Center for Dynamical Biomarkers
Center for Dynamical Biomarkers
  • Видео 33
  • Просмотров 45 346
Hurst Exponent Analysis (Hurst 指数分析)(with sound)
哈佛动态生医指标中心主任彭仲康教授跟培训的访问学者和学生介绍 Hurst 指数分析。这是随机游走 (Random Walk) 模型的一个应用。
随机游走 (Random Walk) 模型的简单介绍:
ruclips.net/video/E5AGhfQSh38/видео.html
Просмотров: 65

Видео

健康与疾病的基本定律 (4): Q&A
Просмотров 137Год назад
这是彭仲康教授在东南大学庆祝120周年校庆学术演讲系列中所作的报告 (2022-05-25) 第4段视频(听众提问部分)。
健康与疾病的基本定律 (3)
Просмотров 83Год назад
这是彭仲康教授在东南大学庆祝120周年校庆学术演讲系列中所作的报告 (2022-05-25) 第3段视频。
健康与疾病的基本定律 (2)
Просмотров 125Год назад
这是彭仲康教授在东南大学庆祝120周年校庆学术演讲系列中所作的报告 (2022-05-25) 第2段视频。
健康与疾病的基本定律 (1)
Просмотров 248Год назад
这是彭仲康教授在东南大学庆祝120周年校庆学术演讲系列中所作的报告 (2022-05-25)。 摘要:从一个物理学家的视角,临床医学似乎是许多“医学事实”的累积,而不能称之为一门科学。主要原因是这些“事实”并不能在一个结构中从基本的定律推导出来。甚至,就连医学中最核心的一个基本概念-健康,都没有办法用严谨的理论去定量的测量。在这个报告中,我将介绍如何运用复杂系统科学(物理学的一个分支)的概念来定义健康与疾病,并归纳出两个重要的基本定律。我们也会列举许多医学问题,展示如何正确的应用这两个定律。最后,我们会讨论这套创新的理论体系和计算方法,如何与近年来不断发展的穿戴式设备与技术,以及大数据和人工智能密切结合,为移动医疗和大健康产业开辟一个崭新的天地。
中医是否是科学?(5)
Просмотров 7412 года назад
这是讨论中医是否是科学的第五集视频,也是这一系列的最后一集。在这一集视频中,范教授将继续为我们讲解,如何透过量化中医最核心的几个系统参数:阴阳以及气的运行(升、降、出、入),循序渐进的构建基于中医理论的量化模型。并且讨论它们在临床上的应用,例如:如何协助疾病的诊断,以及对疗效的评估!
中医是否是科学?(4)
Просмотров 6382 года назад
这是讨论中医是否是科学的第四集视频。在这集视频中,我们将讨论如何发展一套策略,让我们可以把中医的核心概念,变成可以量化的指标,并且用它们来描述人体的健康与疾病状态! 我特别邀请了范竞教授来讲解中医的核心理论。范竞教授是南京中医药⼤学的博士,2015到2016年在我们哈佛实验室担 研究员,他现在担 美国德州 AOMA 整合医学研究院教授、博⼠导师、临床教学部主 ,也是我们实验室的客座研究员。
中医是否是科学?(3)
Просмотров 5562 года назад
这是讨论中医是否是科学的第三集视频。重点介绍了复杂度理论,以及倒U形现象。
中医是否是科学?(2)
Просмотров 6702 года назад
第二集视频讨论如何用复杂系统的方法来研究健康与疾病,这套方法可以推导出关于健康与疾病的重要规律。
中医是否是科学?(1)
Просмотров 2,3 тыс.3 года назад
从一个物理学家的视角,提供一些看法,在更基本的层面(科学的方法论)进行理性的讨论!这是一系列视频的第一部。 彭仲康教授: 各位可能会有一个疑问:一个学物理的人为什么要来讨论中医的问题?所以我还是要向各位简单的介绍一下背后的故事。视频中有提到我的研究领域是复杂系统,这个领域可以研究的范畴非常的广(只局限于自己的想象力),我在获得物理博士之后对健康与疾病这个主题产生了兴趣,因此,在1993年到了哈佛医学院开启了把“人体”当做一个复杂系统的研究,一直到现在。当然,由于系统论方法可应用的范围很广,我也在其它许多学术领域都有一些贡献,并且发明了许多新的算法,这些算法广泛的在物理、数学、医学和工程界被许多研究人员使用。但是我主要的研究范畴还是在西医的领域,只是采用的方法与技术是以系统论为主。研究深入之后,就总结出了几条关于复杂系统的重要定律,我称之为“动态复杂度理论”。当我们把这套理论应用在医学...
Bayes Factor (贝叶斯因子)
Просмотров 3,1 тыс.3 года назад
介绍一个直觉而且简单的诀窍来使用贝叶斯定理
Disruptive Innovations in Healthcare 医疗保健领域的颠覆性创新 (Part 2)
Просмотров 1064 года назад
这是哈佛动态生医指标中心的培训课程。这次讨论的主题是如何用颠覆性创新的方法改进医疗系统 (Part 2)。授课老师:Prof. Chung-Kang Peng (彭仲康)。 本视频中删掉了一些与主体无关的上课片段。 上课中讨论的关于中耳炎的人工智能影像分析的技术是由 HTC 张智威博士领导的团队开发的。影像数据库是由台湾国泰医院王拔群主 提供的。
Bifurcation Route to Chaos (通往混沌之路)
Просмотров 3934 года назад
这是哈佛动态生医指标中心的培训课程。这次讨论的主题是 Bifurcation Route to Chaos。授课老师:Prof. Chung-Kang Peng (彭仲康)。 You can find the 3-D image that connects Logistic Map and Mandelbrot Set here: github.com/jonnyhyman/Chaos
Disruptive Innovations in Healthcare 医疗保健领域的颠覆性创新 (Part 1)
Просмотров 1704 года назад
这是哈佛动态生医指标中心的培训课程。这次讨论的主题是如何用颠覆性创新的方法改进医疗系统 (Part 1)。授课老师:Prof. Chung-Kang Peng (彭仲康)。
熵 Entropy 以及时间的箭头 (Part 2)
Просмотров 3964 года назад
这是哈佛动态生医指标中心的培训课程:介绍熵 (Entropy), 以及时间的箭头 (Part 2)。授课老师:Prof. Chung-Kang Peng (彭仲康)。 Part 1: ruclips.net/video/zY9bTSYRSuU/видео.html Part 2: ruclips.net/video/EyBB6dmsOzs/видео.html 补充资料: ruclips.net/video/_zjSTwCyGMs/видео.html
熵 (Entropy) 以及时间的箭头 (补充):计算机模拟
Просмотров 1914 года назад
熵 (Entropy) 以及时间的箭头 (补充):计算机模拟
熵 (Entropy) 以及时间的箭头 (Part 1)
Просмотров 9014 года назад
熵 (Entropy) 以及时间的箭头 (Part 1)
Hurst Exponent Analysis (Hurst 指数分析)
Просмотров 1,4 тыс.4 года назад
Hurst Exponent Analysis (Hurst 指数分析)
随机游走 (Random Walk) 模型简介
Просмотров 2,9 тыс.4 года назад
随机游走 (Random Walk) 模型简介
COVID-19 病毒传播的简单模型 (补充2):从图中寻找拐点
Просмотров 1314 года назад
COVID-19 病毒传播的简单模型 (补充2):从图中寻找拐点
Bayes' Theorem 贝叶斯定理
Просмотров 24 тыс.4 года назад
Bayes' Theorem 贝叶斯定理
COVID-19 病毒传播的简单模型 (补充 1):美国的疫情是否将步上意大利的后尘?
Просмотров 3024 года назад
COVID-19 病毒传播的简单模型 (补充 1):美国的疫情是否将步上意大利的后尘?
COVID-19 病毒传播的简单模型 (Part 2):美国现状有多严重?
Просмотров 2934 года назад
COVID-19 病毒传播的简单模型 (Part 2):美国现状有多严重?
COVID-19 病毒传播的简单模型 (Part 1)
Просмотров 4214 года назад
COVID-19 病毒传播的简单模型 (Part 1)
Quantifying Sleep State (part 2)
Просмотров 1416 лет назад
Quantifying Sleep State (part 2)
Quantifying Sleep State (part 1)
Просмотров 2417 лет назад
Quantifying Sleep State (part 1)
心肺耦合(CPC)睡眠分析
Просмотров 1,1 тыс.7 лет назад
心肺耦合(CPC)睡眠分析
Information-based Similarity (IBS) Analysis
Просмотров 2277 лет назад
Information-based Similarity (IBS) Analysis
Disruptive Innovations in Healthcare
Просмотров 1027 лет назад
Disruptive Innovations in Healthcare
複雜系統理論之醫學應用 (3)
Просмотров 2747 лет назад
複雜系統理論之醫學應用 (3)

Комментарии

  • @xin-t2k
    @xin-t2k 3 дня назад

    我想问一下假设符合图书管理员的有这样的个性p(E/H)=0.5 和假设农民有这样的个性=0.1 这两个数据是可以是任何数吗还是有啥别的因素

  • @erauncertain4273
    @erauncertain4273 20 дней назад

    如果第二次检测是阴性,那么患病的概率又是多少呢?

  • @user-wb5nz4bw1p
    @user-wb5nz4bw1p 24 дня назад

    这里的用词,明显是大陆中国人做出来的

  • @dejavu6591
    @dejavu6591 28 дней назад

    这个视频是中文讲得最清楚的

  • @komikoa
    @komikoa Месяц назад

    从患者的角度说,如果我被诊断患癌症了,误诊几率只有2%,那么我相信没有人会用贝叶斯来计算,觉得自己得病的概率只有4.几%。都会觉得自己98%是中招了 但是从医生的角度来看,每天检测了100个阳性的,只有4个左右是真的阳性,所以你大概率还是没有的癌症 真是矛盾啊,我们应该相信谁

  • @KM-uv1zk
    @KM-uv1zk Месяц назад

    打开了思路。将经络的电信号转化成阴阳各项数值,这个可以展开讲讲吗

  • @willliamape6297
    @willliamape6297 2 месяца назад

    谢谢!!!

  • @CFF2024
    @CFF2024 4 месяца назад

    感谢彭教授的分享

  • @CFF2024
    @CFF2024 4 месяца назад

    无意中发现您的频道,如获至宝,很好奇心跳CD的音乐🎵

  • @CFF2024
    @CFF2024 4 месяца назад

    第三次的结果是0.9915,患病的可能性是99%; 老师讲的太好了,禁不住听老师的话自己手算了第三次的结果;我在荷兰的家庭医生,最开始就是用这个理论告诉我,荷兰没有居民的年度体检,因为异常指标不能说明真正患病,但是,虽然第一次测试的结果概率低,但是越多测试,越能逼近真相,所以还是应该多做体检,请问我这样理解对不对?

  • @takeiteasydragon
    @takeiteasydragon 4 месяца назад

    A beautiful explanation. I love your style. Really appreciate that.

  • @takeiteasydragon
    @takeiteasydragon 4 месяца назад

    I really like the teaching style, which is concise and visually evident. Learned a lot from the video. Thanks a lot !

  • @Nord_C
    @Nord_C 4 месяца назад

    后边感觉不是很好

  • @Nord_C
    @Nord_C 4 месяца назад

    两年后看这是不一定的,共同进步

  • @Nord_C
    @Nord_C 4 месяца назад

    在说一遍NB

  • @Nord_C
    @Nord_C 4 месяца назад

    NB

  • @yangchen1466
    @yangchen1466 4 месяца назад

    看了好几个类似的视频都没讲清楚。只有这个最清楚。

  • @centerfordynamicalbiomarke9843
    @centerfordynamicalbiomarke9843 4 месяца назад

    An corrected version with sound was posted: ruclips.net/video/aP8ggAZw_8Y/видео.html

  • @FusungWang
    @FusungWang 5 месяцев назад

    很棒的講解,感謝老師!

  • @user-kw1en7qp2t
    @user-kw1en7qp2t 5 месяцев назад

    好清晰,太感谢了

  • @CM24W
    @CM24W 6 месяцев назад

    感激。 讲得很清楚🙏🏼🙏🏼。 刚好是目前读的科目

  • @user-cu5gp5cm5n
    @user-cu5gp5cm5n 6 месяцев назад

    感謝分享

  • @user-qv4ll2bz5i
    @user-qv4ll2bz5i 6 месяцев назад

    讲的实在是太好了,之前听过关于‘’阴阳、寒热、虚实、表里‘’的中医理论,但是感觉云里雾里,搞不清楚方向,经过你的量化模型,感觉有一种醍醐灌顶的感觉。希望能够继续更新,讲讲关于从哪些方面去提取可量化的指标,从而真正将中国的国粹发扬光大,造福人类。

  • @chienpien
    @chienpien 6 месяцев назад

    講得真好!太棒了。

  • @shengu1226
    @shengu1226 6 месяцев назад

    这么好的视频,播放量太少了

  • @RayGuo-bo6nr
    @RayGuo-bo6nr 7 месяцев назад

    Thank you so much!!!!

  • @chunfazhang6681
    @chunfazhang6681 7 месяцев назад

    第一题,引用的数据有变换,一个邻居描述的Steve, 能接触到此问题的人,会认为该邻居周围认识的librarian 和farmer 的比例不会是1:50,可能librarian 比farmer还高,但在后面的说明时,librarian 和farmer 1:50的数据可能来自国家统计数字,在数据来源切换后,答案的解释的意义又在哪里?

  • @ideastshoa6383
    @ideastshoa6383 7 месяцев назад

    精彩的講解!你的課程,我會好好去看。

  • @ricecookercat7444
    @ricecookercat7444 7 месяцев назад

    超級大贊!非常感謝

  • @ricecookercat7444
    @ricecookercat7444 7 месяцев назад

    值得一千個贊,推薦哇!真正好的內容

  • @ricecookercat7444
    @ricecookercat7444 7 месяцев назад

    好好的內容,贊哇

  • @kueichenglee7583
    @kueichenglee7583 8 месяцев назад

    謝謝

  • @yogavan
    @yogavan 8 месяцев назад

    看到您把系統論研究到如此地步,真感到神往。願意繼續跟隨老師學習。

  • @chinlee9746
    @chinlee9746 8 месяцев назад

    老师讲得太清楚了

  • @user-oz9so4hn7s
    @user-oz9so4hn7s 9 месяцев назад

    有意思

  • @heyli4394
    @heyli4394 9 месяцев назад

    还不如問一下下哲学是不是科學,也是的,是人文科學

  • @davidjiang5386
    @davidjiang5386 10 месяцев назад

    西医和中医相比,就像龟兔赛跑,西医对身体和疾病的了解速度虽然慢,但一直在进步,最终总能达到或接近终点。而中医虽然在一两千前就有了一定理论和实践水平,可以治愈很多疾病,但因为方法论和传承上的缺陷,始终是在原地打转,甚至在倒退

  • @user-dk6qv9ej3e
    @user-dk6qv9ej3e 10 месяцев назад

    非常好的深入浅出

  • @jingyin5274
    @jingyin5274 11 месяцев назад

    讲得真好!大赞👍

  • @frankxu9675
    @frankxu9675 11 месяцев назад

    有意思,谢谢分享

  • @freedomking6264
    @freedomking6264 11 месяцев назад

    条件概率,给力

  • @SomeOne-tg9kh
    @SomeOne-tg9kh 11 месяцев назад

    物理学在叹息.

    • @jingyin5274
      @jingyin5274 11 месяцев назад

      说得好像你懂物理学似的🤣

  • @user-xj9mx5ct6z
    @user-xj9mx5ct6z 11 месяцев назад

    愚蠢

  • @leewong34
    @leewong34 11 месяцев назад

    Thanks

  • @user-sn1qs7ec3z
    @user-sn1qs7ec3z Год назад

    受益匪浅

  • @user-lj2wz7mc7g
    @user-lj2wz7mc7g Год назад

    您好 想问一下量化中医治疗目前在哪里可以做 谢谢

  • @kunvin
    @kunvin Год назад

    内容讲得透彻,精准!难得的暖心老师!中文听起来更亲切,温馨。

  • @huajunchen2790
    @huajunchen2790 Год назад

    终于看明白了 谢谢

  • @chao8790
    @chao8790 Год назад

    太好了,我都不看数学的居然看懂了!

  • @wenlin8037
    @wenlin8037 Год назад

    中医就是巫术