ENGLISH

师资队伍

当前位置: 学院首页 > 师资队伍 > 生物统计系 > 侯艳 > 正文

侯艳

侯艳

侯艳

  • 助理教授/副研究员
  • houyan@bjmu.edu.cn
  • 北京海淀区学院路38号
  • 北京大学
个人简介

侯艳博士,北京大学医学部生物统计系副研究员,博士研究生导师、博士后导师。现为中华预防医学会生物统计分会常委、青年副主任委员;中华预防医学会健康保险专业委员会常委、国际生物统计学会-中国分会青年常委及副秘书长;北京大学国家药品器械监管科学研究院独立PI、中国中药协会药物临床评价研究专业委员会常委及副秘书长、世界中联中医药大数据产业分会副秘书长;大数据分析与应用技术国家工程实验室大数据预处理与统计中心主任助理等多个社会兼职。曾在英国Wellcome Trust Sanger研究所和美国华盛顿大学生物统计系工作和学习。目前,副主编人民卫生出版社全国高等学校临床医学专业英文版规划教材《医学统计学》;参编多部规划教材,作为第一译者出版《诊断医学中的统计学方法》。国家发明专利3项;主持国家自然科学基金课题3项,其他省级及横向课题25项,参加课题30余项;主持及参与临床研究的设计、数据管理及统计分析200余项、参与项目发表在JAMA等知名杂志;拥有自主知识产权的临床科研一体化平台,为临床科研专家及企业服务300余项。发表统计学专业及医学相关研究领域学术论文100余篇。

 

主要研究方向

复杂疾病特征筛选及预测模型研究

基于人工智能算法的药物重定位方法研究

临床试验设计评价方法研究

代表性科研项目

1.国家自然科学基金面上项目(81773550)《基于深度神经网络的动态多模态数据特征提取及其应用研究》(2018/01-2021/12),主持。

2.国家自然科学基金面上项目(81573256)《基于结构组稀疏算法的多尺度高维数据变量筛选及预测模型研究》(2016/01-2019/12),主持。

3.国家自然科学基金青年项目(81102201)《基于抗肿瘤新药多阶段设计的P-P曲线模型与分析方法研究》(2012/01-2014/12),主持。

4.黑龙江省留学归国择优资助项目《基于结构组稀疏算法的多时间点宫颈癌化疗敏感性预测模型及验证研究》(2018/01-2020/12),主持。

5.国家自然科学基金面上项目(81473072)《基于网络解卷积和贝叶斯模型的组学数据融合分析方法及应用研究》(2015/01-2018/12),参加。

 

10篇代表性论文

1. Cao L, Yang J, Rong Z, Li L, Xia B, You C, Lou G, Jiang L, Du C, Meng H, Wang W, Wang M, Li K, Hou Y. A novel attention-guided convolutional network for the detection of abnormal cervical cells in cervical cancer screening. Medical Image Analysis. 2021.

2. Sun Y, Hou Y, Lv N, Liu Q, Lin N, Zhao S, Chu X, Chen X, Cheng G, Li P. Circulating lncRNA BC030099 Increases in Preeclampsia Patients. Molecular Therapy-Nucleic Acids. 2019; 14:562-6.

3. Zhao W, Zhao F, Yang K, Lu Y, Zhang Y, Wang W, Xie H, Deng K, Yang C, Rong Z, Hou Y, Li K. An immunophenotyping of renal clear cell carcinoma with characteristics and a potential therapeutic target for patients insensitive to immune checkpoint blockade. Journal of cellular biochemistry. 2019; 120(8): 13330-13341.

4. Yang C, Zhang M, Cai Y, Rong Z, Wang C, Xu Z, Xu H, Song W, Hou Y, Lou G. Platelet-derived growth factor-D expression mediates the effect of differentiated degree on prognosis in epithelial ovarian cancer. Journal of Cellular Biochemistry. 2019;120(5):6920-5.

5. Lu X, Li Y, Xia B, Bai Y, Zhang K, Zhang X, Xie H, Sun F, Hou Y, Li K. Selection of small plasma peptides for the auxiliary diagnosis and prognosis of epithelial ovarian cancer by using UPLC/MS-based nontargeted and targeted analyses. International Journal of Cancer. 2019;144(8):2033-42.

6. Zhang F, Zhang Y, Ke C, Li A, Wang W, Yang K, Liu H, Xie H, Deng K, Zhao W, Yang C, Lou G, Hou Y, Li K. Predicting ovarian cancer recurrence by plasma metabolic profiles before and after surgery. Metabolomics. 2018;14(5).

7. Wang C, Yang C, Wang W, Xia B, Li K, Sun F, Hou Y. A Prognostic Nomogram for Cervical Cancer after Surgery from SEER Database. Journal of Cancer. 2018;9(21):3923-8.

8. Deng K, Yang C, Tan Q, Song W, Lu M, Zhao W, Lou G, Li Z, Li K, Hou Y. Sites of distant metastases and overall survival in ovarian cancer: A study of 1481 patients. Gynecologic Oncology. 2018;150(3):460-5.

9. Ke C, Hou Y, Zhang H, Fan L, Ge T, Guo B, Zhang F, Yang K, Wang J, Lou G, Li K. Large-scale profiling of metabolic dysregulation in ovarian cancer. International Journal of Cancer. 2015;136(3):516-26.

10. Hou Y, Yin M, Sun F, Zhang T, Zhou X, Li H, Zheng J, Chen X, Li C, Ning X, Lou G, Li K. A metabolomics approach for predicting the response to neoadjuvant chemotherapy in cervical cancer patients. Molecular Biosystems. 2014;10(8):2126-33.