M.Sc. Ji Chen

Doktorand

Forschungsschwerpunkte:

• Psychische Störungen
• Multi-modales MRI
• Multivariate Methoden & Machine Learning
• Beziehungen zwischen Gehirn und Verhalten

Methodische Schwerpunkte:

• Faktorisierung nicht-negativer Matrizen

  
  

Heat maps depicting an example of a factor model derived from the NMF method, which is quite intuitive and sparse. Seen from the matrix (item-by-factor), one can easily assign an item into a certain factor according to the largest coefficient.

Die Hauptdomänen meiner Forschungsschwerpunkte sind verschiedene moderne Methoden des Machine Learning zur Lösung oder zum besseren Verständnis vieler klinischer Probleme im neuropsychiatrischen Bereich. Insbesondere bin ich daran interessiert, multimodale fMRI-Daten als Ziel zu verwenden, auf die diese Machine Learning-Ansätze angewandt werden. Da die psychiatrischen Erkrankungen wie Schizophrenie in symptomatischen Ausdrücken heterogen sind und schwer zu beschreiben sind, versuche ich nach einer stabilen und verallgemeinerten Faktorstruktur zu suchen, um die psychopathologischen Dimensionen der Schizophrenie zu konzeptualisieren. NMF ist eine nicht überwachte maschinelle Lernmethode, die nachweislich biologisch bedeutsame Dekompositionen liefert, und stütze mich daher auf diese Methodik und wende sie auf das psychiatrische Gebiet an. Darüber hinaus veranlassen mich der schwer fassbare Phänotyp und der Endophänotyp bei diesen psychiatrischen Patienten dazu, sie durch Clustering-Algorithmen mit der Kombination von Bildgebungsinformationen und klinischen Symptomen in verschiedene biologische Untergruppen zu unterteilen. Außerdem möchte ich den klinischen Schweregrad und den Krankheitsverlauf anhand von Bildgebungsdaten vorhersagen, indem viele Vorhersageverfahren wie LASSO verwendet werden.

Kontakt