大发888老虎机-大发888代充值存款

（供稿 科技處）近日，我校信息科學與工程學院畢夏安教授團隊在多視圖學習與精神疾病智能診療技術研究中取得了重要進展，研究成果以“Structure Mapping Generative Adversarial Network for Multi-view Information Mapping Pattern Mining”為題發表在人工智能領域頂級學術期刊、校定SCI-TOP期刊IEEE Transactions on Pattern Analysis and Machine Intelligence（IEEE TPAMI，CCF A，IF:23.6）。這是我校在該期刊上首次發表科研論文，標志著我校在人工智能與交叉學科的研究登上了新臺階。

近年來，阿爾茲海默癥、帕金森癥、自閉癥、精神分裂癥等精神疾病的發病率逐年遞增。在疾病早期階段實現精準識別，并準確預測病程發展風險，對精神疾病的臨床診療有重大意義。現有的臨床診斷方案大多基于量表和問卷，準確性和實用性都不盡人意。因此，開發出快速且精準地識別個體是否患有某種精神疾病以及預測個體患病風險概率的方法具有重要價值。

針對現有問題，文章利用微觀視圖與宏觀視圖的一致性與互補性，構建了多視圖結構信息映射模型，提出了結構映射生成對抗網絡方法，用于挖掘多視圖數據之間的映射模式。論文中的模型和算法在經過精神疾病的多組學大數據訓練后，可以通過被試的基因網絡（精神疾病的微觀視圖）精準地生成大腦的功能網絡（精神疾病的宏觀視圖）。這意味著，將來投入臨床實際應用后，只需要抽取一管血，就可以判斷一個人是否有某種精神疾病，并且可以預測將來某個時間患病的風險概率。

我校信息科學與工程學院畢夏安教授為本論文的第一作者及通訊作者，美國佐治亞大學計算機科學與生物影像研究中心劉天明教授為本論文的共同通訊作者，我校碩士研究生黃陽俊、楊梓誠、陳可、邢兆旭，佐治亞大學博士生劉正良，哈佛大學醫學院和麻省總醫院李響教授等共同參與研究，湖南師范大學為本論文的第一單位及通訊單位。

編輯：黃依依

責編：馬鐵泉

審核：陳麗榮