我致力于医疗应用的机器学习,重点是神经科学和神经病学应用程序。我梦想着有一天,机器人和算法将能够理解,预防和解决人类疾病,从而为所有人提供最高质量的医疗保健。AI和机器学习(ML)算法已经被证明用于放射学,药物设计,测试和重新定位,蛋白质预测,图像引导的干预措施,例如放射治疗,健康监测系统以及通过图像分析模型支持的人群研究的疾病理解。然而,由于这些医疗问题构成的独特挑战,结合了医疗系统的复杂性,此类ML系统尚未准备好以更广泛的范围采用。我的工作[1-12]专注于新颖的ML模型以及此类模型来解决重要的医疗问题,最终导致了它们在世界各地的医疗保健系统中的采用。在理论方面,我专注于生成模型,基于(i)贝叶斯时间序列框架,这些框架估算了结构化数据的连续疾病演变,以及(ii)在原始图像上运行的深度学习方法。这些理论模型是通过对阿尔茨海默氏病进展的估计来激发的,阿尔茨海默氏病的进展是一种关键的神经退行性疾病,影响了全球5000万人。在我的研究中,我试图找到以下问题的答案:
主要关键词