|
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
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
无人飞行器通用飞行仿真软件
通用飞行器仿真软件主要包括:气动数据加载模块，飞行管理模拟模块，飞行控制模拟模块，飞行器六自由度运动规律模拟等功能模块。可提供动态的飞机飞行仿真参数，为开发人员在地面条件下全面综合和评估飞行管理、飞行控制和闭环系统性能提供支持。其主要功能包括:●飞行仿真软件能实时模拟并输出飞机的飞行参数，飞行曲线能完整覆盖飞机的飞行包线;●飞行仿真软件能模拟'飞机的各种典型飞行剖面;●飞行仿真软件能够实现基本的飞行控制和飞行管理功能;●.飞行仿真软件能够模拟风、大气等外部环境对飞机飞行的影响。
电子科技大学
2021-04-10
渔业环境无人监测系统创新及应用
技术分析（创新性、先进性、独占性）
本项目的科研成果以底层监控终端为起点，引入数据挖掘与数据分析技术，实现了对监测数据的有效处理与应用，涵盖渔业环境信息采集、分析与应用，提供兼顾时效性与有效性的数据服务业务。
① 渔业环境信息采集终端（智能装置）
团队研发了多款适用于渔业环境监测的信息采集终端（无人船、浮标），其具备渔业水质参数采集、GPS/北斗双模定位、WIFI/4G复合网络通信功能。无人船采用视频/激光雷达避障、可采用自动寻塘、航迹设定以及手动操控等多种模式，配合远程人机界面完成针对渔业环境的全面监测。
团队研发的渔业环境信息采集终端（无人船+浮标）
②渔业环境信息分析服务（大数据分析）
团队基于已有监测框架，结合水质扩散反问题模型、神经网络模型以及信息化技术，以大数据支撑水环境评价与预警，并对水生物适养环境进行评估，提供最优辅助养殖策略、预测最佳捕捞区域。
接入环境信息分析服务的水域监管系统
③ 渔业环境信息应用系统（物联网系统）
团队基于大数据分析技术，实现基于远程、多终端养殖的智慧服务与管理，研究并建立养殖质量评价的量化数据，发现影响养殖质量、产量的关键因素；对不同质量经济鱼的生理生化指标与养殖成活率和增重率的关系进行研究，通过海量数据分析，发现影响养殖效果的主要指标；通过相关知识的数据挖掘，提供数据综合服务。与此同时，通过记录喂养情况、经济鱼类成长情况，评估养殖鱼类经济价值为保险索赔提供依据。
为实现上述系统方案，团队在整个渔业环境信息采集、分析与应用环节均进行了系统化的设计与创新。
上海海洋大学
2021-05-11
智能无人系统的控制理论与方法
智能无人系统能自主的完成复杂任务，具有自主性、智能性、协同性等特征，覆盖了智能机器人、智能无人机、无人驾驶、群体智能等领域，是人工智能的主要研究方向之一。贺威教授团队长期致力于智能无人系统的控制理论与方法研究。本次申请吴文俊人工智能自然科学奖项的项目成果研究历时六年，针对柔性无人系统的高精度控制、具有多约束条件的智能控制和不确定系统的自适应控制三个方面展开了深入地研究与探索，提出了智能无人系统基于偏微分方程的建模方法和边界控制方法、基于神经网络的智能控制方法以及基于状态和输出反馈的自适应控制方法，推动了智能无人系统控制理论与方法的发展。本项目的20篇主要代表性论文均发表在IEEE汇刊及Automatica等本学科著名期刊上，SCI他引1705次，其中15篇入选ESI高被引论文。8篇代表性论文，SCI他引923次，全部入选ESI高被引论文，其中4篇SCI他引超100次，单篇最高SCI他引318次。
北京科技大学
2021-04-10
智能无人系统的控制理论与方法
智能无人系统能自主的完成复杂任务，具有自主性、智能性、协同性等特征，覆盖了智能机器人、智能无人机、无人驾驶、群体智能等领域，是人工智能的主要研究方向之一。贺威教授团队长期致力于智能无人系统的控制理论与方法研究。本次申请吴文俊人工智能自然科学奖项的项目成果研究历时六年，针对柔性无人系统的高精度控制、具有多约束条件的智能控制和不确定系统的自适应控制三个方面展开了深入地研究与探索，提出了智能无人系统基于偏微分方程的建模方法和边界控制方法、基于神经网络的智能控制方法以及基于状态和输出反馈的自适应控制方法，推动了智能无人系统控制理论与方法的发展。本项目的20篇主要代表性论文均发表在IEEE汇刊及Automatica等本学科著名期刊上，SCI他引1705次，其中15篇入选ESI高被引论文。8篇代表性论文，SCI他引923次，全部入选ESI高被引论文，其中4篇SCI他引超100次，单篇最高SCI他引318次。
北京科技大学
2021-04-10
无人飞行器通用飞行仿真软件
通用飞行器仿真软件主要包括:气动数据加载模块，飞行管理模拟模块，飞行控制模拟模块，飞行器六自由度运动规律模拟等功能模块。可提供动态的飞机飞行仿真参数，为开发人员在地面条件下全面综合和评估飞行管理、飞行控制和闭环系统性能提供支持。其主要功能包括:●飞行仿真软件能实时模拟并输出飞机的飞行参数，飞行曲线能完整覆盖飞机的飞行包线;●飞行仿真软件能模拟'飞机的各种典型飞行剖面;●飞行仿真软件能够实现基本的飞行控制和飞行管理功能;●.飞行仿真软件能够模拟风、大气等外部环境对飞机飞行的影响。
电子科技大学
2021-04-10