澳门威斯尼斯人娱乐9499(集团)有限公司

综合眼病人工智能诊断平台开发团队

团队任务简介:

  眼底影像是多种致盲性眼病的诊断依据,本项目旨在建立一个综合眼病人工智能诊断平台,实现对几大常见致盲眼病(具体包括青光眼、白内障、糖尿病视网膜病变、病理性近视等)的人群筛查和辅助基层诊断,解决目前常见致盲性眼病筛查难、诊断难、随访难的临床问题。项目具体研究内容包括:建立一个综合眼病标准化数据库;开发眼底图像质量评估和增强算法;开发针对多种眼病的AI算法;对算法的泛化能力及准确度进行临床验证与算法优化;搭建综合眼病人工智能诊断平台。在项目中研究多病种AI分类、医学先验知识和人工智能算法的融合、致盲性眼病标准化标注等关键科学问题,并积极进行成果推广。

  

PI:王宁利 教授 

  全国政协委员,北京同仁眼科中心主任,全国防盲技术指导组组长,首都医科大学眼科学院院长,国际眼科学院院士,亚太眼科学会主席,中国医师协会眼科医师分会会长,《中华眼科杂志》总编辑;世界青光眼协会理事会成员,亚太青光眼协会理事会成员,眼科学学科带头人。主持863计划、国家自然科学基金和科技部重大重点项目等12项。

  入选Elsevier高引学者榜、全球最具影响力百名眼科医生。荣获亚太眼科学会高级成就奖、中美眼科学会金苹果奖、世界青光眼学会高级临床科学家奖等。作为第一完成人获“国家科学技术进步二等奖”2 项,省部级一等奖4 项。荣获全国创新争先奖、何梁何利基金科学与技术进步奖、中国医师奖,周光召“临床医师奖”、谈家桢临床医学奖、吴阶平-杨保罗•杨森医学药学奖,被评为全国先进工作者、北京市突出贡献专家,首批入选“北京学者”。

  

Co-PI:李慧琦 教授

  北京理工大学信息与电子学院教授、博士生导师。IEEE高级会员,教育部“新世纪优秀人才”,2014年-2019年连续6年入选爱思唯尔中国高被引学者(生物医学工程)。中国医药教育协会智能医学专业委员会智能眼科学组常委。中国电子学会优秀硕士论文指导老师,北京市普通高校本科毕业设计论文优秀指导教师, 

  在哈尔滨工业大学取得学士、硕士学位,新加坡南洋理工大学取得博士学位,先后在新加坡国立大学计算机系、新加坡资讯通信研究院担任研究员、高级研究员。主要研究方向为医学图像处理与计算机辅助诊断,在眼科图像处理算法研究方向有20多年的研究经验,共发表国际论文100多篇,包括SCI收录37篇,多篇论文引用过百次,在眼底图像处理方向单篇文章的SCI他引290次。在眼科图像处理方向共有9项国际专利申请,5项国内专利。

  

团队成员:

  刘含若 助理研究员、杨迪亚 医师、李树宁 副主任医师、王怀洲 副主任医师、乔春燕 副主任医师、牟大鹏 主治医师、李艳姣 博士后

  

基本研发平台:

  国产多光谱眼底相机开发平台

  综合眼病人工智能诊断平台

  

科研成果:

  专利

  • 基于拓扑结构和图谱的衡量视网膜血管网络相似性的方法,专利申请,201911106308.3, 2019。

  • 一种基于生成对抗网络的模糊视网膜眼底图像增强方法,专利申请,201910537576.4, 2019。

  • 一种基于成像模型的彩色眼底图的图像增强方法,专利授权,CN1065580318, 2018。

  • 一种基于灰度变化的径向线视盘萎缩弧分割方法,专利申请,201810202766.6, 2018。

  代表性论文

  • Automatic cataract classification using deep neural network with discrete state transition, IEEE Transactions on Medical Imaging, 39(2): 436-446, 2020.

  • Hierarchical method for cataract grading based on retinal images using improved Haar wavelet, Information Fusion, 53:196-208, 2020.

  • Improving retinal vessel segmentation with joint local loss by matting, Pattern Recognition, 98, 2020.

  • Retinal image enhancement using low-pass filtering and α-rooting, Signal Processing, 170: 107445, 2020.

  • Automatic detection of parapapillary atrophy and its association with children myopia, Computer Methods and Programs in Biomedicine, 183:105090, 2020.

  • Retinal vascular junction detection and classification via deep neural networks, Computer Methods and Programs in Biomedicine, 183:105096, 2020.

  • Supervised Segmentation of Un-annotated Retinal Fundus Images by Synthesis, IEEE Transactions on Medical Imaging, 38(1):46-56, 2019.

  • Synthesizing Retinal and Neuronal Images with Generative Adversarial Nets, Medical Image Analysis, 49: 14-26, 2018.

  • An enhancement method for color retinal images based on image formation model. Computer Methods and Programs in Biomedicine, 143: 137-150, 2017.

  • An approach to evaluate blurriness in retinal images with vitreous opacity for cataract diagnosis, Journal of Healthcare Engineering, 34:1-16, 2017.

  • An approach to locate optic disc in retinal images with pathological changes, Computerized Medical Imaging and Graphics, 47: 40–50, 2016.

  • Lens opacity detection for serious posterior subcapsular cataract, Medical & Biological Engineering & Computing, 55(5):1-11, 2016.

  • A retinal vessel boundary tracking method based on Bayesian theory and multi-scale line detection, Computerized Medical Imaging and Graphics, 38(6): 517-525, 2014.