工业设计在医疗器械产品智能化中的体现

工业设计作为一种产品设计方法,在过去的医疗器械的发展上起到了不可忽视的作用.即使是在医疗器械产品大规模智能化的今天,工业设计依然有着至关重要的作用.

基于深度学习的肺炎病灶分割技术用于新型冠状病毒肺炎的定量分析

目的:探究基于深度学习的肺炎病灶分割模型用于新型冠状病毒肺炎(COVID-19)CT影像定量分析的可行性。方法:基于深度学习技术,以73例肺炎CT影像和分割标记训练病灶分割模型,13例肺炎CT影像测试模型,217例肺炎/非肺炎CT影像训练分类模型,56例CT影像测试分类模型。用肺炎病灶分割模型在28例COVID-19疑似病例(7例阳性,21例阴性)CT影像中分割病灶区域,结合肺叶分割结果汇总定量。结果:肺炎病灶分割模型在同源测试集上精准度为75.4%,对COVID-19病灶的分割精准度为67.7%。C0VID-19阳性病例相较于阴性病例,病灶密度均值更高(P=0.04),且受累肺叶数量更多(P=0.01)。结论:基于深度学习的肺炎病灶分割模型能用于COVID-19病灶分割,分割后定量分析有利于明确COVID-19的CT影像特征。

人工智能在眼底筛查领域的应用现状

近年来,人工智能在医学领域的应用范围不断扩大,已经成为医疗行业关注的焦点。文章分析了AI在眼底疾病筛查领域的技术发展、应用落地及药监审批等情况。

人工智能在皮肤病诊断中的应用

皮肤病是最常见的疾病并且种类繁多,采用机器学习、计算机视觉等人工智能技术可实现自动、快速分类及特征识别。

浅谈肺结节影像人工智能技术

我国是肺癌高发国家,肺癌是发病率最高和死亡率最高的恶性肿瘤,我国约75%的肺癌患者在确诊时候就已经属于晚期,这与缺乏筛查以及科学有效鉴别肺结节有关。这也反映了目前影像科医师匮乏与患病人数日益增长的医疗需求问题,肺结节人工智能技术的发展和应用有望有效地平衡当前的医疗资源。

人工智能眼底筛查逐步引领智能化医疗落地

人工智能眼底筛查必要性糖尿病视网膜病变(DR)是糖尿病最常见的微血管并发症,也是处于工作年龄人群第一位的不可逆性致盲性疾病。因患病人群数量巨大,专业眼科医生缺乏,知晓率、筛查率和治疗率低,目前医疗行业亟须可靠的识别和分类糖尿病眼部并发症的方法,将筛防的关口从眼科前移到基层和内分泌科室。为了预防这些威胁视力的致盲性眼病,政府对中老年及患糖尿病、高血压等慢性病的高危人群的筛查是最具卫生经济学效益且能够充分保障人类眼部健康的办法。

小数据下医学影像智能应用的研究

本文阐述了如何从不同的科研角度解决高标注质量的医学图像数据集稀缺的难题,研究了如何利用小数据来做医学影像技术的研发。