|
搜索
搜 索
高等教育领域数字化综合服务平台
计算机视觉检测技术的QR码检测识别方法
本发明主要由计算机、数字摄像机、补光装置和声光提示装置组成,数字摄像机的视频信号输出给计算机,接受到视频传感器输入后计算机控制补光设备和声光提示设备,计算机内安装有QR码智能检测模块,通过循环读取扫描视频中的帧数据,检测其中的QR码图形,并提取和译码。
四川大学
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
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
多模态医学影像智能协诊系统TPAID
中试阶段/n该项目主要针对开源CT 医学影像数据和多中心合作单位提供的多模医学影像数据，采用人工智能技术和自主研制的深度学习算法对心脏左心室、肿瘤等CT 影像数据进行全自动分割，验证了所研制算法在该项目计算机辅助肿瘤智能诊断应用中的有效性，为项目产业化实施奠定了方法基础。成果的先进性或独特性：针对不同类型的医学影像感知设备，设计针对性强的机器学习智能算法；国内同类研究中首次采用“双盲评估+验证”的科研方法对影像数据进
武汉大学
2021-01-12
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
医学影像云诊断思维训练与考核系统
该系统基于各级医疗系统的影像科研临床应用基础及各类院校影像教学大 纲而开发，贴合各级诊疗机构日常诊疗习惯和院校教学大纲需求，方便教师对各 类影像图片的展示和教学，能更好的让学生全面对各类影像进行阅片、报告书写 练习，以及熟悉临床应用及诊疗流程，有利于训练学生的影像技能操作能力及就业。
山东新华医疗器械股份有限公司
2022-11-08
高灵敏免疫检测技术在食品安全检测中的应用
该项目采用稀土离子示踪的时间分辨荧光免疫分析技术（TRFIA）进行食品中痕量污染物的高灵敏免疫分析试剂的应用研究。建立了黄曲霉毒素 B1（AFB1）、赭曲霉毒素 A（OTA）、蓝藻毒素（MC）、瘦肉精（CBL）、氯霉素（CAP）、玉米赤霉烯酮（ZEN）、河豚毒素（TTX）、伏马毒素（FB1）、T-2 毒素、氯丙嗪(CPZ)、地西泮（DIA）等食品安全系列的高灵敏 TRFIA 检测方法。组建检测食品中兽药、生 物毒素等痕量有害物的高灵敏系列 TRFIA 试剂盒，项目产品申请专利 14 项，该项目的研究相当于国内外同类研究工作的先进水平，应用成本可降低至进口试剂的一半以下。
江南大学
2021-04-13
低压电器试验技术与检测技术的研究
一、 项目简介提出了低压电器试验的基本理论、试验方法及抽样方案；研究了电器试验数据的高速采集与处理技术，实现了电器试验参数的实时测量、分析和在线显示；研究了电器电弧图像的高速采集与处理技术，首次将高帧频CCD用于电器电弧图象的动态拍摄，设计了独特的直管纤维镜、目镜和析光镜的结构；研究了电器试验的测控技术，实现了继电器、接触器、断路器和剩余电流动作保护器（漏电开关）等典型电器产品试验的自动控制与检测。二、 技术指标本项目综合了课题组十多年的理论研究和应用研究成果，发表学术论文68篇；通过本项目的研究培养出博士6人及硕士16人，破格晋升高级职称共11人次；并获河北省科技进步一等奖1项，天津市科技进步二等奖1项。于2002年荣获国家科技进步二等奖。三、 推广应用情况该成果已应用到国内主要电器检测中心、试验站和机械工业及信息产业系统众多大型企业；其专著被河北工业大学等高校电器学科研究生选为教材使用，并被中国电工技术学会所属学术团体多次举办的电器试验学习班选为教材。 电器电弧图象的动态拍摄系统照片 控制电动机负载的继电器电寿命微机控制与检测装置照片
河北工业大学
2021-04-11
Ai视觉检测机器人
Ai视觉检测机器人是一款搭载了六轴工业机械臂、视觉人工智能和工业大模型的高科技设备，充分利用机械臂的多轴灵活运动、重复定位精度高等优势，主要用于复杂外形工业产品的缺陷检测，特别是汽车零配件、新能源、核电领域等高端制造、品控要求高的产品外观检测。
浙江航视智能科技有限公司
2024-08-17
新型循环肿瘤细胞检测纳米技术
新型循环肿瘤细胞（CTC）检测纳米技术，是一项从技术原理、核心试剂及操作流程都具备自主知识产权、完全独创的肿瘤液体活检技术。该技术利用癌细胞特殊的代谢特点，以及由此产生的特殊生物物理学特征，实现对白血病及各类实体瘤的CTC高效、灵敏、特异检测，解决了长期制约CTC行业发展所面临的瓶颈问题。 同济大学医学院、附属东方医院陈炳地副教授联合刘中民教授和崔征教授团队研发的新型CTC检测纳米技术，从根本上解决了CTC高效、特异捕获的瓶颈问题。新型CTC检测纳米技术能从多个盲编的血样中，准确检认出癌症血样和健康血样。其检测敏感度远远高于同行其它技术。该技术也是目前世界范围内唯一一种能够把白血病癌细胞从血液中捕捉并检测出来的技术。新型CTC检测纳米技术首次解决了癌症检测、癌症治疗中急需解决而又长期得不到解决的问题，即能够快速、安全、高频检测当前的化疗效果是否理想，并通过足量的捕获CTC做药敏测试，实现对抗癌药物的个体化精准选择。 目前，该技术已经开展初步的科研转化，在上海组建了专门的研发团队，在福建组建了市场团队，在同济大学附属东方医院等三甲医院开展临床研究。该技术已获得多项创业大赛大奖，同时获得了多项政府人才政策的支持。
同济大学
2021-04-11