国产96在线|亚洲|国产精品二区高清在线|国产精品自在线~免费|国产日韩3在线观看

      <s id="qjd4y"></s>
    • <sup id="qjd4y"></sup>
      <legend id="qjd4y"></legend>
    • 您好,歡迎光臨威海市婦幼保健院 急診電話:5271299 咨詢熱線(工作日):5271700 行政值班(節(jié)假日、夜間):5271200 母乳喂養(yǎng)熱線:5273700 行風(fēng)監(jiān)督:5271207
      教學(xué)科研
      當(dāng)前位置: 首頁(yè) >  教學(xué)科研
      《基于深度學(xué)習(xí)胎兒先天性心臟病超聲篩查關(guān)鍵技術(shù)的研究》申報(bào)2024年度山東婦幼保健協(xié)會(huì)科技進(jìn)步獎(jiǎng)的公示
      發(fā)布時(shí)間:2024-08-22 08:20:50  作者:科教科  瀏覽次數(shù):853

      根據(jù)山東省婦幼保健協(xié)會(huì)相關(guān)規(guī)定,我院擬推薦《基于深度學(xué)習(xí)胎兒先天性心臟病超聲篩查關(guān)鍵技術(shù)的研究》項(xiàng)目申報(bào)2024年度山東婦幼保健協(xié)會(huì)科技進(jìn)步獎(jiǎng),現(xiàn)將推薦獎(jiǎng)種、項(xiàng)目名稱、推薦意見(jiàn)、項(xiàng)目簡(jiǎn)介、客觀評(píng)價(jià)、推廣應(yīng)用情況、代表性論文目錄、完成人情況(包括姓名、排名、職稱、行政職務(wù)、工作單位、完成單位,對(duì)本項(xiàng)目的貢獻(xiàn))、完成單位情況(包括單位名稱、排名、對(duì)本項(xiàng)目貢獻(xiàn))等信息予以公示,公示期為5個(gè)工作日(2024年8月22日至2024年8月28日)。

      公示期間,對(duì)公示內(nèi)容持有異議的,請(qǐng)?jiān)诠酒趦?nèi)以書(shū)面的方式提出。異議應(yīng)認(rèn)真負(fù)責(zé),實(shí)事求是,內(nèi)容和理由應(yīng)具體明確,且附旁證材料。為保證異議處理的客觀、公開(kāi),便于核實(shí)、查證,異議提出者應(yīng)標(biāo)明真實(shí)身份。異議意見(jiàn)請(qǐng)以書(shū)面形式送達(dá)科教科,聯(lián)系電話0631-5271501。

      附件:項(xiàng)目公示內(nèi)容

                                                                                                                                                                      科教科

                                                                                                                                                                 2024年8月22日

       

                                                                            項(xiàng)目公示內(nèi)容

      推薦

      獎(jiǎng)種

      2024年度山東婦幼保健協(xié)會(huì)科技進(jìn)步獎(jiǎng)

      項(xiàng)目

      名稱

      基于深度學(xué)習(xí)胎兒先天性心臟病超聲篩查關(guān)鍵技術(shù)的研究

      推薦

      意見(jiàn)

      本研究課題完成了山東省醫(yī)藥衛(wèi)生科技發(fā)展計(jì)劃項(xiàng)目“基于深度學(xué)習(xí)胎兒先天性心臟病超聲篩查關(guān)鍵技術(shù)的研究”,發(fā)明了基于變分自編碼器和循環(huán)生成對(duì)抗網(wǎng)絡(luò)的圖像生成方法,解決了先天性心臟病的影像樣本數(shù)量不足問(wèn)題;發(fā)明了基于困難樣本挖掘和度量學(xué)習(xí)的深度學(xué)習(xí)網(wǎng)絡(luò)訓(xùn)練方法,解決了部分困難樣本難以訓(xùn)練的問(wèn)題;提出了基于人工智能的胎兒心臟切面自動(dòng)評(píng)分的方法,解決了胎兒心臟標(biāo)準(zhǔn)切面的準(zhǔn)確判斷難題;提出了基于細(xì)粒度分類的深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu),解決了胎兒心臟精細(xì)結(jié)構(gòu)異常識(shí)別難題。本項(xiàng)目實(shí)現(xiàn)了基于人工智能的胎兒先天性心臟病的有效篩查,在量化性能上超越了國(guó)內(nèi)外現(xiàn)有技術(shù),為實(shí)現(xiàn)先心病的有效早期篩查提供了有力的技術(shù)支撐,促進(jìn)了我國(guó)婦幼保健事業(yè)的完善與發(fā)展。本研究小組科研精神嚴(yán)謹(jǐn),團(tuán)隊(duì)合作關(guān)系密切,其成果達(dá)到了預(yù)期的指標(biāo),并有助于科研將來(lái)更進(jìn)一步的深入研究。因此同意參加科技進(jìn)步獎(jiǎng)的申報(bào)。

      項(xiàng)目

      簡(jiǎn)介

      先天性心臟?。ㄏ刃牟。┦翘盒难馨l(fā)育異常導(dǎo)致的先天畸形,是新生兒及嬰幼兒死亡的重要原因之一。中國(guó)先心病檢出率為2.4‰~10.4‰,現(xiàn)有患者約200萬(wàn),每年新增患者9萬(wàn)至15萬(wàn)。未及時(shí)診治的患兒可能出現(xiàn)心臟肥大、肺動(dòng)脈高壓、智力殘疾等問(wèn)題,因此產(chǎn)前診斷對(duì)提高存活率和降低發(fā)病率至關(guān)重要。超聲影像是胎兒先心病診斷的首選,但檢查難度大,漏診率高。結(jié)合人工智能技術(shù)的輔助篩查有望提高先心病的檢出率,并緩解超聲醫(yī)師供需失衡的問(wèn)題。

      在基于深度學(xué)習(xí)的人工智能方法中應(yīng)用于胎兒先天性心臟病的超聲篩查時(shí),面臨著四個(gè)關(guān)鍵技術(shù)問(wèn)題:首先,先天性心臟病的影像樣本數(shù)量不足,限制了模型的訓(xùn)練效果;其次,部分影像樣本由于復(fù)雜的解剖結(jié)構(gòu)或其他原因較為困難,難以進(jìn)行有效訓(xùn)練;第三,胎兒心臟標(biāo)準(zhǔn)切面的準(zhǔn)確判斷至關(guān)重要,但這一過(guò)程因胎兒的自主運(yùn)動(dòng)和體位變化而存在挑戰(zhàn);最后,基于人工智能方法的胎兒心臟精細(xì)結(jié)構(gòu)異常識(shí)別依然是一個(gè)技術(shù)難點(diǎn)。針對(duì)這些問(wèn)題,本研究提出了多個(gè)創(chuàng)新性解決方案。首先,發(fā)明了基于變分自編碼器和循環(huán)生成對(duì)抗網(wǎng)絡(luò)的圖像生成方法,解決了影像樣本不足的問(wèn)題;其次,發(fā)明了基于困難樣本挖掘和度量學(xué)習(xí)的深度學(xué)習(xí)網(wǎng)絡(luò)訓(xùn)練方法,提高了對(duì)困難樣本的訓(xùn)練效果;再次,提出來(lái)了基于人工智能的胎兒心臟切面自動(dòng)評(píng)分方法,提升了標(biāo)準(zhǔn)切面判斷的準(zhǔn)確性;最后,提出了基于細(xì)粒度分類的深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu),有效應(yīng)對(duì)了胎兒心臟精細(xì)結(jié)構(gòu)異常的識(shí)別問(wèn)題。

      通過(guò)綜合對(duì)比,本項(xiàng)目展現(xiàn)了在切面分類、圖像質(zhì)量評(píng)估和異常檢測(cè)等方面的顯著優(yōu)勢(shì)。首先,在胎兒心臟切面分類方面,模型在各個(gè)切面的識(shí)別中表現(xiàn)最佳,各項(xiàng)指標(biāo)均優(yōu)于現(xiàn)有模型。其次,圖像質(zhì)量評(píng)估實(shí)驗(yàn)中,提出的量化評(píng)估方法能夠通過(guò)分析圖像的背景亮度、心臟ROI面積和位置等因素,精確評(píng)估圖像質(zhì)量,且量化得分更細(xì)致,優(yōu)于醫(yī)師的等級(jí)評(píng)估。最后,切面異常評(píng)估實(shí)驗(yàn)表明,該算法不僅能正確區(qū)分正常與異常圖像,還能提供詳細(xì)的異常概率值和ROI得分,增強(qiáng)了診斷的可解釋性。綜合來(lái)看,本研究提出的方法在量化性能上超越了國(guó)內(nèi)外現(xiàn)有技術(shù),并提供了更為精細(xì)的分析結(jié)果,可以為胎兒先心病的篩查與診斷提供更加可靠的技術(shù)支持。

      本研究授權(quán)發(fā)明專利2項(xiàng),發(fā)表SCI論文6篇,其他論文8篇。

      客觀

      評(píng)價(jià)

      本研究課題研究結(jié)合人工智能技術(shù)的輔助篩查有望提高先心病的檢出率,并緩解超聲醫(yī)師供需失衡的問(wèn)題。其創(chuàng)新性及先進(jìn)性主要有:

      (1) 發(fā)明了基于變分自編碼器和循環(huán)生成對(duì)抗網(wǎng)絡(luò)的圖像生成方法,解決了先天性心臟病的影像樣本數(shù)量不足問(wèn)題;

      (2) 發(fā)明了基于困難樣本挖掘和度量學(xué)習(xí)的深度學(xué)習(xí)網(wǎng)絡(luò)訓(xùn)練方法,解決了部分困難樣本難以訓(xùn)練的問(wèn)題;

      (3) 提出了基于人工智能的胎兒心臟切面自動(dòng)評(píng)分的方法,解決了胎兒心臟標(biāo)準(zhǔn)切面的準(zhǔn)確判斷;

      (4) 提出了基于細(xì)粒度分類的深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu),解決了胎兒心臟精細(xì)結(jié)構(gòu)異常識(shí)別難題,實(shí)現(xiàn)了胎兒先天性心臟病的有效篩查。

      本研究針對(duì)基于深度學(xué)習(xí)的胎兒先天性心臟病的超聲篩查關(guān)鍵問(wèn)題開(kāi)展研究,突破了應(yīng)用人工智能技術(shù)解決胎兒先天性心臟病的超聲篩查的四個(gè)關(guān)鍵問(wèn)題,實(shí)現(xiàn)了基于人工智能的胎兒先天性心臟病的有效篩查,為實(shí)現(xiàn)先心病的有效早期篩查提供了技術(shù)支撐,有利于促進(jìn)我國(guó)婦幼保健事業(yè)的完善與發(fā)展,不足之處,胎兒心臟超聲圖像是動(dòng)態(tài)影像,不容易捕捉,不同年資醫(yī)生操作手法不一致,采集的圖像切面不標(biāo)準(zhǔn),客觀的造成準(zhǔn)確率下降。

      推廣應(yīng)用情況

      本項(xiàng)目自2021年在威海市婦幼保健院進(jìn)行了應(yīng)用,尤其對(duì)低年資醫(yī)生和缺乏經(jīng)驗(yàn)的醫(yī)師幫助較大,輔助后提升效果最好,為各級(jí)醫(yī)師制定診療方案提供高效準(zhǔn)確的依據(jù),降低費(fèi)用等方面有顯著的優(yōu)勢(shì)。

      代表性論文

      1、Deep learning-based differentiation of ventricular septal defect from tetralogy of Fallot in fetal echocardiography images

      2、Ultrasound Speckle Tracking with Deep Convolutional Neural Network

      完成人情況

      于霞,排名:1,職稱:副主任醫(yī)師,工作單位:威海市婦幼保健院,完成單位:威海市婦幼保健院。

      主持了山東省醫(yī)藥衛(wèi)生科技發(fā)展計(jì)劃項(xiàng)目,提出了項(xiàng)目的總體思路,設(shè)計(jì)了項(xiàng)目的總體內(nèi)容和架構(gòu),提出了基于人工智能的胎兒心臟切面自動(dòng)評(píng)分的方法,解決了胎兒心臟標(biāo)準(zhǔn)切面的準(zhǔn)確判斷;合作提出了基于細(xì)粒度分類的深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu),解決了胎兒心臟精細(xì)結(jié)構(gòu)異常識(shí)別難題,實(shí)現(xiàn)了胎兒先天性心臟病的有效篩查。以第一作者發(fā)表了多篇論文。

      王洪杰,排名:2,職稱:高級(jí)工程師,工作單位:威海市婦幼保健院,完成單位:威海市婦幼保健院。

      參與了山東省醫(yī)藥衛(wèi)生科技發(fā)展計(jì)劃項(xiàng)目,負(fù)責(zé)數(shù)據(jù)采集和實(shí)驗(yàn)工作,參與了項(xiàng)目的總體內(nèi)容和架構(gòu)設(shè)計(jì),合作提出了基于細(xì)粒度分類的深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu),解決了胎兒心臟精細(xì)結(jié)構(gòu)異常識(shí)別難題,實(shí)現(xiàn)了胎兒先天性心臟病的有效篩查。發(fā)表了多篇論文。

      馬立勇,排名:3,職稱:教授,行政職務(wù):檢測(cè)與控制研究中心副主任,工作單位:哈爾濱工業(yè)大學(xué)(威海),完成單位:哈爾濱工業(yè)大學(xué)(威海)。

      參與了山東省醫(yī)藥衛(wèi)生科技發(fā)展計(jì)劃項(xiàng)目,負(fù)責(zé)人工智能方法的研究,發(fā)明了基于變分自編碼器和循環(huán)生成對(duì)抗網(wǎng)絡(luò)的圖像生成方法,解決了先天性心臟病的影像樣本數(shù)量不足問(wèn)題;發(fā)明了基于困難樣本挖掘和度量學(xué)習(xí)的深度學(xué)習(xí)網(wǎng)絡(luò)訓(xùn)練方法,解決了部分困難樣本難以訓(xùn)練的問(wèn)題。授權(quán)發(fā)明專利2項(xiàng),發(fā)表了多篇論文。

      潘康寧,排名:4,職稱:助理工程師,工作單位:威海市婦幼保健院,完成單位:威海市婦幼保健院。

      對(duì)本項(xiàng)目的貢獻(xiàn):主要承擔(dān)項(xiàng)目初期查閱相關(guān)資料并參與課題設(shè)計(jì),參與課題的資料收集,課題的部分實(shí)驗(yàn)和數(shù)據(jù)統(tǒng)計(jì)。

      藍(lán)信強(qiáng),排名:5,職稱:主任技師,工作單位:威海市婦幼保健院,完成單位:威海市婦幼保健院。

      對(duì)本項(xiàng)目的貢獻(xiàn):參與了山東省醫(yī)藥衛(wèi)生科技發(fā)展計(jì)劃項(xiàng)目,主要承擔(dān)項(xiàng)目初期查閱相關(guān)資料并參與課題設(shè)計(jì),參與課題的資料收集,課題的部分實(shí)驗(yàn)和數(shù)據(jù)統(tǒng)計(jì)。

      畢源源,排名:6,職稱:主治醫(yī)師,工作單位:威海市婦幼保健院,完成單位:威海市婦幼保健院。

      對(duì)本項(xiàng)目的貢獻(xiàn):參與了山東省醫(yī)藥衛(wèi)生科技發(fā)展計(jì)劃項(xiàng)目,主要承擔(dān)項(xiàng)目初期查閱相關(guān)資料并參與課題設(shè)計(jì),參與課題的資料收集,課題的部分實(shí)驗(yàn)和數(shù)據(jù)統(tǒng)計(jì)。

      黃霞,排名:7,職稱:主治醫(yī)師,工作單位:威海市婦幼保健院,完成單位:威海市婦幼保健院。

      對(duì)本項(xiàng)目的貢獻(xiàn):參與了山東省醫(yī)藥衛(wèi)生科技發(fā)展計(jì)劃項(xiàng)目,主要承擔(dān)項(xiàng)目初期查閱相關(guān)資料并參與課題設(shè)計(jì),參與課題的資料收集,課題的部分實(shí)驗(yàn)和數(shù)據(jù)統(tǒng)計(jì)。

      完成單位情況

      單位名稱:威海市婦幼保健院,排名:1。

      完成了山東省醫(yī)藥衛(wèi)生科技發(fā)展計(jì)劃項(xiàng)目,提出了項(xiàng)目的總體思路,設(shè)計(jì)了項(xiàng)目的總體內(nèi)容和架構(gòu),提出了基于人工智能的胎兒心臟切面自動(dòng)評(píng)分的方法,解決了胎兒心臟標(biāo)準(zhǔn)切面的準(zhǔn)確判斷;提出了基于細(xì)粒度分類的深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu),解決了胎兒心臟精細(xì)結(jié)構(gòu)異常識(shí)別難題,實(shí)現(xiàn)了胎兒先天性心臟病的有效篩查。以第一作者發(fā)表了多篇SCI論文。在本項(xiàng)目的研究和推廣過(guò)程中提供了經(jīng)費(fèi)、人員和設(shè)備等條件。

      單位名稱:哈爾濱工業(yè)大學(xué)(威海),排名:2。

      參與了山東省醫(yī)藥衛(wèi)生科技發(fā)展計(jì)劃項(xiàng)目,完成了胎兒先天性心臟病的人工智能方法的研究,發(fā)明了基于變分自編碼器和循環(huán)生成對(duì)抗網(wǎng)絡(luò)的圖像生成方法,解決了先天性心臟病的影像樣本數(shù)量不足問(wèn)題;發(fā)明了基于困難樣本挖掘和度量學(xué)習(xí)的深度學(xué)習(xí)網(wǎng)絡(luò)訓(xùn)練方法,解決了部分困難樣本難以訓(xùn)練的問(wèn)題。授權(quán)發(fā)明專利2項(xiàng),發(fā)表了多篇SCI論文。在本項(xiàng)目的研究過(guò)程中提供了技術(shù)和人員等條件。