本项目旨在解决帕金森病临床诊断中过度依赖医生主观经验、缺乏定量评估工具的问题 。传统诊断方式效率低且易存在观察误差,通过在天津、嘉兴等 30+ 家三甲医院落地本系统,实现对运动障碍病症的客观、辅助评级 。该项目属于典型的医疗 AI 场景,对算法的精准度和稳定性有极高要求 。
点击空白处退出提示
本项目旨在解决帕金森病临床诊断中过度依赖医生主观经验、缺乏定量评估工具的问题 。传统诊断方式效率低且易存在观察误差,通过在天津、嘉兴等 30+ 家三甲医院落地本系统,实现对运动障碍病症的客观、辅助评级 。该项目属于典型的医疗 AI 场景,对算法的精准度和稳定性有极高要求 。
自动手部动作分析:基于视频流捕捉手部细微动作,实现震颤消除与高精度追踪 。姿态估计模型:在预估模型中引入运动生理学约束,提升在医疗复杂背景下的姿态估计效果 。运动障碍量化评估:自动分析视频中的运动特征,参照医学标准生成评估报告 。数据采集与处理:支持多端设备的视频输入与辅助拍摄控制 。
我负责了手部姿态识别核心模型的训练与优化,达到 SOTA 水平 ;独立完成了运动生理学约束在姿态估计模型中的融入工作 ;主导了系统在 30+ 三甲医院的算法落地,并作为核心成员发表了 KDD 和 WACV 学术论文 。




评论