为了增强检索结果的可交互性，进一步提高用户对感兴趣器官的认识，我们设计了器官可视化模块，根据一个完整序列中器官的分割结果，通过图形化技术渲染出用户感兴趣的器官在三维空间中的立体结构，方便用户查看器官和病变的三维结构。
• 面对海量的医学影像数据，影像的分析都要由专业的医生进行处理，医生必须根据自己的临床经验对影像进行病理分析并做出诊断，这不仅对医生的临床经验有所要求，而且诊断效率也很低，已经难以满足当下日益增长的需求。
• 自动对医学影像进行内容分析并输出诊断报告就成了影像学中急需解决的问题，即自动化医疗影像报告生成。
• 西安交通大学第一、第二附属医院和西京医院数据测试结果：提高工作效率，可解释、值得信赖。
• 放疗中需要对肿瘤靶区和临近风险器官进行精确勾画，从而可利用计划系统进行放射治疗仿真。
• 针对癌症病人放疗中不同部位人体多风险器官的自动化分割进行深入研究，致力于提高风险器官的分割精度和效率，为临床中存在的勾画效率低、不一致等问题提供潜在的自动化分割算法。
• 准确率全球第二，速度提升6-10倍。
• 精准放疗依赖于放射剂量分布的精确计算。
• 传统方法对调参敏感、对于复杂病例准确度低、需要大量的训练数据、速度较慢等。
• 放疗计划会因病人间解剖结构的差异、不同放疗机构、不同剂量师等发生变化，放疗效果不稳定。
• 针对现有的放疗剂量分布计算模型对CT图像中肿瘤区域异质性和与临近多风险器官全局结构特征学习能力不足，而导致部分关键区域的剂量分布计算误差较大的问题，研究基于多分支自注意力网络的放疗剂量分布计算模型，对肿瘤区域的异质性和肿瘤与临近多风险器官的全局结构特征进行深度学习，实现图像全局放疗剂量分布的准确计算。
• 建立一种稀疏深度迁移学习框架下多模态图像肿瘤增强模型，清晰显示肿瘤和周边软组织。
• 针对不同模态下肿瘤区域的状态变化，构造一种活性肿瘤的时空演化模型。
• 构造健康组织和肿瘤之间的空间距离和放射剂量信息的向量矩阵，优化放疗处方方程以快速求解，实现实时自适应放疗计划的自动创建。
基于影像理解的康复评估
建立一套基于临床功能评定、功能影像学检查的量化康复效果评估标准
- 针对以上存在的问题，从动作分类、动作检测和动作评估三方面入手，
- 白质纤维连接的改变：通过脑功能磁共振成像DTI
- 技术，对比两组患者与运动密切相关的锥体束变化。
- 运用随机动态因果建模分析不同脑区间的有效连接，对静息态脑网络进行多尺度图卷积网络的变化检测研究。
- 研究精细动作评估算法用于对类别和精确定位得到的人体动作进行定量评估。
基于影像理解的运动障碍诊断评估
基于动作分析与数据挖掘的疾病辅助诊断系统设计
- 对于儿童中的发展性协调障碍（DCD）、注意力缺陷多动障碍（ADHD）等发育型运动障碍的诊断评估，均依赖于职业医师或治疗师通过对患者在特定动作任务中的表现进行观察分析，给出诊断结果或者介入治疗方案。价格昂贵，不易于大规模筛查，难以实现纵向或横向比较分析。
- 基于视频的人体动作智能分析可以将此类与动作相关的疾病诊断。
- 数字化和自动化，客观、准确、可回溯。正在与西安市儿童医院合作。
基于动作分析的疼痛等级智能评估
疼痛治疗的关键是准确的评估，它可以帮助医生确定合适的治疗方法和合理的药物用量，从而促进患者更快的康复。人类的肢体动作是疼痛的有效指标之一，能够提供疼痛感知的客观测量。基于人体动作分析的疼痛等级评估可以为医生提供有效的疼痛评估结果。
- 研究内容：
- 招募志愿者，收集受试者不同疼痛状态下的肢体动作信息及生物学信息，构建疼痛等级数据库。
- 设计基于动作分析的疼痛等级智能评估模型，将初步建立的模型用于数据库中所有类行的疼痛患者。
- 通过反馈进一步强化学习，将评估有误的数据加入到待处理的数据库中，再次学习，最终实现具有个体差异的疼痛等级评估模型。
产品
公司
京ICP备20006802号-10 © 北京易简视源科技有限公司 版本所有