;Weijun Gao;Yulin Chen;Jiawei Yao
  • 通讯作者:
    Jiawei Yao
利用温室大棚通风系统改善住宅内部空气环境可行性研究
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    山东农业大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    彭振;王学勇;邓武;洪远达;班淇超
  • 通讯作者:
    班淇超

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:
    {{ item.journal_name }}
  • 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.authors }}

数据更新时间:{{ monograph.updateTime }}

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

数据更新时间:{{ sciAawards.updateTime }}

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

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

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

数据更新时间:{{ patent.updateTime }}

其他文献

面向城市风环境精细化模拟的地面粗糙度参数研究
  • DOI:
    10.13614/j.cnki.11-1962/tu.2020.08.14
  • 发表时间:
    2020
  • 期刊:
    建筑科学
  • 影响因子:
    --
  • 作者:
    姚佳伟;黄辰宇;庄智;刘剑涛;班淇超
  • 通讯作者:
    班淇超

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码