机器学习算法,数据挖掘方法,复杂疾病智能诊断方法,药物智能发现/设计方法,智能生物合成方法等
基于云心电诊断平台,分布式HDFS数据中心,深度学习模型与机器学习诊断
医生辅助心电诊断平台,微服务系统架构
基于云端的医生服务诊断平台
分布式数据存储中心
多分类初筛辅助诊断
全方位辅助病理医生快速、精准完成乳腺癌相关诊疗
计算机建模学习多种类病理种类特征进而判别HE病理切片的疾病种类
模拟医生诊断,计算机从腺管、细胞核、有丝分裂象三个方面识别后综合打分自动完成
通过深度学习网络完成HER2结果自动分析
依据HER2指南自动计数HER2、CEP17数目辅助完成HER2基因状态检测
计算机自动识别异常宫颈细胞,为病理医生提供高效率、高准确率的辅助诊断
对宫颈细胞进行分割,结合病理学知识提取细胞的形态特征、纹理特征等,基于机器学习技术完成对宫颈细胞的自动分类
通过细胞核自动定位技术,生成单个宫颈细胞图像,然后再结合深度卷积神经网络模型自动检测异常宫颈细胞
通过多尺度分析宫颈组织切片细胞形态,自动定位可疑病变区域,然后通过目标检测技术自动识别异常组织切片区域
基于现有的药物、蛋白质、疾病表型、基因、副作用、通路等多组学数据,
开发相应的机器学习算法,挖掘潜在的药物-疾病关联,
为药物重定位(老药新用)、新药发现提供参考
实验室公共邮箱
biodwhu@163.com
湖北省武汉市武昌区
武汉大学计算机学院B503