基于大数据分析与挖掘技术在脑神经影像数据以及行为数据进行分析与应用，进一步实现生物标记物识别，疾病诊断，关联性分析以及因果预测分析。

研究生学习与参与方向：

希望加入的学生具备计算机背景或较强的跨学科学习能力。入组后将围绕以下几个方面开展学习和研究工作：

1. 技术技能要求（可边学边用）：

• 熟练掌握 Python，了解数据处理库（如Pandas/Numpy）、机器学习框架（如sklearn/XGBoost）

• 具备医学图像处理基础优先（可训练使用 SimpleITK、3D Slicer、VMTK）

• 对深度学习（尤其是CNN/UNet）有初步了解或愿意深入学习

2. 研究任务安排：

• 参与医学影像处理

• 参与结构化数据建模：特征工程、模型训练与可视化分析

• 协助科研论文撰写与数据报告整理

• 可参与省级项目申报、挑战杯、科研竞赛等任务，支持发表/竞赛成果

希望你：

• 有探索精神、动手能力强，愿意主动学习医学相关知识

• 逻辑思维清晰，善于沟通，有一定的表达能力

• 对科研有兴趣，愿意持续投入、做出可落地成果

我们希望找到能够共同成长、共同推动科研与产业转化的学生。如有意愿深入了解项目内容与方向，欢迎进一步沟通。