会议预告 | 生物信息学与智能信息处理2020年学术会议即将在成都召开

摘要：单细胞测序（multi-omics）数据能够在大量细胞测序的基础上深入了解细胞群体之间的基因-基因关联或转录网络。然而，传统的网络方法只局限于分组的小区而不是单个小区，从而消除了单个小区的异构性。从单个细胞到单个细胞的基因序列（CSN）进一步形成一个稳定的基因表达网络（CSN）。特别是，这是我们第一次在单细胞分辨率水平上识别基因关联/网络。CSN方法可以从网络角度对scRNA序列数据进行聚类分析和伪轨迹分析，为单细胞测序数据分析开辟了一条新的途径。此外，CSN能够发现每个细胞的差异基因关联，甚至是在网络水平上发挥重要作用但通常被传统差异基因表达分析忽略的“暗”基因。此外，CSN和网络流熵可以用来构建每个样本的RNA序列数据的个体网络，并量化细胞的细胞效价。在各种单细胞测序数据集上的实验验证了CSN在准确性和鲁棒性方面的有效性。

个人简介：陈洛南教授分别于1988年和1991年获得中国华中科技大学电气工程学士学位和日本东北大学电机工程硕士和博士学位。1997年起，任日本大阪三洋大学副教授，后任正教授。2010年起任中国科学院上海生物化学与细胞生物学研究所系统生物学重点实验室教授、执行主任。他被选为中国计算系统生物学学会创始会长，IEEE SMC学会系统生物学技术委员会主席。主要研究方向为生物动力学，生物信息学，特别是基于生物动力学和信息学的研究领域。近年来，他在网络和系统生物学领域发表了300多篇期刊论文和两部专著。

摘要：随着技术的进步，正快速产生海量的生物医学数据，这使得利用这些数据建模解决复杂问题成为可能。本报告将评述及介绍其中的一些技术与结果。

个人简介：教授，博士生导师，IEEE Senior Member。曾任中国工业与应用数学学会常务理事，广东省工业与应用数学学会理事长，中山大学数学与计算科学学院副院长，国家自然科学基金会评专家。目前研究方向为：统计学习理论、图像处理与模式识别、生物信息学。

摘要：介绍同步脑电-磁共振技术的背景（脑电、功能磁共振技术的典型特点与互补性），同步采集方法，功能信息融合方法，结合癫痫脑疾病研究，探讨融合结果的解释，最后探讨该方向未来的发展路径等。

个人简介：四川省脑科学与类脑智能研究院院长（2018-），电子科技大学生命科学与技术学院首任院长（2001-2017）；神经信息教育部重点实验室主任。中国脑电联盟理事长，中国生物医学工程学会副理事长，全国优秀教师；杰青、长江学者,AIMBE Fellow。已发表SCI论文100余篇，Goolge引用1万余次。代表性工作：原创脑电零参考技术获国际学术组织(IFCN、OHBM）推荐使用，被纳入EEGLAB、Fieldtrip等主流软件，已成为脑电领域主要参考之一；倡导建立脑器交互学学科，获得国际同行初步认可。获国际脑电图与临床神经科学学会(ECNS) Roy John Award以及教育部自然科学一等奖等.

摘要：影像基因组学是将影像学和基因组学相结合，通过对跨模态/组学数据信息的分析利用，揭示肿瘤在分子与影像表型间的关系，提供肿瘤及其环境的影像学信息解析方法，为肿瘤精准诊疗探索新思路和新方法。本报告将结合我们近年来所开展的工作，介绍面向肿瘤精准诊疗的影像基因组学方法及其临床应用研究进展。

个人简介：国家杰出青年科学基金获得者，“新世纪百千万人才工程”国家级人选。浙江省科技发展咨询委员会委员、之江实验室学术咨询委员会委员，中国生物医学工程学会图像信息与控制专业委员会副主任委员（候任主任委员），中国图象图形学会医学影像专业委员会副主任委员。主要从事智能生物医学研究，围绕疾病早期检测、诊断和精准化治疗中的医学影像和生物信息处理、智能化诊疗以及医疗器械的研发等问题开展研究和技术创新。

主办单位

中国人工智能学会

承办单位

CAAI生物信息学与人工生命专委会

四川大学计算机学院

协办单位

四川大学华西医院

成都东软学院

电子科技大学

CAA智能健康与生物信息专委会

中国计算机学会生物信息学专委会

中国生物工程学会计算生物学与生物信息学专委会

大会主席

张学工 清华大学

程序委员会主席

章乐 四川大学

汪小我 清华大学

大会秘书长

邹权 电子科技大学

宣传委员会主席

王颖 厦门大学

本地组委会成员

蒋斌 四川大学

章毅 四川大学

张伟 四川大学华西医院

黄健 电子科技大学

林昊 电子科技大学

郭峰彪 电子科技大学

本次大会的主题是“人工智能+医学”,主题包括但不局限于下列主题：

S1: 自然与人造系统中的自组织现象与机理

S2: 生物信息分析与智能处理算法

S3: 生物多组学数据分析

S4: 生物网络与系统生物学

S5: 智能药物设计

S6: 精准医学与大数据

S7: 生物及健康大数据分析

S8: 生物医学影像分析

S9: 数字诊疗与智慧健康

S10: 脑与类脑智能的生物信息基础

S11: 人工生物系统与合成生物学

S12: 人工生命与人工智能