电气和计算机工程系助理教授阿切纳·文卡塔拉曼(Archana Venkataraman)入选了今年《麻省理工学院技术评论》(MIT Technology Review)的35位35岁以下创新者名单。
该奖项过去的获奖者包括谷歌的联合创始人拉里•佩奇(Larry Page)和谢尔盖•布林(Sergey Brin);Facebook联合创始人马克·扎克伯格;特斯拉汽车联合创始人兼首席技术官JB Straubel;以及个人助理机器人Jibo的创始人辛西娅•布雷泽尔(Cynthia Breazel)。
“这对我来说是超现实的，”马隆医疗工程中心(Malone Center for Engineering for Healthcare)核心教员、神经系统分析实验室(neurosystems Analysis Laboratory)首席研究员文卡塔拉曼(Venkataraman)说。“TR 35榜单上有很多改变世界的有影响力的人物。能和他们一起被提名是我的荣幸。”
文卡塔拉曼开发了新的机器学习算法，以更好地理解、诊断和治疗衰弱性神经精神疾病。她的算法融合了神经学和精神病学的见解，以及信号处理、概率建模、非线性优化和网络理论的技术。
尽管文卡塔拉曼的研究涵盖了自闭症、精神分裂症和阿尔茨海默病等多种疾病，但《麻省理工学院技术评论》(MIT Technology Review)称赞她在发现和确定大脑癫痫发作来源方面的工作是“开创性的”。
全球有近5000万人患有癫痫，尽管有抗癫痫药物，但约30%的患者对药物治疗没有反应。如果癫痫发作可以精确地追踪到一个大脑区域，那么通过手术移除这个癫痫发作区域将为患者提供最佳的缓解机会。目前，癫痫的定位是通过人工检查脑电图(EEG)和磁共振成像(MRI)数据来完成的，这些数据容易出现人为误差。她的团队开创了一种用于脑电图的癫痫追踪算法，这种算法可以打败最先进的癫痫检测器，并有助于改善人工检查。与此同时，她开发了一种中心检测算法，可以在功能磁共振数据中识别癫痫发作，并为该问题提供了一个新的维度。
对于文卡塔拉曼来说，加入这个杰出的小组意味着她关于如何将机器学习和临床神经科学结合起来的许多“古怪的想法”都在正确的轨道上。
“对我来说，没有什么比解决一个能最终改善许多人生活的现实世界问题更大的努力了，”文卡塔拉曼说。“从研究生到教师，我的整个研究轨迹都是向临床领域的转移。”
在科学+技术
电子和计算机工程
新闻旨在传播有益信息，英文原版地址：https://hub.jhu.edu/2019/06/25/archana-venkataraman-mit-technology-review/