1. <dl id='ufolg'></dl>
    2. <ins id='ufolg'></ins>

        <i id='ufolg'></i>

        <fieldset id='ufolg'></fieldset>

          1. <tr id='ufolg'><strong id='ufolg'></strong><small id='ufolg'></small><button id='ufolg'></button><li id='ufolg'><noscript id='ufolg'><big id='ufolg'></big><dt id='ufolg'></dt></noscript></li></tr><ol id='ufolg'><table id='ufolg'><blockquote id='ufolg'><tbody id='ufolg'></tbody></blockquote></table></ol><u id='ufolg'></u><kbd id='ufolg'><kbd id='ufolg'></kbd></kbd>
          2. <span id='ufolg'></span><i id='ufolg'><div id='ufolg'><ins id='ufolg'></ins></div></i>
            <acronym id='ufolg'><em id='ufolg'></em><td id='ufolg'><div id='ufolg'></div></td></acronym><address id='ufolg'><big id='ufolg'><big id='ufolg'></big><legend id='ufolg'></legend></big></address>

            <code id='ufolg'><strong id='ufolg'></strong></code>

            華中科大與華為雲聯合推出新冠肺炎AI輔助診斷系統

            • 时间:
            • 浏览:9
            • 来源:多人做人爱的视频_多人做人爱的视频0338_多人做人爱的视频播放

              日前,華中科技大學電信學院聯合華為雲等團隊,研發並推出瞭新型冠狀病毒肺炎AI輔助醫學影像量化分析系統。

              據2月4日發佈的《新型冠狀病毒感染的肺炎診療方案(試行第五版)》,當前“疑似病例具有肺炎影像學特征”已被納入湖北省臨床診斷標準,由此可見CT影像是診斷與評估的重要依據之一。然而,由於患者數量多、肺內病灶多、進展變化快、短時間內需要多次復查等原因,影像醫生的精準診斷、量化分析面臨巨大的挑戰。

              由白翔、許永超等老師負責的華中科技大學—華為智能創新實驗室積極發揮自身優勢,針對新冠肺炎與華為雲等團隊共同研發出AI輔助醫學影像量化分析系統,目前取得瞭有效進展。

              針對患者胸部CT影像中呈現多發小斑片影、多發磨玻璃影、浸潤影、肺實變等特點,華中科技大學許永超等老師提供瞭基於紋理感知的病灶分割核心算法支持,該算法可實現單病例全自動精準量化結果的秒極輸出,大幅提升瞭診斷效率,減輕醫生診斷的繁重負荷。

              許永超表示,結合臨床信息,系統可以輔助醫生更高效地區分新冠肺炎的早期、進展期與重癥期,有利於早期篩查與防控。同時,對於確診病人,基於對多次復查影像數據的量化分析,醫生能夠有效評估病情進展及用藥療效等情況。