当前位置：首页 > 中科院宁波材料所成果 > 详细页

眼科多疾病智能诊断系统

项目简介

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，本项目提岀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，基于图像的形状、纹路、颜色跟其周围区域的差异性，能有效快速提取血管、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科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。

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

CN201811602101.0 一种胶囊内窥镜成像损坏图像的检测方法

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。

合作模式

技术开发、技术转让

主要研究人员

赵一天，博士，“春蕾人才”副研究员。硕士生导师，中国科协青年人才托举工程、宁波3315创新个人、宁波市领军和拔尖人才培养工程等入选者。2013年于英国艾伯瑞斯特维斯大学计算机科学专业获得博士学位后，先后在英国利物浦大学和北京理工大学担任博士后和讲师。现兼任英国利物浦大学生命学院荣誉讲师，Scientific Reports编委，MICCAI-OMIA, MIUA学术会议程序委员会委员。承担参与国家自然科学基金、浙江省科技重点研发计划、浙江省自然科学基金重点项目等项目十余项。申请专利10余项，其中已授权专利1项。在国内外学术刊物和国际学术会议上发表论文90余篇，其中以一篇论文被评为 2015年《IEEE Trans. Med. Imag.))期刊年度“最受欢迎论文”，以通讯作者发表在《MICCAI》的论文,获Springer Nature "500+华人最具影响力国际学术论文”。