|
搜索
搜 索
高等教育领域数字化综合服务平台
基于人工智能的睡眠医学诊断技术
失眠障碍是一种普遍存在的睡眠障碍疾病，我国成年人中的患病比例高达30%，其主要表现为难以入睡、难以维持睡眠或睡眠质量不佳，导致出现疲倦、注意力不集中、记忆力减退、情绪波动等负面影响，并且与多种疾病（如心血管疾病、糖尿病等）的发生和发展密切相关。我国庞大的患者群体增加了对医疗资源的需求和社会负担，对个人和社会经济造成重大影响。失眠障碍需要引起足够的重视和关注，早期诊断是减少其对个人和社会危害性的有效方法。
目前临床睡眠诊断主要依靠睡眠专家人工判读多导睡眠图（polysomnography，PSG），PSG技术同时记录多个生理参数，如心电图、脑电图、肌电图、眼电图等，从而准确评估睡眠的各个阶段和睡眠中的生理变化。然而，现代临床睡眠诊断方法存在一些弊端。首先，依靠睡眠专家人工进行诊断成本很高。例如，临床诊断中标记一位患者的PSG数据并完成诊断，往往需要一位训练有素的睡眠专家数个小时的集中工作才能完成，无法应对大规模睡眠障碍群体需求。此外，睡眠诊断存在个体差异，同一种睡眠障碍在不同人群中的表现可能不同，诊断结果需要根据患者的具体情况进行综合评估和判断。这些方法需要专业人员进行操作和解读，费用昂贵，操作复杂，很难普及应用。
人工智能技术可以帮助解决以上问题。人工智能技术可以在不需要专业人员干预的情况下，对失眠障碍进行自动化分析和诊断，具有高效性、低成本和易普及的优点。此外，还可以在大数据层面上进行分析，深入探究失眠障碍的病理生理机制，从而更好地指导治疗和预防措施的制定。
睡眠诊断是最为适合采用云平台技术进行自动化诊断的领域，患者潜在群体数量庞大。本项目涉及基于人工智能睡眠医学诊断技术的全系统的各个环节，系统的诊断准确率目前为世界范围内第一。前期已经服务于制药企业睡眠类药物评价、可穿戴消费级电子设备睡眠监测等领域。目前市场上的类似产品均不具备临床医疗级的诊断能力，本技术填补了市场空白。
图1.本项目研发的原理样机部件
北京理工大学
2023-06-05
新冠肺炎肺部感染辅助诊断系统
按照《新型冠状病毒肺炎诊疗方案（试行第五版修正版）》，湖北省增加了“临床诊断病例”分类，对疑似病例具有肺炎影像学特征者，确定为临床诊断病例，以便患者能及早按照确诊病例相关要求接受规范治疗，进一步提高救治成功率。因此，对患者的影像学分析在确定“临床诊断病例”上就具有极为重要的意义。
根据国家指南这一重要变化，西安交通大学第一附属医院影像学郭佑民团队，在前期承担国家卫健委重大行业专项《基于“数字肺”的呼吸系统疾病评价体系与诊断标准研究》基础上，针对新冠肺炎肺部影像学特点与医学成像技术公司合作，第一时间研发了新冠肺炎肺部感染辅助诊断系统，实现了对新冠肺炎感染者肺内病变部位快速检出、定量评价病变范围和病变演变过程评估
CT扫描是新冠肺炎诊断的重要环节，已成为确定“临床诊断病例”的重要标准。但是在影像诊断过程中，每位患者的CT检查多达几百幅甚至上千幅图像，单靠影像诊断医师从庞杂的图像特征中筛选出新冠肺炎所具有的特征，不仅要求医师具备肺炎诊断与鉴别诊断的经验，还需要相当的观察时间，严重影响病例筛查的效率。
同一患者3次检查结果对比，红色区域为病变，相比较病变体积逐渐缩小，提示病情好转。
同一患者3次检查结果对比，红色区域范围增大，数目增多，提示病变进展，同时还能观测到病变密度的变化。
图为同一患者4次检查结果对比，图中红色区域体积逐渐增大，提示病情进展。
郭佑民教授团队利用AI技术为新冠肺炎的影像诊断“赋能”。依托专家训练，人工智能结合传统的计算机视觉技术，对新冠肺炎患者肺部病变区域进行分割、计算，可以同时获取病变区域的体积、密度、磨玻璃成分等定量参数，尤其是对于患者随访的数据，可以实时进行图相配准，精准定位病灶位置、大小，方便比较病变的消长。
通过临床试验发现，该系统能够辅助临床医生对新冠肺炎进行快速诊断，并能提供智能诊断报告，适应阻断疫情扩散蔓延的公共卫生紧急应对要求，具有很好的临床应用效果。该系统已在包括华中科技大学协和医院等多家医院部署，为了鼎力支持抗“疫”一线，新冠肺炎辅助诊断系统将开放全国同行免费使用。
西安交通大学
2021-04-11
猪、鸡和鸭预混料、浓缩料和全价配合饲料生产技术
猪、鸡和鸭预混料、浓缩料和全价配合饲料配方，根据猪、鸡和鸭的生理需要和营养标准精心设计并经反复实验而定，以这些配方生产的产品可达到国内外最优同类产品的生产效益，并可获得更好的经济效益，因此具有很强的市场力，是非常成熟的技术，如生产肥育猪浓缩料、乳猪颗粒料和蛋鸡浓缩料的试生产产品分别达50万吨、10万吨和20万吨以上，具有很好的用户口碑。/line如果主要生产粉料（预混料、浓缩料），仅需要粉碎机和混合机，生产工艺简单，若年产5000吨，设备投资5万元左右。若要生产颗粒料（乳猪料、肉鸡料、肉鸭料）尚需要锅炉房和制粒机，若年产5000吨，设备投资10万元左右，若粉料和颗粒料同时生产的话，总投资15万元左右。若按此规模生产，年利润可达300~500万元，并可解决20名左右的劳动力就业，并可推进农副产品消耗，因而有很好的社会效益。若规模进一步扩大，则效益更为可观。
南开大学
2021-04-10
猪传染性胸膜肺炎防控关键技术研究与应用
已有样品/n猪传染性胸膜肺炎防控关键技术研究与应用。 成果简介：华中农业大学和武汉科前动物生物制品有限责任公司完成的“猪传染性胸膜肺炎防控关键技术研究与应用”成果，该成果确定了猪传染性胸膜肺炎在我国的爆发流行及流行的主要血清型，研制了猪传染性胸膜肺炎三价灭活疫苗和传染性胸膜肺炎放线杆菌ApxIV-ELISA抗体检测试剂盒，在国际上率先解析了猪传染性胸膜肺炎放线杆菌13个血清型菌株的全基因组序列和基因组生物学特征，鉴定了一批新的毒力相关基因，建立了基于多重耐药性菌株和靶标酶的两种抗菌化合物高通量筛选
华中农业大学
2021-01-12
猪WFIKKN2基因作为胴体性状相关的分子标记及应
研发阶段/n可用于猪胴体性状的遗传改良，在猪的遗传改良中胴体性状的测定需要进行屠宰测定，只有背膘厚度性状可在达到目标体重时进行活体测定，利用这3项专利，可以进行胴体性状的改良（不需要进行屠宰测定），降低背膘厚度，降低板油率和内脂率，提高瘦肉率和腿臀肉骨率。
华中农业大学
2021-01-12
一种高效快速构建猪肠道冠状病毒重组病毒的方法
本发明属于动物传染病防制技术领域。具体涉及一种高效快速构建猪肠道冠状病毒重组病毒的方法。利用CRISPR/Cas9系统对含有PEDV AJ1102株全长cDNA的BAC质粒进行切割，再通过同源重组方式获得EGFP基因替换PEDV AJ1102株ORF3基因的重组BAC质粒，转染细胞后拯救出重组病毒rAJ1102‑△ORF3‑EGFP。由于不同的猪肠道冠状病毒具有相似的基因组结构与复制策略，本发明也适合于其它猪肠道冠状病毒重组病毒的构建。与传统方法相比，本发明具有靶点选择宽泛，特异性强，操作简单，效率高和实验周期短等突出优点，在一周之内便可获得重组病毒，是一种高效快速构建猪肠道冠状病毒重组病毒的方法。
（注：本项目发布于2019年）
华中农业大学
2021-04-11
GLI2基因作为猪初生重性状相关的分子标记及制备
该发明属于猪的分子标记辅助选择技术领域，具体涉及一种作为猪标记辅助选择的与初生重性状相关的分子标记GLI2的克隆及应用。该分子标记为猪GLI2基因第8外显子区的一个G-A多态位点（导致NcoI-RFLP多态性），该多态性位点各基因型与大白猪初生重、白细胞数目、淋巴细胞比率和嗜碱性粒细胞比率呈显著关联(P<0.05)，且AG基因型个体的初生重显著高于GG型个体（P=0.005）。
主要技术指标：DNA的提取，PCR-RFLP
应用范围：大白猪
该分子标记可用于大白猪初生重性状的改良，直接提取血液DNA，实验室进行PCR-RFLP检测公母猪基因型，通过选配，有望提高仔猪初生重。
转化条件：猪场，PCR仪，电泳仪
成果完成时间：2017年6月
华中农业大学
2021-01-12
猪优质精液生产技术与社会化供应体系研究与应用
该技术应用于生猪养殖领域。通过对国外先进的设施设备和理念的创造性转化，建立了高标准、专业化的公猪站。在此基础上，持续开展了优质种猪的遗传选育；开展了生物安全体系建设和重要疫病的防制研究；运用大数据分析方法影响了影响猪精液品质和淘汰的主要因素；建立了提高猪精液品质和降低公猪肢蹄病发生率的营养调控技术；对优质精液生产、保存、运输和输精技术开展了集成创新；建立了以人工授精中心为核心的猪社会化供精体系。猪精社会化供精体系可覆盖母猪50万头，母猪平均分娩率达88%，可提高母猪PSY0.2头；降低公猪淘汰率20%。
该项目通过创造性转化与创新性发展相结合的方式，在高水平公猪站的建设和公猪站生物安全体系的构建等方面，开展了有效引进、转化和集成创新；在持续开展优良种猪选育的基础上，选择和引进公猪进入人工授精站；在公猪营养和生产管理方面开展了突破性创新研究；通过“互联网+基因”的人工授精服务体系的创立，建立了优质、安全、高效的猪精液的社会化供应体系，最大化地实现了遗传品质优秀、精液品质优异、安全品质优良的猪精推广应用。
目前猪精社会化供精体系可覆盖广西全省，并覆盖广东、湖南和福建等省份，覆盖能繁母猪50万头。该技术能保障精液的遗传品质优秀和卫生品质优秀，能显著提高养殖户的经济收益，推广应用前景广阔。
转化条件：大型商业化猪精公司
成果完成时间：2016年
华中农业大学
2021-01-12
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