beplay苹果手机能用吗研究支持
当前的
- 职业:推进本体在生物医学科学数据的作用
NSF IIS2047001(π:崔),09/2021 - 08/2026,角色:π
- 一个接口为阿尔茨海默氏症研究本体beplay苹果手机能用吗
NIH / NIA R21AG068994(π崔):09/2020 - 05/2023,角色:π
- 生物医学术语为加强临床质量保证在电子健康记录查询
NIH / NLM R01LM013335(π崔):08/2020 - 07/2023,角色:π
- 一个信息癫痫风险标记识别和风险评估的框架
NIH /研究所,R01NS116287(π崔):05/2020 - 04/2025,角色:π
- 三脚架:对可重用的表型在观测数据为广告/ ADRD -管理定义和纠正偏差
NIH / NIA R01AG073435 (MPI:陈和徐),09/2021 - 05/2026,角色:共同
- 原理图:神经生理学AI-Ready数据资源(NAIRD)
NIH /研究所,R01NS126690 (PI:张)03/2022 - 02/2026,角色:共同
- 小提琴2.0:疫苗信息和本体知识库
NIH / NIAID U24AI171008, MPI:他& t &户珥,08/2022 - 05/2027,角色:共同
- 参与和推广,以达成一个公平的数据BICAN生态系统
NIH /镍氢,U24MH130988 MPI:张、徐、郑,09/2022 - 06/2027,角色:共同
过去的
- 审计方法,提高本体的完整性
NSF / IIS, 1931134(π:崔),09/2018 - 08/2022,角色:唯一π
- 肯塔基州癌症登记处的类型在上雕琢平面的查询引擎
NIH / NCI R21CA231904 (MPI:崔&张)06/2018 - 07/2021,角色:π
- 癫痫研究中心(CSR)——信息与数beplay苹果手机能用吗据分析的核心(IDAC)
NIH /研究所,U01NS090408 (PI:张),10/2014-07/2021,角色:共同
- 一个可扩展的框架,用于调试大型生物本体
NSF / IIS, CRII, 1657306(π崔):03/2017 - 02/2019,角色:唯一π
- 国家睡眠研究资源(NSRR)beplay苹果手机能用吗
NIH / NHLBI R24HL114473 (MPI:取消&张),09/2013-06/2017,角色:共同
- 亚马逊网络服务(AWS)为研究云计算学分beplay苹果手机能用吗
亚马逊公司,06/2016 - 06/2017,角色:π
- 肯塔基州中心临床与转化科学
NIH / NCATS UL1TR001998 (PI: Kern) 08/2016-05/2017,角色:共同
选择的研究项目beplay苹果手机能用吗
这个项目的主要目标是开发一个信息学方法自动提取癫痫(癫痫)突然意外死亡风险标记从多通道的临床数据,使个性化的癫痫的风险评估。本研究的成功将使系统癫痫风险评估基于已知的和公认的因素和沟通癫痫患者的危险因素。最终,这项研究可能导致以证据为基础的癫痫的风险评估工具,帮助临床医生和病人管理可能修改的风险,导致整体降低癫痫死亡率和提高癫痫患者的治疗。
生物医学本体已经使用在一系列生物医学信息学的应用程序从实验室实验在床边,病人护理以及数据集成,使知识发现和管理生物医学大数据。本体通常是不完整的,并没有和非静态知识的进化状态等原因在一个域,人工管理的参与工作,进步自然本体论工程。因此本体质量保证(定格)已经成为不可或缺的本体论工程生命周期的一部分。然而,奥卡受到了缺乏系统性和可伸缩的方法需要跟上进化和本体系统的出现。我们开发了可伸缩的大数据方法使用MapReduce系统审计的生物医学本体(例如,检测关系逆转和non-lattice片段)。定格方法使用大规模并行算法实现MapReduce框架,在加速好几个数量级。这种大数据的方法使它不仅可行进行详尽的结构分析大型本体论层次,还系统地追踪本体的不同版本之间的结构性变化。
跨机构的数据共享是至关重要的发展和实施大规模的临床研究。识别的病人需要跨多个机构罕见疾病研究和其他研究需要非常大的和多样化的人群。我们已经开发出一个适应力强、灵活cross-cohort查询框架集成和查询病人来自多个数据源的数据。这个框架已经成功地部署了两个正在进行的国家研究资源共享项目:(1)beplay苹果手机能用吗国家睡眠研究资源(NSRR)beplay苹果手机能用吗;和(2)癫痫研究中心(CSR)。beplay苹果手机能用吗
电子信息的非结构化或半结构化形式在健康和医疗几十年来一直不断生成。以来发生了爆炸性增长最近采用的电子健康记录(病历)。文本健康信息包括临床笔记记录在医院和与健康有关的信息在网络上。这样的与健康有关的文本数据包含大量的充分利用,生物医学知识。为了利用这些知识来促进第二次使用电子医疗纪录病人群的发现和消费者健康信息检索,我们已经开发出有效的ontology-guided方法从病人出院摘要自动提取结构化信息和在线消费者的健康信息。
互联网提供了一个重要的消费者健康信息来源的病人,护理人员,家庭,和门外汉。网络健康信息的扩散从政府机构、非盈利组织、盈利性公司,聊天和社交网站为信息访问和检索提供了无数的挑战。我们处理这样的挑战(1)提供一个multi-topic作业组织方法使用正式的概念分析消费者健康信息;(2)引入小说结合的探索性导航界面(CENI)支持有效的消费者健康信息检索和导航;和(3)评估的有效性CENI通过搜索界面比较评价用众包亚马逊土耳其机器人(AMT)。
