检索结果-维普期刊中文期刊服务平台

脑年龄估计差作为脑老化生物标志物的研究进展被引量：7: 1; 作者林岚张格吴水才《北京工业大学学报》 CAS CSCD 北大核心 2021年第3期303-310,共8页; 随着全球人口老龄化的快速增长,神经退行性疾病的发病率越来越高,给整个社会带来了越来越大的负担.然而,衰老是一个由遗传和环境因素决定的多因素过程.基于神经影像开发有效的生物标志物对与年龄相关的神经退行性疾病的风险评估和预测... 展开更多; 关键词脑年龄估计差脑年龄神经退行性疾病脑老化生物标志物磁共振成像(MRI); 在线阅读下载PDF 职称材料

脑老化过程中认知储备的神经影像学研究回顾被引量：8: 2; 作者林岚熊敏 +1 位作者金悦吴水才《北京工业大学学报》 CAS CSCD 北大核心 2022年第7期794-804,共11页; 以往关于认知储备(cognitive reserve,CR)研究的综述分析,主要集中于阿尔茨海默病、帕金森病等神经退行性疾病,对正常衰老过程中CR的作用少有涉及.为了探究正常老化中CR的作用,从不同的CR构建方法出发,综述了CR与大脑老化相关的影像学研... 展开更多; 关键词认知储备正常老化大脑老化认知储备指标残差法神经影像; 在线阅读下载PDF 职称材料

基于三维卷积神经网络的结构磁共振影像分析在AD分类中的研究进展被引量：3: 3; 作者林岚沈小琪《北京工业大学学报》 CAS CSCD 北大核心 2021年第12期1403-1412,共10页; 随着医疗大数据和人工智能技术的快速发展,基于结构磁共振影像采用卷积神经网络(convolutional neural networks,CNN)对阿尔茨海默症(Alzheimer's disease,AD)进行研究已逐渐成为神经科学的研究热点之一.为了进一步推动三维CNN应用... 展开更多; 关键词卷积神经网络(CNN) 结构磁共振阿尔茨海默症(AD) 机器学习神经影像轻度认知障碍; 在线阅读下载PDF 职称材料

基于WGCNA和SVM-RFE算法挖掘肺腺癌诊断和预后基因标志物被引量：1: 4; 作者王美王可心 +1 位作者谭建军王京京《生物化学与生物物理进展》 SCIE CAS CSCD 北大核心 2022年第2期381-394,共14页; 目的肺癌是世界上最常见的癌症之一,在众多肺癌患者中,肺腺癌(lung adenocarcinoma,LUAD)的死亡率最高。基因表达谱的变化与肿瘤的发生和发展过程有关,通过识别与LUAD患者相关的诊断和预后基因标志物,可以为肺腺癌的预防和治疗提供理论... 展开更多; 关键词肺腺癌基因标志物加权基因共表达网络分析递归特征消除算法; 在线阅读下载PDF 职称材料

题名脑年龄估计差作为脑老化生物标志物的研究进展被引量：7: 1; 作者林岚张格吴水才; 机构北京工业大学环境与生命学部生物医学工程系智能化生理测量与临床转化北京市国际科研合作基地; 出处《北京工业大学学报》 CAS CSCD 北大核心 2021年第3期303-310,共8页; 基金国家自然科学基金资助项目(81971683) 北京市自然科学基金-海淀原始创新联合基金资助项目(L182010)。; 文摘随着全球人口老龄化的快速增长,神经退行性疾病的发病率越来越高,给整个社会带来了越来越大的负担.然而,衰老是一个由遗传和环境因素决定的多因素过程.基于神经影像开发有效的生物标志物对与年龄相关的神经退行性疾病的风险评估和预测至关重要.脑年龄估计差是目前应用最广泛的基于磁共振成像(magnetic resonance images,MRI)的脑健康状态评估方法.首先,介绍基于MRI的脑老化研究和基于神经影像的脑年龄估计模型的研究进展.然后,从遗传学、大脑发育、神经退行性疾病、精神疾病、慢性疾病、认知储备等多方面进行总结并讨论BrainAGE在大脑老化方面的应用成果.最后,提出该领域存在的问题以及未来的研究方向.; 关键词脑年龄估计差脑年龄神经退行性疾病脑老化生物标志物磁共振成像(MRI); Keywords brain age gap estimation brain age neurodegenerative disease brain aging biomarker magnetic resonance images(MRI); 分类号 R742.1 [医药卫生—神经病学与精神病学]; 在线阅读下载PDF 职称材料

题名脑老化过程中认知储备的神经影像学研究回顾被引量：8: 2; 作者林岚熊敏金悦吴水才; 机构北京工业大学环境与生命学部生物医学工程系智能化生理测量与临床转化北京市国际科研合作基地; 出处《北京工业大学学报》 CAS CSCD 北大核心 2022年第7期794-804,共11页; 基金国家自然科学基金资助项目(81971683) 北京市自然科学基金-海淀原始创新联合基金资助项目(L182010) 北京市教育委员会科技计划资助项目(KM201810005033)。; 文摘以往关于认知储备(cognitive reserve,CR)研究的综述分析,主要集中于阿尔茨海默病、帕金森病等神经退行性疾病,对正常衰老过程中CR的作用少有涉及.为了探究正常老化中CR的作用,从不同的CR构建方法出发,综述了CR与大脑老化相关的影像学研究.首先,回顾了静态的CR指标与大脑老化的关系.然后,介绍了残差法这一动态的CR构建方法及其应用.最后,总结和讨论了脑老化过程中CR的神经影像学研究结果,并为该领域的未来研究提供有益的建议.; 关键词认知储备正常老化大脑老化认知储备指标残差法神经影像; Keywords cognitive reserve(CR) normal ageing brain ageing indicators of cognitive reserve residual method neuroimaging; 分类号 R749.16 [医药卫生—神经病学与精神病学]; 在线阅读下载PDF 职称材料

题名基于三维卷积神经网络的结构磁共振影像分析在AD分类中的研究进展被引量：3: 3; 作者林岚沈小琪; 机构北京工业大学环境与生命学部生物医学工程系智能化生理测量与临床转化北京市国际科研合作基地; 出处《北京工业大学学报》 CAS CSCD 北大核心 2021年第12期1403-1412,共10页; 基金国家自然科学基金资助项目(81971683) 北京市自然科学基金-海淀原始创新联合基金资助项目(L182010) 北京市教委科技计划资助项目(KM201810005033)。; 文摘随着医疗大数据和人工智能技术的快速发展,基于结构磁共振影像采用卷积神经网络(convolutional neural networks,CNN)对阿尔茨海默症(Alzheimer's disease,AD)进行研究已逐渐成为神经科学的研究热点之一.为了进一步推动三维CNN应用于神经影像研究,综述了基于三维CNN的结构磁共振影像分析在AD分类中的研究进展.首先,回顾了机器学习技术应用于AD分类的发展变化;其次,从方法角度介绍了三维CNN架构变化及其应用于AD分类的研究进展;最后,讨论了将三维CNN应用于AD研究领域所存在的挑战和未来的发展方向,期望该技术能够更准确和有效地为AD早期诊断提供帮助.; 关键词卷积神经网络(CNN) 结构磁共振阿尔茨海默症(AD) 机器学习神经影像轻度认知障碍; Keywords convolutional neural networks(CNN) structural magnetic resonance Alzheimer's disease(AD) machine learning neuroimage mild cognitive impairment; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术] R749.16 [医药卫生—神经病学与精神病学]; 在线阅读下载PDF 职称材料

题名基于WGCNA和SVM-RFE算法挖掘肺腺癌诊断和预后基因标志物被引量：1: 4; 作者王美王可心谭建军王京京; 机构北京工业大学环境与生命学部生物医学工程系; 出处《生物化学与生物物理进展》 SCIE CAS CSCD 北大核心 2022年第2期381-394,共14页; 基金北京市自然科学基金(2202002) 国家自然科学基金(21173014)资助项目。; 文摘目的肺癌是世界上最常见的癌症之一,在众多肺癌患者中,肺腺癌(lung adenocarcinoma,LUAD)的死亡率最高。基因表达谱的变化与肿瘤的发生和发展过程有关,通过识别与LUAD患者相关的诊断和预后基因标志物,可以为肺腺癌的预防和治疗提供理论依据。方法本研究以肿瘤基因组图谱(The Cancer Gene Atlas,TCGA)数据库为基础,采用加权基因共表达网络分析(weighted gene co-expression network analysis,WGCNA)、差异基因分析、cox回归分析、蛋白质互作网络(protein-protein interaction,PPI)分析等方法筛选与LUAD形成过程高度相关的hub基因。将TCGA和基因型组织表达(GTEx genotype tissue expression,GTEx)数据库中的RNA数据合并划分为训练集和内部验证集,利用基于支持向量机的递归特征消除算法(support vector machine recursive feature elimination feature,SVM-RFE)构建诊断模型并进行验证。GSE32863和GSE31210数据集分别用于验证诊断模型的准确性和基因标志物的预后价值。结果SVM-RFE算法得到的5个基因标志物(anln、cenpa、plk1、tpx2、cdca3)模型在LUAD患者分类中具有显著的诊断能力。功能富集分析表明,这5个基因与肿瘤发生发展的生物学过程密切相关。此外,这5个基因高表达的LUAD患者的预后表现不良,死亡率显著高于低表达的患者。结论我们的研究为LUAD的诊断和预后提供了具有5个基因特征的模型,这对于开发用于精确治疗的新靶点具有重要意义。; 关键词肺腺癌基因标志物加权基因共表达网络分析递归特征消除算法; Keywords lung adenocarcinoma gene signature WGCNA SVM-RFE; 分类号 R735.7 [医药卫生—肿瘤] R318.04 [医药卫生—生物医学工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	脑年龄估计差作为脑老化生物标志物的研究进展	林岚张格吴水才	《北京工业大学学报》 CAS CSCD 北大核心	2021	7	在线阅读下载PDF 职称材料
2	脑老化过程中认知储备的神经影像学研究回顾	林岚熊敏金悦吴水才	《北京工业大学学报》 CAS CSCD 北大核心	2022	8	在线阅读下载PDF 职称材料
3	基于三维卷积神经网络的结构磁共振影像分析在AD分类中的研究进展	林岚沈小琪	《北京工业大学学报》 CAS CSCD 北大核心	2021	3	在线阅读下载PDF 职称材料
4	基于WGCNA和SVM-RFE算法挖掘肺腺癌诊断和预后基因标志物	王美王可心谭建军王京京	《生物化学与生物物理进展》 SCIE CAS CSCD 北大核心	2022	1	在线阅读下载PDF 职称材料