人工智能助力检验医学发展

2017年以来,中国、美国和欧盟先后发布了国家级人工智能（AI）战略发展规划,人类历史即将迎来以“智能化”为主旋律的第四次工业革命。在医疗检验领域,人工智能的理论和技术爆发也将为医学检验理论、方法与应用的发展提供新方向,本文首先从人工智能的理论与实践基础出发,介绍人工智能的发展历程以及算法、数据和算力三大要素的前沿进展,进而结合医学检验的关键应用维度,阐述“AI+检验”的结合创新,包括涉及检验标本处理的标本采集机器人、样本稀释机器人和样本传送机器人;检验项目挖掘如肿瘤标志物和药物基因组学;检验细胞形态学、检验数据处理、辅助诊断模型和互联网医学检验等。随着工业4.0时代的到来,人工智能技术必将推动医学检验从自动化发展到更高阶的智能化阶段。     

基于光流的超声图像肌肉厚度自动测量方法

超声成像具有无辐射、实时且成本低廉等优点,被广泛应用于人体肌肉特性的研究.传统方法利用人工从超声图像中提取肌肉厚度,主观性强,测量时间长且容易出错.本研究提出一种基于光流的肌肉厚度自动测量新方法,采用仿射光流来跟踪表层与深层的肌筋膜,基于肌筋膜与测量位置的几何关系,自动计算出肌肉的厚度.在连续运动条件下,对10位健康志愿者的大腿动态超声图像进行跟踪测量.结果表明,该法与人工测量结果的平均绝对误差为(0.24±0.22)mm,相关系数达0.93,在Matlab环境下测量速度达10帧/s,证明该方法在自动测量肌肉厚度上的准确性与高效性,在生物力学、肌肉骨骼建模等方面具有广阔的应用前景.     

融合实时超声影像的多模态肌肉运动特性研究

人体肌肉活动是一个复杂过程,常用的研究方法包括肌电信号、肌音信号、超声影像等。提出一种多模态方法,联合这三种信号对肌肉活动特性进行研究。研发了多通道运动信号采集系统,对包括超声影像在内的多种信号进行实时同步采集。开发了一种新的图像追踪算法,实现肌肉边界的自动追踪。对膝关节伸展时股直肌等长收缩的情况进行研究,对采集的各种信号进行特性分析,并联合多种参数对关节力矩进行估计。研究表明,这三种信号的线性组合与关节力矩之间存在显著的线性关系,拟合度达到0.99,高于分别用3种信号进行线性拟合的情况。与单独研究一种信号相比,这种多模态的方法能提供更多关于肌肉运动的信息,为进一步深入研究提供一种可行的方法。     

基于流动注射的高速医用电解质分析模块研制

面向全自动生化分析仪的电解质测试需求,结合流动注射分析法(FIA)与离子选择电极法(ISE),在理论上对动态的电解质分析方法进行分析讨论,为电解质模块的研发提供了理论基础.利用嵌入式技术实现模块的研制,并进行电解质测量实验,对模块的准确度、精密度、线性、稳定性、交叉污染率等5个方面进行评价,实验结果显示,K+、Na+、Cl-相对偏差和交叉污染率均在1％之下,变异性系数分别为0.40％、0.22％、0.66％,线性误差分别为-1.10％、-0.68％、-0.46％,稳定性分别为1.11％、0.76％、1.39％.临床实验结果表明,该电解质模块可以满足临床应用的要求.与传统电解质分析仪相比,该电解质模块可与全自动生化分析仪联用,测试速度高达150样品/h,在高速电解质分析领域具有一定的应用前景.     

超声弹性成像声辐射力激励模块设计

研制了一种基于FPGA的64通道超声弹性成像专用的声辐射力激励模块。该电路采用双极性驱动．且激励频率、脉冲重复频率．脉冲个数、阵元个数和聚焦深度可调。利用OptiSon激光声场系统对特定参数下声场进行测试．结果显示聚焦达3mm。利用RF2000声辐射力天平对声功率进行测量,得出声功率与脉冲个数和阵元个数呈线性正相关,与激励电压峰峰值的平方成正比例关系。该模块还具有外部同步触发功能．能与现有B型超声系统结合．从而方便的增加弹性成像新功能,具有广阔的应用前景。