澳門理工大學應用科學學院副教授檀韜、講師孫悅、彭祥佑、博士研究生龐鑫韜和張艷明，聯同澳門仁伯爵綜合醫院醫生劉百球、中山大學，以及中山大學附屬第一醫院學者開展聯合研究，開發輕量級人工智能模型「BLENet」，有助於超聲心動圖中精確分割左心室區域，在心臟疾病的診斷和評估中發揮著關鍵作用，為推動智慧醫療臨床應用發展提供科研支撐。
澳門理工大學研究團隊開發人工智能模型助力智慧醫療臨床應用發展。澳門政府新聞局圖片
在臨床實踐中，心臟超聲需要實時分析能力，在醫療場景中使用便攜設備進行，以監測心臟功能，協助臨床治療決策。研究團隊開發的「BLENet」人工智能模型，從生物視覺系統獲取靈感，採用了模仿生物視覺處理機制的創新設計，並針對臨床便攜設備進行優化，使其能在空間受限的環境中高效運行。
「BLENet」模型經中山大學第一附屬醫院的臨床數據集和兩個公開數據集評估，結果表明有望應用於臨床實踐。通過精確分割心臟超聲圖像中的左心室區域及精準的影像分析，讓醫生能更好地監測患者病情變化，制定治療方案，評估心臟疾病的治療效果。
澳門理工大學。澳門政府新聞局圖片
研究成果以「BLENet: a Bio-inspired Lightweight and Efficient Network for Left Ventricle Segmentation in Echocardiography」（生物啟發網路：一種輕量級和高效的心臟超聲左心室分割網路）為題，於國際頂級期刊《IEEE Transactions on Circuits and Systems for Video Technology》(《IEEE視頻技術電路與系統彙刊》) 上刊登。研究項目由澳門科學技術發展基金資助 (0041/2023/RIB2)，研究內容全文可瀏覽：http://mpu.mo/pkyc。
《IEEE Transactions on Circuits and Systems for Video Technology》是IEEE電氣電子工程師學會旗下專注於視頻技術的頂級期刊，同時收錄於SCIE和Scopus等國際數據庫，最新影響因子為11.1。在工程電子與電氣領域排名為20，位於 JCR Q1區，百分位為94.5%。在中國科學院期刊分區中的大小類屬於一區Top期刊。
