医学影像人工智能辅助诊断关键技术—智能病灶分割及三维重建
技术分析(创新性、先进性、独占性)
为了充分利用先进的人工智能的新技术,提高医疗影像辅助诊断的水平,使得智能医疗诊断技术提高临床诊断的质量和效率,使其尽快走入家挺、社区,满足人们的医疗健康的需要。研究临床医学影像的2D病灶精细分割和三维跨模态的影像三维重建技术。首先,通过建立多层感知的神经网路,对医学影像的特征进行充分学习,得到影像的几何映射的关系,从而实现对医学影像的三维重建,克服了现有的三维重建技术中度量关键问题,关键技术对于医学影像的精准度量,具有现实意义:其次,在2D病灶分割中,利用半监督学习技术,实现少标签情况下的分割技术,半监督学习技术可以有效解决医学影像中标签难以获取的问题。技术的研究成果的特点是医学影像跨模态辅助诊断技术,对于超声、CT以及核磁共振等影像都有效,并且攻克的神经网络过于复杂的关键问题,所研究技术适用于临床快速便捷辅助诊断。此外,在医学度量方面的关键技术中,突破了人体腹腔及皮下脂肪的精细分割技术的关键技术,可以用于临床辅助诊断中,在关键技术探索中,实现对腔内脂肪特征的精细学习,该技术仅需要少量的影像标准数据,就可以实现皮下脂肪的准确分割,并证明了关键技术的有效性。
华东师范大学
2021-05-10