Workflow
深度学习
icon
Search documents
2025年中国AI肺结节检测医疗器械行业概览:三类证获批加速,AI肺结节检测产品商业化提速
Tou Bao Yan Jiu Yuan· 2026-02-27 12:24
行业概览 2025/06 www.leadleo.com 报告标签:辅助诊断,辅助检测,手术计划 2025年6月 报告提供的任何内容(包括但不限于数据、文字、图表、图像等)均系头豹研究院独有的高度机密性 文件(在报告中另行标明出处者除外)。未经头豹研究院事先书面许可,任何人不得以任何方式擅自 复制、再造、传播、出版、引用、改编、汇编本报告内容,若有违反上述约定的行为发生,头豹研究 院保留采取法律措施、追究相关人员责任的权利。头豹研究院开展的所有商业活动均使用"头豹研究院 "或"头豹"的商号、商标,头豹研究院无任何前述名称之外的其他分支机构,也未授权或聘用其他任何 第三方代表头豹研究院开展商业活动。 行业概览 | 2025/06 中国AI医疗器械行业 摘要 AI肺结节检测是一种利用人工智能技术,通过分 析肺部CT图像等医学影像来自动识别和标记肺 结节的技术,其主要目的是辅助医生进行肺结节 的早期筛查、诊断和监测,以提高诊断的准确性 和效率 2020年3月,国家药监局发布《肺炎CT影像辅助 分诊与评估软件审评要点(试行)》,明确肺炎 AI软件的审评标准,间接推动肺结节检测技术的 规范化发展。2020年11月,推想 ...
2025年中国AI医疗器械行业概览:三类证获批加速,AI肺结节检测产品商业化提速
Tou Bao Yan Jiu Yuan· 2026-02-27 12:16
报告标签:辅助诊断,辅助检测,手术计划 2025年6月 报告提供的任何内容(包括但不限于数据、文字、图表、图像等)均系头豹研究院独有的高度机密性 文件(在报告中另行标明出处者除外)。 ,任何人不得以任何方式擅自 复制、再造、传播、出版、引用、改编、汇编本报告内容,若有违反上述约定的行为发生,头豹研究 院保留采取法律措施、追究相关人员责任的权利。头豹研究院开展的所有商业活动均使用"头豹研究院 "或"头豹"的商号、商标,头豹研究院无任何前述名称之外的其他分支机构,也未授权或聘用其他任何 第三方代表头豹研究院开展商业活动。 行业概览 2025/06 www.leadleo.com 行业概览 | 2025/06 中国AI医疗器械行业 摘要 AI肺结节检测是一种利用人工智能技术,通过分 析肺部CT图像等医学影像来自动识别和标记肺 结节的技术,其主要目的是辅助医生进行肺结节 的早期筛查、诊断和监测,以提高诊断的准确性 和效率 2020年3月,国家药监局发布《肺炎CT影像辅助 分诊与评估软件审评要点(试行)》,明确肺炎 AI软件的审评标准,间接推动肺结节检测技术的 规范化发展。2020年11月,推想医疗的肺结节 CT图像辅 ...
北京大学教授梅宏:盲目鼓吹“AI取代人类”不可取 要回归AI研究的多样性
上海市政协副主席、市工商联主席寿子琪表示,"工商联·经济大家讲坛"要着力"解疑释惑,凝心聚 力",阐释好国家政策、研判好发展规律、传递好发展信心,助力企业认清发展优势和潜力,坚定发展 信心,与国家战略同向而行。要着力"服务发展,为企赋能",洞察科技革命和产业变革的趋势,助力企 业抢占未来发展制高点,破解发展瓶颈,推进协同创新,促进产业链、创新链、人才链、金融链深度融 合。要引导民企"彰显担当,践行责任",引领企业弘扬新时代企业家精神、投身公益与"光彩事业",实 现企社良性互动;推进法治、诚信、清廉民企建设,共建优良商务环境;依托学院国际化网络助力企业 扬帆出海、经略全球,努力打造世界一流企业。 汪泓院长则深刻剖析了2026年宏观局势的复杂性,指出在国际秩序重塑、全球经济修复与分化并行的大 背景下,亚太新兴市场与发达经济体的增长差距日益显著。同时,适逢我国"十五五"规划开局之年及人 工智能产业变革的加速期,技术迭代与地缘格局正共同重构商业发展逻辑。当前企业面临的挑战已超越 单一的周期性波动,是对企业战略方向、能力体系与组织韧性的系统性考验。越是在不确定的时代,越 需要理性判断、长期主义和高质量的思想交流。此次中 ...
大连船老六科技申请多维度因子加权融合与深度学习原油价格趋势预测方法专利,提升模型对长周期价格结构性变化的稳健性
Sou Hu Cai Jing· 2026-02-26 07:24
专利摘要显示,本发明涉及能源金融预测技术领域,是一种多维度因子加权融合与深度学习的原油价格 趋势预测方法,包括:收集历史原油价格数据以及与原油价格相关的多维因子数据,并进行预处理,构 建数据集;对数据集中的多维因子进行特征提取,分别提取每个因子的时间序列特征、滞后特征和交叉 特征;构建基于TensorFlow的深度学习模型,并利用数据集进行训练;利用训练好的深度学习模型,预 测未来的原油价格涨幅趋势和涨幅百分比;以涨跌幅百分比的形式输出预测结果,展示预测期内的价格 走势。本发明通过多个高相关因子的同步融合集成,显著提升了对油价驱动因素的覆盖率,预测输出为 相对涨跌幅,提升了模型对长周期价格结构性变化的稳健性。 国家知识产权局信息显示,大连船老六科技有限公司申请一项名为"一种多维度因子加权融合与深度学 习原油价格趋势预测方法"的专利,公开号CN121563598A,申请日期为2025年11月。 来源:市场资讯 天眼查资料显示,大连船老六科技有限公司,成立于2024年,位于大连市,是一家以从事科技推广和应 用服务业为主的企业。企业注册资本1000万人民币。通过天眼查大数据分析,大连船老六科技有限公司 专利信息1条 ...
机器学习因子选股月报(2026年3月)
Southwest Securities· 2026-02-26 07:09
机器学习因子选股月报(2026 年 3 月) 截至 2026年 2月 25日,2月当期多头组合超额收益最高的五个行业(除综合) 分别为石油石化、通信、电子、有色金属、计算机,多头组合相对行业指数超 额收益分别为 7.91%、3.11%、3.06%、2.78%以及 2.78%。 近一年来看,多头组合月平均超额收益最高的五个行业(除综合)分别为房地 产、商贸零售、汽车、建筑、消费者服务,超额收益分别为 3.83%、2.04%、 1.93%、1.50%以及 1.49%。且 29个中信一级行业(除综合)中, GAN_GRU 因子多头组合近一年有 7个行业未跑赢对应中信一级行业指数(交通运输、建 材、煤炭、非银金融、传媒、有色、通信)。 摘要 西南证券研究院 [Table_Author] 分析师:郑琳琳 执业证号:S1250522110001 邮箱:zhengll@swsc.com.cn 分析师:祝晨宇 执业证号:S1250525100004 邮箱:zhcy@swsc.com.cn [Table_ReportInfo] 2026 年 02 月 26 日 证券研究报告•金融工程报告 机器学习金融工程月报 相关研究 请务必 ...
机器学习因子选股月报(2026年3月)-20260226
Southwest Securities· 2026-02-26 06:25
[Table_ReportInfo] 2026 年 02 月 26 日 证券研究报告•金融工程报告 机器学习金融工程月报 机器学习因子选股月报(2026 年 3 月) 截至 2026年 2月 25日,2月当期多头组合超额收益最高的五个行业(除综合) 分别为石油石化、通信、电子、有色金属、计算机,多头组合相对行业指数超 额收益分别为 7.91%、3.11%、3.06%、2.78%以及 2.78%。 [Table_Summary] GAN_GRU 因子:基于前期报告《量价时序特征挖掘模型在深度学习因子中 的应用》(2024年 7月 11日)中提到的 GAN_GRU模型,定期更新 GAN_GRU 因子自 2024年以来表现情况。其中 GAN_GRU因子为利用生成式对抗神经网 络 GAN 模型进行量价时序特征处理后再利用 GRU 模型进行时序特征编码得 到的选股因子。 表现跟踪:自 2019 年 2月至 2026 年 2月,月频调仓的基础上,GAN_GRU 因子在全 A 范围内 IC均值 0.1096***,多头组合年化超额收益率 22.32%;截 至 2026年 2月 25日,GAN_GRU 最新一期 IC为-0. ...
大/小/微模型赋能先进制造:实践与思考
大连理工大学机械工程学院· 2026-02-26 05:15
大/小/微模型赋能先进制造: 实 践与思考 Large/Small/Miero Al Models for Manufacturing (Al4M): App licatiansandlnsights 宋学官 大连理工大学机 械工程学院 2 一、 Al4M的背景意义 二、 Al4M的基础知识 三、 Al4M的研究进展 四、 Al4M的案例展示 五、 Al4M的瓶颈所在 六、 Al4M的科学问题 七、 Al4M的发展方向 八、 思 考与总结 汇 报 提纲 一、Al4M的背景意义 二、AI4M的基础知识 三、AJ4M的研究进展 四、AI4M的案例溪示 五、A14M的范颈所在 六、AJ4M的科学问题 七、AI4M的发展方向 八、思考与总结 Al4M的背景意义 5 口先进制造是指采用高新技术和先进设备来改善制造业过程和生产效率的统称,是 衡量一个国家科技发展水平的重要标志,关乎国民经济发展和国防安全建设。 Al4M的背景意义 6 口《中国制造2025》:加快推进制造业转型升级,到2035年整体达到世界制造强国中等水平 □2022年10月,美国发布《国家先进制造业战略》,先进制造业是美国经济和国家安全引擎 美国:Ind ...
以萨技术取得基于深度学习的样本生成方法专利
Sou Hu Cai Jing· 2026-02-17 02:43
Group 1 - The core point of the article is that Yisa Technology Co., Ltd. has obtained a patent for a deep learning-based sample generation method, indicating its focus on technological innovation [1] - Yisa Technology Co., Ltd. was established in 2015 in Qingdao, with a registered capital of 777.789254 million RMB, primarily engaged in technology promotion and application services [1] - The company has made investments in 5 enterprises, participated in 223 bidding projects, and holds 270 trademark records and 401 patent records, along with 14 administrative licenses [1] Group 2 - Qingdao Yisa Data Technology Co., Ltd., founded in 2016, is also located in Qingdao and focuses on software and information technology services, with a registered capital of 20 million RMB [1] - This subsidiary has invested in 4 enterprises, participated in 101 bidding projects, and holds 1 trademark record and 243 patent records, along with 8 administrative licenses [1]
不共享数据,也能联合训练,UCL团队用联邦学习重塑血液形态学检查
3 6 Ke· 2026-02-13 09:55
来自伦敦大学学院(UCL)计算机科学系的研究团队提出了一种用于白细胞形态分析的联邦学习框架,使各机构能够在不交换训练数据的情况下进行协同 训练。利用来自多个临床站点的血液涂片,该联邦模型在保证完全数据隐私的同时,学习到稳健且域不变的特征表示。与集中式训练相比,联邦训练在跨 站点性能和对未知机构的泛化能力上表现出色。 血液形态学检查是临床诊断血液疾病的重要环节,通过观察外周血涂片(PBS)或骨髓穿刺(BMA)中的细胞形态,医生可以判断白血病、贫血、感染 及遗传性血液疾病的类型。然而,这一过程不仅劳动强度大,而且高度依赖经验丰富的专业人员。尤其在低收入和中等收入国家(LMICs),技能专家稀 缺,使得快速、可靠且可扩展的血液学诊断成为急需解决的问题。 近年来,人工智能和深度学习的发展为血液形态分析提供了新的解决方案。AI 模型能够自动识别不同类型的白细胞,并辅助医生进行快速诊断。研究表 明,深度学习在自动化血液学诊断中具备显著潜力,但现实应用中仍面临重要挑战——模型训练对数据的依赖性极强,而临床数据通常分布在不同医院, 且存在染色方法差异、成像设备差异以及少数罕见细胞类型的问题。这种数据异质性会导致模型在新机构或 ...
现代智能光谱分析技术——演进、体系构架、应用及展望
仪器信息网· 2026-02-13 09:01
特别提示 微信机制调整,点击顶部"仪器信息网" → 右上方"…" → 设为 ★ 星标,否则很可能无法看到我 们的推送。 现代智能光谱分析技术——演进、体系构架、应用及展望 褚小立 陈瀑 许育鹏 李敬岩 刘丹 (中石化石油化工科学研究院有限公司,北京 100083 ) 摘要: 本文系统阐述了现代智能光谱分析技术的发展历程、技术体系、应用场景与未来展望。 该技术融合先进光学传感、化学计量学与人工智能,实现了对复杂样品快速、无损、精准的检 测,其核心特征包括多维度信息获取、自适应建模和全场景覆盖能力。文章回顾了该技术从近 红外光谱起步,历经化学计量学融合到深度学习赋能的演进过程,构建了涵盖光谱仪器、实验 技术、化学计量学与机器学习算法的完整技术体系,并详细介绍了样本选择、光谱预处理、特 征提取、多元校正、模式识别等关键方法。在应用层面,智能光谱技术已广泛应用于实验室高 通量分析、现场快速检测和工业在线监测,覆盖农业、医药、环境、石化等多个领域。文章最 后指出该技术在理论建模、可解释性、数据标准化等方面仍面临挑战,未来将朝着知识创造、 多技术融合、云原生平台和标准化方向演进,推动光谱分析从工具向智能决策系统转变。 1 ...