|
搜索
搜 索
高等教育领域数字化综合服务平台
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
基于AI 机器学习的影像组学模型研究
2019年12月以来，由SARS-CoV-2病毒感染导致的新型冠状病毒疾病（COVID-19）在全球开始蔓延。报道显示，SARS-CoV-2感染患者的中位住院时间为10天，而武汉患者在发病10天后症状有可能加重。因此，住院时间是COVID-19临床预后的重要指标之一。 目前，CT影像学已成为COVID-19肺炎的诊断和监测工具，主要表现为磨玻璃影、实变及混合密度影。然而，现阶段的影像学研究主要集中于对病灶的定性和半定量描述，缺乏对病灶的全定量分析。因此，基于前期提出的CT定量监测COVID-19肺炎病程，团队假设在CT病灶背后的高通量影像特征“隐藏”了患者预后转归的“秘密”。 本研究纳入了兰州、安康、丽水、镇江、临夏5家新冠肺炎定点医院，自2020年1月23日到2月8日期间住院患者的临床资料和首次CT资料，所有患者经RT-PCR证实SARS-CoV-2病毒感染。至2月20日，研究共纳入31例治愈出院的患者（排除14例未出院患者和7例首次CT检查无肺炎表现患者），并将10天作为住院时长的二分类阈值。基于有限的样本量，团队将4个中心作为训练队列，另外一个中心作为验证队列。通过自动分割肺叶和半自动分割病灶，31名患者中累计分割出72个病灶。在对病灶图像预处理后，提取影像组学特征并筛选。为了研究影像组学特征的稳定性，团队使用了Logistics回归模型和随机森林模型对筛选的特征分别进行建模和验证。结果发现，6个筛选出的二阶特征在两种不同分类器中均表现出良好的预测价值。在外部测试队列中，Logistics回归模型的AUC为0·97(95%CI 0·83-1·0), 敏感性 1·0, 特异性0·89；随机森林模型的AUC为0·92 (95%CI 0·67-1·0),敏感性 0·75, 特异性1·0。随后，研究又纳入了2月20日-28日新出院的6名患者，利用已建立的影像组学模型可以正确预测所有6名患者的住院时间。
东南大学
2021-04-10
三维点云与光学影像融合装备
考虑三维点云缺少颜色信息和光学影像缺少空间信息的互补特性，三维点云与光学影像多光融合装备可以提升数据的信息量，基于三维点云和二维图像融合的可视化结果，能够增强三维场景真实感，相较于可见光图像，融合后的三维点云可以实现多角度观测，能够更好的表达的空间特征。
相较于原始和伪彩色点云数据，融合后的三维点云有了色彩纹理信息，目标的形态和边缘都更加明显，整个三维场景更加的真实，也为后续识别、定位、重建等过程提供更多细节信息；同时克服了单一传感器的局限性，充分发挥两者的互补优势，大幅提升了探测设备的环境适应性，适用于全天时复杂场景的下目标探测，具有很强的实用价值。在无人驾驶领域，譬如智能导航、环境感知、高精度地图的构建等，都依赖于可见光图像和点云的融合处理。大家所熟知的百度 Apollo、谷歌 Waymo 自动驾驶系统均应用视觉相机和激光雷达作为主传感器进行定位和环境感知，目前已经实现 L4 级别的高度自动化驾驶。此外，在医学影像、高精度工程测量、工业生产、虚拟现实等领域，三维点云和可见光图像融合技术也有着广泛应用。
图1.三维点云与光学影像融合效果
北京理工大学
2022-12-12
一种基于点云与影像数据的三维可视化方法和系统
本发明公开了一种基于点云与影像数据的三维可视化方法和系统，其中方法的实现包括：采集目标场景的影像数据和点云数据；对点云数据进行上采样，将上采样后的点云数据投影到影像数据中进行融合，对进行融合后的点云数据进行着色，得到彩色点云数据；利用彩色点云数据进行三维渲染，得到目标场景的三维可视化模型。本发明实现了从数据采集和融合到最终渲染显示的点云三维可视化，有助于激光点云技术的拓展，提高了点云数据对于普通用户的可访问性和
华中科技大学
2021-04-14
一种污水处理装置、系统及方法
本发明公开了一种污水处理装置、系统及方法。所述装置包括反应柱、曝气器、给水器和出水器；所述反应柱竖直设置，其下方设有给水器，底部设有曝气器，其上方设有出水器，所述反应柱内按照 水流方向从下到上方向，依次包括活性污泥净水区，生物膜净水区和清水区；所述活性污泥净水区和生物膜净水区之间设有透水隔泥的承托层。所述系统包括多个所述污水处理装置串联。所述方法包括以下步骤：(1)启动阶段：将活性污泥注入所述污水处理系统中各污水处理装置的反应柱活性污泥区，进行闷曝；(2)连续运行阶段：按照如下原则调整
华中科技大学
2021-04-14
一种流场图像预处理方法及其系统
一种流场图像预处理方法及其系统，属于图像预处理方法及装 置，针对目前流场测量中预处理占据时间较长的问题，提高流场图像 预处理效率。本发明的流场图像预处理方法包括均值化步骤、图像拉·113·伸步骤、噪声判断步骤、去除固定噪声步骤、构造二值化均值图像步 骤和掩模操作步骤。本发明的流场图像预处理系统，包括输入以太网 口、以太网输入控制芯片、数字信号处理器、同步动态随机存储器、 动态存储芯片、带电可擦可编程只读存储器、输出以太网口及以太网 输出控制芯片。本发明体积和功耗均较小，能
华中科技大学
2021-04-14
利用 Xeon Phi 协处理器提升布隆滤波器处理性能的系统及方法
本发明公开了一种利用 Xeon-Phi 协处理器提升布隆滤波器处理 性能的系统及方法，包括：性能采样模块、任务调度模块、通信模块 和任务处理模块。性能采样模块用于获取宿主端和协处理器端的处理 能力，决定两端分配的任务比例；任务调度模块控制宿主端和协处理 器端之间整体的任务调度；通信模块管理宿主端和协处理器端的通讯； 任务处理模块负责任务的查询与计算。系统将每个任务分配给相应的 线程，每个线程在一个私有的子向量进行处理
华中科技大学
2021-04-14
无需 POS 辅助的低空遥感影像快速自动拼接方法
本发明公开了一种无需 POS 辅助的低空遥感影像快速自动拼接方法，包括步骤:步骤 1，低空遥感 影像测区的全自动恢复;步骤 2，根据精匹配种子点对预处理后的影像进行精匹配获得精匹配结果;步 骤 3，对精匹配结果进行自由网平差迭代获得平差结果;步骤 4，根据差结果内插生成影像的数字地面 模型，根据平差结果获取影像在自由网坐标系下的相对外方位元素，基于数字地面模型和相对外方位元 素对各影像进行正射纠正，同时生成测区的正射影像拼接图。本发明无需 POS 数据辅助，可实现全自 动、快速生产正射影像拼图，能满足遥感影像准实时处理要求，适用于灾害应急响应、军事保障等领域。
武汉大学
2021-04-13
基于区域变化率的遥感影像接缝线优化方法
本发明提供一种基于区域变化率的遥感影像接缝线优化方法，包括步骤：计算待优化接缝线涉及的 左、右数字正射影像间重叠区域像素的差值矩阵；分别对待优化接缝线涉及的左、右数字正射影像的重 叠区域进行影像分割，并获得各分割区域的变化率；根据各分割区域的变化率确定待优化接缝线的优选 区域，并根据确定的待优化接缝线的优选区域优化重叠区域像素的差值矩阵；根据优化后的重叠区域像 素的差值矩阵以及待优化接缝线的起点和终点，对待优化接缝线进行优化。本发明适用于数字正
武汉大学
2021-04-14
基于路径追踪的遥感影像 Bowtie 效应纠正方法
一种基于路径追踪的遥感影像 Bowtie 效应纠正方法，包括进行插值，使经纬度数据与原始影像具 有相同的分辨率；根据卫星的升降轨方向和扫描方向确定第一个纠正像元的搜索起点，设定对纠正影像 进行重采样的顺序，依次采用路径追踪的方式定位纠正影像的每个像元在原始影像中的位置，即搜索其 在插值后的经纬度格网中的位置，获得与纠正影像像元最邻近的若干个采样点用于灰度重采样来去除影 像的重叠现象。本方法计算效率好，充分利用原始影像信息，是一种严格的高精度中低
武汉大学
2021-04-14