基本信息
浏览量:6
职业迁徙
个人简介
研究方向及内容:
1. 基于多中心电子病历数据协同分析的预后预测系统:突破现有“先数据汇总,再建模分析”的研究范式,从多中心电子病历数据统一化表达、多中心融合预后预测模型构建与评估方法等方面开展研究,重点解决多中心电子病历数据协同分析中的规范化表达、患者数据隐私保护、数据异质性特征融合等关键问题。主要面向肿瘤(结直肠癌、肺癌)预后预测开展研究。
2. 多中心急救分流决策支持模型及仿真平台研究:面向多中心应急保障需求,研究多中心协同模式下医疗急救信息的快速采集、整合与共享模型,并基于多中心医疗资源信息、急救转运工具(急救车、直升机等)、道路实时状况,建立个性化伤员分流转运模型,并基于仿真平台开展分流模型及系统仿真验证研究。
3. 基于机器学习的听力损失预测方法研究:针对真实世界噪声环境,采集复杂噪声(高斯噪声、非高斯噪声)数据,通过机器学习方法有效提取噪声数据特征,并建立听力损失预测模型。
学术兼职:
中国生物医学工程学会医学人工智能分会青年委员
中国医院协会信息专业委员会第二届青年委员
中国研究型医院学会医疗信息学分会青年委员
浙江省医学会数字医学分会青年委员
1. 基于多中心电子病历数据协同分析的预后预测系统:突破现有“先数据汇总,再建模分析”的研究范式,从多中心电子病历数据统一化表达、多中心融合预后预测模型构建与评估方法等方面开展研究,重点解决多中心电子病历数据协同分析中的规范化表达、患者数据隐私保护、数据异质性特征融合等关键问题。主要面向肿瘤(结直肠癌、肺癌)预后预测开展研究。
2. 多中心急救分流决策支持模型及仿真平台研究:面向多中心应急保障需求,研究多中心协同模式下医疗急救信息的快速采集、整合与共享模型,并基于多中心医疗资源信息、急救转运工具(急救车、直升机等)、道路实时状况,建立个性化伤员分流转运模型,并基于仿真平台开展分流模型及系统仿真验证研究。
3. 基于机器学习的听力损失预测方法研究:针对真实世界噪声环境,采集复杂噪声(高斯噪声、非高斯噪声)数据,通过机器学习方法有效提取噪声数据特征,并建立听力损失预测模型。
学术兼职:
中国生物医学工程学会医学人工智能分会青年委员
中国医院协会信息专业委员会第二届青年委员
中国研究型医院学会医疗信息学分会青年委员
浙江省医学会数字医学分会青年委员
研究兴趣
论文共 76 篇作者统计合作学者相似作者
按年份排序按引用量排序主题筛选期刊级别筛选合作者筛选合作机构筛选
时间
引用量
主题
期刊级别
合作者
合作机构
2023 45TH ANNUAL INTERNATIONAL CONFERENCE OF THE IEEE ENGINEERING IN MEDICINE & BIOLOGY SOCIETY, EMBC (2023): 1-4
JOURNAL OF MEDICAL INTERNET RESEARCH (2023): e45515-e45515
JMIR medical informatics (2023): e47862-e47862
Journal of Healthcare Engineering (2023): 1-12
Artificial intelligence in medicine (2022): 102256-102256
加载更多
作者统计
合作学者
合作机构
D-Core
- 合作者
- 学生
- 导师
数据免责声明
页面数据均来自互联网公开来源、合作出版商和通过AI技术自动分析结果,我们不对页面数据的有效性、准确性、正确性、可靠性、完整性和及时性做出任何承诺和保证。若有疑问,可以通过电子邮件方式联系我们:report@aminer.cn