医学人工智能项目如何申请基金?

小罗碎碎念

本期推文面向的群体

  • 青年教师
  • 有志硕博/博后

尤其适合一直认真追小罗推文的老师/同学,你们会发现自己在看这篇推文的时候,遇到自己领域的项目时,文思如泉涌,仿佛马上就能把本子写好,哈哈。(运用了一丢丢夸张手法,实际效果看个人悟性哈,与小罗无关)

image-20240616113633523


北京市自然科学基金联合基金

昨天吃饭的时候和家里人聊了一下我的课题进展,聊着聊着就扯到最近北京市的基金申报了。由于我们之间的课题其实也能有一些交叉,所以直接就把项目指南发给我了。

image-20240616085256252

其实这个不难获取,只是我之前一直没有关注而已,在官网就可以直接查询到。

image-20240616085855442


基金=选题

我对于基金的申请并不陌生,本科的时候带队申请过大创基金,硕士期间老板国重的本子也反复读过。我相信大部分人的课题都是老板选的,但是一般都是被动接受,然后直接开干。不知道大家有没有想过,老板又是怎么选题的呢?很大一部分灵感,来源于申请基金

老板申请到基金以后,再把课题拆解,分给每个学生。当然了,我说这些不是让学生去申请基金,毕竟学生和老板的差距摆在那里。不过目前国自然的申请门槛已经下放到博士了,所以硕士不得提前做一个准备


医学AI日益得到重视

其实北京市前些年的基金申报指南我也看过,当时医学AI还是穿插在不同的领域中,今年直接就单列一栏了。

image-20240616092130923

所以相关方向的老师,还不赶紧抓住机会,现在上车正是好时候。没想法怎么办?等小罗下次再回北京的时候,约我吃饭就行,哈哈(手动狗头)


一、关于2024年度北京市自然科学基金第二批项目申请的通知

在你不打招呼,不走后门的情况下,申请项目的第一步自然是找到官网,好好的把通知读一遍。

image-20240616101154600

然后把附件下载下来

image-20240616101219669

PS:基金总共分类两类,还有一类是面向外籍人士的,我的推文只想写我目前关注的,所以这一方面我就略过了。


1-1:市基金联合基金项目

可申请基金类别

  1. 市基金-海淀联合基金
  2. 市基金-丰台联合基金
  3. 市基金-顺义联合基金
  4. 市基金-昌平联合基金
  5. 市基金-大兴联合基金
  6. 市基金-北京经开区联合基金

资助领域

目申请须在《2024年度北京市自然科学基金联合基金项目指南》(附件2)规定的范围内进行选题,具体包括:

  1. 新一代信息技术
  2. 集成电路
  3. 商业航天
  4. 新能源智能网联汽车
  5. 生物医用材料
  6. 医疗机器人
  7. 创新药物
  8. 医学人工智能

资助强度

项目类型分为重点研究专题前沿项目两类:

  • 重点研究专题每项资助强度为100万元或300万元(指南中未单独说明的,资助强度统一为100万元)
  • 前沿项目每项资助强度为30万元或50万元(指南中未单独说明的,资助强度统一为30万元)

项目实施周期为3年(指南中单独说明的除外)。


1-2:申请要求&流程

贪多嚼不烂,本篇推文不讲申请流程,只分析项目指南,并针对医学人工智能领域的项目进行一个大致分析。


二、市基金-海淀联合基金

2-1:重大专项

1、基于大语言模型的口腔医生个人助理智能体关键技术研究

围绕口腔诊疗场景,探索面向口腔全科、覆盖多种口腔临床数据的医生智能助理智能体关键技术。

构建口腔诊疗领域专有知识库,实现高效的检索增强生成,并与不少于 3 种单模态专用任务模型实现链接;

提出基于大语言模型和灵活语言指令的高效人机协同任务分解方法,提升口腔特有规划与任务分解的准确度,建立适用于口腔临床的人机协作模式。


2、基于超高分辨率磁共振影像的低位直肠癌诊疗决策关键技术研究

针对直肠癌影像诊断精准度不足、复杂诊断导致诊断时间偏长、人工智能模型生物学意义难解释等问题,研究超高分辨率磁共振成像方法,探索新辅助治疗疗效评价的影像学新表征,提升图像分辨率及对直肠系膜筋膜、壁外血管侵犯和肛管结构的显示精度,结合超高分辨率磁共振影像及低位直肠癌新辅助治疗数据库,建立精准智能的放疗靶区勾画算法和新辅助治疗决策模型,降低低位直肠癌保肛术后患者复发率,提升患者生存质量,并开展多中心验证与评价


3、基于多元异构数据的多发性骨髓瘤的诊断模型研究

针对多发性骨髓瘤异质性强、危险分层复杂、预后评估难等影像学诊疗难题,基于多元异构数据和人工智能方法,解析多发性骨髓瘤的肿瘤及其微环境特征,探究肿瘤演进中的关键分子事件,探索治疗获益的响应机制;

研究新一代多模态影像技术和成像探针,在多发性骨髓瘤危险分层、疗效评估及预后预测中进行验证与评价。


4、基于选择性体内放射疗法治疗肝癌的剂量学关键技术研究

面向选择性体内放射治疗肝癌后的吸收剂量精确计算问题,研究 PET 定量分析计算吸收剂量的原理,探索病灶尺寸等因素对计算结果的影响机制,建立计算准确度提升的方法,构建基于 PET/CT 影像的治疗剂量计算模型,并在国产核医学影像设备上开展验证与评价。


5、脑与肝脏肿瘤 PET/CT 和 MR 影像的病灶分割、图像匹配融合及三维重建方法研究

针对脑与肝脏肿瘤精准诊治中多模医学影像有效融合和精准重建难的问题,基于 PET/CT 和 MR 等模态的脑、肝脏肿瘤影像,分别研究解剖、功能和代谢影像的脏器与肿瘤病灶区域分割方法,探索三种模态图像“匹配后融合”和三维重建技术,构建多模态融合的脑、肝脏肿瘤三维图像,并应用于脑与肝脏肿瘤的精准诊断、手术规划和疗效评估。


6、基于人工智能与多模态影像的头颈动脉易损斑块智能诊断关键技术研究

针对动脉粥样硬化斑块累及范围广、进展周期长、易损特征复杂等影像诊断难题,设计靶向易损斑块关键位点的新型示踪剂及头颈血管联合成像技术方案,构建基于多模态、标准化头颈动脉粥样硬化易损斑块数据库;

建立头颈动脉粥样硬化斑块泛血管、多时序、多模态影像数据融合分析方法,探索头颈动脉粥样硬化斑块易损性演变的病理生理机制,构建头颈动脉易损斑块智能诊断技术,并开展验证与评价。


2-2:前沿

1、口腔人工智能关键技术研究

针对口腔医学个性化诊疗需求,研究人工智能技术在口腔医学影像智能分割、疾病筛查、面部重建、牙冠及种植方案自动生成等领域的关键技术及应用,并对其有效性进行评价。


2、基于光学相干显微成像技术的口腔黏膜癌变的智能诊断技术研究

针对口腔黏膜癌变临床难以早期诊断的问题,基于光学相干显微成像技术,建立口腔黏膜光学智能诊断系统,对癌前病变进行自动分级,对口腔黏膜癌变进行精准筛查和早期诊断


3、基于多模态信息融合的骨科疾病诊疗研究

针对骨科疾病诊断、治疗或康复的精准化、智能化需求,研究诊疗信息采集、分析和处理技术,构建临床应用的智能化数据模型,并进行临床前验证。


4、基于多模态多维度医疗大数据的黑色素瘤人工智能辅助诊断研究

针对黑色素瘤早期诊断困难的问题,基于已有数据库/专病队列与皮肤镜检查结果等多维数据,探索针对黑色素瘤早期诊断的多模态、多维度大规模数据预训练模型的设计与训练,并对该模型稳定性与有效性进行多中心验证与评价。


5、基于机器学习的原发性肝癌预后表征及复发预测研究

针对肝癌治疗手段复杂、个体疗效差异等问题,结合临床多模态、动态数据,基于轨迹分析、机器学习算法,构建不同肝癌表征进展/复发的预测模型,并进行模型评价。


三、市基金-丰台联合基金

3-1:重大专项

1、基于人工智能的脑胶质瘤生长模式预测研究

针对脑胶质瘤生长方式和生长速度难预测的临床问题,基于多时间点纵向胶质瘤影像学数据,构建不同亚型脑胶质瘤生长方式和生长速度的人工智能预测模型,包括术前自然生长模式预测和术后复发生长模式预测,并对模型效力进行验证与评价。


3-2:前沿

1、基于临床多源信息的脊柱肿瘤手术智能规划

针对恶性脊柱肿瘤手术复杂、复发率高、功能差等临床难题,开展基于化疗疗效评估、多模态影像等多源信息的智能手术规划关键技术研究,实现精准化、个性化的手术治疗。


2、基于混合现实的口腔颌面部肿瘤手术导航技术研究

基于口腔颌面部手术中三维可视化、精准定位等需求,研发基于混合/增强现实的口腔颌面部手术导航系统,研发虚实环境中的精确配准方法,实现手术中的精确配准、定位与跟踪,提高手术精确性与安全性。


四、市基金-大兴联合基金

4-1:重大专项

1、面向恶性脑胶质瘤的智能化、精准化激光间质热疗系统关键技术研究

面向初、复发恶性脑胶质瘤新型治疗模式的临床需求,针对目前激光治疗中关于病灶识别,光纤植入和提升消融效率等难点问题,开展人工智能辅助下的脑区与肿瘤分割,自动路径规划,安全温控下肿瘤最大化消融和保护神经功能等关键技术开展研究,构建智能化、精准化的激光间质热疗系统,并进行临床适用性及安全有效性评价。

PS:如果一直看小罗推文的同学,一定会对这个课题很熟悉,因为我推荐过一篇顶刊,你只要单位不太差,这个课题你大概率直接拿走了

image-20240616105727703


4-2:前沿

1、激光间质热疗对血脑屏障影响关键理论和方法研究

针对胶质瘤术后化疗,血脑屏障对化疗药的屏障作用,探索激光消融对血脑屏障的影响机制和控制条件,并进行药物治疗效果的评估

探索高效的激光间质热疗和后续综合治疗体系,并进行临床前验证。

PS:又是一个与激光间质热疗相关的课题,上面那个你不喜欢,你可以申请这个呀。


2、基于大语言模型的心血管系统重大疾病临床智能病历辅助系统研究

基于临床实践中心血管系统重大疾病书写病历耗时、效率低、质量参差不齐、无法结构化存储等问题,构建基于大语言模型的临床智能病历辅助书写系统,实现病历的智能化标准化快速书写和结构化存储,并通过标准化指标对该系统的效率、准确性等性能进行验证优化。

PS:我觉得不仅心血管疾病领域需要这个,其他领域也需要,所以如果对这方面感兴趣的老师赶紧冲,到时候等小罗有能力了,好来找你们取经,哈哈。


本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/28361.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

命令词:引导行动的语言工具

人不走空 🌈个人主页:人不走空 💖系列专栏:算法专题 ⏰诗词歌赋:斯是陋室,惟吾德馨 目录 🌈个人主页:人不走空 💖系列专栏:算法专题 ⏰诗词歌…

App UI 风格打造独特体验

App UI 风格打造独特体验

通过Stream流对集合进行操作

Stream Api是JDK8提供的新特性,可以更为方便地对集合进行操作,比如我今天遇到的一个场景: 将本地的一个视频文件分成多块上传到Minio服务器,现在上传功能已经完成,需要调用minioClient对已经上传的文件重新合并成一个新…

8086汇编 add指令学习

ADD,是Intel x86平台的汇编加法指令,MEM代指操作数为内存或寄存器,REG代指操作数为寄存器,IMM代指立即数,SEG代指操作数为段寄存器。 形式和示例如下; ADD MEM8,REG8 ADD DS:[BXSI],AL ADD MEM16,R…

【ARM Coresight Debug 系列 -- ARMv8/v9 Watchpoint 软件实现地址监控详细介绍】

请阅读【嵌入式开发学习必备专栏 】 文章目录 ARMv8/v9 Watchpoint exceptionsWatchpoint 配置信息读取Execution conditionsWatchpoint data address comparisonsSize of the data accessWatchpoint 软件配置流程Watchpoint Type 使用介绍WT, Bit [20]: Watchpoint TypeLBN, B…

vue技巧(十)全局配置使用(打包后可修改配置文件)

1、背景 vue打包目前主流用的有webpack和vite两种,默认用的webpack。(二者的区别大家可以各自上网查,我没用过vite,所以不过多介绍)vue通过webpack打包后,源码会被压缩,但一些关键配置可…

【新课程】PICO VR 交互开发指南

从PICO开始,迈向XR跨平台开发 Unity XR Interaction Toolkit (简称XRI)是一套跨平台的 XR 交互开发工具包,随着版本的更新与完善,逐渐获得了开发者的青睐。各 XR 平台逐步推荐开发者采用 XRI 作为首选的交互开发工具为…

Pytest框架中fixture功能详解

文章目录 1 定义 Fixture函数 2 Fixture 的函数参数 2.1 传入其他fixture函数作为参数 2.2 传入request对象参数 示例1:访问fixture的调用者 示例2:使用fixture的参数 3 Fixture 的作用域参数scope 3.1 scopeclass场景 3.2 scopesession场景 4…

SwiftUI 6.0(iOS 18)新容器视图修改器漫谈

概览 本届 WWDC 2024 观影正如火如荼的进行中,一片鸟语花香、枝繁叶茂的苹果树上不时结出几颗令人垂涎欲滴的美味苹果让秃头码农们欲罢不能。 如您所愿,在界面布局“利器” SwiftUI 这根蔓藤也长出不少喜人的果实,其中在 iOS 18.0 中新添加的…

rabbitMQ的简单使用

rabbitMQ的介绍 RabbitMQ是一个开源的消息代理和队列服务器,主要用于在不同的应用程序之间传递消息。它基于AMQP(Advanced Message Queuing Protocol)协议,提供了一种可靠的方式来处理异步通信。RabbitMQ使用Erlang语言编写&…

springboot 整合redis问题,缓存击穿,穿透,雪崩,分布式锁

boot整合redis 压力测试出现失败 解决方案 排除lettuce 使用jedis <!-- 引入redis --><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-redis</artifactId><exclusions><exclus…

内存泄漏 内存溢出

概念 内存泄漏&#xff1a;是程序没有正确的释放已分配的内存&#xff0c;造成系统内存的浪费。内存泄漏很难发现&#xff0c;因为他不会直接导致程序崩溃&#xff0c;而是会慢慢降低程序的性能。 内存溢出&#xff1a;系统中存在无法回收的内存或使用的内存过多&#xff0c;…

【linux-imx6ull-定时器与中断】

目录 1. 前言2. Linux软件定时器2.1 内核频率选择2.2 重要的API函数2.3 Linux软件定时器的使用配置流程 4. Linux中断4.1 简单中断使用4.1.1 简要说明4.1.2 重要的API函数4.1.3 中断的简要配置流程 4.2. 中断的上半部和下半部4.2.1 tasklet实现下半部4.2.2 work实现下半部 1. 前…

MySQL数据操作与查询- 聚合函数和分组查询

一、聚合函数 聚合函数主要用来进行数据 汇总 。 1、sum 返回选取的某列的总和。 语法&#xff1a; select sum(字段名) from 表名 where 条件表达式 2、max 返回选取的某列的最大值。 语法&#xff1a; select max(字段名) from 表名 where 条件表达式 3、min 返…

【网络安全的神秘世界】AppScan安装及使用指南

&#x1f31d;博客主页&#xff1a;泥菩萨 &#x1f496;专栏&#xff1a;Linux探索之旅 | 网络安全的神秘世界 | 专接本 https://www.hcl-software.com/appscan AppScan是一种综合型漏洞扫描工具&#xff0c;采用SaaS解决方案&#xff0c;它将所以测试功能整合到一个服务中&a…

样式的双向绑定的2种方式,实现样式交互效果

与样式标签实现双向绑定 通过布尔值来决定样式是出现还是消失 show代表着布尔值&#xff0c;show的初始值是false所以文本不会有高亮的效果&#xff0c;当用户点击了按钮&#xff0c;就会调用shows这个函数&#xff0c;并将show的相反值true赋值并覆盖给show,此时show的值为tru…

【秋招突围】2024届秋招笔试-小红书笔试题-第二套-三语言题解(Java/Cpp/Python)

&#x1f36d; 大家好这里是清隆学长 &#xff0c;一枚热爱算法的程序员 ✨ 本系计划跟新各公司春秋招的笔试题 &#x1f4bb; ACM银牌&#x1f948;| 多次AK大厂笔试 &#xff5c; 编程一对一辅导 &#x1f44f; 感谢大家的订阅➕ 和 喜欢&#x1f497; &#x1f4e7; 清隆这边…

诊断解决方案——CANdesc和MICROSAR

文章目录 一、CANdesc二、MICROSAR一、CANdesc canbeded是Vector汽车电子开发软件Nun Autosar标准的工具链之一。 canbeded是以源代码的形式提供的可重用的组件,包括CAN Driver,交互层(IL),网络管理(NM),传输层(TP),诊断层(CANdesc) , 通信测量和标定协议(CCP,XCP) 和 通信控…

404 页面代码

<template> <div class"container"><h1>404</h1> <div ><p class"text-center">当前页面无法访问,可能没有权限或已删除</p><p class"text-center"> 去别处看看吧</p> </div> <…

Internet Download Manager(IDM6.41)软件安装包下载及安装教程

Internet Download Manager有一个智能下载逻辑加速器&#xff0c;具有智能动态文件分割和安全的多部分下载技术&#xff0c;可以加速下载。与其他下载加速器和管理器不同&#xff0c;Internet下载管理器在下载开始之前对文件进行分段&#xff0c;而Internet下载管理器在下载过程…