英国考文垂大学计算科学与数学建模中心招收全奖博士

英国考文垂大学计算科学与数学建模中心招收全奖博士

图深度学习在神经退行性疾病检测中的应用

关于项目

神经退行性疾病，如阿尔茨海默病（AD）和帕金森病（PD），影响着全球数千万人，给社会带来了沉重的经济负担。早期诊断和准确描述疾病进展情况对于治疗和提高患者生活质量至关重要。然而，目前的方法依赖于昂贵且耗时的精神状态检查和神经影像学扫描，且往往不够准确。因此，迫切需要开发出经济高效且准确的诊断工具，用于神经退行性疾病的早期检测。

项目详情

本项目旨在开发图深度学习方法，对时空脑动态进行建模，以实现神经退行性疾病的准确且可解释的检测。脑电图（EEG）已成为研究神经系统疾病的一种无创且经济实惠的替代技术。然而，目前的方法主要依赖于单通道或成对连接分析，且仅关注选定的电极或脑区。

我们希望研究如何设计图深度学习模型，以捕捉脑信号中的动态变化，实现准确检测，并探讨如何增强这些模型的可解释性，以支持临床决策。本项目将利用两个指导团队在脑电图信号处理、图深度学习、动力系统和统计物理方面的互补专业知识。候选人将由考文垂团队的何飞博士和斯泰伦博斯团队的弗朗切斯科·佩特鲁乔内（Francesco Petruccione）教授共同指导。本项目将推动图深度学习的新理论发展，并为脑连接和网络神经科学研究领域做出贡献。

这是一个考文垂（英国）和斯泰伦博斯（南非）联合设立的博士研究生项目，您将在两所大学注册攻读博士学位。成功入选的候选人将常驻考文垂大学，并将在斯泰伦博斯（南非）度过几个月的时间。

本项目将利用两个指导团队在脑电图信号处理和统计物理方面的互补专业知识。您将由考文垂团队的何飞博士和斯泰伦博斯团队的弗朗切斯科·佩特鲁乔内教授共同指导。

资金支持

学费及助学金

项目优势

成功入选的候选人将接受全面的研究培训，包括技术、个人和职业技能方面的培训。考文垂大学的所有研究人员（从博士生到教授）都是博士与研究员学院的成员，该学院提供高质量的培训和职业发展活动支持。

入学要求

相关学科/专业领域的一等学位，成绩至少达到2:1，项目部分成绩至少达到60%，或总体模块平均成绩至少达到60%的同等水平。

硕士学位，论文成绩至少达到60%

额外邀请

具备开展创新研究并在3.5年内完成博士学位的潜力。

具备最低英语语言能力（雅思学术类总分至少达到7.0，且各单项至少达到6.5）。