实验室新冠诊疗平台亮相高交会并斩获优秀产品奖！

       2020年11月15日，为期5天的第二十二届中国国际高新技术成果交易会（以下简称“高交会”）在深圳闭幕，武汉大学荣获大会“优秀组织奖”和“优秀展示奖”，武汉大学多媒体网络通信工程湖北省重点实验室参展的项目“新型冠状病毒肺炎智能分析平台”凭借其多项领先行业的先进技术荣获“优秀产品奖”。

近年来，智能化医疗辅助系统得到广泛应用，但面对来势凶猛的新冠肺炎，现有的智能化辅助诊断系统仍存在诸多不足，例如多模态数据特征表达困难、CT影像训练样本数据量不足、多模态数据间关联性有待挖掘等瓶颈问题。为了精准迅速地诊断新型冠状病毒肺炎患者、降低漏诊率、准确判断患者肺炎分型和预测患者未来的病情走势，进一步保障人民的身体健康和生命安全。杜博教授团队与武汉大学人民医院通力合作，申报并获批了国家自然科学基金专项项目《基于多模态数据因果推理的新型冠状病毒肺炎诊断算法与系统》（62041105，项目执行时间：2020年3月-2021年3月），项目基于多模态因果推理的新型冠状病毒肺炎诊断算法，构建快速、准确、高鲁棒性的新型冠状病毒肺炎诊断技术和实用平台，形成完善的人工智能医疗筛查与疾病诊断技术体系，包含四项研究内容：新冠肺炎多模态数据特征抽取与表征技术，基于多模态小样本学习的新冠肺炎诊断模型，自底向上的多模态数据新冠肺炎分型算法以及新冠肺炎智能诊断系统设计与实现。

学术贡献： 针对新冠肺炎多模态数据的特征提取中存在各种噪声的影响，以及卷积网络的感受野有限的问题，使用基于低秩估计的压缩自注意力机制捕获长期上下文依赖，增强相关信息，抑制无用噪声。针对现有新冠患者诊断报告文本检测中文本语义上下文缺失，难以区分文本与背景，容易生成不精确的文本轮廓和文本误报的问题，提出了基于丰富融合特征的场景文本检测的 TextFuseNet 算法，使用字符、单词、全局三种层次的特征来感知文本。同时设计了多路特征融合模块建模不同层次的文本特征，生成具有更丰富上下文语义的文本表征用于文本实例分割。为后续研究提供辨识度更高的表征形式。

学术影响：本项目受国家自然科学基金委疫情专项基金资助，共申请发明专利2项，获得软件著作权1项（编号：2020SR0951422），发表学术论文10篇，系统设计完成后受到媒体的广泛报道，在多家医院进行了部署与推广使用，代表武汉大学人工智能研究院参加了第二届世界大健康博览会，获得了第二十二届中国国际高新技术成果交易会优秀产品奖。本项目于2021年顺利通过国家自然基金委结题验收，验收结果为优秀。