金翅导读
脑区异常和遗传变异是研究精神疾病的重要标志。神经成像技术为研究脑部异常活动提供了有效且无创的方法,如磁共振成像(MRI)、脑磁图(MEG),脑电图(EEG)。随着分子遗传学的发展,特别是全基因组关联分析(GWAS),极大地促进了复杂的疾病研究。影像遗传学通过多种影像和遗传数据融合,识别与神经成像内表型和遗传变异相联系的生物标记物,从而为精神疾病诊断及其亚型的分类提供帮助。由于样本采集成本问题,小样本超高维度是这类研究的一大特征。如此规模的数据计算问题自然的成为了一大难点。
本期的学术前沿我们分享一下来自长安大学电子控制与工程学院副教授张懿璞在2020西北地区高性能计算研讨会中的案例,张老师在相关领域更加详实的学术前沿分享还会在不久的未来跟大家见面,敬请期待!
专家简介
张懿璞,长安大学电子控制与工程学院副教授,硕士生导师。毕业于西安电子科技大学计算机学院,2018.7至2019.8于美国杜兰大学Center for Biomedical Informatics & Genomics进行研究工作,研究方向集中在影像遗传学与认知计算神经学算法研究,目前研究主要包括精神分裂症患者异常脑区与遗传变异的关联分析,以及脑功能连接网络与认知行为能力的关系。主持和作为主研人员参与包括国家自然科学基金、陕西省自然科学基金以及其他省部级研究课题10余项。在IEEE TMI、IEEE JBHI、IEEE TCBB、Human Brain Mapping等期刊上共发表论文18篇。
声明
欢迎转发本号原创内容,任何形式的媒体或机构未经授权,不得转载和摘编。