摘要:NACHEV教授的研究计划的指导下是由广泛抵制的观念,即人的大脑太复杂而无法通过田野中主导的典型,低维模型来启用或可见。如果临床翻译是最终目标,则该立场在两种极端的数据尺度上迫使一种两m的方法:采用单独自适应模型和干预措施的单个受试者研究,以及采用机器学习支持的高维推断的大规模研究。它还迫使方法论灵活性,以临床,科学或操作目标为目标,是影响最快的途径。尽管神经系统是最复杂的,但其组织的结构压力可以说是最高的,并且其对正确表达的生成模型的可访问性因此最大。Nachev教授研究了开发多模式,> 3D大脑的深层生成模型的挑战和潜在的回报,这些分析涉及> 10^6的> 10^6个单个大脑体积图像跨越> 10^5的> 10^5截然不同的患者,由> 5 Petaflops驱动的> 5 PETAFLOPS的计算机,在代表性,预测性和处方性任务
主要关键词