项目名称:
基于光声CT的泛血管疾病智能诊疗机器人的研发和转化研究(子课题2-实现基于PACT技术的泛血管疾病跨模态诊断模型)
项目简介:
泛血管疾病的微循环病变是其并发症的重要原因,也是目前监测的盲区。由于分辨率的原因,传统CT和MRI无法监测疾病早期的微血管病变。本项目为解决微循环病变的极早期诊断和疗效监测的临床难题,于国内首创开发了一种基于深度学习的自适应光声断层成像设备(DEPACT)。该设备通过结合深度学习算法与光声成像,实现了对外周血管的无创高精度三维成像。可以实现,无需造影剂和辐射条件下,对患者的微循环进行三维成像,分辨率达到100μm,单次扫描时间小于5分钟,结合自主研发的AI辅助诊断系统,极大地提高了检查效率,为微血管病变的早期诊断和检测提供新的范式。