University of Michigan - Shanghai Jiao Tong University Joint Institute

Pages

  1. 密院教师罗家佳获批国家自然科学基金项目

    十月 8, 2018 by 交大密西根学院科研办公室   分享:   人人网   打印

    近日,国家自然科学基金委公布了2018年度国家自然科学基金申请项目评审结果,交大密西根学院助理教授罗家佳主持的“子宫悬吊组织在女性盆腔器官脱垂中的生物力学研究”获面上项目立项资助。

    201809291-s

    盆腔器官脱垂是女性盆腔器官的异常向下移动和变形,主要由自然分娩所带来的意外损伤引起。在美国,每年有超过20万的女性需要接受手术治疗脱垂,治疗费用超过10亿美金。在中国,该疾病随着人口老龄化也急剧增加。自然分娩为何会导致20到30年后出现盆腔器官脱垂至今仍是一个谜。 罗家佳的项目将招募和测试无脱垂患者和脱垂患者,以测量和量化子宫悬吊组织的粘弹性,并基于核磁共振图像进行盆底重建,最终建立患者特定的计算机生物力学模型,以了解其对盆腔器官脱垂发生的作用。这项研究的结果将有助于更好地理解为什么分娩时的肌肉损伤会导致20到30年后的脱垂产生,并改进预防和治疗脱垂的方案。

    罗家佳领导的课题组目前在生物力学、生物医学影像、有限元仿真、医疗物联网、大数据、机器学习等几个领域展开研究工作。相关研究方向包括:

    1. 生物力学、生物医学影像、有限元仿真:

    研究主要是基于核磁共振图像建立三维盆底结构模型,并基于患者特定的结构材料性质,建立特定的计算机生物力学模型和进行有限元仿真。该研究同时可以帮助检测多个在活人身上无法进行的临床假设,并帮助外科医生准备具体治疗策略和规划手术。女性盆底解剖结构是人体最复杂的结构之一。它包含多个生殖器官、泌尿器官、连接组织、韧带,及平滑肌,条纹肌等。其复杂性为诊断和治疗盆底疾病带来了巨大的挑战。核磁共振图像由于其安全性,对肌肉等成像清晰的特点,已广泛应用于心脏、大脑等器官的研究。但在女性盆底三维重建方面,其研究才刚刚兴起不久。

    2. 医疗物联网、大数据和机器学习:

    研究旨在通过设计智能传感器和研发新颖的机器学习算法,建立一个基于大数据的智能连接系统,以促进实时监测和诊断,以改善妇女和儿童的健康。女性盆底疾病及儿童心脏病严重影响了女性和儿童的健康。这两类疾病都不太容易察觉,要么是因为女性不想分享,要么是儿童不知道发生了什么,或者是她们不知道分享什么和如何分享。此外,那些经常延迟的诊断需要耗时的检查,例如检查长时间记录的尿动力学数据或心电图。

    背景介绍

    Jiajia Luo罗家佳博士现任上海交通大学密西根学院助理教授、博士生导师。他于2012年获得美国密西根大学博士学位。他的研究重点是应用创新医疗设备和患者特定的计算机模型,来理解女性盆底疾病的生物力学,并利用此信息,建立新的预防策略和新的临床治疗手段,以改善女性的健康。同时,他还致力于基于大数据和机器学习建立智能医疗系统的研究,以更好地改善对疾病的监测和诊断。2010年获得美国泌尿妇科协会的最佳科学论文奖,2013年获得美国机械工程师协会夏季生物工程会议博士竞赛奖。2014年作为项目负责人(PI), 获得了美国国立卫生研究院(NIH)资助的密西根大学临床与健康研究的职业发展奖。2015年发表的女性盆底生物力学的学术论文被美国生物力学杂志重点推介。