澳门理工大学应用科学学院副教授檀韬、讲师孙悦、彭祥佑、博士研究生庞鑫韬和张艳明，联同澳门仁伯爵综合医院医生刘百球、中山大学，以及中山大学附属第一医院学者开展联合研究，开发轻量级人工智能模型「BLENet」，有助于超声心动图中精确分割左心室区域，在心脏疾病的诊断和评估中发挥着关键作用，为推动智慧医疗临床应用发展提供科研支撑。

在临床实践中，心脏超声需要实时分析能力，在医疗场景中使用便携设备进行，以监测心脏功能，协助临床治疗决策。研究团队开发的「BLENet」人工智能模型，採用了模仿生物视觉处理机制的创新设计，并针对临床便携设备进行优化，使其能在空间受限的环境中高效运行。

「BLENet」模型经中山大学第一附属医院的临床数据集和两个公开数据集评估，结果表明有望应用于临床实践。通过精确分割心脏超声图像中的左心室区域及精準的影像分析，让医生能更好地监测患者病情变化，制定治疗方案，评估心脏疾病的治疗效果。

研究成果以「生物启发网路：一种轻量级和高效的心脏超声左心室分割网路」为题，于国际顶级期刊《IEEE Transactions on Circuits and Systems for Video Technology》(《IEEE视频技术电路与系统彙刊》) 上刊登。研究内容全文可浏览：http://mpu.mo/pkyc。

澳门理工大学研究团队开发人工智能模型助力智慧医疗临床应用发展。（澳门理工大学图片）