|
搜索
搜 索
高等教育領域數字化綜合服務平臺
腦影像智能分析及其臨床應用
面向全球腦科學研究的尖端挑戰和我國老齡化帶來對退行疾病臨床的巨大需求，構建基于人工智能、大數據挖掘等技術的腦影像組學模型，編碼與疾病對應的指紋信息，開發Brain Label (SAAS)云，精度比肩國際領先的FSL（牛津大學）和FreeSurfer（哈佛大學）。該平臺已在國內神經科排名前十的三甲醫院（宣武、天壇等）使用，成為宣武國家臨床研究中心的唯一影像大數據技術，為其500余家聯盟醫院（含深圳市）提供智能化分析服務，也
哈爾濱工業大學
2021-04-14
醫學影像的智能處理、融合和分析
一、項目簡介 磁共振成像以其具有多模態成像、高分辨及無輻射傷害等優點，在臨床醫學影像中具有無可替代的地位。然而較慢的成像速度及易受各種偽影干擾是其主要缺點。另一方面，隨著臨床上對磁共振成像需求的急劇增長，診斷醫生的缺口越來越大，并嚴重影響病人得到及時、準確的診斷。因此，在磁共振成像中引入以深度學習為代表的智能技術，一方面用于加速成像采集速度及提高成像質量，另一方面用于進行智能診斷，解決臨床醫生人力不足、誤診率較高的問題。 二、前期研究基礎 基于我們在磁共振成像方法設計、超分辨率重建及臨床應用等方面的跨學科研究優勢，我們利用深度學習技術對磁共振成像的各個方面進行整合優化設計，并取得許多重要的初步成果，具有良好的前期工作基礎。 三、應用技術成果 我們在深度學習與超快速磁共振成像方面的結合進行了深度研究，并取得許多重要成像。我們研究了基于深度學習的超快速多參數磁共振成像重建，并取得良好的效果，如圖1所示。我們還研究了利用深度學習對磁共振成像進行無參考掃描的扭曲校正，如圖2所示。
廈門大學
2021-04-11
一種醫學影像計算機輔助分析方法
本發明提出了一種醫學影像計算機輔助分析方法，包括以下步驟：通過紅外光源和紅外熱成像儀對醫學影像進行一次掃描，對一次掃描圖像的體數據進行圖像分裂操作，得到一次圖像數據；通過可見光光源和感光元件對所述醫學影像進行二次掃描；對二次掃描圖像的體數據進行所述圖像分裂操作，得到二次圖像數據；將所述一次圖像數據和二次圖像數據綁定，與病理數據庫中已有的病理樣本相比對，比對過程具體為一次圖像數據互相比對，二次圖像數據互相比對。
青島大學
2021-04-13
新冠肺炎影像學AI智能輔助診斷研究
“現階段醫生需要在大量影像數據中快速診斷出新冠肺炎的病例，此外還需要診斷出病灶分布的位置、大小等來評估嚴重程度。”薛向陽介紹，針對臨床的現實需求，團隊將設計目標定位于“肺炎分類鑒別”和“關鍵病灶檢測”兩大功能，前者是為區別健康狀態、新冠肺炎、其他病毒性肺炎、細菌性肺炎，后者則為找到并分隔出磨玻璃影等病灶區域。針對這些需求，團隊設計診斷算法模型，讓機器利用模型進行訓練，學習不同類型肺炎在CT影像表現上的不同特征，最終具備智能輔助診斷的能力。而這需要突破小樣本學習、小目標檢測等多個技術難題。“小樣本學習”即在較少訓練數據樣本的條件下進行機器學習。在疫情發生前期，能夠獲取的新冠肺炎影像數據相對較少，且由于一線影像醫生任務繁重，無法獲得大量專家標注，因此需要算法在少量樣本的條件下“自學成才”。為此，團隊采用基于自遷移學習的半監督學習等技巧，使算法具備一定的“小樣本學習”能力，在不增加醫生標注工作量的情況下較好地提高了算法模型的普適性。由于CT影像切片中的病灶區域有大有小，且往往大中小病灶區域面積懸殊，如何使算法能同時檢測大、中、小各個目標是另一大難題。團隊利用神經網絡的層次性特點與病灶區域的大小進行對應，“網絡的底層關注細節，即小病灶區域，而網絡中層到高層所關注的病灶區域則越來越大，因此模型通過不同層次的加權和融合，最終便能達到同時檢測大小病灶區域的目標。”薛向陽解釋道。“不過，即便有診斷‘神器’，影像科醫生也是不可替代的。”薛向陽說，人是復雜的機體，病毒在不同人體內感染的反映也不一定相同。”他表示，當遇到機器未曾學習過的微小病變或疑難病例時，仍需要影像醫生的經驗和智慧。以解決實際問題為目標，該項目在研究過程中始終與臨床應用緊密結合。無論是機器學習數據，還是測試評估數據，都來源于臨床真實病例。在算法模型定型過程中，為了檢驗模型的準確率和泛化性，團隊也利用現實疑似病例進行了測試。
復旦大學
2021-04-10
多模態醫學影像智能協診系統TPAID
中試階段/n該項目主要針對開源CT 醫學影像數據和多中心合作單位提供的多模醫學影像數據，采用人工智能技術和自主研制的深度學習算法對心臟左心室、腫瘤等CT 影像數據進行全自動分割，驗證了所研制算法在該項目計算機輔助腫瘤智能診斷應用中的有效性，為項目產業化實施奠定了方法基礎。成果的先進性或獨特性：針對不同類型的醫學影像感知設備，設計針對性強的機器學習智能算法；國內同類研究中首次采用“雙盲評估+驗證”的科研方法對影像數據進
武漢大學
2021-01-12
煤質分析用智能馬弗爐
產品詳細介紹適用于煤炭、電力、化工、冶金、水泥、地質勘探和醫藥、科研等行業和部門進行工業分析。煤質化驗時，能嚴格按照國標GB212、GB5447、GB5449有關規定，自動完成慢灰、快灰、羅加指數、粘結指數、揮發分等測定。
湘潭市三星儀器有限公司
2021-08-23
面向對象遙感影像分析中的尺度分割參數自動選擇方法
本發明兼顧地學空間統計學和模式識別理論方法，基于統計方法提出分割前最優尺度分割參數自動選擇及分割后的尺度效應評價及尺度分割參數的優化調整，提高了面向對象遙感影像信息提取和分析的精度、效率和自動化程度。
中國地質大學（北京）
2021-04-14
琴弦影像
?
規格尺寸：600*400mm；材質：亞克力板。?
主要展示器件安裝于兩塊亞克力前后板上；前板為5mm厚透明亞克力板，后板5mm厚白色亞克力板；產品文字說明及圖片，采用不低于絲網印刷技術UV印制的背景圖，彩色圖片須平板打印到背板上，保證不能因受潮褪色；前后板可用6顆50mm的工藝螺釘固定于墻體上；儀器整體具有防塵和安全防護裝置。?
?
原理說明：琴弦振蕩頻率較高，我們人的眼睛看不清琴弦振動的情形，但當轉桶旋轉時，白色條文的閃動可使人們對琴弦的振蕩情形有所了解。?
石家莊市艾迪科教設備有限公司
2021-08-23
基于機器學習的多模態醫學影像信息處理與分析
多模態醫學影像信息處理與分析，具有重大的應用背景，是國家和社會當 前高度重視的研究領域之一。 本項目擬基于機器學習方法，主要研究醫學影像的特征描述、設備無關性 的特征評價與特征選擇、基于內容的多模態醫學影像檢索、醫學影像信息挖掘、 參考庫建設與算法輔助研究平臺的設計與開發等內容。研究目標為： （1）建立統一的特征描述模型，實現跨模態醫學影像的統一特征描述； （2）提出有效解決特征提取層面上醫學影像信息處理與分析算法的設備無 關性問題的通用框架； （3）在醫學影像標注數據有限、數據庫為海量等條件下，實現高效率單模 50 態影像檢索，有效提高多模態、跨模態醫學影像檢索的精度，實現用戶友好的 檢索結果展示； （4）從結構復雜的多模態醫學影像數據中，挖掘有用的知識，構建有效的 輔助診斷模型、實現個人疾病風險預警； （5）完成首期參考庫建設與算法輔助研發平臺的開發，為項目研究內容的 開展提供有效數據和環境支撐。本項目獲得國家自然科學基金重點項目資助，項目執行期 2013.1-2017.12。
山東大學
2021-04-13
AI智能分析服務器
產品詳細介紹
并發處理能力強
服務器具有CPU+GPU方式并發處理能力，可同時處理和分析多路網絡視頻信號。
功能強大，集人臉/表情/人體姿態/聲紋識別分析等功能于一體
·對教師角色可進行講授、板書、巡視、提問等教師行為分析，可分析教師教學情緒等應用；
·對學生角色可進行學生人臉考勤、學生情緒識別、學生行為（起立、聽講等）識別、學生
姿態識別等應用；
·對課堂可進行師生聲紋識別、知識點識別、內容識別等應用。
集成度高、可靠性高
嵌入式一體化設計，部署和維護簡單，分析精準化，設備運行穩定可靠。
廣東紫旭科技有限公司
2021-08-23