山西大学复杂系统研究所

学术交流

研究所简介

从最简单做起去探究复杂系统的真谛

复杂系统研究所是山西大学一级所。依托研究所获得“山西省疾病防控的数学技术与大数据分析”重点实验室，山西省科技创新团队，以及山西省科学数据平台。研究所现有教授4人，副教授7人，讲师3人，其中政府特贴专家1人，教育部新世纪优秀人才1名，军队优秀专业技术人才一类岗位津贴1人，山西省拔尖创新人才1人，山西省高校优秀青年学术带头人4名，山西省高等学校131领军人才2人。另有山西省百人计划专家5人。研究所目前在读研究生50余人，其中博士研究生20人。研究所主要从事生物数学、复杂网络、机器学习与数据挖掘等方向的基础理论和关键共性技术研究，以及面向疾病防控和健康医疗领域的大数据分析和软件开发等工作。

科研成果： 目前正在承担国家基金重点项目1项，国家科技部重点研发项目1项，国家基金面上或者青年基金项目16项，省部级项目8项，全部教师均有在研国家自然科学基金项目。在复杂系统研究方面做出了卓有成效的工作，在《Physics of Life Reviews》、《Nonlinear Dynamics》、《Journal of Differential Equations》、《Nonlinear Analysis: Real World Application》、《Journal of Mathematical Biology》、《Physical Chemistry Chemical Physics》、《Scientific Reports》、《Physical Review E》、《Journal of Theoretical Biology》等国内外学术期刊发表学术论文300余篇，被SCI收录240余篇，总引用7000余次。论文"Analysis of Rabies in China: Transmission Dynamics and Control"被顶尖的国际医学杂志《The Lancet Infectious Diseases（柳叶刀传染病）》评论，论文"Pattern formation in a spatial S-I model with non-linear incidence rates"入选2008年中国百篇最具影响国际学术论文，论文"Influence of isolation degree of spatial patterns on persistence of populations”入选2016年中国百篇最具影响国际学术论文。主持完成了国家自然科学基金4项，主持完成省部级科研项目20余项，有1项科研成果被省级鉴定为国际先进。2010年和2017年获得山西省科技奖（自然科学类）一等奖2项，2014年获得教育部优秀成果奖二等奖1项，其它省部级科技二等奖2项。出版学术专著7部。近三年在复杂网络传染病及现实传染病，如中国的狂犬病、H1N1及H7N9流感传播、性病等方面做了大量的基础研究工作。

主要研究方向：

1、生物数学：主要研究生物系统与传染病的时空演化、内在机制以及涉及的动力学理论，为生物系统功能的表征、生态保护及传染病防控提供新的理论与方法。

2、复杂网络：主要研究生物网络、社交网络、信息网络等各种复杂网络的演化机制、拓扑结构和节点动力学，以及在传染病、舆情等传播规律研究中应用和信息推荐。

3、智慧医疗：针对独居老人及慢病患者，围绕健康信息连续采集、动态监测、健康状态辨识、个人健康管理等难点问题，重点开展生物医学信息的获取、分析与处理等技术的基础研究，建立基于人体传感器网络、医疗设备物联网的智慧健康医疗云服务平台。

4、大数据分析：主要针对生物系统、传染病、复杂网络、健康医疗等领域的相关数据进行分析和挖掘，并进行基于数据的模型选择、推断及参数估计。

5、软件开发：主要针对传染病、健康医疗、复杂网络、信息推荐、行业大数据应用（如：工业、旅游、安全等）等系统，在科学计算的基础上开发应用软件，开发集模型、数据和算法于一体的大数据云管理平台系统。

6、系统生物学：主要研究钙信号动力学、细胞凋亡网络动力学。

学科平台： 数学学科、计算机科学与技术。研究所生物数学团队主要依托学科是应用数学，复杂网络、大数据分析挖掘和软件开发团队主要依托学科是计算机科学与技术。

科研平台： 疾病防控的数学技术与大数据分析山西省重点实验室；山西省科技创新团队；山西省动物群发病科学数据服务共享平台 http://218.29.188.105:88/；山西省教育厅复杂网络重点实验室；山西省教育厅科技创新团队。

<详细>

科研成果

一、在生物数学、复杂网络的传播动力学，以及疾病的防控与软件开发等方面做出了系列开创性工作：

1. 在复杂网络传播模型研究方面：提出了基于人口数量的出生与死亡影响网络结构的疾病传播动力学系统，给出了全局动力学性态分析；建立了基于社团的出生死亡网络传播模型，并研究了其全局性态；建立与分析了有向与无向耦合网络上疾病传播模型及全局性态；研究染病期服从不同参数分布的网络动力学模型、具有社团结构的网络传播模型分析、Internet网络蠕虫博弈与演化动态模型。基于复杂网络研究了具有非线性传播率的传染病动力学模型；利用演化博弈理论研究了自愿接种机制下个体的行为反应对传播动力学的影响；研究了基于信息的断边--恢复机制对网络结构和传播动力学的影响；研究了基于动态演化网络的免疫策略等。

2. 在规则网络的细胞自动机模型传播研究方面：提出了用空间离散的细胞自动机传染病模型来弥补仓室模型建模思想上的不足，并用概论统计的方法将细胞自动机传染病模型转化为离散的确定性动力系统，克服了细胞自动机本身的缺陷，即不能进行定性分析。在研究方法上弥补了传统确定性微分方程模型和CA规则模型二者的不足，具有通用性。进一步发现空间异质能降低疾病传播速度，空间维数的增加使疾病更加稳定的传播，发现发生率很大时疾病也会灭亡，这意味着1927年Kermack和McKendrick提出的经典“阈值理论--传染率大于某个临界值时疾病将流行”在空间下存在缺陷，并从理论上解释了1918年“西班牙大流感”灭绝的原因，研究了带噪声的细胞自动机模型，发现噪声会诱导传染病的相变和共振现象。这些研究结果为控制疾病传播和爆发提供重要理论参考。

3. 在均匀混合传染病模型研究方面：利用动力系统的几何理论，研究了不同传染病模型的周期解和分支等动力学性态。利用时滞方程稳定性及几何理论，研究了具有时滞的种群和传染病模型，给出了两种内时滞L-V 竞争系统正平衡点全局稳定的条件，发现了时滞对疾病传播具有“无害性”及具有饱和接触率的时滞传染病模型的“三阈值”现象。

4. 在脉冲种群与传染病传播方面，在阈值条件下，证明了各种脉冲传染病系统无病周期解的全局稳定性及疾病的持续性和正周期解的存在性及分支问题；给出了具有脉冲现象的种群系统的持续性阈值问题。

5. 在空间结构的种群生态方面，通过建立水和植被之间正反馈作用的动力学模型，发现了大的植物对反馈作用更加敏感，而强的反馈将增加植被退化的参数区域，这意味在长期的干旱和半干旱地区，反馈作用可能导致绿色的植被沙漠化的原因。将噪声等随机现象引入到具有扩散的浮游植物与浮游动物之间的相互作用模型中，发现了噪声能够增大浮游植物的波动振幅、共振斑图和有机体群聚的现象，外加周期力可以诱导4:1和1:1锁频和空间同质振荡现象出现。

6. 在传染病模型的应用研究方面，针对中国的狂犬病、甲型H1N1流感、布鲁氏菌病、性病等方面进行了系列研究工作，以传播动力学模型、统计学模型、机器学习、数据挖掘与大数据分析为核心，搭建了一套集数据库、模型库及以可视化平台，实现集地理信息（GIS）、群发病监测与分析于一体的在线动态实时预测预警，并开展相关的疾病防控措施评价、科学数据共享及展示等服务，与中国动物卫生与流行病学研究中心进行了长期的合作研究。

二、在健康医疗大数据方面，前期已取得了一系列阶段性的研究成果：

1. 在脑卒中患者远程康复方面：提出了利用可穿戴设备、物联网、云计算和大数据等技术，开发远程智慧康复云平台系统，构建“医院-社区-家庭”三级康复服务框架，实现脑卒中患者出院后的远程康复训练、定量评估与个体化指导管理。基于多传感器融合的脑卒中患者肢体运动功能量化评定技术，不仅可以实现无需康复医生参与的个体化评估，还可以有效弥补传统临床量表普遍存在的分级粗大、“天花板效应”等不足。前期已开发了一系列拥有自主知识产权的穿戴式运动捕获单元、人体传感网等硬件和康复训练和评估工作站、远程康复云平台、远程康复助手APP、情景交互游戏等软件。自2013年起，研究成果已在苏州大学附属第一医院康复科、嘉兴市第二医院康复医学中心等开展了近四年的临床示范应用，共服务200余名脑卒中患者，累计采集约15,000条有效的脑卒中患者肢体运动信息记录。

2. 在独居老人日常健康监护方面，提出为养老院、社区以及居家的独居和空巢老人搭建一套集日常健康监测、异常状况预警等功能于一体的居家养老大数据智慧管理平台，通过为独居老人家中部署一套智能感知设备（包括生理、运动和家居环境传感器等），实时监测独居老人的健康状态、日常行为模式以及是否发生异常行为（如摔倒、昏迷或死亡等）。集生理、运动和家居环境等多参数于一体的智能感知，融合多源传感器信息的数据挖掘与大数据分析是本项目的关键与难点。自2016年起，本项目前期在生理信号监测、睡眠监测和家居环境传感器监测等方面展开了深入的研究，并取得了一系列的研究成果。目前有在研的山西省重点研发计划（国际合作）项目1项，合作方为澳大利亚CSIRO电子健康研究所。