阿米特索尼:概率方法为生物医学应用
我的研究分为两大类:
- 概率方法在机器学习,特别是学习和推理等复杂的图形化模型在统计关系学习
- 生物医学应用工作包括临床诊断、预测、基因建模、生物医学图像分析,并从生物医学文本信息提取
最近,我在工作整线(自动晶体地图解释)。确定蛋白质结构的任务一直是中央一个几十年的生物群落。结构生物学家可以提取蛋白质的基本生物学信息,并对各种应用,如疾病治疗、药物设计和蛋白质设计。项目的主要目标是:
考虑到电子密度图(三维图像)和主要目标蛋白质的序列,产生一个三维的,技术上可行,所有原子模型的目标蛋白质的结构。
这是一个艰巨的任务和低分辨率的图像数量的变量计算难以处理,加上可怜的嘈杂的图像。我们小组开发的整线,随机技术确定蛋白质结构。在这个艰难的搜索空间原因,整线利用马尔可夫随机域——一种概率模型,结合复杂的推理技术生产完整和精确的结构以前无法解决的蛋白质结构。
最近,我已经开始研究几种不同的磁共振脑成像领域的计算问题。具体地说,我试图运用概率方法来提高诊断阿尔茨海默病和其他认知障碍。目前,我集团正在寻求对大脑解剖区域的分割方法使用图论方法和intuit解剖患者在大ADNI研究之间的关系。
