近日，西安某高校赵妙梅、赵何超领衔的"火眼金睛"团队在数字医学影像诊断领域取得重大突破。该团队创新研发的"CNN+Transformer双模融合算法"，成功攻克肺部HRCT(高分辨率CT)图像精准诊断难题，为临床医学提供了高效、可靠的AI辅助诊断方案。

直击行业痛点：从"定位病灶"到"精准诊断"

当前，肺部疾病(如肺结节、肺部感染等)发病率持续攀升，但传统CT诊断系统仅能定位病灶，无法直接判断病种或预测病情发展。此外，尽管AI辅助诊断技术逐渐普及，但患者对"完全依赖AI阅片"仍存疑虑，更倾向于医生人工诊断。然而，受限于医生经验差异及工作强度，漏诊、误诊现象时有发生。

技术突破：双模算法实现"毫米级"病灶识别

团队通过融合空洞卷积神经网络(CNN)和动态双路径多尺度特征融合(D-DMFF)技术，开发出轻量化AI模型。该模型具备以下优势：

精度提升：经过9.7万余张CT图像训练及5000余张验证，病灶分辨率从1mm提升至0.625mm，识别准确率达96.342%;

临床价值：在试验阶段，团队从医生漏诊的病例中额外筛查出100余名患者，漏诊率降低超30%;

高效易用：模型复杂度低，可无缝对接现有医疗设备，助力基层医院提升诊断水平。

成果转化：从实验室走向全球

目前，团队已登记软件著作权9项、授权发明专利2项，发表SCI/EI论文6篇，技术成果获国内外广泛关注。项目还吸引了乌兹别克斯坦、塔吉克斯坦等"一带一路"国家留学生参与，并与国内顶尖云服务企业展开合作洽谈，未来有望通过云端平台为全球提供"中国智造"的医学影像诊断方案。

专家点评：“这项技术不仅提升了诊断效率，更通过AI与医生的协同，实现了'1+1>2'的效果，是精准医疗领域的典范。”

责任编辑：kj005

文章投诉热线:157 3889 8464  投诉邮箱:7983347 16@qq.com