创新成果一:样本智能化前处理方法
针对临床粪便、生殖道分泌物等样本检测自动化程度低,需要人工干预,耗时长、病理成分回收率不高等问题,提出了样本智能化前处理方法,通过提前稀释搅拌、抽吸阻隔富集和智能搅拌技术,实现了样本提前稀释搅拌、搅拌与取样同步进行、且浓度适中,提高了设备智能化程度和检验效率,提升了检出率。
创新成果二:基于连续采图、消间隙采图的快速采图方法,基于分层、回字形、波谷法的高质量采图方法
针对传统的显微镜自动采集图像效率低、目标漏检概率大的问题,提出了基于连续采图、消间隙采图的快速采图方法,基于分层、回字形、波谷法的高质量采图方法,提高了显微镜图片的采集效率、降低了漏检率。
创新成果三:一种基于深度学习的多图像算法相融合的智能识别与分析技术
针对尿液、粪便、生殖道分泌物标本的有形成分识别效果的问题,提出一种基于深度学习的多图像算法相融合的智能识别与分析技术,改善了图片质量,对有形成分进行精准的定位与识别,提高了识别准确率。
医学显微镜自动检验具有重要临床意义,是疾病诊断基础和重要的医学检验手段,公司项目取得的创新成果如下:
1、针对临床粪便、生殖道分泌物等样本检测自动化程度低,需要人工干预,耗时长、病理成分回收率不高等问题,提出了样本智能化前处理方法,通过提前稀释搅拌、抽吸阻隔富集和智能搅拌技术,实现了样本提前稀释搅拌、搅拌与取样同步进行、且浓度适中,提高了设备智能化程度和检验效率,提升了检出率。
2、针对传统的显微镜自动采集图像效率低、目标漏检概率大的问题,提出了基于连续采图、消间隙采图的快速采图方法,基于分层、回字形、波谷法的高质量采图方法,提高了显微镜图片的采集效率、降低了漏检率。
3、针对尿液、粪便、生殖道分泌物标本的有形成分识别效果的问题,提出一种基于深度学习的多图像算法相融合的智能识别与分析技术,改善了图片质量,对有形成分进行精准的定位与识别,提高了识别准确率。
公司聚集了一批高素质的员工队伍,拥有一支涵盖临床医学、医学检验、电子信息工程、机械工程、材料学、有机化学、软件工程、计算机技术等体外诊断仪器和试剂研发所需的多学科、多层次、结构合理的研发团队。公司技术人员约130人,占总人数的26%,拥有中高级职称人员24名。 首席专家丁建文先生是中共中央组织部和国家人力资源和社会保障部联合授予的 “国家高层次人才特殊支持计划领军人才”(即国家“万人计划”人才)、国家科技部“科技创新创业人才”。先后主持或参与了多项国家、湖南省、长沙市各类科技计划项目已申请国内外专利200项,其中获授权120项,参与3项行业标准制定,多次荣获中国专利奖、湖南省技术发明奖、长沙市科技进步奖等奖项。技术带头人周丰良先生是清华大学工程物理硕士,是长沙市首批高层次人才C类人才(省市级领军人才),是长沙市科技创新创业领军人才,参与9项标准制定,承担国家级科研项目8项、省市级重点项目20余项,已申请的专利100余项。
评价单位:“科创中国”机器视觉与智能产业科技服务团 (中国图象图形学学会)
评价时间:2022-11-14
综合评价
该成果主要是医学显微镜自动检验技术,通过人工智能等方法,对医学显微镜自动检验具有重要临床意义,对相关的技术临床使用或市场销售前是否有其它资质要求。
总体而言,该项目技术思路方向较好,未来市场空间较大,有利于当前政策要求,转化成熟度有待提高,值得支持推广。建议考虑使用与临床使用的相关资质。
查看更多>