|
搜索
搜 索
高等教育領域數字化綜合服務平臺
云南省新冠肺炎影像云平臺
2月19日，昆明移動依托云資源和數據鏈優勢，協同昆明市第三人民醫院、云南大學共同創立、建設的“云南省新型冠狀病毒感染的肺炎CT診斷互聯網協同會診平臺”（簡稱云南省傳染性疾病影像云平臺）在三方遠程連線下正式啟動。平臺將在有相關診斷經驗的影像專家幫助下，以多方協同工作的方式支持基層醫院，幫助基層醫院輸出高質量的新冠肺炎診斷，同時通過互聯網方式實現遠程互動，方便醫生和患者，減少傳播感染機會、減少現場支援成本和隔離防護的物資消耗，集全省影像專家力量助力打好新冠疫情防控阻擊戰。結合為昆明醫科大學第一附屬醫院創建的“5G智慧診療平臺”的經驗，昆明移動協同云南大學、昆明市第三人民醫院建立相應的云服務、醫學影像多方協同工作（會診）系統，通過CT診斷新型冠狀病毒肺炎的互聯化服務系列關鍵技術以及運行服務的保障模式，將復雜、昂貴的醫學影像處理系統互聯化、低成本化。基層醫院可以免費、免培訓、自助地將本地設備接入云服務平臺，隨后將逐步發展成為云南省傳染性疾病影像互聯網協同診斷平臺。
云南大學
2021-04-10
新型冠狀病毒肺炎影像學診斷
西安交通大學《新型冠狀病毒肺炎影像學診斷》全書共15.5萬字，從幾百個臨床病例中精心挑選了590幅圖，其中與新冠肺炎進行鑒別的疾病有29種之多，圖文并茂，生動詳細。
《新型冠狀病毒肺炎影像學診斷》一書在中華放射學會主任委員金征宇教授、候任主任委員劉士遠教授倡導下，在全國診療新冠肺炎影像專家組指導下重磅推出。另有近30多位來自武漢及其他地區戰“疫”一線的影像學專家參與。
依據2020年2月5日國家衛健委頒布的《新型冠狀病毒感染的肺炎診療方案（試行第五版）》，該書闡述了新型冠狀病毒的影像學基本征象、臨床分期分型與診斷要點，幫助一線醫務工作者提高對新冠肺炎的影像學識別、診斷和鑒別能力，避免誤診和漏診，具有專業的臨床指導意義。
該書的核心內容緊緊圍繞新冠肺炎的影像學診斷，涵蓋了新型冠狀病毒的命名、影像學檢查與防護、影像學檢查方法、影像學基本征象、臨床分型與診斷、影像學分期、影像學轉歸和影像學鑒別診斷等，可以很好地使一線醫務工作者提高其新型冠狀肺炎的影像學識別、診斷和鑒別診斷能力，避免誤診和漏診。
西安交通大學
2021-04-11
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
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
生物影像技術
光學相干層析技術(OCT)是一種基于光學相干特性的在體、實時、高分辨率的三維斷層成像技術，以其非侵入性及高分辨率等特點，在視網膜疾病的研究及臨床診斷中日趨體現出巨大的潛力。近年來團隊以OCT成像方式為主，結合自適應光學、光致超聲、自發熒光等多種成像手段，研究具有國際先進水平的眼底多模態成像系統。新型的多模態成像方式可以同時反映視網膜的散射特性及光吸收特性，并同步獲取眼底的結構與功能圖像。該研究可以對由眼底視網膜病變所帶來的眼底組織結構及功能上的變化進行觀測和估計，實現相關疾病的早期準確診斷。
上海理工大學
2021-04-10
生物影像技術
光學相干層析技術(OCT)是一種基于光學相干特性的在體、實時、高分辨率 的三維斷層成像技術，以其非侵入性及高分辨率等特點，在視網膜疾病的研究及臨床診斷中日趨體現出巨大的潛力。近年來團隊以 OCT 成像方式為主，結合自適 應光學、光致超聲、自發熒光等多種成像手段，研究具有國際先進水平的眼底多 模態成像系統。新型的多模態成像方式可以同時反映視網膜的散射特性及光吸收 特性，并同步獲取眼底的結構與功能圖像。該研究可以對由眼底視網膜病變所帶 來的眼底組織結構及功能上的變化進行觀測和估計，實現相關疾病的早期準確
上海理工大學
2021-01-12
醫學影像處理
通過研究注意力機制、多尺度卷機和數據增強方法（隨
機掩蓋、真假數據融合等），解決醫學影像中個體差異大的
病灶或病例難以有效識別的難題，突破微小病灶或細胞等小
目標難以被識別的瓶頸。
浙江工業大學
2021-05-06
AI篩查CT影像
南開大學計算機學院程明明教授團隊與北京推想科技有限公司的聯合團隊，在CT影像智能診斷方面有緊密的合作基礎，并在前期研究中取得豐富的成果。 自新冠肺炎疫情爆發以來，相關技術人員深入湖北疫區合作醫院，將智能診斷技術用于新冠病毒的篩查。武漢同濟醫院過去幾周實際發生的475例疑似肺炎CT數據當中，人工智能(AI)對于疑似肺炎CT的敏感度為98.32%，對于同時期140例有癥狀但是確認非肺炎患者的CT特異度為82.14%。該系統為一線醫生篩查提供了重要幫助。 武漢同濟醫院醫生正在使用CT影像AI篩查系統 初步實驗和應用結果表明，利用各級醫院普遍使用的CT影像獲取設備，以及人工智能在線篩查系統，有望為新冠病毒防控工作提供智能輔助的雙保險，極大提升篩查效率。在與新冠病毒爭分奪秒的戰役中取得先機。該項目目前已完成具有較強實用性的版本，可以為防疫工作提供實質性輔助。研究團隊還在積極探索更高的檢測精度和更細致的量化分析技術。 新冠肺炎AI系統具有三大重要功能：快速篩查及預警提示、數字化精準輔助診斷與病程監控、區域疫情實時監控。該系統已在國內包括疫區在內的40家醫院應用部署，數據累積8.1萬份，為進一步提升系統性能奠定了基礎。
南開大學
2021-04-10
熒光分子影像儀Fluoracle
北京航空航天大學生物與醫學工程學院生物光學影像實驗室長期開展熒光分子影像研究，在二維和三維熒光分子影像方面積累了豐富的技術基礎。在自有核心技術的支撐下，充分調研市場需求，自主研發了熒光分子影像儀產品Fluoracle。 熒光分子影像可直接在活體上提供細胞和分子水平上的二維和三維定量和特異性成像，突破了傳統的切片觀察手段的局限，為動植物疾病機理研究、藥物動力學和毒理評估、生物和醫用材料在體評估、疾病預測等領域提供了革命性的全新研究手段。 主要性能指標：三維定量和分析生物發光、熒光三維定量（~1mm高空間分辨率）和自動分析三維輪廓拓撲精度500um反射自發熒光扣除光譜分析算法自動扣除自發熒光干擾透射掃描均一成像自定義拓撲透射均一成像去除自發熒光干擾相機傳感器sCMOS量子效率500-700nm>85%； 400-900nm>30%成像像素2064x2056可檢測最小發光70 photons/s/sr/cm2視野3.9cmx3.9cm ~ 23x23 cm光源氙燈激發熒光濾光片8~16選配熒光濾光片8~16選配成像密室空間40x50x35cm（寬x深x高）成像系統空間120x60x90cm（寬x深x高）
北京航空航天大學
2021-04-13
超聲影像三維重構
本項目旨在充分挖掘數字化超聲影像的醫學內涵，運用數據處理和超聲 圖像三維重構技術，深度探索胎兒健康相關指標之間的關聯性，采用定量分 析的科學方法在已有標準上進行優化，實現基于超聲影像的胎兒健康數字化篩 查的目標。 醫學圖像三維重建是通過計算機圖形學、數字圖像處理技術、計算機 可視化以及人機交互等技術，把二維的醫學圖像序列轉換為三維圖像在屏幕 上顯示出來，并根據需要為用戶提供交互處理手段的理論、方法和技術。在 進行醫學圖像三維重建之前，首先需要對醫學影像設備輸出的圖像數據按照 疾病診斷的需要進行必要的分割。圖像分割是將圖像中互不相交的區域分離 開來，被分離開來的每一個區域都必須滿足特定的區域一致性。進行圖像分 割的目的是為了定量定性分析的需要，提取出圖像中感興趣的區域，同時它 也是利用圖像進行三維可視化的基礎。通過分割技術提取出醫學圖像序列中 的感興趣的組織器官或病變體后，就可以通過三維重建技術重建出這些被提 取的組織器官或病變體。重建的圖像除外觀逼真、富有立體感外，還具有任 意角度旋轉、多種剖面顯示、透視內部結構功能，可以將醫療影像數據的真實 感官效果展示給診斷人員。市場及經濟效益分析： 如今國內外的圖像處理技術都比較成熟，對于圖像重構的技術也非常的 成熟，但大都是從二維圖像進行重構。對于將超聲影像結合圖像處理，再進 行三維重構的技術在國內的是領先的，二維醫學圖像已經不能滿足人們對測 量精準度、可預見性的需求了，此時用超聲圖像進行三維重構將面臨巨大的市 場。
重慶大學
2021-04-11