成果简介

    中科院宁波材料技术与工程研究所：

    针对目前眼底疾病自动检测算法局限于单疾病、单模态等问题，本项目提出基于多模态影像的眼底多疾病自动诊断算法。结合深度学习算法，基于圈像的影状，纹路、颜色跟其周围区域的差异性，能有效快速提联血管、黄斑、视盘及病灶特征。该算法的开发使得青光眼、糖尿病视网膜病变、年龄相关性黄斑病变等重大眼和致盲疾病的自动检测成为可能，极大缓解临床压力，解决了临床“阅片难、阅片慢”等问题，并有望集成于现有眼科医疗设备中以及便携式成像设备(手机等)，有望应用于大规模的全民医疗筛查。本项目已获得浙江省重点研发计划、宁波市2025重大专项的支持。

技术优势

本项目核心算法在多个不同品牌的眼底相机所拍摄的临床医学图像进行测试，在青光眼、糖尿病视网膜病变、年龄相关性黄斑病变疾病诊断精度均达到了95%以上。

应用市场

作为软件辅助系统应用于临床眼底疾病的筛查和诊断;与硬件结合，开发智能多疾病自动筛查眼底相机。

知识产权

CN201910406435.9手持式多光谱眼底成像设备及系统

CN201910233465.4基于卷积神经网络的视网膜OCT异常图像分类方法

CN2018116021010一种胶囊内窥镜成像损坏图像的检测方法

拟合作模式

合作开发,技术转让,技术入股