2018年互联网+医疗大学生创新创业大赛国赛金奖项目.pptxVIP

专业的脑肿瘤辅助诊断平台Artificialintelligencemedicalauxiliarydiagnosissystem智能医疗辅助诊断系统参赛组别：创意组参赛省份：XX省所属高校：XX大学联系方式：XX团队

目录CONTENTS绪论作品内容项目方案项目进展及规划团队基础财务预测与融资计划

绪论项目背景及意义市场调研现状应用前景

项目背景技术背景现有的所有分割脑肿瘤的方法都存在时间长、精度低的问题社会背景偏远地区具备硬件设备，缺乏高水平医生，需要远程就诊

市场调研现状市场调研现状国家对智慧医疗的投入逐年增长，运用人工智能技术辅助诊断医学难题是未来发展趋势我国对医学影像辅助诊断技术需求很大，对于其拍摄出来的医学影像需要大量专业素质较高的医生花费大量的时间来阅片分析。目前各科技巨头发布的“AI+医学影像”相关产品并未在脑肿瘤领域有实质性地突破目前虽然已经存在一些互联网远程医疗平台，但这些平台并未实现真正意义上地“远程”治疗。

作品内容作品主要内容创新点核心技术

作品主要内容构建高精度的机器学习算法来得到可靠的辅助诊断结果建立了一个远程收集及查看医学影像数据的平台作品主要内容建立了一个支持医学影像辅助信息的在线问诊系统

创新点实现了本地检查，异地就诊，减少患者旅途花费的同时缓解了大医院的接待压力。POINT5建立一个通用的医学影像数据平台，为后续医学研究提供了更可靠的支持。POINT4通过该系统，医生不必花费大量精力分析MRI图像，可提高工作效率和质量。POINT3本作品基于医疗大数据自主设计的深度网络算法测试诊断准确率达到世界先进水平。POINT2项目支持脑肿瘤的辅助诊断，兼容移动端与PC端，为行业首创。POINT1

核心技术1)多模态脑肿瘤MRI图像数据多模态MRI图像是指对患者进行MRI成像时，采用不同的成像参数进行成像所形成的一组序列图像。Flair、T1、T1c和T2分别为各个模态的脑部MRI图像，Truth上以不同颜色标记了肿瘤的不同区域（图中绿色区域表示水肿区域、黄色表示肿瘤增强区、红色表示肿瘤坏死区）FlairT1T1cT2Truth

核心技术2)多模态脑肿瘤分割算法我们借鉴了语义分割的最先进方法，在PaddlePaddle中构建了如下深度3DU-Net网络模型：该网络输入尺寸为4*128*128*128的4模态立体脑部MRI图像，整个脑部序列只需要不到20s便可分割完毕。上图显示的是部分患者分割结果与真值对比示例，可以看到自动分割的结果已经很接近专家的分割结果。3）脑肿瘤特征分析根据上步的分割结果，算法可以迅速计算出肿瘤大小位置等辅助诊断所需的关键信息，除此之外还可将分割结果作为输入构建神经网络预测肿瘤的良恶性及患者存货年限。

应用前景POINT1POINT2POINT3POINT4减小医生阅片压力，减少病人等到时间实现了偏远地区的远程诊断，促进医疗资源的均衡辅助诊断结果可以显著提高医生的诊断准确率拟建设目前全国乃至全球规模最大种类最多的脑肿瘤图像数据库

项目方案项目流程用户定位产品核心竞争力盈利模式

项目流程人工客服留言影像科上传信息用户发送请求接收诊断结果医生接收请求发送诊断结果APP/网站后台AI辅助系统存取电子诊疗档案数据库发送诊断请求存取电子诊疗档案

项目流程人工客服留言影像科上传信息用户发送请求接收诊断结果医生接收请求发送诊断结果APP/网站后台AI辅助系统存取电子诊疗档案数据库发送诊断请求存取电子诊疗档案信息上传途径：用户前往附近医院影像科做核磁共振检查，生成医疗影像，并将其与用户信息上传到诊断平台。上传的信息将被存在后台数据库中，等待前端或后台AI辅助系统的调用。这样直接将核磁共振胶片数字化存储，无需用户在医院等待出片。用户也可等出片后自行上传。待诊断平台进一步完善后，用户也可自行拍摄上传其他类型的医疗图片，如一些体表可见的疾病照片，实现足不出户在家中即可问诊。

项目流程留言影像科上传信息用户发送请求接收诊断结果医生接收请求发送诊断结果APP/网站后台AI辅助系统存取电子诊疗档案数据库发送诊断请求存取电子诊疗档案用户问诊过程：用户通过自行注册的账号登录诊疗平台（App或网页），可以挂号预约医生看片。用户可以同时预约多个医生，但是预约每个医生要分别收费。医生在自己的客户端上收到用户发来的诊断请求，可以直接查看用户的医疗影像进行判断，也可以查看AI辅助系统的辅助诊疗信息，以此节约诊疗时间。用户可以直接看到AI辅助诊疗的信息，并可以根据辅助诊疗结果自行选择是否还挂号就诊。如果用户患病的可能性很低，那么用户可以选择不继续就诊，从而避免了医疗资源的浪费，也节省了就医费用。

项目流程留言影像科上传