需求发布 成果发布 科创案例库 揭榜挂帅
技术经理人 会议展览 科创联合体 项目申报
前沿动态 科技政策 院士开讲 青托工程
科技服务团 学术资源
试点城市(园区) 双创活动周
协作站点 学会服务
问题库 项目库 开源库
English
您所在的位置: 成果库 智能医学影像分析平台

智能医学影像分析平台

发布时间: 2023-10-26

来源: 科技服务团

基本信息

合作方式： 技术转让
成果类型： 新技术
行业领域：
电子信息技术,新一代信息技术产业
成果介绍
医学影像技术是以非侵入方式获得人体某部分内部组织影像的技术与处理过程，为临床疾病诊断和治疗提供重要参考依据，是探究身体内部奥秘的必经之路。数字化影像技术应用于临床医学领域，更有利于疾病的诊断和治疗，同时也促进了医学发展。传统的医学影像技术是用来在临床诊断中了解患者解剖学在病变部分所发生的变化，借此了解致病因子。近年来，随着信息化在医学领域的不断深入，医学影像的大数据急剧膨胀，整合复杂数据、分析生物致病机制并进一步应用于精准医疗已经成为全球科技界、卫生界和工业界关注的热点。美国政府先后开展了“脑活动图谱计划”和“精准医疗计划”。我国科技部也即将启动和部署“精准医疗计划”以及“脑科学与类脑研究计划”，并将其列入我国“十三五”科技发展与创新重大专项中。 目前，在医学领域，医学病症的检查诊断多数以医学影像判断为主，然而医学影像有以下特点：高度依赖成像设备和成像环境；图像种类多差异，很难融合；图像像素大，信噪比低且图像分辨率低；生物个体存在差异性、易变性。这些影像问题很大程度地限制了医学病症的预测和诊断。传统的人工解读方式，往往依赖于医生个人经验、知识和情绪，且效率较低。
成果亮点
多模态脑影像数据的异构特性驱动了多模态融合精准诊断预测的重要性，针对异构数据的复杂性，提出基于多任务多核融合的新框架，建立了多模态脑影像数据和临床诊断量化指标联合挖掘生物标记的新方法，解决了单模态分析方法在解决复杂影像数据问题上的局限性和低精度问题。创新性提出多任务联合学习的多模态数据融合新方法，保证了多模态之间的互补性；构建了基于多核的融合机制自动获取各模态特异性的重要程度。 此外，为了从影像数据了解脑疾病的病理机制，需要从高维的影像数据中发现与脑疾病相关的生物标记，用于疾病的诊断和状态评价。影像数据具有高维度和小样本的特性，直接利用这些庞大的样本特征，不仅会带来巨大的存储和计算负担，而且会导致过拟合问题，影响对疾病的精准诊断。针对脑影像的高维小样本特性，提出了基于多任务范式的多模态生物标记选择新算法，有效解决了脑影像数据多模态间的关联建模，临床诊断得分量表难以描述等困难，解决了脑影像图像的小样本建模问题，提高了所发现生物标记与疾病相关的敏感度和可靠性，并能为临床诊断提供准确的理论依据。 脑影像智能分析及应用研究团队中多模态系列创新工作主要发表于：IEEE/ACM TCBB
团队介绍
智能传感与光电检测科研团队依托测控技术与智能仪器仪表河南省工程实验室，长期专注于先进智能传感及光电检测技术的研究与应用。现有专职教师12人，其中教授2人，副教授2人，讲师8人，具有博士学位8人，硕士学位4人。近3年，本团队已完成国家及省部级科研项目十余项，市厅级科研项目12项，科研经费到账近300万元；团队成员获河南省科技进步二等奖2项，三等奖1项，省教育厅科技成果奖二等奖2项，三等奖2项；发表高质量学术论文40余篇，授权发明专利十余项。 主要研究方向包括： （1）检测技术与自动化装置。主要面向工农业生产一线各种检测技术与自动化装置、智能仪器仪表、计量校准设备、新型测控系统的研究与应用开发，以粮食储藏和粮油食品加工过程中的先进检测与智能控制为研究特色。 （2）光电检测技术理论及应用。将光纤传感、微纳传感技术、图像处理等先进传感技术应用于粮食数量、粮食质量品质和安全品质的实时和在线检测。 （3）智能医疗装备研究与应用。主要面向各类医用传感器设计、各种智能医疗装备和智能看护机器人的研究与应用开发；注重医学光电信息处理与成像研究，用于医疗疾病早期诊断等
成果资料