返回首页
CCF@U757：张法、章文、崔学峰、万晓华走进河南中医药大学
2019年12月18日，CCF走进高校来到河南中医药大学。CCF高级会员、CCF生物信息学专委秘书长、中科院计算所张法研究员以及三位CCF生物信息学专委委员：CCF高级会员、华中农业大学章文教授，CCF专业会员、山东大学崔学峰教授，CCF专业会员、中科院计算所万晓华博士为广大师生带来一场关于医学和信息学交叉融合的学术盛宴。来自河南中医药大学人事处、科技处及附属医院、中医药科学院和药学院等兄弟院系和部门，以及华北水利水电大学、河南财经政法大学的师生200余人聆听了报告会。CCF专业会员、河南中医药大学信息技术学院副院长许玉龙博士主持报告会。
张法首先作题为“病理图像分类及其在肿瘤标志物预测方面的尝试”的报告。他系统介绍了其研究团队构建的目前最大的乳腺癌病理图像样本库，以及基于该样本库的两种乳腺癌病理图像深度学习分类方法：基于混合深度网络的乳腺癌病理图像分类算法和基于多模态融合的病理图像分类算法。
章文以生物医学研究产生的大量数据为基础，利用国际开源数据库，开展生物信息相关数据的挖掘。他针对药物副作用预测、药物疾病关联预测、药物-药物反应预测等问题，设计出了关联挖掘的网络链路预测算法，建立了高精度的药物副作用预测模型、药物疾病关联预测模型、药物-药物反应预测模型等。
崔学峰的报告题为“Finding Remote Homologous Proteins: Alignment-Based, Alignment-Free and Cross-Modal Methods”，报告中提出了三种新的方法来寻找具有不同目标的远距离同源蛋白：PROSTA算法、ContactLib算法和CMsearch算法。研究表明，这些方法不仅能提高寻找同源蛋白的准确性，还可以提高预测蛋白质结构的准确性。
万晓华的报告主题是“基于统计模型的MRA脑血管分割方法研究”。她针对当前基于统计模型的脑血管分割算法对狭窄血管的分割精度较低、耗时较长的问题，提出了一种基于聚焦多高斯(FMG)模型和加权3D马尔可夫随机场的脑血管自动分割算法，执行速度提高了约70倍。
报告会后，与会专家与听众进行了互动交流，并合影留念。整场报告会内容丰富、气氛热烈，是一场关于“新医科”和“新工科”背景下医工结合的学术盛会。通过这次报告，在场师生对生物信息学方面的研究有了新的理解和认识。
听众感言
我一直很期待邀请CCF生物信息学专委的老师们到我校进行讲座和交流，此次机缘巧合，不但能邀请到CCF的专家来到我校，而且正好是CCF生物信息学专委的专家，这与我校的医学类院校的背景相符合。这次报告不仅在我们信息技术学院引起了重视，还吸引了学校人事处、科技处、校附属第三临床医学院、科研实验中心、药学院以及河南省协同创新中心的多位老师前来听会和交流，甚至包括隔壁兄弟高校的华北水利水电大学和河南财经政法大学的老师，也带着研究生前来参会。由此可见在当前国家大力倡导发展“新医科”、“新工科”和“医工结合”的大背景下，CCF的生物信息学专委会将会在计算机和医学生命科学等的交叉融合领域会吸引更多有志于此的人士从事科学研究，凝聚更多行业力量，也会为我国的生物医学信息学的发展起到很好的推动作用。我们也期待以后能举行更多的CCF走进高校活动。感谢CCF和生物信息学专委会的各位专家！
通过本次讲座，我了解到了生物信息学、医学图像处理领域的前沿进展。给我印象最深的是老师的研究方法。张法老师不仅拥有渊博的知识，还具备敏锐的观察力。他发现病理医生在判断病理图像时会结合病历信息，从而提出了基于多模态融合的病理图像分类算法。其实，不论多么高深的研究，最终都是要回归生活，用生活的逻辑解决问题，并在生活中寻找灵感。而且，只有对这个行业有着深沉的热爱和对行业深入的了解，才有机会有这样的发现，这对于我们医学信息化方向的同学很有启迪意义。章文老师认为“现实世界中的许多系统可以表示为网络，虽然领域不同，看起来根本不是一回事，但从原理上是有很多相似点的。”这给我们提供了一种宏观的、概括的视角。其实，信息技术方面的问题虽纷繁复杂，但概括起来不过是计算、评价、寻找关联、分类等基本问题，其他问题可以由此延伸。比如预测可以由评价得到，推荐可以由分类得到等。明确问题所在，再选择相应的算法，并结合具体问题进行改进，就可以得到相应的解决方法。再次感谢CCF对我们会员的关怀与各位老师的精彩演讲。
聆听了CCF三位专家的学术分享，我感想颇多，几位老师不管是学识，还是学术经验都给我留下了深刻的印象。尤其是山东大学的崔学峰教授，他讲述了Protein Structural Fingerprints是如何发现的，以及这种研究方法判断蛋白质的精确性，我听了真是感到耳目一新。原来我们学习计算机专业的也可以从事这些高精尖的生命科学研究。老师们博学的见识让我折服，希望以后这样高质量的讲座能多来几场。
报告会中张法老师的“基于深度学习方法的病理图像分类及分析研究”的讲座给我留下了深刻的印象。张老师把自己丰富的学术经验和科研经历融入讲座中，报告形象生动、通俗易懂，不仅让我了解到新的图像处理技术，还学到了对待科研的态度：做研究就应该争分夺秒、持之以恒。非常感谢CCF提供的这次机会，都是满满的干货，收获太大了。
崔学峰老师和章文老师关于同源蛋白质算法的研究报告和生物医学大数据挖掘研究相关的报告使我印象很深刻，大开眼界，我从中领略到了学者们的博学风范。老师们对学术研究的生动解释让我对这些研究产生了浓厚的兴趣，仿佛为我打开了一扇新的大门。这次的讲座让我对计算机科学有了更深入的认识，更坚定了自己求知的决心。
有幸参加活动，当面领略几位CCF专家的风采，我感到很高兴。张法研究员讲了病理图像分类及其在肿瘤标志物预测方面的尝试，为我们提供了新的学习和研究思路；章文博士向大家介绍的数据挖掘在医学和生命科学领域的一种研究和应用案例，对我们的以后的学习很有启发。
讲者简介
张法
博士，CCF高级会员，CCF生物信息学专业委员会秘书长，中国科学院计算技术研究所研究员，博士生导师。主要从事生物信息学算法和高性能计算方面的研究，近年来在冷冻电镜三维重构、生物医学图像处理等方面，取得了多项重要研究成果。在Cell Research、Bioinformatics和Journal of Structural Biology等国际著名期刊和ISMB等知名国际会议发表论文100余篇。作为项目负责人和主要参与人承担了多项科技部重点研发专项、国家自然科学基金重点和国际合作重大项目、中科院先导、中科院知识创新重点等项目。担任IJDMB、JCST等国际期刊的编委。
崔学峰
博士，CCF专业会员，CCF生物信息学专业委员会委员，山东大学教授。主要科研领域为生物信息学。一直致力于设计机器学习与并行算法，用来解决与人类生活息息相关的生物问题。第一作者论文3次发表在会议Intelligent Systems for Molecular Biology（ISMB，生物信息学顶级会议，每年仅录取约40篇论文）。此外，创新科研成果被国际媒体Bio-Techniques报道1次，被国际媒体Science X报道2次。
章文
博士，CCF高级会员，CCF生物信息学专委会委员，CCF YOCSEF武汉AC委员，华中农业大学教授，博士生导师。近几年来开展生物医学大数据挖掘的研究工作，开发算法和模型，发表论文60余篇，包括多篇计算机ESI高被引论文。担任多个国际会议程序委员会委员，包括BIBM，GIW，AAAI，APWeb-WAIM，UIC等。担任多个重要期刊的审稿人，包括Bioinformatics, Briefings in Bioinformatics, Molecular Therapy-Nucleic Acids, BMC Bioinformatics, Neurocomputing等。主持国家自然科学基金青年项目、面上项目和多个省部级科研项目。
万晓华
博士，CCF专业会员，CCF生物信息学专业委员会委员，中国科学院计算技术研究所副研究员，硕士生导师。主要研究方向为高性能计算和生物信息学，特别是在生物医学图像的相关研究上，针对三维重构算法、大规模图像并行处理作出了一系列研究成果，相关算法及软件已经在美国圣地亚哥超算中心、美国国家显微镜与影像研究中心、清华大学、中科院生物物理所等单位得到广泛应用。近年来已发表论文50余篇，主持和参与了多项国家自然科学基金项目、国家重点研发计划和中科院战略性先导项目等多项国家项目。
常见问题解答
1、CCF走进高校是什么活动？
CCF从2009年起组织计算机领域资深专家每年走进近百所高校进行公益讲座。
2、为何举办CCF走进高校活动？
帮助大学生提升专业能力、做好人生和职业规划。
3、如何参加CCF走进高校？
CCF学生会员可免费参加所在学校承办的CCF走进高校活动，非CCF学生会员加入CCF后即可免费参加。
4、如何申请CCF走进高校活动？
当一所高校CCF会员总数超过20人时，每年可向CCF申请一场CCF走进高校，CCF根据高校需求推荐和匹配讲者。
5、如何申请成为CCF走进高校讲者？
是CCF会员且在计算机领域具有一定影响力的专家，可向CCF申请成为CCF走进高校讲者。
6、讲者的差旅费由谁承担？
CCF走进高校活动属于CCF公益活动，讲者的全部差旅费可由CCF承担。
7、联系方式：
membership@ccf.org.cn
京公网安备 11010802032778号