数学模型显示了大脑如何回应多发性硬化症
“有大数据和广泛的应用人工智能在CT扫描、x射线、超声和磁共振成像,”说乔迪卡萨斯罗马研究员ADaS实验室研究小组电子健康中心,的一员学院计算机科学、多媒体和通信和导演的数据科学硕士学位UOC大学。在他们最新的研究,研究人员已经证明,”一起整合和处理所有数据,使用多层网络提供了一个更全面的分析数据比单独分析和独立”。
数学理解大脑的变化
卡萨斯的研究重点是定义一个数学模型这提供了一个更好的理解认知改变和障碍在大脑中。该模型最初测试多发性硬化症,但模式适用于其他神经退行性疾病。“理解大脑中发生了什么当有人患有这类疾病的第一步能够改善和个性化治疗。重要的是能够确定和预测疾病的发展,这无疑将使我们能够区分不同组的患者,与相似类型的进化与其他群体不同的治疗方法,”他说。
这项研究是由弗兰普拉多卡拉斯科,ADaS实验室的另一位成员,也涉及UOC大学研究者马科斯·迪亚兹Hurtado电子健康中心,艾伯特的独家哈维尔Borge,从复杂系统(CoSIN3)集团互联网跨学科研究所(IN3)。普拉多博物馆现在把多层网络的理论付诸实践:“我们是在初始阶段,我们已经开发出一种生物标志物——我们已经证实它的敏感性,我们发表了如何使用它,和我们的技术开放,其他研究人员和医生都可以应用到他们的数据,[…]与此同时,我们已经开始第一个使用磁共振临床应用程序数据从神经退行性疾病,如多发性硬化症患者和阿尔茨海默氏症或痴呆。”
生物信息学和基因
申请的另一个重要地区人工智能领域的健康是生物信息学和基因,metaheuristic算法。“这些算法在组合优化是非常受欢迎,换句话说,当一组有限的解决一个问题,你想要找到优化的一个特定的目标函数。他们提供高质量的实时解决复杂的问题,”解释道劳拉Calvet临安研究员和成员学院计算机科学、多媒体和通信,”该研究的第一作者在生物信息学metaheuristic优化的作用”。Calvet强调,“metaheuristics发挥关键作用在医学成像和疾病模型的变量选择和参数调整,除此之外”。
参考:Casas-Roma J, Martinez-Heras E, Sole-Ribalta,等。应用多层分析形态,结构和功能脑网络模式识别相关的障碍。网络>。2022年。doi:10.1162 / netn_a_00258
本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。
