健康大数据研究所-电子科技大学计算机学院

电子科大-朗玛

健康大数据科学研究中心第1期开放课题项目指南电子科技大学•大数据研究中心2014年制

医疗图像辅助诊断技术(201401)□□□□□□□□□□□□□□□□□□□ (biomarkers),□□□□□□□gland)以及病变生物组织的图像特征等，突破数字病理学图像分析处理技术，为疾病的病理学研究提供分析依据。 分析及诊疗对象包括但不限于各种肿瘤、核、早期病灶、皮肤病、面部美容、中医舌苔等。优先资助能够提供迅速实时的分析与可视化结果， 更好满足临床需要的创新性研究成果。 优先资助能够借助智能手机已有的图像采集能力和软硬件平台，进行图像分析和辅助诊断的研究。2口医疗健康预测诊断( 201402)针对体检数据、 检验数据和病历数据等， 分析挖掘医疗健康数据与疾病发生之间的潜在关联性，设计有针对性的预测算法。 实现对疾病， 尤其是高血压和心血管等高发慢性病的提前预测和对健康状况的趋势预测， 在此基础上提供个性化的健康管理和诊疗方案。 优先资助可以利用真实数据并应用于真实业务场景的研究。3口医疗过程数据中的异常检测技术(201403)针对海量真实的就诊病例数据， 设计有针对性的基于统计检验、 专家规则或机器学习的异常检测算法，实现高效率高精度的异常行为发现，形成可以降低过机器学习的异常检测算法，实现高效率高精度的异常行为发现，形成可以降低过度医疗、 减少医生灰色收入、 甄别医保骗保的技术储备， 为我国医疗社会保障和医疗资源的优化配置提供核心技术支撑。优先资助可以利用真实数据并应用于真医疗资源的优化配置提供核心技术支撑。优先资助可以利用真实数据并应用于真实业务场景的研究。4口互联网问诊用户的数据画像和个性化推荐( 201404)针对海量的医疗数据、 问诊信息，结合医疗健康领域的知识库，对患者和医生进行医学人物画像，研究有针对性的分类、 聚类算法和推荐算法。 在互联网医疗领域， 通过量化疾病与症状的相关性和自动评估以及反馈交互来实现患者的自

动或者半自动分诊系统，患者提问的自动应答、辅助诊断和相关内容查找，以及针对医生的病例精准推荐，从而达到医疗资源的合理配置以及医疗信息的准确传递。5．医疗领域的语音识别技术研究（201405)针对诊疗过程中医嘱信息、诊疗信息、病历信息录入等高频操作，研究适用于医学领域的语音识别技术、自然语言处理技术以及自动错误纠正技术，实现电子病历的快速录入以及在线问诊，从而提高医疗诊断效率。动或者半自动分诊系统，患者提问的自动应答、辅助诊断和相关内容查找，以及针对医生的病例精准推荐，从而达到医疗资源的合理配置以及医疗信息的准确传递。5．医疗领域的语音识别技术研究（201405)针对诊疗过程中医嘱信息、诊疗信息、病历信息录入等高频操作，研究适用于医学领域的语音识别技术、自然语言处理技术以及自动错误纠正技术，实现电子病历的快速录入以及在线问诊，从而提高医疗诊断效率。优先资助通过各类智能终端应用，包含手机和桌面电脑、麦克风收集语音，进行分析和识别的研究。6．医学语义识别技术（ 201406）针对诊疗过程中产生的病历数据，研究通过语义识别技术，机器学习技术，自然语言处理技术等从非标准化医疗数据中提取信息 （例如识别叙述性文字的关键语义，转化为结构化数据） 、识别医学对象与概念关系（例如识别同义词和包含关系） 以及病历信息的重组和输出。 优先资助可以利用真实数据并应用于真实业务场景的研究。7．医学图像内容标示和内容检索（ 201407）发展基于海量医学图像的内容标识和内容检索关键算法和技术， 特别是对于相似、相近病理图像的自动匹配和搜索。 优先资助可以利用真实数据并应用于真实业务场景的研究。8．医疗健康数据采集和交换技术（8．医疗健康数据采集和交换技术（201408)针对医疗健康数据采集、追踪、存储、分析的持续性、精准性、可靠性、便捷性问题， 通过数据爬取技术以及便携式测量设备尤其是无创式设备技术的研究针对医疗健康数据采集、追踪、存储、分析的持续性、精准性、可靠性、便捷性问题， 通过数据爬取技术以及便携式测量设备尤其是无创式设备技术的研究和突破， 实现对医疗健康相关数据广泛采集与交换，以及平台数据的管理和分析。优先资助面向公开网络资源的数据爬取技术、基于移动终端的数据采集与传输方优先资助面向公开网络资源的数据爬取技术、基于移动终端的数据采集与传输方法研究、以及无创式便携设备的软硬件关键技术研究。9．医疗信息化平台建设的关键技术（ 201409）重点突破医疗信息安全技术、 患者信息的隐私保护技术、 医疗卫生数据融合技术、医疗数据共享技术、 区域化医疗卫生平台的标准化研究以及医疗信息化的符合性测试标准等健康数据平台建设的关键技术，为实现医疗健康数据互联互通、共享以及分析处理奠定基础。10．交叉前沿学科研究（ 201410）面向健康大数据采集、存储、分析、呈现与应用全过程，开展大规模高维健康信息学、医学网络科学、