科创中国

团队与海南 301 医院合作承担海南省重点研发计划“基于深度学习的宫颈异 常细胞图像检测与分类”项目， 主要负责采用基于深度学习的计算机视觉技术智 能辅助筛查病理细胞图像中的病变细胞， 异常细胞检出率为 90%，相应研究成果 在阿里云组织的“宫颈癌风险智能诊断”挑战赛中取得前 1%的成绩，并研发相 应的图像处理和病患信息管理软件用于临床实际，以提高筛查效率。

1. 具有自主知识产权，研究成果已授权发明专利 1 项。2. 成果来源： 海南省财政科技计划资助项目(ZDYF2019009)；佛山市科技 创新专项资金项目(BK19AE034)。3. 技术先进性：国内领先。

采用目标检测领域的常用评估指标 AP30 作为准确率，在装备 1 台 Nvidia Tesla V100 显卡的工作站上进行实验评估， 异常细胞识别准确率为 86%%，推理 速度为单张图片耗时 0.048s，该评估方法综合考虑了各阈值下的精确率和召回率以及速度，可更加全面的评估模型的预测结果。

北京科技大学人工智能与三维可视化实验室目前有教师6 人(其中教授 1 人， 副教授 1 人，讲师 4 人)。负责人班晓娟教授(博导)获得教育部新世纪优秀人 才荣誉称号， 任中国人工智能学会常务理事及智慧医疗专业委员会主任， 中国计 算机学会人机交互专业委员会常务委员。近年在 Nature 子刊，计算机学会推荐 的 A 类顶级国际会议 CHI、VR、SIGGRAPH 等发表图像处理和流体模拟相关文 章多篇。团队致力于计算机视觉以及图形学等领域的应用研究。主持国家级项目 10 余项， 省部级及横向企业项目20 余项， 发表学术论文 300 余篇， 发明专利 10 余项，软件著作权 20 余项，获省部级以上科研教学奖励 4 项。

随着计算机硬件以及计算机处理算法的进步， 尤其是以深度学习为代表的机 器学习理论的突破， 计算机图像处理技术不断渗透到各个领域， 尤其在临床医学 的诸多领域发挥着举足轻重的作用。因此， 使用深度学习方法能够有效解决有经 验的细胞病理学医师及辅助人员稀缺问题，应用广泛，市场需求量大。

目前处于何种研发阶段： ☐研发 ☐小试 ☒中试 ☐小批量生产 ☐产业化； 样机： ☒有 ☐无 其他：□如选择“其他”，请说明：。

已投入成本： 40 万元。

推广应用情况：已成功应用至海南 301 医院用于数据分析。

期望技术转移成交价格(大概金额)：60-80 万元。