组织结构如血管、脏器的自动提取与分割是医学图像智能分析的关键步骤。本项目基于深度学习算法，通过注意力机制和上下文编码器网络，获取医学像中的高语义信息，提取局部和全局特征，并有效保留图像的细节结构。在提升灵敏度和准确性的同时，将算法扩展到了2D和3D多模态医学图像当中，能有效应用于眼底彩照、OCTA、光学显微镜图像、CT、MRI及病理图像等，为基于图像处理的多疾病诊疗提供量化分析基础，并有望集成于已有医疗设备或系统。本项目已获得国家自然科学基金、浙江省重点研发项目、宁波市3315创新团队等项目支持。
本算法在提升分割精度的同时，极大提升了算法在不同医学图像模态中的通用性，能有效运用于血管、神经、脏器、细胞等结构的提取，分割精度均达到90%以上。
CN202010493990.2 一种面向慢性病辅助诊断的眼科AL生物特征参数提取算法
CN202010518961.7 一种OCT-A图像的动静脉分类方法及装置
CN202011585366.1 基于AS-OCT图像的3D虹膜表面重建和量化方法及分割网络
直接应用于临床辅助医生阅片、辅助手术导航，或与医疗设备厂商深度合作，开发智能医疗器械。
技术开发、技术咨询、技术转让
赵一天，博士，研究员
主要从事医学影像分析、人工智能、手术导航、计算机视觉、虚拟现实与增强现实等多学科交叉研究。其领导的团队共有成员35人，近几年围绕精准医疗，开展了眼、脑、肺、血管等相关疾病的计算机辅助诊疗及智能成像设备的研究。先后入选中科院青促会、中国科协青年人才托举工程、宁波创新个人、宁波市领军和拔尖人才培养工程等。现兼任利物浦大学荣誉讲师， MICCAI领域主席(AC), Scientific Reports编委，MICCAI workshop OMIA和MIUA等医学图像学术会议程序委员会委员。先后承担参与国家自然科学基金委项目、浙江省科技重点研发计划、浙江省自然科学基金重点项目、宁波市科技创新2025项目、973项目、863项目和其它各类国家重点项目。在IEEE-TMI、MedlA、Pattern Recognition. CVPR、ECCV、MICCAI等行业顶级国际期刊和会议发表论文100余篇。
