科创中国

生物与新医药技术

项目简介 该项目具备论文和软著支持，在西安市第九医院应用。技术核心： 使用 PyTorch 深度学习框架，基于 EfficientNet 构建了眼底病变非增 生型病变分期（国际分期分为五个不同严重程度，0 期为无明显病变 4 期为严重病变）模型接近国际先进水平。 基于 Faster RCNN 两阶段检测网络基本架构使用新的训练方式 对低分辨率的图片进行超分以及改进的特征金字塔结构构建了最终的模型。我们提出的检测模型在没有使用预先分割 mini patches 进行 训练CNN网络的情况下, 在Eophtha_MA数据集上在(False Positives per Image)FPI>6 时 sensitivity 大于 ***, 超过了目前已知的算法和医生的表现。

该项目采用Lanczos插值方法进行图像超分辨、卷积神经网络进 特征提取并采用优化的训练方法和模型结构等可解决以下问题：在 DR 分期算法中。结合临床知识（例如MA的数量会与分期数 字成正相关等）将 5 分类问题转换成回归问题。从而更好的预测了分 期结果。 在DR分期算法中。使用多个不同深度，宽度的网络进行特征提 取将各个模型做bagging操作加权求和得到最终预测结果。更好的预 测了分期结果，在Kaggle 2019年DR分期的数据上得到quadratic weighted kappa(QWK)为 ***左右。在MA检测算法中。通过Lanczos超分辨算法，保留微血管瘤的边界信息并扩大检测目标的大小，更能够在深层的卷积神经网络中保 留足够的信息从而达到较好的检测效果。 在 MA 检测算法中。通过针对 MA 检测而改进的多尺度特征融合 结构提高了检测效果。 MA 检测算法大幅提高MA病灶检测准确率。Eophtha_MA 数据集上在(False Positives per Image)FPI>6 时 sensitivity 大于 ***，超过 了目前已知的算法和医生的表现。

生物材料与信息转化 BIT 团队目前有 1 名教授，2 名 博士，12 名硕士，负责人吕锐婵，西安电子科技大学教授/博导。洪堡学者，陕西省普通高校“青年杰出人才”，“华山学者”菁英人才。近年来主要从事分子影像纳米探针设计、生物成像及抗癌诊疗，在哈尔 滨工程大学获得工学学士（2006-2010）和工学博士学位（2012-2015）， 并在中航企业工作两年（2010-2012），在美国纽约州立大学 ILPB 和 德国马堡大学的 Biophotonik 实验室进行了生物光子与发光材料的博 士后工作（2015-2017）。主持多项国家自然科学基金和横向项目， 国家重点研发计划骨干，并与医院和企业合作推进生物材料、影像探 针的临床应用许可。发表 SCI 论文 61 篇，引用 2600 余次，其中第一 /通讯作者 41 篇，含中科院分区一区论文 13 篇，IF>10 论文 7 篇， 封面论文 9 篇，授权专利 7 项，软著 1 项。现任中国医药生物技术协 会造影技术分会委员，获“徐叙瑢发光学优秀青年学术论文奖”、珠海 分子影像“青年学子奖”等。

点击查看