留學(xué)背景提升之醫(yī)學(xué)相關(guān)科研項(xiàng)目

Category: STEM國際競賽 Date: 2020年3月20日上午1:07

醫(yī)學(xué)，是通過科學(xué)或技術(shù)的手段處理生命的各種疾病或病變的一種學(xué)科，促進(jìn)病患恢復(fù)健康的一種專業(yè)。它是生物學(xué)的應(yīng)用學(xué)科，分基礎(chǔ)醫(yī)學(xué)、臨床醫(yī)學(xué)。從生理解剖、分子遺傳、生化物理等層面來處理人體疾病的高級科學(xué)。它是一個(gè)從預(yù)防到治療疾病的系統(tǒng)學(xué)科，研究領(lǐng)域大方向包括基礎(chǔ)醫(yī)學(xué)、臨床醫(yī)學(xué)、法醫(yī)學(xué)、檢驗(yàn)醫(yī)學(xué)、預(yù)防醫(yī)學(xué)、保健醫(yī)學(xué)、康復(fù)醫(yī)學(xué)等。醫(yī)學(xué)對于人類生存繁衍有重大意義。今天小編想要向大家介紹幾個(gè)關(guān)于醫(yī)學(xué)的科研項(xiàng)目，幫助大家背景提升。

McGill探究項(xiàng)目：使用機(jī)器學(xué)習(xí)方法提高癲癇疾病診斷率

課題簡介

生物信息學(xué)

Bioinformatics

是一門交叉學(xué)科，主要利用數(shù)學(xué)、信息學(xué)、統(tǒng)計(jì)學(xué)和計(jì)算機(jī)科學(xué)的方法研究生物學(xué)的問題。生物信息學(xué)用計(jì)算機(jī)作為主要的研究工具，研究對象是各式各樣的生物學(xué)數(shù)據(jù)——比如腦電信號、基因組、蛋白質(zhì)結(jié)構(gòu)等。研究方法包括對生物學(xué)數(shù)據(jù)的搜索（收集和篩選）、處理（編輯、整理、管理和顯示）以及利用（計(jì)算、模擬）等。

在生物醫(yī)學(xué)領(lǐng)域中，癲癇是比較常見的一種神經(jīng)系統(tǒng)疾病。世界人口中約有1%患有癲癇疾病，受害人群范圍廣，不僅中老年人，還有相當(dāng)一部分青少年也經(jīng)受著癲癇的折磨。目前對癲癇疾病的診斷主要依靠臨床醫(yī)生對病人常規(guī)腦電圖的觀察，但醫(yī)生檢查腦電圖工作量太大，時(shí)間較長，容易出現(xiàn)錯(cuò)誤，不利于對癲癇的診斷。因此需要研究一種提取腦電信號特征的方法來減輕醫(yī)生工作量，提高癲癇疾病診斷的準(zhǔn)確率。因此實(shí)現(xiàn)腦電信號特征的準(zhǔn)確提取，有利于及早識別癲癇疾病,對預(yù)防和治療癲癇疾病具有極為重要的意義。

科研方法

AI＋X數(shù)據(jù)驅(qū)動(dòng)型科研

使用人工智能（AI）算法，收集、處理、分析具體學(xué)科（X）的海量數(shù)據(jù)，并基于此進(jìn)行預(yù)測，從而獲得科學(xué)發(fā)現(xiàn)的研究方法。與傳統(tǒng)的、基于實(shí)驗(yàn)或邏輯推理的研究方式相比，AI＋X數(shù)據(jù)驅(qū)動(dòng)型科研可以借助AI算法強(qiáng)大的運(yùn)算能力，高效地進(jìn)行大數(shù)據(jù)分析，具有投入產(chǎn)出比高、適用范圍廣的優(yōu)點(diǎn)。

AI＋X數(shù)據(jù)驅(qū)動(dòng)型科研已被廣泛地應(yīng)用于各個(gè)領(lǐng)域，利用AI算法研究基因數(shù)據(jù)，從而進(jìn)行早期的癌癥篩查便是其中一例。基因組與癌癥病患的數(shù)據(jù)千千萬萬，使用傳統(tǒng)的科研方式對其進(jìn)行分析，工程量大、過程繁瑣，在客觀上難以實(shí)現(xiàn)。

但借助AI算法這一便捷的工具，生命科學(xué)家便能夠以海量的患者的遺傳信息為基礎(chǔ)，建立數(shù)據(jù)庫，與過往的研究成果進(jìn)行對照，快速、準(zhǔn)確地在兩者中發(fā)現(xiàn)規(guī)律、建立聯(lián)系，從而使癌癥診斷的“標(biāo)準(zhǔn)化”成為可能。

授課導(dǎo)師

麥吉爾大學(xué)博士

導(dǎo)師將于2018年前往麥吉爾大學(xué)就讀博士；

曾在研究生期間發(fā)表多篇機(jī)器學(xué)習(xí)，生物信息學(xué)方向IEEE級別會議期刊；

課題要求

本課題適合： 9-12 年級學(xué)生，有較強(qiáng)的邏輯思維和抽象思維能力：

英文：

具備基本的學(xué)術(shù)英語閱讀能力；

接觸過英文寫作，有論文寫作經(jīng)驗(yàn)者更佳；

數(shù)學(xué)：

概率統(tǒng)計(jì)基礎(chǔ)知識；

線性回歸；

微積分基礎(chǔ)；

線性代數(shù)；

計(jì)算機(jī)：

Python編程基礎(chǔ)；

Numpy庫基礎(chǔ)；

Scikit-learn

JHU科研課題：再生醫(yī)學(xué)：計(jì)算機(jī)模擬人造心血管

課題簡介

精準(zhǔn)醫(yī)學(xué)

Precision medicine, PM

是一種針對患者的個(gè)別情形，進(jìn)行醫(yī)療衛(wèi)生個(gè)別化的醫(yī)學(xué)模式，包括醫(yī)學(xué)決策、治療、實(shí)務(wù)以及藥品都是針對病患“量身定制”的。

計(jì)算機(jī)輔助設(shè)計(jì)

Computer Aided Design, CAD

是指運(yùn)用計(jì)算機(jī)軟件制作并模擬實(shí)物設(shè)計(jì)，并展現(xiàn)其外型、結(jié)構(gòu)等特色的過程。有限元方法是一種用于求解微分方程組或積分方程組數(shù)值解的數(shù)值技術(shù)，這種技術(shù)在材料力學(xué)性能模擬中有重要應(yīng)用。

先天性心臟病

Congenital heart defect, CHD

是指在嬰兒出生時(shí)就已有的心臟問題，其中部分可能致命。大部分嚴(yán)重的CHD都與嬰兒的心臟血管發(fā)育畸形有關(guān)，比如著名的法洛氏四聯(lián)癥（又稱藍(lán)血嬰兒癥）。法洛氏四聯(lián)癥的癥狀主要是新生兒的右心室-肺動(dòng)脈血管(RV-PA 血管)狹窄或缺失，這會導(dǎo)致血液無法有效抵達(dá)肺部并進(jìn)行氧氣交換，患兒血氧含量很低，血液呈藍(lán)色而不是正常的紅色。患有法洛氏四聯(lián)癥的新生兒必須進(jìn)行開胸手術(shù)，在右心室和肺動(dòng)脈之間安裝一個(gè)人造RV-PA管來替代狹窄或缺失的血管的功能。然而，隨著患兒的生長和發(fā)育，人造的RV-PA管無法跟隨患兒一起生長，因此在患兒成年之前，每隔幾年就需要對其進(jìn)行一次新的開胸手術(shù)來置換一個(gè)直徑更大的RV-PA管，這給患者帶來了極大的痛苦和風(fēng)險(xiǎn)。近年來，3D打印技術(shù)的快速發(fā)展使得精準(zhǔn)醫(yī)學(xué)在植入外科手術(shù)上的應(yīng)用成為了可能。通過計(jì)算機(jī)設(shè)計(jì)和模擬，如果能設(shè)計(jì)出一種可以隨著時(shí)間“生長”的RV-PA管，就能有效地解決這一問題。

本課題旨在運(yùn)用計(jì)算機(jī)輔助設(shè)計(jì)幾種折疊式的自變形RV-PA管結(jié)構(gòu)，并且通過有限元方法對其在不同血壓和血液流速下的半徑變化進(jìn)行模擬，再通過模擬結(jié)果和文獻(xiàn)中的病人數(shù)據(jù)進(jìn)行對比來確定最佳的設(shè)計(jì)方案。

本課題是跨醫(yī)學(xué)、材料科學(xué)、物理學(xué)和計(jì)算機(jī)科學(xué)的綜合研究，并且與實(shí)際應(yīng)用有極強(qiáng)的聯(lián)系。研究者將對計(jì)算機(jī)3D建模、模擬仿真和醫(yī)療材料設(shè)計(jì)有深入的了解。

科研方法

計(jì)算機(jī)仿真模擬

計(jì)算機(jī)仿真模擬是一種運(yùn)用計(jì)算機(jī)軟件建立抽象模型、模擬真實(shí)條件并進(jìn)行分析的技術(shù)。與傳統(tǒng)的實(shí)驗(yàn)相比，計(jì)算機(jī)模擬技術(shù)通過數(shù)學(xué)建模，解放了普通實(shí)驗(yàn)對于器材的苛刻要求，具有可多次進(jìn)行、反復(fù)試錯(cuò)的優(yōu)點(diǎn)。同時(shí)，由于計(jì)算機(jī)模擬技術(shù)黑箱化了復(fù)雜的理論推導(dǎo)與數(shù)據(jù)計(jì)算，能夠以直觀的方式呈現(xiàn)研究的成果，對于初次涉獵科學(xué)研究的高中生而言，也更為簡單易學(xué)、容易上手。

例如：在設(shè)計(jì)外太空的衛(wèi)星軌道時(shí)，受制于客觀條件，科研工作者無法在地球上重現(xiàn)外太空的環(huán)境，因此，只能借助計(jì)算機(jī)強(qiáng)大的運(yùn)算能力，對外太空的情況和衛(wèi)星的軌道進(jìn)行模擬、反復(fù)實(shí)驗(yàn)，并基于模擬實(shí)驗(yàn)的結(jié)果，完成科學(xué)的軌道設(shè)計(jì)。

整個(gè)科研教學(xué)流程中，每一位學(xué)員都將有學(xué)術(shù)督導(dǎo)協(xié)助保障研究階段性作業(yè)和論文的進(jìn)度，確保取得研究成果。

授課導(dǎo)師

約翰霍普金斯大學(xué)博士；

清華大學(xué)學(xué)士；

多次以第一作者身份，在生物力學(xué)領(lǐng)域多篇專業(yè)學(xué)術(shù)論文；

研究方向：生物力學(xué)。

課題要求

本課題適合： 9-12 年級學(xué)生，有較強(qiáng)的邏輯思維和抽象思維能力

英文：

具備基本的學(xué)術(shù)英語閱讀能力；

接觸過英文寫作，有論文寫作經(jīng)驗(yàn)者更佳；

數(shù)學(xué)：