支持区域医疗和分级诊疗的数据互操作与隐私保护数学技术

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    12026609
  • 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:
    A0604.生物与生命科学中的数学
  • 结题年份:
    2022
  • 批准年份:
    2020
  • 项目状态:
    已结题
  • 起止时间:
    2021-01-01 至2022-12-31

项目摘要

Advancing studies on mathematical algorithms and key technologies for medical data interoperability and privacy protection can help solve an array of bottleneck problems such as data sharing, transmission, privacy protection and confirmation of data rights, which is a fundamental and strategic effort for developing intelligent and inter-connected hospitals in China. This study plans to innovatively explore intelligent semantics understanding and inference technologies driven both by data records and ontologies, aiming to eliminate structural and semantic heterogeneity among multiple databases such that concepts can be aligned and content can be bi-directionally translated among multiple heterogeneous databases with a high performance. We plan to explore the new idea of incorporating blockchain technologies with virtual integration technologies to enable various medical data interoperability operations such as data acquisition and data right confirmation across multiple systems. We will also explore a series of privacy protection technologies, such as sandbox and homomorphic encryption techniques customized to satisfy application needs raised by various medical scenarios and tasks. In recognition of Chinese own national conditions, the project further proposes a novel data exchange method based on the notion of data resource objects along with a set of standardized and general-purpose interfaces for data storage, exchange, privacy protection and confirmation of data rights to be used by tiered intelligent and interconnected hospitals in China. These interfaces support data sharing among multiple institutes with a high efficacy and level of security. By integrating all algorithms developed in the above, the project will build a full-fledged data management and application platform. Last but not least, the project will verify the feasibility and adoptability of the proposed technical system through case applications such as similar medical case retrieval across institutions and construction and utilization of patient profiles across regional healthcare systems. Overall, the execution of this project can greatly facilitate medical data sharing with a high efficacy, which in turn can effectively help advance the implementation of regional and tiered medical services.
开展医疗数据互操作与隐私保护相关数学算法和关键技术研究,解决数据共享、流通、隐私保护和确权等瓶颈问题,是推进我国智联网医院发展的基础性和战略性工作。本项目拟创新性地探索数据与本体双驱动的智能语义理解和推断技术,消除数据库间的模式和语义异构,实现多源异质多数据库间高性能地概念对齐与内容互译;并探索区块链与虚拟集成技术融合的新思路,实现跨系统的医疗数据获取、确权等数据互操作功能;针对不同场景任务需求,探索沙箱、同态加密等多重隐私保护技术;进一步提出了一种基于数据资源对象的交换方法以及一套面向我国国情的通用智联网医院分级数据存储、交换、隐私保护与确权标准接口,支持多机构间高效、安全的数据共享;集成上述算法,研发一套完整的数据管理与应用平台;最后,通过跨机构相似病历查询和区域性患者画像等场景验证所开发技术体系的可行性和可推广性。项目的实施将有助于医疗数据流通并促进区域医疗和分级诊疗。

结项摘要

开展医疗数据互操作与隐私保护相关数学算法和关键技术研究,解决数据共享、流通、隐私保护和确权等瓶颈问题,是推进我国智联网医院发展的基础性和战略性工作。本项目创新性地探索了数据与本体双驱动的智能语义理解和推断技术,旨在消除数据库间的模式和语义异构;在此基础上提出了一种多源异质多数据库间高性能地概念对齐与内容互译的算法解决方案,并开发了相应的软件原型验证系统。项目研究同时也探索了区块链与虚拟集成技术融合的新思路,并以软件原型系统的形式实现与验证了跨系统间医疗数据获取、确权等数据互操作功能的可行性及性能优势。本研究还针对不同场景任务需求,探索了沙箱、同态加密等多重隐私保护技术,开发了相应的软件原型验证系统。在此基础上,项目进一步提出了一种基于数据资源对象的交换方法以及一套面向我国国情的通用智联网医院分级数据存储、交换、隐私保护与确权标准接口,用以支持多机构间高效、安全的数据共享,并逐一开发了相应的软件原型验证系统。项目在集成上述算法设计与软件原型系统实现的基础上,进而研发了一套完整的数据管理与应用平台,可支持智联网医院开展一系列面向单体医院的“互联网+健康”综合医护服务以及面向医联体的协同诊疗及健康管理服务。最后,基于上述数据共享技术获得的跨机构和系统的多源异质医疗数据,本项目进一步开展了一系列医疗数据智能分析、模型设计、训练与优化的工作,包括面向肺部和皮肤疾病的医学图像分割、病灶分类、辅助诊断与智慧护理支持算法、模型与系统的设计和研发。上述“互联网+健康”示范应用和计算机辅助临床决策支持模型与系统的成功研发实证了在实现医疗大数据安全共享及流通后,开展线上、线下一体化“互联网+智慧医护服务“及人工智能医疗辅助决策模型的可行性与性能优势。项目的实施有助于借助人工智能和互联互通医疗大数据的技术驱动力,促进区域医疗和分级诊疗的深化落地。

项目成果

期刊论文数量(12)
专著数量(1)
科研奖励数量(0)
会议论文数量(0)
专利数量(15)
A novel end-to-end deep learning solution for coronary artery segmentation from CCTA
CCTA 的新型冠状动脉自动分割端到端深度学习解决方案
  • DOI:
    10.1002/mp.15842
  • 发表时间:
    2022-07-11
  • 期刊:
    MEDICAL PHYSICS
  • 影响因子:
    3.8
  • 作者:
    Dong, Caixia;Xu, Songhua;Li, Zongfang
  • 通讯作者:
    Li, Zongfang
A Novel Degraded Document Binarization Model through Vision Transformer Network
通过 Vision Transformer 网络的新型降级文档二值化模型
  • DOI:
    10.1016/j.inffus.2022.12.011
  • 发表时间:
    2023
  • 期刊:
    Information Fusion
  • 影响因子:
    18.6
  • 作者:
    Mingming Yang;Songhua Xu
  • 通讯作者:
    Songhua Xu
Learning from dermoscopic images in association with clinical metadata for skin lesion segmentation and classification
从皮肤镜图像中学习并结合临床元数据进行皮肤病变分割和分类
  • DOI:
    10.1016/j.compbiomed.2022.106321
  • 发表时间:
    2022-12-01
  • 期刊:
    COMPUTERS IN BIOLOGY AND MEDICINE
  • 影响因子:
    7.7
  • 作者:
    Dong, Caixia;Dai, Duwei;Xu, Songhua
  • 通讯作者:
    Xu, Songhua
The Evolution and Disparities of Online Attitudes Toward COVID-19 Vaccines: Year-long Longitudinal and Cross-sectional Study.
网上对 COVID-19 疫苗态度的演变和差异:长达一年的纵向和横断面研究
  • DOI:
    10.2196/32394
  • 发表时间:
    2022-01-21
  • 期刊:
    Journal of medical Internet research
  • 影响因子:
    7.4
  • 作者:
    Zhang C;Xu S;Li Z;Liu G;Dai D;Dong C
  • 通讯作者:
    Dong C
Rethinking Adversarial Domain Adaptation: Orthogonal Decomposition for Unsupervised Domain Adaptation in Medical Image Segmentation
重新思考对抗性域适应:医学图像分割中无监督域适应的正交分解
  • DOI:
    10.1016/j.media.2022.102623
  • 发表时间:
    2022-09
  • 期刊:
    Medical Image Analysis
  • 影响因子:
    10.9
  • 作者:
    Yongheng Sun;Duwei Dai;Songhua Xu
  • 通讯作者:
    Songhua Xu

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

基于多示例学习的颈椎健康评分方法
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    计算机辅助设计与图形学学报
  • 影响因子:
    --
  • 作者:
    李佳宸;徐颂华;秦学英
  • 通讯作者:
    秦学英

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

徐颂华的其他基金

基于大数据挖掘与深度学习的中国书法仿写与智能创作的算法研究
  • 批准号:
    61876150
  • 批准年份:
    2018
  • 资助金额:
    62.0 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