结合图像分析的非参数随机效应模型及其在临床医学数据中的应用研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11471024
  • 项目类别:
    面上项目
  • 资助金额:
    71.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A0504.微分方程数值解
  • 结题年份:
    2018
  • 批准年份:
    2014
  • 项目状态:
    已结题
  • 起止时间:
    2015-01-01 至2018-12-31

项目摘要

Large amount of valuable clinical trial and treatment datasets about endocrine diseases has been accumulated in Peking Union Medical College Hospital, which includes many images and high-dimensional data. From the data we found that due to the diversity of the individual patients, the distribution law of the treatment effects are quite complex . This project intends to build some mathematical models from the datasets by combining the image processing techniques and the nonparametric random effects models together. We propose to design efficient and stable algorithms for statistical inference and investigate the variation of the endocrine and metabolic functions for patients with different treatments. The research in this project will provide some scientific evidence for the clinical treatments and lay the theoretical foundation to improve the domestic level of treatment for the menopausal syndrome. In this project, we use variational and statistical image processing methods to extract key features needed in the following statistical analysis. Then, by combining the empirical likelihood and the EM algorithm, we will transform the nonparametric likelihood into profile likelihood under some constraint. And then,the Monte Carlo simulation method from the Bayesian statistics can be used in our models and this will avoid the numerical computation of high-dimensional integrals and asymptotic variance.
协和医院妇科内分泌医疗数据包含大量影像资料以及高维复杂数据。同时,由于患者个体差异很大,治疗效果呈现不同的分布规律。本项目拟采用图像处理技术和非参数随机效应模型相结合的方法对协和医院妇科内分泌医疗数据建立数学模型。通过新模型设计高效, 稳定的统计和计算方法,研究国内妇科内分泌疾病患者治疗前后全身内分泌代谢功能等各项指标的变化规律,为临床治疗提供确切的基础研究依据,为进一步提高我国更年期综合征的治疗水平打下理论基础。在研究中,首先采用变分方法进行图像分析提取图像特征。然后利用经验似然和EM算法, 将结合图像信息的非参数随机效应模型产生的复杂似然函数在一定约束条件下转化为剖面似然。最后结合贝叶斯统计学和Monte Carlo模拟方法, 研究非参数、半参数模型中关心参数的统计推断,从而避免了高维积分和渐近方差估计等计算难题。

结项摘要

本项目研究内容包含统计方法研究,统计应用研究,图像处理研究,和医学研究四方面。研究了非参数贝叶斯方法在矩约束条件下的统计推断。与协和医院妇产科合作,利用随机效应模型研究不同治疗方案下病人各类激素数据的变化规律,分析了各类激素数据在不同的治疗方案下的异同点,为分析各类药物的疗效提供依据。对于妇女更年期综合症数据,不孕不育症医疗机构相关数据进行了统计分析。研究了运动物体的动态追踪问题,提出了基于主动轮廓模型优化迭代求解方法。对相位恢复算法开展了研究,分析了成像模型、算法与测量方法和次数对相位信息恢复的影响。对量化光声层析成像算法开展了研究,改进了已有的成像算法,提高了成像精度和计算速度。

项目成果

期刊论文数量(15)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Follicle-stimulating hormone associates with metabolic factors in postmenopausal women
卵泡刺激素与绝经后妇女的代谢因素相关
  • DOI:
    10.1080/09513590.2018.1482868
  • 发表时间:
    2018-12-02
  • 期刊:
    GYNECOLOGICAL ENDOCRINOLOGY
  • 影响因子:
    2
  • 作者:
    Gao, Lihong;Wu, Xiaojie;Sun, Aijun
  • 通讯作者:
    Sun, Aijun
Semiparametric Bayesian analysis of accelerated failure time models with cluster structures
具有簇结构的加速失效时间模型的半参数贝叶斯分析
  • DOI:
    10.1002/sim.7406
  • 发表时间:
    2017-07
  • 期刊:
    Statistics in Medicine
  • 影响因子:
    2
  • 作者:
    Zhaonan Li;Xinyi Xu;Junshan Shen
  • 通讯作者:
    Junshan Shen
Semiparametric Bayesian inference for accelerated failure time models with errors-in-covariates and doubly censored data
具有协变量错误和双重审查数据的加速失效时间模型的半参数贝叶斯推理
  • DOI:
    10.1007/s11424-017-6010-2
  • 发表时间:
    2017-05
  • 期刊:
    Journal of Systems Science and Complexity
  • 影响因子:
    2.1
  • 作者:
    Junshan Shen;Zhaonan Li;Xiangzhong Fang
  • 通讯作者:
    Xiangzhong Fang
Semiparametric Bayesian analysis for longitudinal mixed effects models with non-normal AR(1) errors
具有非正态 AR(1) 误差的纵向混合效应模型的半参数贝叶斯分析
  • DOI:
    10.1007/s11222-018-9824-4
  • 发表时间:
    2018-07
  • 期刊:
    Statistics and Computing
  • 影响因子:
    2.2
  • 作者:
    Junshan Shen;Hanjun Yu;Jin Yang;Chunling Liu
  • 通讯作者:
    Chunling Liu
On global convergence of gradient descent algorithms for generalized phase retrieval problem
广义相位检索问题的梯度下降算法的全局收敛性
  • DOI:
    10.1016/j.cam.2017.07.008
  • 发表时间:
    2018-02
  • 期刊:
    JOURNAL OF COMPUTATIONAL AND APPLIED MATHEMATICS
  • 影响因子:
    2.4
  • 作者:
    Li J;Zhou T;Wang C
  • 通讯作者:
    Wang C

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

果实膨大期干旱对冰糖橙果实品质的影响
  • DOI:
    10.3969/j.issn.2095-1191.2020.10.023
  • 发表时间:
    2020
  • 期刊:
    南方农业学报
  • 影响因子:
    --
  • 作者:
    周铁;马小川;唐超兰;吕壁纹;陈沙;龙立长;肖海卫;刘永忠;谢深喜;卢晓鹏
  • 通讯作者:
    卢晓鹏
高汉墓酥粉灰陶文物的病变机理
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    硅酸盐学报
  • 影响因子:
    --
  • 作者:
    赵静;罗宏杰;王丽琴;李伟东;容波;周铁
  • 通讯作者:
    周铁
营养风险筛查表2002对胰腺癌患者术前营养的评估
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    中华肝胆外科杂志
  • 影响因子:
    --
  • 作者:
    周铁;毛谅;谢敏;包善华
  • 通讯作者:
    包善华
淹渍胁迫对柑橘若干生理特性的影响
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    分子植物育种
  • 影响因子:
    --
  • 作者:
    唐超兰;马小川;李泽航;周铁;吕壁纹;熊江;谢深喜;卢晓鹏
  • 通讯作者:
    卢晓鹏
山东青州和沂源地区出土彩绘陶器的测试分析
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    文物保护与考古科学
  • 影响因子:
    --
  • 作者:
    鲁晓珂;李伟东;李强;容波;周铁
  • 通讯作者:
    周铁

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