面向儿童脑发育障碍性疾病的神经机制建模与辅助诊疗算法

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    12026606
  • 项目类别:
    数学天元基金项目
  • 资助金额:
    100.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A0403.贝叶斯统计与统计应用
  • 结题年份:
    2021
  • 批准年份:
    2020
  • 项目状态:
    已结题
  • 起止时间:
    2021-01-01 至2021-12-31

项目摘要

Epilepsy and autism are two of the most common neurodevelopmental disorders in children. The study of these two diseases is of great significance for the early identification and treatment of neurodevelopmental disorders in children. Despite the amount of pioneer work that has been done, existing studies have many limitations due to the strong heterogeneity of clinical symptoms, complex causes and poor data accuracy. This project aims to improve the existing methods by (1) innovatively exploring the electrophysiological neural mechanism of childhood epilepsy at three different scales, namely, neurons, neuronal groups and brain regions, and hence provides possible new therapeutic targets for the treatment of childhood epilepsy; (2) developing deep neural network models to improve the accuracy and robustness of epileptic seizure detection and early diagnosis of autism; (3) building statistical models to predict the onset time of seizure; (4) selecting optimal individualized treatment regimes; (5) providing clinicians with an Artificial Intelligent (AI) diagnostic report and individualized treatment plan for clinical application and evaluation. Overall, we aim to develop new theories, methods and ideas for the study of epilepsy and autism, establish an AI analysis system and a diagnostic decision support system for childhood epilepsy and autism, so as to promote the research and application in the field of neurodevelopmental disorders.
癫痫和自闭症是儿童脑发育障碍性疾病中最具有代表性的两种疾病,对此两种疾病的研究对于儿童脑发育障碍性疾病早期识别、治疗具有重要意义。尽管学术各界已开展大量工作,但由于癫痫和自闭症临床表型异质性强、病因复杂、数据精度差等原因,现有的方法仍存在众多缺陷。本项目将改进现有方法,创新性地在神经元、神经元群和脑区三个不同尺度上探究儿童癫痫发作时的电生理神经机制,为儿童癫痫治疗提供可能的新治疗靶点;再通过电生理数据以及患儿的各项可监测指标,建立深度神经网络模型以提升癫痫发作检测/自闭症早期诊断的准确性和稳定性,以及建立统计模型以预测癫痫发作时间;根据患儿特征选取精准的个性化治疗方案;为临床医生提供智能诊断报告和精准医疗方案并进行临床应用及评价。本项目将提出新理论、新方法、新思想,建立面向儿童癫痫和自闭症的智能分析系统以及辅助诊断决策支持系统,推动儿童脑发育障碍性疾病的研究和应用向前发展。

结项摘要

癫痫和自闭症是儿童脑发育障碍性疾病中最具有代表性的两种疾病,对此两种疾病的研究对于儿童脑发育障碍性疾病早期识别、治疗具有重要意义。尽管学术各界已开展大量工作,但由于癫痫和自闭症临床表型异质性强、病因复杂、数据精度差等原因,现有的方法仍存在众多缺陷。本项目将改进现有方法,创新性地在神经元、神经元群和脑区三个不同尺度上探究儿童癫痫发作时的电生理神经机制,为儿童癫痫治疗提供可能的新治疗靶点;再通过电生理数据以及患儿的各项可监测指标,建立深度神经网络模型以提升癫痫发作检测/自闭症早期诊断的准确性和稳定性,以及建立统计模型以预测癫痫发作时间;根据患儿特征选取精准的个性化治疗方案;为临床医生提供智能诊断报告和精准医疗方案并进行临床应用及评价。本项目将提出新理论、新方法、新思想,建立面向儿童癫痫和自闭症的智能分析系统以及辅助诊断决策支持系统,推动儿童脑发育障碍性疾病的研究和应用向前发展。

项目成果

期刊论文数量(2)
专著数量(0)
科研奖励数量(0)
会议论文数量(8)
专利数量(8)
Deep Learning for Laryngopharyngeal Reflux Diagnosis
深度学习用于喉咽反流诊断
  • DOI:
    10.3390/app11114753
  • 发表时间:
    2021-05
  • 期刊:
    Applied Sciences
  • 影响因子:
    --
  • 作者:
    Gen Ye;Chen Du;Tong Lin;Yan Yan;Jack Jiang
  • 通讯作者:
    Jack Jiang
Inference of heterogeneous treatment effects using observational data with high‐dimensional covariates
使用具有高维协变量的观察数据推断异质治疗效果
  • DOI:
    10.1111/rssb.12469
  • 发表时间:
    2021-09
  • 期刊:
    Journal of the Royal Statistical Society: Series B (Statistical Methodology)
  • 影响因子:
    --
  • 作者:
    Qiu YM;Tao J;Zhou XH
  • 通讯作者:
    Zhou XH

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

基于CT三维重建的高阶煤孔裂隙结构综合表征和分析
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    煤炭学报
  • 影响因子:
    --
  • 作者:
    王刚;沈俊男;褚翔宇;曹春杰;江成浩;周晓华
  • 通讯作者:
    周晓华
基于不同弹性本构方程的塑性区宽度及封孔长度研究
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    岩土力学
  • 影响因子:
    --
  • 作者:
    王刚;徐浩;武猛猛;王锐;宋相;周晓华
  • 通讯作者:
    周晓华
Li过量对M-相固溶体Li2O-Nb2O5-TiO2微波介质陶瓷微波介电性能的影响
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    电子元件与材料
  • 影响因子:
    --
  • 作者:
    徐宁;李恩竹;周晓华;张树人
  • 通讯作者:
    张树人
微动中多模式面波频散曲线的映射式提取方法
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    地球物理学报
  • 影响因子:
    --
  • 作者:
    周晓华;林君;张怀柱;焦健
  • 通讯作者:
    焦健
(4-环戊二烯基苯甲酸-铁-甲苯)六氟磷酸盐键合硅胶固定相的制备及色谱行为研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    色谱
  • 影响因子:
    --
  • 作者:
    周晓华;于阿娟;张书胜;吴养洁
  • 通讯作者:
    吴养洁

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

周晓华的其他基金

FROC框架下的诊断精确度评估的统计方法
  • 批准号:
  • 批准年份:
    2021
  • 资助金额:
    55 万元
  • 项目类别:
    面上项目
FROC框架下的诊断精确度评估的统计方法
  • 批准号:
    82173623
  • 批准年份:
    2021
  • 资助金额:
    55.00 万元
  • 项目类别:
    面上项目
基于因果推断框架下的最优治疗方案选择的统计方法研究
  • 批准号:
    81773546
  • 批准年份:
    2017
  • 资助金额:
    60.0 万元
  • 项目类别:
    面上项目

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