分级场景Ai医学影像分析 完整版

分级场景Ai

医学影像分析场景分类临床决策支持分诊全病种筛查多样的产品化服务，为医院及患者提供高价值分析服务，并为互联网医疗提供智能化基础软件工具 智能工具 复杂智能工具 诊前独立医疗资源 诊中独立医疗资源传统CAD深度学习CAD体素eVoxelCloud

AutoPlaqu美国版本

FDA

CE

批准中国

CFDA

申请中VoxelCloudThorax

V2.0中国

CFDA申请中VoxelCloudRetina

V2.0眼底全病种、全病灶报告中国

CFDA

申请中VoxelCloudThoraxCTV3.0即将发布VoxelCloudDermaXV1.0皮肤全病种诊自动分诊和初诊VoxelCloudKVD小儿视力障碍短视频自查VoxelCloudRE小儿屈光不正短视频自查临床决策支持分诊全病种筛查场景分类临床决策支持分诊全病种筛查多样的产品化服务，为医院及患者提供高价值分析服务，并为互联网医疗提供智能化基础软件工具 智能工具 复杂智能工具 诊前独立医疗资源 诊中独立医疗资源传统CAD深度学习CAD体素eVoxelCloud

AutoPlaqu美国版本

FDA

CE

批准中国

CFDA

申请中VoxelCloudThorax

V2.0中国

CFDA申请中VoxelCloudDermaXV1.0皮肤全病种诊自动分诊和初诊VoxelCloud

KVD小儿视力障碍短视频自查VoxelCloudRE小儿屈光不正短视频自查临床决策支持分诊全病种筛查VoxelCloudRetina

V2.0眼底全病种、全病灶报告中国

CFDA

申请中VoxelCloudThoraxCTV3.0即将发布胸部

CT

解决方案VoxelCloud

Thorax肺癌第一阅读者胸部CT全病种第一阅读者全病种筛查胸部

CT

解决方案

|

病种规划全病种筛查Chest

CT胸部

CT

解决方案

|

全病灶类型学习策略全病种筛查胸部

CT

解决方案

|

合作医院全病种筛查获得美国最大医保、医疗机构垂直系统，美国国立权威医疗机构VA

认可视网膜全病种解决方案全病种筛查VoxelCloud

Retina涵盖所有眼底照相可见疾病以及所有眼底病灶类型，达到第一阅读者能力全病种筛查视网膜全病种解决方案

|

多项技术测试中表现优异25.56/30体素科技第一名15.15/

30Y***第二名13.56/

30Z***第三名世界人工智能大会，

卓医挑战赛12种病灶病种比拼，体素遥遥领先有无糖网敏感度≈97

%有无糖网特异度≈90

%腾讯独立测试230例4位医生荧光造影标注结果视网膜全病种解决方案

|

软硬件一体机全病种筛查AiAi

系统深度集成，眼底照片可在操作界面一键点选上传，可在

2秒钟

反馈AI筛查报告。视网膜全病种解决方案

|

软硬件一体机全病种筛查患者登记基本检查眼科检查

+

VoxelCloud

Retina其他检查确诊开方视网膜全病种解决方案

|

美国国立健康部，洛杉矶公立健康部门4

年200万美金Ai

糖筛项目研究唯一Ai合作方将为700000

洛杉矶居民提供糖网筛查服务全病种筛查眼科医生公立筛查点患者视网膜全病种解决方案

|

中美临床试验同步开展全病种筛查场景级别临床决策支持分诊全病种筛查多样的产品化服务，为医院及患者提供高价值分析服务，并为互联网医疗提供智能化基础软件工具 智能工具 复杂智能工具 诊前独立医疗资源 诊中独立医疗资源传统CAD深度学习CAD体素eVoxelCloud

AutoPlaqu美国版本

FDA

CE

批准中国

CFDA

申请中VoxelCloudThorax

V2.0中国

CFDA申请中VoxelCloudDermaXV1.0皮肤全病种诊自动分诊和初诊VoxelCloud

KVD小儿视力障碍短视频自查VoxelCloudRE小儿屈光不正短视频自查临床决策支持分诊全病种筛查VoxelCloudRetina

V2.0眼底全病种、全病灶报告中国

CFDA

申请中VoxelCloudThoraxCTV3.0即将发布心脏冠脉造影

CT

解决方案VoxelCloudCedars-Sinai

AutoPlaque心脏冠脉CT分析创新，从无创检查中预测有创心脏检查结果，全球超过75次单/多中心临床试验证实有效性临床决策支持临床决策支持心脏冠脉造影

CT

解决方案

+连接医学影像与未来心脏事件国家十三五重点研发项目预测未来心脏事件临床数据,

5年事件结局20家中心，5万人影像心脏冠脉造影

CT

解决方案

|

一次影像排查三种主要胸痛原因临床决策支持Tajbakhsh,Nima,MichaelB.Gotway,andJianmingLiang."Computer-aidedpulmonaryembolismdetectionusinganovelvessel-alignedmulti-planarimagerepresentationandconvolutionalneuralnetworks."

International

Conference

on

Medical

ImageComputingandComputer-Assisted

Intervention.SpringerInternationalPublishing,

2015.Dey,Damini,etal."Automatedthree-dimensionalquantificationofnoncalcifiedcoronaryplaquefromcoronary

CT

angiography:

Comparison

with

intravascularUS

1."

Radiology

257.2

(2010):

516-522.冠心病主动脉夹层肺动脉栓塞场景分类临床决策支持分诊全病种筛查多样的产品化服务，为医院及患者提供高价值分析服务，并为互联网医疗提供智能化基础软件工具 智能工具 复杂智能工具 诊前独立医疗资源 诊中独立医疗资源传统CAD深度学习CAD体素eVoxelCloud

AutoPlaqu美国版本

FDA

CE

批准中国

CFDA

申请中VoxelCloudThorax

V2.0中国

CFDA申请中VoxelCloudDermaXV1.0皮肤全病种诊自动分诊和初诊VoxelCloud

KVD小儿视力障碍短视频自查VoxelCloudRE小儿屈光不正短视频自查临床决策支持分诊全病种筛查VoxelCloudRetina

V2.0眼底全病种、全病灶报告中国

CFDA

申请中VoxelCloudThoraxCTV3.0即将发布分诊全病种皮肤

Ai分诊全病种皮肤

Ai小儿视力障碍视频分诊分诊表征分类(挤眼肉眼，斜视，压眼等)诊断分类(health,Impairment,

Blindness)体素最新技术方法论渐进密集V

型深度神经网络3DProgressiveDenseV-net（3D

PDV-net）2018MICCAIDLMIABest

Paper“体素科技荣获：“体素最新技术方法论渐进密集V型深度神经网络

3D

PDV-net技术难点：大差异化、边界不连续物体检测和分割医学图像中，带病或手术病人结构差异极大，器官间分界线常不可见，难以分割。不可见分界从属分界畸形分界行业现状：依赖先验知识输入，依赖人工干预，非端到端处理，速度慢依赖先验知识输入

[Bragman

et

al.

2017]半自动分割

[Doel

et

al

2012]2D深度学习FCN+randomwalker[Georgeetal

2017]技术贡献：3D医学影像数据分割速度提高120-240倍（4-8min

到

2s），任意器官导航应用的通用端到端全自动解决方案体素最新技术方法论渐进密集V型深度神经网络

3D

PDV-net"AutomaticSegmentationofPulmonaryLobesUsingaProgressiveDenseImageAnalysisandMultimodalLearningforClinicalDecisionSupport.

SpriV-Network."DeepLearninginMedicalnger,Cham,2018.

282-290.“Classificationoflungnodulemalignancyriskoncomputedtomography

imagesusingconvolutional

neuralnComputerVision(ACCV).

Springer,Cham,

2016.MICCAIDLMIABest

Papernetwork:Acomparison

between

2d

and

3d

strategies.”

Asian

Conference

o

ACCV文章首次对比2D和3D医学影像模型体素最新技术方法论代理监督深度学习SurrogateSupervisionforEffectiveDeep

Learning体素最新技术方法论代理监督深度学习技术背景：深度学习模型通过ImageNet等预训练后，进行特定应用的迁移学习，从而降低对标记数据的需求技术难点：3D数据没有类似预训练库，迁移学习无法完成远距离迁移（猫狗图片到病理图像）差异明显数据3D数据体素最新技术方法论代理监督深度学习代监督学习策略；借助图像着色、图像配准、GAN图像生成、时间轴分析实现神经网络权重初始化；填补预训练、迁移学习不适用之情形医疗随访数据图像配准代监督图像去色后再着色代监督SURROGATESUPERVISIONFOREFFECTIVEDEEPLEARNINGFROMLIMITEDQUANTITIESOFLABELEDMEDICALIMAGETRAININGDATA，ISBI

2019AUNIFIEDFRAMEWORKBASEDONUNSUPERVISEDCONVOLUTIONALNEURALNETWORKSFORHYBRIDAFFINE-DEFORMABLEIMAGEREGISTRATION，ISBI

2019体素最新技术方法论代理监督深度学习主要医学影像模型初始化任务得以解决1.

肺叶分割旋转代监督2.

糖网病分级旋转代监督3.

皮肤分割着色代监督4.

肺结节检测重建代监