数据挖掘分析方法基于多通道Omics-Volume II的认知和情感障碍

这个研究课题是卷二世数据挖掘分析方法基于多通道组学的认知和情感障碍。

认知障碍,如失忆、痴呆和精神错乱,是一种精神疾病,主要影响学习、记忆、感知、和解决问题。情感性精神障碍也有精神疾病,包括抑郁症、双相情感障碍,等等。认知障碍和情感障碍可能共享相同的症状,甚至相互关连。例如,最近的一项研究表明,情感问题,如抑郁,会增加患老年痴呆症的风险。虽然已取得显著进展的知识发现认知障碍或情感障碍,理解这两种疾病之间的相互作用仍然是一个巨大的挑战。

实验技术的迅速发展,可以获得多个模式或multiple-omics数据在个别研究。分析认知和情感障碍,几种类型的数据可以包括脑电图(EEG)、功能性磁共振成像(fMRI),基因组学、phenomics,转录组,radiomics和单细胞组学。从多通道组学数据中提取知识,数据挖掘方法,如统计方法、无监督学习,监督学习,和基于网络的方法,最近越来越流行。这些数据和方法的知识发现提供了一个机会认知障碍和情感障碍,尤其是认知障碍和情感障碍之间的交互。

这个研究课题从不同的研究领域将为研究人员提供一个平台,分享先进的数据挖掘方法基于多通道组学来提高我们对认知和情感障碍的理解,特别是这两种疾病之间的关系。感兴趣的主题包括但不限于:
(1)知识发现认知障碍和情感障碍之间的交互。
(2)认知和情感多通道数据的机器学习方法。
(3)计算方法建模情感动力学响应的生理信号。
(4)生物标志物识别认知和情感障碍。
(5)情感计算的数据挖掘方法。
(6)数据挖掘方法揭示了交互和认知障碍和情感障碍之间的关系。
(7)数据处理情感和认知的工具。
(8)影响因素的识别与认知障碍和情感障碍有关。
(9)认知障碍或情感性精神障碍的影响特定的一组人。