|
搜索
搜 索
高等教育领域数字化综合服务平台
《Lancet Digital Health》报道北航医学科学与工程学院在肺癌人工智能研究的最新进展
研究提出了全肺分析人工智能模型，可利用CT影像无创预测肺癌患者的基突变状态和接受靶向治疗后的个体化疗效，最终可辅助肺癌患者的靶向治疗决策。
北京航空航天大学
2022-04-21
广东省人民政府办公厅关于印发广东省推动人工智能与机器人产业创新发展若干政策措施的通知
为深入贯彻落实国家发展人工智能与机器人产业的战略决策，按照省委“1310”具体部署，着力构筑高技术、高成长、大体量的产业新支柱，打造全球人工智能与机器人产业创新高地，制定本政策措施。
广东省人民政府办公厅
2025-03-11
新冠肺炎智能辅助鉴别筛查系统
2020年3月3日，甘肃省科技厅披露甘肃新冠肺炎智能辅助鉴别筛查系统研发成功，并进行了初步临床验证，已开始提供线上服务。该通过使用体液活检生化数据及智能学习算法，构建了新冠肺炎临床样本的快速智能辅助鉴别筛查工具。该系统识别敏感性较高，适于快速鉴别新冠肺炎和其它肺炎及流感患者，尤其适用于对于核酸筛查为阴性的潜在新冠肺炎患者的筛查。兰州大学基础医学院、化学化工学院，兰州大学第一医院感染科、兰州市肺科医院检验科以及甘肃海基生物技术有限公司联合成立了新冠肺炎临床快速辅助智能化鉴别筛查系统科技团队。这一系统可以直接利用当前定点医疗机构，及具有资质的第三方机构常用检测仪器以及CT检测的数据结果，快速准确地给出辅助诊断意见，为新冠肺炎疑似病例确认提供快速有效参考的临床建议。同时，该工具具有现场、快速、高效、界面友好、易操作等优势和特色，与《新冠肺炎诊疗方案第六版》和现行临床检验，以及甘肃省内远程医疗网络完全接轨，有利于推广至基层医疗检测单位。新冠肺炎临床快速辅助智能化鉴别筛查系统科技攻团队针对临床需求，还在开发其它专用临床智能辅助诊疗工具，上述成果将为此次疫情及未来相关生物安全威胁提供有力的临床支持和技术储备。该系统在兰州大学第一医院、兰州市肺科医院、甘肃省人民医院和武汉抗疫一线进行了初步临床验证，并已开始提供线上服务。
兰州大学
2021-04-10
一种用于冰箱的智能辅助系统
本实用新型公开了一种用于冰箱的智能辅助系统，包括压力传感器、MCU、温度传感器、加速度传 感器和网络通信模块;压力传感器、MCU、温度传感器、加速度传感器均设置在冰箱内，MCU 分别与 压力传感器、温度传感器、加速度传感器和网络通信模块连接;MCU 采集压力传感器、温度传感器、 加速度传感器的数据，并通过网络通信模块将数据上传到后台服务器，实现数据传输。用户可以通过手 机 APP 查看冰箱的状态。本实用新型装置适用于家庭厨房，帮助广大人们便捷管理冰箱的食材，给出 更健康的食材搭配，结构简单，成本较低。
武汉大学
2021-04-13
左永春教授课题组在利用人工智能筛选早期胚胎发育关键标记研究中取得新进展
人类早期胚胎发育虽然只有大约7天的时间，但是却经历了关键的分子事件，其中包括合子基因组激活（ZGA）和早期胚胎细胞的命运决定。伴随测序技术的进步，单细胞测序技术可以有效地揭示早期胚胎发育的细胞命运决定的转录图谱，但是单细胞转录组数据也存在许多问题，例如dropout事件（表达的基因未被检测到），这使得差异分析方法在处理单细胞受到了限制。本研究中通过使用F-score算法和差异分析方法（limma，edgeR和DESeq）在人类早期胚胎单细胞转录组中得到两个关键的基因集。通过比较先前研究中关键的基因来分析两种方法的不同，POU5F1（OCT4）在细胞多能性的获得和维持中起到了重要的作用，但是在差异分析方法中却被排除，而F-score算法却可以获得。我们通过研究基因的表达趋势发现，差异分析方法对于在多个时期高表达的基因会被排除，这对于胚胎发育中的细胞的异质性是十分不利的。
内蒙古大学
2021-02-01
西安交大科研团队将人工智能技术成功应用于离心压缩机完全空间曲面叶轮的优化设计
西安交通大学席光教授课题组成功将人工智能三维图像识别技术应用于离心压缩机的优化工作中，并与沈阳鼓风机集团股份有限公司合作完成了国际上首个完全三维离心叶轮的优化设计及试验验证工作。
西安交通大学
2023-02-02
安徽大学地理空间大数据人工智能团队在无缝全天候地表温度数据研究上取得新进展
由于受到云、气溶胶等不利天气的影响，基于热红外遥感反演的地表温度数据存在空间不连续问题，阻碍了地表温度产品的实际应用。
安徽大学
2022-06-01
基于智能环境感知的车辆安全辅助驾驶系统
该项目主要应用于车辆安全辅助驾驶领域，可以在车辆有危险趋势时及时向驾驶员提供警告信息，减少或避免可能发生的交通事故，也可以应用于车辆的辅助驾驶和智能自动导航领域。该项目利用灰度图像中道路边缘处存在的灰度特征、梯度特征作为识别道路的特征，运用群智能算法实现对道路边界的快速识别，最终得到车辆行驶道路信息。根据道路识别结果，利用前方车辆在图像中底部边缘存在灰度特征、方差特征和梯度特征，运用鱼群算法实现对前方多车的快速识别。项目采用转向动力学连续模型，车辆前轮转角和道路曲率作为系统输入，根据系统的采样频率将连续模型离散化，运用Kalman滤波理论设计状态观察器，实时观测前方车辆侧向速度和横摆角速度，从而获得车辆运动轨迹，为安全辅助驾驶系统提供准确信息。
该项目对车辆安全辅助驾驶系统提供信息的频率在5Hz之内。在复杂情况下通过使用本项目研究的系统进行车道识别，其准确率大于95%。该项技术于2009年初成功应用于新疆冰雪灾害防护系统的养护车辆智能辅助驾驶系统中，该系统由北京中交国通智能交通系统技术有限公司负责建设，采用该技术大大提高了复杂冰雪环境下道路识别和前方车辆识别的可靠性和实时性，同时增强了在不同光照等复杂环境下的适应性。该技术应用后，有利于避免和减少道路交通事故发生的可能性，保障车辆行驶安全，取得了良好的社会效益。
燕山大学
2021-05-04
新型冠状病毒肺炎智能辅助诊断系统
新冠肺炎疑似病例基数庞大，给临床一线诊疗带来巨大压力，疫情波及地域广泛，基层医院缺乏经验，面临严峻挑战。由清华大学精密仪器系尤政院士、临床医学院董家鸿院士领导研发的新型冠状病毒肺炎智能辅助诊断系统成功通过应用测试，进入临床试用阶段，有望为上述难题提供解决方案。新型冠状病毒肺炎智能辅助诊断系统董家鸿介绍，新型冠状病毒肺炎智能辅助诊断系统可同步实现智能化影像诊断、临床诊断及临床分型三大功能。该系统包括三大模块，其中影像诊断模块主要基于对新型冠状病毒肺炎初诊病例的珍贵临床资料的大数据分析，使用人工智能算法深度学习该疾病的CT影像特征，实现对新型冠状病毒肺炎影像的智能识别。临床诊断模块则依据卫健委发布的《新型冠状病毒感染的肺炎诊疗方案(试行第五版)》，结合影像与流行病学、症状及关键检验数据等临床信息，实现智能诊断。临床分型模块通过智能判读呼吸功能参数，“自适应”判断新型冠状病毒肺炎的严重程度。董家鸿谈到，该系统可在短时间内完成大量疑似病例的胸部CT筛查、依据指南进行临床与影像相结合的综合分析，显著提升新型冠状病毒肺炎诊断效能，有望大幅降低临床医师及影像医师的工作负荷。
清华大学
2021-04-10
新冠肺炎影像学AI智能辅助诊断研究
“现阶段医生需要在大量影像数据中快速诊断出新冠肺炎的病例，此外还需要诊断出病灶分布的位置、大小等来评估严重程度。”薛向阳介绍，针对临床的现实需求，团队将设计目标定位于“肺炎分类鉴别”和“关键病灶检测”两大功能，前者是为区别健康状态、新冠肺炎、其他病毒性肺炎、细菌性肺炎，后者则为找到并分隔出磨玻璃影等病灶区域。针对这些需求，团队设计诊断算法模型，让机器利用模型进行训练，学习不同类型肺炎在CT影像表现上的不同特征，最终具备智能辅助诊断的能力。而这需要突破小样本学习、小目标检测等多个技术难题。“小样本学习”即在较少训练数据样本的条件下进行机器学习。在疫情发生前期，能够获取的新冠肺炎影像数据相对较少，且由于一线影像医生任务繁重，无法获得大量专家标注，因此需要算法在少量样本的条件下“自学成才”。为此，团队采用基于自迁移学习的半监督学习等技巧，使算法具备一定的“小样本学习”能力，在不增加医生标注工作量的情况下较好地提高了算法模型的普适性。由于CT影像切片中的病灶区域有大有小，且往往大中小病灶区域面积悬殊，如何使算法能同时检测大、中、小各个目标是另一大难题。团队利用神经网络的层次性特点与病灶区域的大小进行对应，“网络的底层关注细节，即小病灶区域，而网络中层到高层所关注的病灶区域则越来越大，因此模型通过不同层次的加权和融合，最终便能达到同时检测大小病灶区域的目标。”薛向阳解释道。“不过，即便有诊断‘神器’，影像科医生也是不可替代的。”薛向阳说，人是复杂的机体，病毒在不同人体内感染的反映也不一定相同。”他表示，当遇到机器未曾学习过的微小病变或疑难病例时，仍需要影像医生的经验和智慧。以解决实际问题为目标，该项目在研究过程中始终与临床应用紧密结合。无论是机器学习数据，还是测试评估数据，都来源于临床真实病例。在算法模型定型过程中，为了检验模型的准确率和泛化性，团队也利用现实疑似病例进行了测试。
复旦大学
2021-04-10