针对我国当前基层医学影像诊断非标数据互认难、异质模态感知难、乡镇医疗诊断难三大核心痛点，燕山大学曹知鱼、张艺晨领衔的智愈影像——基层医疗多模态辅助诊断项目，为破解基层医疗资源不均衡等基层医疗问题提供专属科技方案。

团队成员实地调研探讨技术难点

团队实地调研发现，基层医疗影像标注成本高、数据标准不统一，导致 AI 模型难以适配；多模态影像灰度差异小、特征不明显，病灶识别难度大；基层医师缺乏影像专科经验，容易出现误判、漏诊。

围绕椎旁肌医学图像与基层实际需求，团队开展针对性技术探索：

1.设计小样本轻量诊断智能搜索架构，适配基层零散、不规范的影像数据，提升模型在小样本场景下的适配能力；

2.研发类视觉重构多目标分割算法，优化椎旁肌组织边缘与低对比度脊柱病变的分割识别精度；

3.搭建 AI 初筛 + 人机协同的简易流程，帮助基层医师提高阅片效率、减少诊断误差。

团队创新型算法与基础算法对于椎旁肌组织边缘分割的横向对比

团队通过创新算法与基础算法的对比实验，验证了自研方案在椎旁肌组织边缘分割上的效果提升。脊柱疾病在老年群体中发病率高，是基层常见健康问题，本研究以椎旁肌影像为核心，聚焦低成本、易操作的轻量化 AI 方向，贴合县域医疗的实际使用场景。

本项目是学生团队围绕椎旁肌医学图像开展的基层医疗辅助诊断研究，旨在用简易可行的 AI 技术为基层影像诊断提供参考，弥补基层医疗资源不足的问题。未来团队将继续优化算法、打磨方案，让研究成果更贴近基层使用需求，以学生科研力量尝试为基层脊柱健康诊断提供助力。