本周课题导视
1. 区域特异性人脑类
器官协议的研究与优化
人类大脑类器官是由多能干细胞培养出的3D立体组织,其细胞类型和结构类似于胚胎人脑。通过添加分子信号,大脑类器官可模拟不同区域的大脑发育,在重现人类的神经发育中表现出巨大的潜力。该项目的目标是研究从干细胞生成大脑类器官的基本实验方案收集和比较方案数据,并尝试优化现有的生成区域特异性脑类器官的实验方案。
相关学科
生物医学工程
2. 基于单细胞RNA测序数据的
人骨髓细胞间通讯推断
单细胞RNA测序(scRNAseq)是一个正在快速发展的技术,通过它人们可以获得细胞水平上的转录信息。受体-配体复合体介导的细胞间交流对于协调各种细胞决策起到关键作用,比如细胞周期和细胞凋亡,这种细胞间的交流可以通过分析单细胞RNA测序数据中的基因表达水平来推断。本项目旨在提出应用一个完善的推断细胞间交流的工具CellChat去发掘一个人骨髓单细胞RNA测序数据中的受体-配体相互作用和信息通路。
相关学科
生物医学工程
3. 疫情期睡眠和抑郁的网络分析
人群中,超过三分之一有不同程度的睡眠困扰,而睡眠失调是抑郁症的风险因素。明确不同睡眠问题和抑郁症状的关系对于明确病因和干预有着重大作用。本研究使用一个开源数据,研究疫情早期阶段每日睡眠和抑郁的关系。学生将学习运用无监督学习的方法区分睡眠失调的类型,并运用网络分析探究不同睡眠问题和抑郁症状的关系。
相关学科
生物医学工程、心理学
4. 计算机视觉-医学影像分析
Medical Image Analysis是一个综合医学影像、数学建模、数字图像处理与分析、人工智能和数值算法等学科的交叉领域。研究者把医学模拟图像转化为数字图像,开展计算机辅助诊断,利用图像处理以及机器学习的算法对图像进行处理与分析,提高诊断准确性和效率。医学图像分析的主要任务包括图像分类、分割、目标检测以及图像增强等。
相关学科
生物医学工程、计算机科学
5. 计算机视觉-头部CT扫描
头部计算机断层扫描(CT)是头部外伤和相关并发症的主要非侵入性诊断方法。自动化的头部创伤检测算法可为临床医生提供诊断意见,帮助改善医疗质量并节省大量劳力。在这个项目中,我们将采用计算机视觉(CV)技术来识别头部 CT的关键发现,例如脑内出血,颅骨骨折等。
相关学科
生物医学工程、计算机科学
6. 植物生长状态检测装置
在不同环境中进行植物的种植,需要考量大量的环境因素,比如当地的光照情况,植物的营养摄入等等。本课题的创新点为基于光谱检测的物理原理,通过Arduino或树莓派等开源硬件平台,搭建植物分析装置来检测植物的生长状态,从而为种植者提供科学理论上的建议。
相关学科
生物学
7. 热球菌属古细菌蛋白酶
蛋白酶可将一些蛋白质分解成较小的肽链或者单个的氨基酸,因此蛋白酶对细胞生命有着特别重要的意义。蛋白酶种类的多样性和水解活性特异性,使其在洗涤剂、食品、皮革等工业生产领域,成为重要的商业用酶,由于需要很高的物理和化学稳定性,因此具有高耐热性的蛋白酶被优选使用。本项目将研究一种蛋白酶的获取并进行活力特性研究。