本项目依托济南大学“AI+医学影像”科研平台，团队围绕三维眼底影像精准量化分析开展研究，并取得了以下研究成果：（1）基于目标感知的深度生成网络异常检测算法，可以快速定位5类常见的眼底病变，大规模应用于眼底疾病早期筛查，同时为个体化精准诊疗提供可靠数据；（2）基于风格和语义一致性的域泛化图像分割算法，精准分割眼底视网膜层结构与病变区域，量化36种临床指标，为个体化精准诊疗提供定量评价指标及依据；（3）多指标协同神经网络的病变演进预测模型，预测病变演化方向，预测演化速率与实际演化速率一致性达87%，为临床医生跟踪治疗和制定个体化诊疗方案提供参考；（4）国内首个三维眼底病变辅助诊断系统——AEye，该系统可应用于眼底病变的个体化精准诊疗和跟踪治疗，显著提高医生诊疗效率，减轻工作负担。此外，可辅助科研工作者的科学研究及医学生的教学培养。

本项目依托济南大学“AI+医学影像”科研平台，团队围绕三维眼底影像精准量化分析开展研究，并取得了以下研究成果：（1）基于目标感知的深度生成网络异常检测算法，可以快速定位5类常见的眼底病变，大规模应用于眼底疾病早期筛查，同时为个体化精准诊疗提供可靠数据；（2）基于风格和语义一致性的域泛化图像分割算法，精准分割眼底视网膜层结构与病变区域，量化36种临床指标，为个体化精准诊疗提供定量评价指标及依据；（3）多指标协同神经网络的病变演进预测模型，预测病变演化方向，预测演化速率与实际演化速率一致性达87%，为临床医生跟踪治疗和制定个体化诊疗方案提供参考；（4）国内首个三维眼底病变辅助诊断系统——AEye，该系统可应用于眼底病变的个体化精准诊疗和跟踪治疗，显著提高医生诊疗效率，减轻工作负担。此外，可辅助科研工作者的科学研究及医学生的教学培养。

第十八届“挑战杯”全国大学生课外学术科技作品竞赛课外学术科技作品竞赛（主体赛）国赛二等奖