Home > 学术交流 > 生物医学计算成像及可视分析学术报告会

生物医学计算成像及可视分析学术报告会

10月28日,由陈为老师主持的生物医学计算成像及可视分析学术报告会于CAD&CG国家重点实验室402会议室召开。本次学术报告邀请了美国IUPUI分校的Shiaofen Fang教授、 浙江大学医学院的赵经纬教授以及浙江大学药学院的候廷军教授。

Shiaofen Fang教授的“Visualization Human Brain Connectome”报告,介绍了脑连接结构方面的可视化进展。脑连接结构的挑战在于:一方面,识别连接模式与认知行为的关系的不确定性;另一方面,这个领域的研究需要计算机方面及生物医学专家的共同合作参与。而目前,摆在研究这一领域的科研人员的主要可视化任务有:关于大脑图片的可视化;通过连接网络的可视化方法辅助探索发现;在大脑中确定患病与否的差异。

Shiaofen Fang教授同时介绍了生物医学计算成像在可视化领域的发展现状及常用的方法。诸如使用二维方法将大脑投影的brain map;以及,在实际应用中,RGB颜色模型效果不佳,RYB颜色模型则更加直观。

浙江大学医学院的赵经纬教授报告了“神经再生研究中的图像半定量分析现状及若干问题”。目前常用的体外细胞培养、在体动物髓鞘变性或损伤模型研究中,对相关图像分析的现状至多算半定量。与此同时,神经髓鞘的变性或损伤在神经系统比较常见,若方法得当,髓鞘可以有效修复,从而避免更为严重的神经元的变性死亡。

浙江大学药学院的候廷军教授则报告了基于结构的药物分子设计方法研究。目前,基于分子对接的虚拟高通量计算受到了越来越多的关注,但分子对接方法存在的一些固有缺陷则会影响虚拟筛选预测结果的精确度。候教授对连续介质模型的MM/PBSA和MM/GBSA自由能计算方法进行了系统的评估,指出了这两种方法的优势和缺陷,证明了这两种方法在虚拟筛选后处理中的有效性。同时,发展了基于残基-配体能量分解和机器学习技术的MIEC-SVM方法。并且对靶点蛋白柔性对虚拟筛选的影响进行了系统的探讨,指出了基于多构象虚拟筛选的重要性。

分享到:

发表评论

电子邮件地址不会被公开。 必填项已用 * 标注

*

您可以使用这些 HTML 标签和属性: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>