Loading.....

智能眼科筛查平台

DeepCell

DeepCell
细胞学病理智能诊断

采取人工智能深度学习的方式让精准识别异常细胞,降低病理诊断人工成本, 实现精准定量客观检测,使检测自动化、智能化。

查看介绍
DeepTC

DeepTC
甲状腺结节智能诊断

采用深度神经网络方法,通过学习数据特征与甲状腺疾病之间的关系,判断超声图像的类别,预测甲状腺癌等甲状腺疾病。

查看介绍
DeepKidneys

DeepKidney
肾脏异常智能检测

基于深度学习方法的肾脏异常智能检测系统,可用于分析用户的肾脏彩超内是否存在异常现象如结石、囊肿和占位等。

查看介绍

Deep Cell
细胞学病理智能诊断

项目介绍

  细胞学(cytology)检查是指通过对患者病变部位脱落、刮取和穿刺抽取的细胞,进行病理形态学的观察并做出定性诊断,细胞学检查主要应用于肿瘤的诊断。

  细胞学检查取材方便,损伤很小或无损伤,经济、快速、安全,随着科技的发展,该方法在内部器官炎症性疾病的诊断和激素水平的判定中得到了广泛应用。

  然而细胞学人工阅片耗时耗力,按国际标准,筛查人员每天阅片量应小于100例。再加上阅片人员匮乏,阅片数量压力大, 阅片人员由于疲劳和技能水平及主观判读等因素造成敏感性仅有65%左右(以宫颈癌检查为例)。

项目技术

  采取人工智能深度学习的方式让机器从提供的大数据样本中进行学习,使其最终能够精准识别异常细胞, 相较传统人工诊断的主观性强、敏感性低、效率较低、缺乏质控,实现精准定量客观检测,使检测自动化、智能化、标准化、网络化。

  DeepCell系统能够在2分钟内快速定位癌症区域,并将其自动高亮显示

DeepCell使用说明

DeepCell

Deep TC
甲状腺结节智能诊断

项目介绍

  甲状腺,是人体最大的内分泌腺,主要产生甲状腺激素促进人体的代谢和发育。甲状腺结节经早期诊断和规范化治疗后,预后较好,尽早判断肿瘤的良恶性对于后期治疗和恢复有着重大意义。彩超是首选的甲状腺检查方法,彩超读片诊断受医生、医疗设备水平的影响,易出现误诊或漏诊现象。因此,计算机辅助进行甲状腺结节诊断至关重要。 四川大学机器智能实验室20余年神经网络研究的积累和成都军区总医院优质的甲状腺超声图像资源相结合,打造甲状腺结节智能诊断系统——DeepTC。系统基于深度神经网络技术,对超声医生采集的整例甲状腺彩超图像进行结节诊断,辅助医生即时给出诊断意见。

项目技术

  超声是甲状腺结节样病变检查中首选的影像学方法之一,超声检查对甲状腺结节的诊断和鉴别诊断具有重要的临床应用价值。目前高分辨率甲状腺超声检查是评价甲状腺结节最敏感的方法。本项目基于二维超声图像对甲状腺癌及甲状腺结节进行诊断,采用深度神经网络方法,通过学习数据特征与甲状腺疾病之间的关系,判断超声图像的类别,预测甲状腺癌等甲状腺疾病。其中甲状腺癌超声识别准确率达90.5%

DeepTC

DeepTC

Deep Kidney
肾脏异常智能检测

项目介绍

  肾脏彩超是一种探测肾脏形态、位置、局部病理变化为主的医学影像手段,可间接反映肾脏的异常情况。通过肾脏的彩超检查,可以明确患者是否存在肾脏异常的现象,包括结石、囊肿或癌变的可能。

项目技术

  DeepKidney是一套基于深度学习方法的肾脏异常智能检测系统,系统能够在数秒内准确地诊断出用户的肾脏彩超内是否存在异常现象,主要指结石、囊肿等病况,并定位出彩超内异常的区域。

  目前DeepKidney的检测率已达95%,在准确率和效率层面都可媲美专业彩超医师。

Deep PCG
心音异常智能检测系统

项目介绍

  心音可能与潜在的疾病有关,听诊是心脏检查的基本手段,但需要多年临床经验才能掌握

  PCG可检测出心电图难以检测的心脏缺陷(心脏瓣膜结构异常,心脏杂音等缺陷)

项目技术

  上传心音音频,DeepPCG便可进行异常检测,准确率高达97.8%,多样化的心音可视化显示,帮助医生更好完成后续诊治

Deep Liver
肝脏病灶智能分割系统

项目介绍

  肝脏病灶指在CT影像上肝脏内出现类似结石一样的强回声或高密度影像,在 20至50 岁的人群多见,男女出现率均等

   肝脏是人体最大的实质性器官,担负着多样的生理功能,肝脏影像学检查至关重要。

DeepCell

项目技术

   DeepLiver系统可以对肝脏医学影像进行准确检查,可准确标记出病变区及疑似病变区。

DeepLiver

aEEG
新生儿脑动态电aEEG监测

项目介绍

  新生儿脑是胎儿脑发育的结果,然而仍然处于快速发育阶段,多种因素会影响脑的发育和功能。因此,对新生儿脑发育进行长时有效的监护是必要的。 aEEG作为脑电生理活动的监测方法,可获得2个基本信息。1.脑的发育成熟状况;2.疾病状态下脑电活动状况

   本项目拟采用先进的深度神经网络技术对aEEG图片进行分析,给出aEEG的波幅、睡眠周期、异常波的评价

BrainMR
癫痫核磁共振影像分析

项目介绍

  癫痫是慢性反复发作性短暂脑功能失调综合征。以脑神经元异常放电引起反复痫性发作为特征。 癫痫是神经系统常见疾病之一,患病率仅次于脑卒中。医生主要根据发作史和目击者对发作过程提供可靠的详细描述,辅以脑电图痫性放电证据进行癫痫诊断。 然而测量脑电图往往需要进行24小时甚至更长时间的不间断检测。

  本项目利用神经影像学MRI方法,能够在短时间内快速绘制出待测人员功核磁共振功能像(FMRI), 通过神经网络的方法,利用FMRI快速判断患者是否患有癫痫。

评论区 (0)

留下你的评论