团队合影 2024
欢迎来到上海交通大学医学图像与健康信息分析（Medical Image and Health Informatics, MIHI）实验室。本实验室由钱晓华老师创建并领导，隶属于生物医学工程学院和Med-X研究院。本实验室的研究方向是医学图像处理与分析，和机器学习，包括分类和预测，检测与分割，以及健康大数据挖掘；主要解决的技术挑战是小样本和细粒度分析，模型的稳定性和泛化性，以及高维数据挖掘。我们致力于“医工交叉”和“跨学科”研究，开发先进的人工智能技术和信息系统，解决医疗健康中的难点与痛点。
帕金森病（PD）是一种严重的神经退行性疾病，面临医生数量少、诊断不客观、随访难持续的现实难题。目前，综合评价量表（MDS-UPDRS）是临床诊断和评估PD的金标准，因此基于该量表的智能评估非常重要。
胰腺癌，“癌症之王”，是最致命的癌症之一，主要归因于：1）缺乏早期预警征象和筛查/早期诊断手段，大多数患者确诊时已是晚期；2）难以在术前对预后风险因素有效评估，预后效果差；3）手术切除复杂，涉及癌和血管侵犯等问题。为此，我们致力于开发胰腺癌临床全流程（诊断和治疗）的影像信息系统。
生物医学数据分析面临着多种严峻的挑战，例如数据缺失、小样本、维数灾难等常见问题。个性化的具体临床需求意味着收集到的临床数据往往只有部分可用，导致数据缺失。由此还带来小样本问题，即包含相同数据模态和类型的样本数量总是很小。简单的删除、插值可能损失有效的鉴别信息，对后续分类产生不利影响。此外，同一模态的数据有可能维数很高，例如DNA甲基化数据的维数高达100k量级，维数灾难带来大量冗余信息，掩盖了真实的鉴别性特征。
