HealthX 项目部|三项智能影像项目正在火热进行中,欢迎更多同学加入!
HealthX Project
第一批智能影像项目
正在火热进行中!
欢迎更多交大的同学加入我们!
HealthX医疗科技俱乐部是上海交大密西根学院的学生社团,由上海交大密西根学院在读博士周介立发起。俱乐部志在探索人工智能、基因工程等前沿科技对医疗行业的颠覆性革命。从生物医学和工程技术两个角度出发,跨界探索未来医疗的无限可能,推动医疗与前沿科技的深度交叉。俱乐部主要关注方向包括智能医学影像、生物信息学、公共卫生、新药挖掘、智能医疗器械等前沿技术应用。
HealthX Project
HealthX Project是HealthX Club的一大品牌活动,旨在通过与医院科室和医疗科技公司合作,务实的解决医疗行业中真实数据利用率低、临床落地难、转化周期长等问题。与此同时,我们也希望通过一系列从临床问题和真实医疗痛点出发的HealthX Project,深度挖掘并培养一批对医疗科技感兴趣且极具潜力的all star players.我们相信HealthX Project的成果将会以最直接的方式产生实际的影响力,并加速推动医疗行业的智能化转型。期待志同道合的你加入!与我们一起务实奋进!
HealthX Project目前已经和多家三甲医院重点科室与医疗科技公司展开了以智能医疗影像为主的项目合作,以下简单介绍现阶段启动推进的三项智能影像项。目前,我们已与各合作科室完成了项目介绍,制定了技术路线,并初步制定了项目规划。欢迎更多同学加入我们!
人工智能毛发病理切片诊断
合作科室:无锡市人民医院皮肤科
南京医科大学附属无锡市人民医院皮肤科始建于1957年,1992年成立儿童皮肤专科,2006年建立医疗美容中心。2018年门诊量达到11.7万余人次,皮肤外科年手术量达1000余例,皮肤组织病理年诊断量达1000余例,激光年治疗量达3000余例,光动力年治疗量达500余例。
项目背景与内容
近年来,脱发疾病受到社会越来越广泛关注。脱发类型众多、病因复杂,如何做出精准诊断显得尤为重要。病理检查早已成为皮肤病学诊断最有价值的方法之一,对一些疑难、特殊、疗效不佳病例的诊断、分类、病情评估、预后判断及疗效观察等方面均有相当大的作用。无锡市人民医院皮肤科在国内率先使用毛发病理环钻取材法,该方法是国际公认的具有最佳美容效果的取材方法,损伤小、愈合快、痕迹小、基本不影响生活和工作;同时率先采用国际公认、推荐的环钻标本纵-横组合切片法,大大提高了毛发病理评估的效能及准确度。
基于毛发病理切片图像,皮肤科医生可精准诊断毛囊类型、评估毛囊的周期变化以及破坏程度,并可准确的判断毛发的根据病理组织中毛囊周围炎症细胞的种类、浸润部位和程度,明确特定脱发类型如斑秃的分期。而随着脱发疾病的普遍和日益增长的病理切片数据,有效的通过人工智能算法来辅助皮肤科医生诊断尤为重要。本项目将基于毛发病理切片图像,通过深度学习、机器视觉算法对毛发病理切片进行分析,有效辅助皮肤疾病的诊断。
基于MRCP的影像组学特征自动提取
合作科室:上海交通大学医学院附属新华医院普外科,上海市胆道疾病研究重点实验室
上海交通大学医学院附属新华医院普外科长期以来致力于胆道疾病诊治难点的攻关,形成了普外科、上海市胆道疾病研究所、上海市胆道疾病研究重点实验室、上海市胆道疾病研究中心、上海交通大学医学院胆道疾病研究所、Ⅰ期临床研究病房等多位一体的转化医学研究体系。尤其在胆道恶性肿瘤的基础和临床研究方面的科研水平位于国内外领先水准,相关成果发表SCI论文50余篇,其中包括Nature Genetics、GUT、Hepatology等国际顶尖学术期刊。
项目背景与内容
影像组学+人工智能是疾病诊断的前沿方向,也是医工交叉研究的重点领域。现有的影像组学研究模式通常需要人工手动勾画容积感兴趣区域(ROI),难以处理海量的临床数据。MRCP是指磁共振胰胆管造影,可显影胆道、胰管系统,常用于各类胆道疾病的诊断。目前,基于MRCP的影像组学研究尚属空白。因此,希望开发可用于MRCP影像组学特征提取的自动化模型。后续将结合该课题成果,依托本中心丰富的临床资源,开展基于MRCP的胆道疾病影像组学研究,提升胆道疾病的精准诊治水平。
深度学习粘连性胎盘谱系疾病诊断
合作医院:复旦大学附属妇产科医院
复旦大学附属妇产科医院,被广大市民以及患者亲切地称为“红房子医院”,多次被评为上海市文明单位。百余年以来,妇产科医院在中国妇产科奠基人之一王淑贞教授以及几代妇产科人共同努力下,规模不断扩大,学科发展迅速,培养并造就了一大批专家和教授。目前,妇产科医院亚专科齐全,学科发展平衡,人才梯队完善,是集医疗、教学、 科研于一体的全国知名的三级甲等专科医院。医院医疗技术力量雄厚,拥有在职正高职称专家82名,副高职称专家144名,博导31人、硕导44人。年门诊量高达170万人次,住院病人7.4万人次。
项目背景与内容
粘连性胎盘谱系疾病(placenta accreta spectrum,PAS)是粘连性胎盘、植入性胎盘及穿透性胎盘的统称。其由胎盘植入部位蜕膜化缺陷所致,而蜕膜化缺陷通常是由于子宫内膜与子宫肌层的交界面既存有损伤。PAS可导致多种并发症的发生,如产时或产后大出血、弥散性血管内凝血、肾衰竭、静脉血栓形成等,严重时可能导致产妇或胎儿死亡。
该项目旨在扩大和完善临床队列、文字及影像信息库,建立统一的高危妊娠数据平台,针对可疑PAS风险的孕产妇,建立面向胎盘植入核磁共振产前诊断的特征提取算法,制定适宜基层推广的产前诊断管理评估体系,有效降低产后出血的发生率、孕产妇及围产儿死亡率。
1. 兴趣是一切的基础,希望你对医疗科技充满兴趣,对探究智能医疗影像的技术细节、临床落地中的挑战充满兴趣;
2. 计算机、模式识别、应用数学等相关专业(大二以上);
3. 至少掌握一种编程语言(C/C++、Python),对数据结构和算法设计有较好理解;
4. 有良好的机器学习理论基础;
5. 熟悉深度学习算法,能熟练使用某一种开源深度学习库(PyTorch、Tensorflow及Caffe等),有动手优化者优先;
6. 在字、人、车、物的检测、识别、理解与跟踪等模式识别领域有一定认识,并有实际项目开发(比赛)经验者优先;
7. 了解基于CUDA的GPU及并行计算;
8. 具有较强的技术文献收集能力,以及良好的英语阅读能力,有顶会(刊)论文者优先。
请感兴趣且符合条件的同学
扫二维码加入我们