复杂模式识别技术在分析肿瘤蛋白质组质谱数据集当中的应用
——波谱分析当中的人工智能
无论是质谱，还是核磁共振波谱，对复杂的波谱数据进行分析。需要利用各种统计学的方法证明我们观察到的肿瘤和非肿瘤的组间差异应该是尽可能的来自数据本身分布的真实区别，而不是由于数据本身以及数据抽样随机波动造成的虚假区别。
这是找出一种判断复杂的波谱数据是否来自于肿瘤样本的算法的关键。
在20世纪早期的生物统计学研究当中，大量的工作集中在通过观察数据分布来获得，由此发展出了系统抽样，假设检验等经典的统计学工具。然而，仅仅说明了差异并不是统计学研究的全部。既然样本差异无所不在，很难找到两个完全一样的波谱，因此，需要通过大量的波谱分析筛选出哪些波峰的分布同肿瘤的发生具有密切关系。二十世纪后半期，统计学习，机器学习和人工智能技术的进步为解决这类问题提供了一些有益的思路。
直播课第十二期
复杂模式识别技术在分析肿瘤蛋白质组
质谱数据集当中的应用
主讲：彭谨
副教授
四川大学
华西基础医学与法医学院
四川大学华西基础医学与法医学院副教授；加州大学旧金山分校（UCSF），创伤外科，访问学者；南卡罗来纳州州立大学，数学系，访问学者；四川省医学科学院，电子科技大学医学院，创伤与代谢组学多学科联合实验室，客座研究员。
主持：路长宇
医学博士
医院
神经外科
副主任医师
医院神经外科，北京市介入医学会青年委员、北京医学会神经外科分会创伤组委员、北京介入医学会青年委员、北京抗癌协会胶质瘤专业委员会青年委员。对脑胶质瘤、脑膜瘤、转移瘤等颅内肿瘤的综合治疗，对脑血管病、脑出血、脑积水、颅脑损伤等常见神经外科疾病具有丰富的临床经验。发表多篇SCI及核心期刊论著。
观看直播
会议日期：年11月18日
会议时间：19:30——21:00
会议地点：腾讯软件会议室
观看直播：扫描下面