近日,大连理工大学信息与通信工程学院的一支学生团队携创新作品《多模态医疗影像智能分析系统》,成功入围第二十一届“攀登杯”创新创业竞赛创新赛道。该项目由冯君桐同学领衔,团队成员均为大连理工大学的本科生,他们通过跨学科合作,聚焦冠心病诊疗痛点,利用人工智能技术融合CTA与IVUS影像优势,为心血管疾病的无创精准诊断提供全新解决方案。

破解医学影像难题,AI赋能精准医疗  

冠心病是我国居民健康的重大威胁,其诊疗高度依赖医学影像技术。然而,现有冠脉CTA影像存在分辨率低、易受伪影干扰等问题,而高精度的IVUS检查因侵入性操作存在风险。针对这一矛盾,团队创新提出“跨模态映射”技术,通过深度学习建模CTA与IVUS影像的关联性,使医生仅需无创的CTA扫描即可获取IVUS级别的诊断信息,显著降低患者检查风险的同时,提升冠脉斑块识别与狭窄度评估的准确性。

项目攻克了多模态影像配准、小样本学习、跨模态蒸馏耦合等核心技术难题。例如,通过分割与配准任务的联合学习,解决大形变配准精度不足问题;利用无标注多模态数据构建预训练模型,缓解医学影像标注稀缺的瓶颈;结合文本报告与影像数据的跨媒体学习,强化模型对复杂病变的语义理解。目前,相关技术已申请三篇发明专利,并获辽宁省科技进步一等奖,进入中试阶段。

实地调研,深入临床需求

为了更好地理解临床需求,团队成员多次前往大连市中心医院进行实地调研。通过与心血管科医生的深入交流,团队了解到医生在冠脉影像分析中面临的痛点,如影像质量参差不齐、人工阅片耗时耗力、诊断结果受主观因素影响较大等。这些实地调研为团队的技术研发提供了宝贵的实践依据。

团队成员还参与了医院的影像数据采集与分析工作,亲身体验了医生日常的阅片流程。团队成员表示:“通过实地调研,我们深刻认识到医学影像分析的复杂性和挑战性,也更加坚定了我们通过技术创新解决实际问题的决心。”

瞄准临床需求,推动智慧医疗落地

据团队介绍,该系统可帮助医生快速定位高危斑块,优化冠心病患者的个体化诊疗方案,有望将诊断效率提升40%以上。尤其在基层医疗场景中,该系统可弥补专业阅片医生不足的短板,减少误诊率。全球AI医学影像市场正以超40%的增速发展,而我国政策层面也在大力推动智能医学影像技术应用。项目成果若成功转化,将为心血管疾病早筛、分级诊疗及智慧医院建设提供关键技术支撑。

产学研协同,青年力量显担当

团队负责人冯君桐表示:“我们的目标是让AI技术真正服务于临床,减轻医生负担,惠及更多患者。”目前,项目已与多家三甲医院展开合作,未来计划进一步优化算法鲁棒性,拓展至脑部、肿瘤等多病种影像分析领域。这一创新成果不仅展现了大连理工学子在交叉学科领域的科研实力,也为人工智能赋能医疗健康行业提供了新范本。

随着“攀登杯”竞赛的推进,这支年轻团队将继续深耕医学影像智能分析赛道,以技术创新回应国家“健康中国”战略需求,为医疗AI产业化注入青春动能。

责任编辑：kj005