2019 科研成果年报 立 项 课 题 简视觉数据非线性建模与度量学习 介 “视觉数据非线性建模与度量学习”是国家化解析以自然场景大规模图像视频为数据驱动 自然科学基金委优秀青年科学基金项目(批准号:采用字典学习等自组织学习方法挖掘层次化视觉 61922080),起止时间是2020年1月至202年12月。基元,建立对特征表示的多层次分解模型。(2)结 本项目立足于大规模视觉场景数据表达与处构化建模:挖掘数据中蕴含的关联特性,采用层级 理的需求,致力于突破现有视觉数据表达框架的流形表示、联合稀疏低秩、深度网络等方法建模关 局限,研究具有仿人类视觉感知能力的层级结构联数据的结构化信息,实现去除特征和数据冗余的 化视觉信息表达理论与方法,为开放环境下视觉紧致结构化表达。(3特征迁移表达:采用多任务 场景理解相关的多态应用奠定坚实基础。项目将协同学习和知识迁移技术,实现视觉数据的特征协 从视觉数据呈现的复杂关联趋势出发,借鉴生物同表示、以及不同任务之间特征表达的适配。 视觉处理机理,建立从底层信号→中层结构→高 项目预期建立视觉信号与特征协同的层次化 层语义的层级视觉信息表达模型,提出图像视频表示模型,发展面向协同结构化视觉表达的新型 关联数据的联合结构化表达方法,发展多任务协深度学习理论与方法,构建多维度、可迁移的多 同学习的特征迁移表达理论,进而实现图像视频任务特征精简表达与处理模型,实现视觉数据表 数据的协同结构化紧致表达。 达与处理质量的显著提升。主要研究成果将以论 本项目具体从三个方面开展研究:()层次文、发明专利和原型系统的形式给出 5G矢量处理器及基带芯片研究 “5G矢量处理器及基带芯片研究”是由计产业规模巨大,在工业无线互联网产业爆发性增 算所承担的中国科学院先导专项预研项目,起止长前期,有必要充分发挥科学院在我国信息科学 年限是2019年9月至2020年8月 领域的国家队作用,解决我国制造产业向“智” 工业5G终端芯片是未来人机物三元互联的造发展中的核心器件问题并快速占领市场,引领 5G时代解决“物”端互联的高端核心芯片,是我国制造产业的跨越式发展。 实现我国工业制造2025目标工业柔性“智”造 本项目将突破高性能低功耗矢量基带数字信 发展的核心器件,是保障我国全球化发展安全可号处理器(DSP)P核、工业5G高性能基带算法 靠通信的核心基础性器件。 模块化可配置芯片架构等芯片设计中的关键技术 当前国际上已通过工业5G技术标准 难题,研制业界首颗工业5G终端SoC芯片及终 3GPP/ MultiFire,但还没有设计出芯片。根据国端样机,快速解决我国工业“智”造产业发展中 际著名分析机构Hα rbor research的报告,工核心芯片核心问题,为中国制造2025重大战略 业无线连接将在2022年开始爆发,至2026年工实施做出引领创造性贡献 业无线互联网的市场总体规模将达到千亿美元
12 2019 科研成果年报 立 项 课 题 简 介 视觉数据非线性建模与度量学习 “视觉数据非线性建模与度量学习”是国家 自然科学基金委优秀青年科学基金项目 ( 批准号： 61922080)，起止时间是2020年1月至2022年12月。 本项目立足于大规模视觉场景数据表达与处 理的需求，致力于突破现有视觉数据表达框架的 局限，研究具有仿人类视觉感知能力的层级结构 化视觉信息表达理论与方法，为开放环境下视觉 场景理解相关的多态应用奠定坚实基础。项目将 从视觉数据呈现的复杂关联趋势出发，借鉴生物 视觉处理机理，建立从底层信号→中层结构→高 层语义的层级视觉信息表达模型，提出图像视频 关联数据的联合结构化表达方法，发展多任务协 同学习的特征迁移表达理论，进而实现图像视频 数据的协同结构化紧致表达。 本项目具体从三个方面开展研究：(1) 层次 化解析：以自然场景大规模图像视频为数据驱动， 采用字典学习等自组织学习方法挖掘层次化视觉 基元，建立对特征表示的多层次分解模型。(2) 结 构化建模：挖掘数据中蕴含的关联特性，采用层级 流形表示、联合稀疏低秩、深度网络等方法建模关 联数据的结构化信息，实现去除特征和数据冗余的 紧致结构化表达。(3) 特征迁移表达：采用多任务 协同学习和知识迁移技术，实现视觉数据的特征协 同表示、以及不同任务之间特征表达的适配。 项目预期建立视觉信号与特征协同的层次化 表示模型，发展面向协同结构化视觉表达的新型 深度学习理论与方法，构建多维度、可迁移的多 任务特征精简表达与处理模型，实现视觉数据表 达与处理质量的显著提升。主要研究成果将以论 文、发明专利和原型系统的形式给出。 “5G 矢量处理器及基带芯片研究”是由计 算所承担的中国科学院先导专项预研项目，起止 年限是 2019 年 9 月至 2020 年 8 月。 工业 5G 终端芯片是未来人机物三元互联的 5G 时代解决“物”端互联的高端核心芯片，是 实现我国工业制造 2025 目标工业柔性“智”造 发展的核心器件，是保障我国全球化发展安全可 靠通信的核心基础性器件。 当前国际上已通过工业 5G 技术标准—— 3GPP/MultiFire，但还没有设计出芯片。根据国 际著名分析机构 Harbor Research 的报告，工 业无线连接将在 2022 年开始爆发，至 2026 年工 业无线互联网的市场总体规模将达到千亿美元， 产业规模巨大，在工业无线互联网产业爆发性增 长前期，有必要充分发挥科学院在我国信息科学 领域的国家队作用，解决我国制造产业向“智” 造发展中的核心器件问题并快速占领市场，引领 我国制造产业的跨越式发展。 本项目将突破高性能低功耗矢量基带数字信 号处理器（DSP）IP 核、工业 5G 高性能基带算法、 模块化可配置芯片架构等芯片设计中的关键技术 难题，研制业界首颗工业 5G 终端 SoC 芯片及终 端样机，快速解决我国工业“智”造产业发展中 核心芯片核心问题，为中国制造 2025 重大战略 实施做出引领创造性贡献。 5G 矢量处理器及基带芯片研究
立项课题简介 自主可控A赋能平台及其产业化 “自主可控A赋能平台及其产业化”是中 为此,本项目拟探索一种以平台作为载体对 国科学院科技服务网络计划(STS计划)项目(批行业用户进行赋能的方式,通过低门槛的、简易 准号:KFJ- STS-SCYD-219),起止时间是2019化的操作实现对A三要素,即数据、算法、算力 年1月1日至2019年12月31日。 的统一管理,以改变如今A依赖专业团队个性化 随着A时代的到来,各行各业均面临着全面研发的困境。具体的,项目拟研发一种集超参学习、 A升级的需求,而目前很多行业都存在着落地鸿分布式训练和模型更新为一体的自迭代A赋能平 沟问题,即:行业企业对行业理解透彻,但对A台,将以深度学习为代表的人工智能方法转化成 理解不足,因而无法自主进行A升级;与之相反,标准服务,打造“数据一模型一业务”的智能引 技术企业对A理解透彻,但却因对行业理解不足,擎迭代闭环,帮助客户建立自主可控、自主更新 因而在行业落地中面临困难 和自主学习的A能力。 超微智能计算机 “超微智能计算机(批准号:KF」STS-可快速定制的处理器核心设计技术;研究在资源 sCYD-226)”是中国科学院科技服务网络计划受限情况下的物端深度学习处理架构。从计算部 (STS计划)双创引导项目,起止时间为2019年件、访存结构、稀疏化处理到模型优化等方面展 1月至2019年12月。 开系统性研究,满足物端对低功耗、低延迟的识别、 本项目以面向可穿戴、物联网、智能硬件的分类等智能应用场景需求。 超高能效物端智能计算机为研究目标,基于开放 项目的技术研发目标是在2019年完成新一 指令系统RsCⅤ研发面向物端的通用低功耗处代超微智能计算机的样机研制,其核心芯片是基 理器体系结构,重点研究处理器核心的模板化设于自主研发的物端A芯片。项目研究成果将主要 计方法,动态可重构的微体系结构,专用扩展指在“硬科技”双创、智能制造和军民融合三个领 令的生成方法,处理器与加速器/协处理器的接域进行落地应用。 口和数据共享方法,为物端应用需求提供开放 基于国产智能芯片的大数据云平台及智能终端研究 基于国产智能芯片的大数据云平台及智能化应用的快速落地和更准确快速的本地实时处理 终端研究”是北京市科技计划课题,起止时间为能力,加速向强人工智能发展,全球各大芯片制造立二 2018年12月至2020年12月。 厂商纷纷投入大量人力和资金进行智能处理器的 项课题简介 人工智能进入新一阶段的爆发期之后,涌现研发,涌现了很多的专家系统和人机融合的智能化课 了一批优秀的人工智能研究成果。为了支撑智能应用系统。而在这些智能硬件上进行高效的算法开
13 立项课题简介 立 项 课 题 简 介 “基于国产智能芯片的大数据云平台及智能 终端研究”是北京市科技计划课题，起止时间为 2018 年 12 月至 2020 年 12 月。 人工智能进入新一阶段的爆发期之后，涌现 了一批优秀的人工智能研究成果。为了支撑智能 化应用的快速落地和更准确快速的本地实时处理 能力，加速向强人工智能发展，全球各大芯片制造 厂商纷纷投入大量人力和资金进行智能处理器的 研发，涌现了很多的专家系统和人机融合的智能化 应用系统。而在这些智能硬件上进行高效的算法开 基于国产智能芯片的大数据云平台及智能终端研究 自主可控 AI 赋能平台及其产业化 “自主可控 AI 赋能平台及其产业化”是中 国科学院科技服务网络计划（STS 计划）项目（批 准 号：KFJ-STS-SCYD-219）， 起 止 时 间 是 2019 年 1 月 1 日至 2019 年 12 月 31 日。 随着 AI 时代的到来，各行各业均面临着全面 AI 升级的需求，而目前很多行业都存在着落地鸿 沟问题，即：行业企业对行业理解透彻，但对 AI 理解不足，因而无法自主进行 AI 升级；与之相反， 技术企业对 AI 理解透彻，但却因对行业理解不足， 因而在行业落地中面临困难。 为此，本项目拟探索一种以平台作为载体对 行业用户进行赋能的方式，通过低门槛的、简易 化的操作实现对 AI 三要素，即数据、算法、算力 的统一管理，以改变如今 AI 依赖专业团队个性化 研发的困境。具体的，项目拟研发一种集超参学习、 分布式训练和模型更新为一体的自迭代 AI 赋能平 台，将以深度学习为代表的人工智能方法转化成 标准服务，打造“数据—模型—业务”的智能引 擎迭代闭环，帮助客户建立自主可控、自主更新 和自主学习的 AI 能力。 超微智能计算机 “ 超 微 智 能 计 算 机（ 批 准 号：KFJ-STSSCYD-226）”是中国科学院科技服务网络计划 （STS 计划）双创引导项目，起止时间为 2019 年 1 月至 2019 年 12 月。 本项目以面向可穿戴、物联网、智能硬件的 超高能效物端智能计算机为研究目标，基于开放 指令系统 RISC-V 研发面向物端的通用低功耗处 理器体系结构，重点研究处理器核心的模板化设 计方法，动态可重构的微体系结构，专用扩展指 令的生成方法，处理器与加速器 / 协处理器的接 口和数据共享方法，为物端应用需求提供开放、 可快速定制的处理器核心设计技术；研究在资源 受限情况下的物端深度学习处理架构。从计算部 件、访存结构、稀疏化处理到模型优化等方面展 开系统性研究，满足物端对低功耗、低延迟的识别、 分类等智能应用场景需求。 项目的技术研发目标是在 2019 年完成新一 代超微智能计算机的样机研制，其核心芯片是基 于自主研发的物端 AI 芯片。项目研究成果将主要 在“硬科技”双创、智能制造和军民融合三个领 域进行落地应用
2019 科研成果年报 立项课题简介 发,则需要完整的人工智能编程工具链的支持 向智能平台的编程模型、面向智能处理的高性能 本项目拟针对当前智能云平台大规模应用带函数库,以及支持智能处理器的编译器和运行时 来的高吞吐、高覆盖率等需求,以及智能终端设系统。该工具链针对国产智能芯片的体系结构做 备爆炸性增长带来的深度学习模型与硬件平台高了定制性的优化,从而保证国产智能芯片运行的 效适配需求,开发人工智能编程工具链,包括面性能及效率。 基于互联链的跨链技术研究及示范应用 基于互联链的跨链技术研究及示范均存在严重缺陷,因此需要进一步开展相关研究 应用”是北京市科技计划课题,(批准号 本课题拟以信息流通的互联网为蓝本设计 Z181100003218018),起止时间为2018年10种支持价值流通的“互链”—设计实现一种全 月至2020年09月。 新的、可拓展性好的互联链跨链交易系统。具体 随着区块链技术及应用的快速发展,区块链而言,本课题将从物理、数据、价值三个层面开 技术在不同行业和领域的落地应用与链内数据、展研究:物理层面研究跨链交易系统整体架构; 价值的可靠传递与自由流通逐渐实现。但是,传数据层研究跨链交易传输机制;价值层研究与跨 统区块链架构存在的封闭性与独立性限制了更广链架构相适应的共识机制及奖惩机制,同时在以 泛的信任互通以及更大规模的区块链应用,近年上研究内容的基础上研发一种全新的互联链测试 来,跨区块链的数据交互与价值流通需求日益显平台,并在供应链金融领域进行应用示范 露,具体包括:(l)跨区块链的货币交易需求;(2) 本课题通过对区块链跨链体系基础技术的研 借助跨区块链交易实现对区块链进行更新完善的究及集成示范应用,将打破同构、异构区块链之 需求;(③3跨区块链互操作的需求。区块链跨链技间的数据与价值壁垒,实现同构、异构区块链间 术已经成为了当今区块链技术发展中急需解决的的互联互通与安全跨链互操作,从而推动区块链 问题。虽然,针对这一问题目前已有一些初步的解技术的更广泛应用,使得区块链在社会发展中可 决方案,但是这些方案在可扩展性和安全性等方面以发挥更大的作用。 100G硅基芯片级光互连技术研究 “100G硅基芯片级光互连技术研究”(批算机及通信技术的进一步发展。采用光互连替代电互 准号:z191100004819006)是北京市科委科连,可有效解决带宽和功耗等问题。目前,光互连 技计划项目,项目自2019年6月启动,计划至技术正在从中长距向短距、芯片级渗透(柜间、板 2021年6月结束 间采用光互连已实现大规模应用),突破芯片级光 随着人工智能和大数据的发展,对数据中心互连关键核心技术是当前的研究热点。芯片级光互 中的各种处理芯片的数据交换能力提出了更高的连技术核心是通过硅基光电子集成技术、数字、模 要求。传统的电互连在随着电信号速率不断提高 拟电路设计技术,协同设计实现光收发芯片、物理 存在带宽受限、功耗增大等问题,严重影响了计层PHY芯片、通信协议芯片三个芯片的完整集成(共
14 2019 科研成果年报 立 项 课 题 简 介 100G 硅基芯片级光互连技术研究 “100G 硅基芯片级光互连技术研究”（批 准 号：Z191100004819006） 是 北 京 市 科 委 科 技计划项目，项目自 2019 年 6 月启动，计划至 2021 年 6 月结束。 随着人工智能和大数据的发展，对数据中心 中的各种处理芯片的数据交换能力提出了更高的 要求。传统的电互连在随着电信号速率不断提高， 存在带宽受限、功耗增大等问题，严重影响了计 算机及通信技术的进一步发展。采用光互连替代电互 连，可有效解决带宽和功耗等问题。目前，光互连 技术正在从中长距向短距、芯片级渗透（柜间、板 间采用光互连已实现大规模应用），突破芯片级光 互连关键核心技术是当前的研究热点。芯片级光互 连技术核心是通过硅基光电子集成技术、数字、模 拟电路设计技术，协同设计实现光收发芯片、物理 层PHY芯片、通信协议芯片三个芯片的完整集成（共 发，则需要完整的人工智能编程工具链的支持。 本项目拟针对当前智能云平台大规模应用带 来的高吞吐、高覆盖率等需求，以及智能终端设 备爆炸性增长带来的深度学习模型与硬件平台高 效适配需求，开发人工智能编程工具链，包括面 向智能平台的编程模型、面向智能处理的高性能 函数库，以及支持智能处理器的编译器和运行时 系统。该工具链针对国产智能芯片的体系结构做 了定制性的优化，从而保证国产智能芯片运行的 性能及效率。 基于互联链的跨链技术研究及示范应用 “基于互联链的跨链技术研究及示范 应 用” 是 北 京 市 科 技 计 划 课 题，（ 批 准 号： Z181100003218018），起止时间为 2018 年 10 月至 2020 年 09 月 。 随着区块链技术及应用的快速发展，区块链 技术在不同行业和领域的落地应用与链内数据、 价值的可靠传递与自由流通逐渐实现。但是，传 统区块链架构存在的封闭性与独立性限制了更广 泛的信任互通以及更大规模的区块链应用，近年 来，跨区块链的数据交互与价值流通需求日益显 露，具体包括 : (1) 跨区块链的货币交易需求；(2) 借助跨区块链交易实现对区块链进行更新完善的 需求；(3) 跨区块链互操作的需求。区块链跨链技 术已经成为了当今区块链技术发展中急需解决的 问题。虽然，针对这一问题目前已有一些初步的解 决方案，但是这些方案在可扩展性和安全性等方面 均存在严重缺陷，因此需要进一步开展相关研究。 本课题拟以信息流通的互联网为蓝本设计一 种支持价值流通的“互链”——设计实现一种全 新的、可拓展性好的互联链跨链交易系统。具体 而言，本课题将从物理、数据、价值三个层面开 展研究：物理层面研究跨链交易系统整体架构； 数据层研究跨链交易传输机制；价值层研究与跨 链架构相适应的共识机制及奖惩机制，同时在以 上研究内容的基础上研发一种全新的互联链测试 平台，并在供应链金融领域进行应用示范。 本课题通过对区块链跨链体系基础技术的研 究及集成示范应用，将打破同构、异构区块链之 间的数据与价值壁垒，实现同构、异构区块链间 的互联互通与安全跨链互操作，从而推动区块链 技术的更广泛应用，使得区块链在社会发展中可 以发挥更大的作用
立项课题简介 性技术)。并通过在服务器智能网卡(周边结构相实现我国硅基芯片级光互连技术的突破 对简单)应用场景的牵引,打通芯片级光互连的应 本项目研究内容包括:片间通信协议芯片 用技术,为下一步扩展到其它应用场景奠定基础。 (CLCP)芯片研究芯片间高效精简的通信协议分层 本项目的总体目标是:面向芯片级光互连开架构,实现链路层以上的高效通信功能,实现纳秒级 展100G硅基光收发芯片的研制,突破高速低功通信延时;研究多种CPU或NP(网络处理器)片 耗多路光电混合的关键技术,并通过与片间通信内总线,实现与应用芯片的通用总线接口;研究高效 协议芯片(CLCP)芯片、PHY芯片进行协同设计PCS编码层,实现与PHY芯片的高效对接。研究高 研发,开发出具有自主知识产权的硅基光收发芯效DMA机制,实现从传输层到总线的数据快速传输。 片(芯片级)、PHY芯片、片间通信协议芯片(CLCP) 本项目预期成果:研究和开发出100G芯片 芯片及三个芯片完整集成的芯片级100G光互连级光互连套片,实现基于芯片级光互连套片的智 套片,并面向服务器智能网卡应用场景进行验证,能网卡原型。 城市交通大脑中枢超算体系架构与 公交配流并行计算技术研究 “城市交通大脑中枢超箅体系架构与通规划中对公交客流分配系统计算数据规模大, 公交配流并行计算技术研究”(批准号:时间快的需求 Z191100002519011)属于北京市科技计划项目 本项目有两个目标:1)提出服务城市交通 执行期限为2019年7月至2021年6月 大脑的超算体系架构,包括超算集群拓扑结构、 本项目针对城市交通大脑中并行计算任务和服务器类型及浮点计算能力、存储服务类型及容 负载量不明确,所需的超算体系架构不确定的问量和网络配置。2)研发一套并行公交客流分配系 题,通过梳理分析城市交通大脑典型应用特征 统,将北京五环城区(400多万个起讫点)内的 及各功能模块对计算机处理能力的需求,提出城公交配流计算时间压缩至分钟级。 市交通大脑的计算技术和体系,保障城市交通 本项目研究的城市交通大脑所需的超算体系 大脑具有配套的中枢计算能力,满足超大规模架构将为未来城市交通大脑硬件机群的搭建提供 数值模拟和海量动态数据实时处理与分析的计技术基础,开发的并行动态公交客流分配程序将 算需求。同时,针对公交客流分配算法在串行应用于北京城市公交客流规划,为后续实现全市 实现时受限于计算规模和计算时间的问题,研配流计算提供基础,预计5年以后实现全市范围 发一套大规模并行公交客流分配程序,满足交的公交配流计算分钟级。 多模态医疗影像颈椎退变解析及其临床诊断与应用的研究 立项课题简介 多模态医疗影像颈椎退变解析及其临床诊究专题项目(批准号:2190020),起止时间是课 断与应用的研究”是北京市自然科学基金重点研2019年10月至2023年10月
15 立项课题简介 立 项 课 题 简 介 性技术）。并通过在服务器智能网卡（周边结构相 对简单）应用场景的牵引，打通芯片级光互连的应 用技术，为下一步扩展到其它应用场景奠定基础。 本项目的总体目标是：面向芯片级光互连开 展 100G 硅基光收发芯片的研制，突破高速低功 耗多路光电混合的关键技术，并通过与片间通信 协议芯片（CLCP）芯片、PHY 芯片进行协同设计 研发，开发出具有自主知识产权的硅基光收发芯 片（芯片级）、PHY芯片、片间通信协议芯片（CLCP） 芯片及三个芯片完整集成的芯片级 100G 光互连 套片，并面向服务器智能网卡应用场景进行验证， 实现我国硅基芯片级光互连技术的突破。 本 项目研究内容包括：片间通信协议芯片 （CLCP）芯片研究芯片间高效精简的通信协议分层 架构，实现链路层以上的高效通信功能，实现纳秒级 通信延时；研究多种 CPU 或 NP（网络处理器）片 内总线，实现与应用芯片的通用总线接口；研究高效 PCS 编码层，实现与 PHY 芯片的高效对接。研究高 效 DMA 机制，实现从传输层到总线的数据快速传输。 本项目预期成果：研究和开发出 100G 芯片 级光互连套片，实现基于芯片级光互连套片的智 能网卡原型。 多模态医疗影像颈椎退变解析及其临床诊断与应用的研究 “多模态医疗影像颈椎退变解析及其临床诊 断与应用的研究”是北京市自然科学基金重点研 究专题项目（批准号：Z190020），起止时间是 2019 年 10 月至 2023 年 10 月。 “城市交通大脑中枢超算体系架构与 公 交 配 流 并 行 计 算 技 术 研 究”（ 批 准 号： Z191100002519011）属于北京市科技计划项目， 执行期限为 2019 年 7 月至 2021 年 6 月。 本项目针对城市交通大脑中并行计算任务和 负载量不明确，所需的超算体系架构不确定的问 题，通过梳理分析城市交通大脑典型应用特征， 及各功能模块对计算机处理能力的需求，提出城 市交通大脑的计算技术和体系，保障城市交通 大脑具有配套的中枢计算能力，满足超大规模 数值模拟和海量动态数据实时处理与分析的计 算需求。同时，针对公交客流分配算法在串行 实现时受限于计算规模和计算时间的问题，研 发一套大规模并行公交客流分配程序，满足交 通规划中对公交客流分配系统计算数据规模大， 时间快的需求。 本项目有两个目标：1）提出服务城市交通 大脑的超算体系架构，包括超算集群拓扑结构、 服务器类型及浮点计算能力、存储服务类型及容 量和网络配置。2）研发一套并行公交客流分配系 统，将北京五环城区（400 多万个起讫点）内的 公交配流计算时间压缩至分钟级。 本项目研究的城市交通大脑所需的超算体系 架构将为未来城市交通大脑硬件机群的搭建提供 技术基础，开发的并行动态公交客流分配程序将 应用于北京城市公交客流规划，为后续实现全市 配流计算提供基础，预计 5 年以后实现全市范围 的公交配流计算分钟级。 城市交通大脑中枢超算体系架构与 公交配流并行计算技术研究
2019 科研成果年报 立项课题简 前基于深度学习的医疗图像识别技术促进识体系更完整、综合诊断更准确,为医疗诊断的 介了该领域研究和发展,但是大多国际上一些常见智能化特别是颈椎病诊断提供理论基础和关键技 疾病开展研究,而对我国高发的颈椎研究还处于术的支持 起步阶段。本项目面向颈椎病推理、解析与诊断 本项目重点研究问题包括:1)如何提取颈 这一典型场景,针对颈椎不同组织间影像表相似椎病影像数据特征,构建诊断体系及多模态退变 性高、监督信息缺乏、不同退变症状关联复杂等标注数据库;2)如何实现颈椎退变区域的定位与 难点问题,在北医三院前期颈椎影像诊疗丰富经推理诊断;3)如何基于多模态图神经网络综合诊 验和优势数据的基础上,构建颈椎病影像专家知断颈椎退变。 识体系与多模态标注数据库,为深度学习算法提 通过本项目的研究,可以实现医疗数据的自 供支撑;基于中科院计箅所和北医三院双方的前动标注和辅助诊断,并构建实验验证系统进行临 期研究与合作基础,探索人工智能与医疗诊断两床验证,在面向医疗影像诊断的深度学习算法方 个学科的深入合作机制让深度学习判断结果有机面取得突破,为医疗诊断的智能化特别是颈椎病 融入到医生诊疗流程,使得数据标注更完备、知诊断提供理论基础和关键技术的支持。 神经退行性疾病早期智能预警高级机器 学习技术与示范应用 “神经退行性疾病早期智能预警高 本项目拟基于智能感知理论,开展普适计算 级机器学习技术与示范应用”(批准号:场景(家居生活,工作等)下神经退行性疾病 2019B010109001)是由中科院计算所牵头获批早期预警研究,重点突破针对时序传感器数据 的广东省重点领域研发计划项目(新一代人工智和神经影像数据的高鲁棒深度迁移、自动化增 能),起止时间为2019年1月至2021年12月。量学习等关键技术。主要研究内容包括 随着老龄化程度不断加快,三大神经退行性究数据驱动的智能感知模型与方法;2)时序性 疾病(脑卒中、帕金森、阿尔兹海默症)已经成时序多模态认知障碍自适应定量评估技术;3) 为我国国民第一位致死致残原因,该类疾病在65神经影像的定量特征提取与辅助诊断技术;4) 岁以上发病率高达9.8%,通常不能逆转。如能早医养融合云端驱动智能辅诊设备与系统。预期 期发现老人在运动或认知方面的异常,进行及早通过与全国50家医院和医疗机构合作实现覆盖 干预,将能延缓近十年病情发展。神经退行性疾面超过10万级用户的国内外最大规模疾病早期 病早期诊断研究是近年来国际上机器感知与人工预警应用 智能以及脑医学的前沿交叉方向,目前仍存在感 该研究旨在帮助机器更好的在普适场景下感 知信息的非精准、行为分析的粗粒度以及关联关知人的行为与认知状态,一旦实现,将大大提高 系非量化等共性问题。当前欧盟、美国等均斥巨A感知人的能力,预期可以为我国智能硬件以及 资长期支持此研究,但各国研究均处于起步阶段 医疗健康等产业及应用带来深刻的技术变革,大 尚未形成公认的技术方案。 大提高相关产业的独特竞争力水平
16 2019 科研成果年报 立 项 课 题 简 介 “神经退行性疾病早期智能预警高 级 机 器 学 习 技 术 与 示 范 应 用”（ 批 准 号： 2019B010109001）是由中科院计算所牵头获批 的广东省重点领域研发计划项目（新一代人工智 能），起止时间为 2019 年 1 月至 2021 年 12 月。 随着老龄化程度不断加快，三大神经退行性 疾病（脑卒中、帕金森、阿尔兹海默症）已经成 为我国国民第一位致死致残原因，该类疾病在 65 岁以上发病率高达 9.8%，通常不能逆转。如能早 期发现老人在运动或认知方面的异常，进行及早 干预，将能延缓近十年病情发展。神经退行性疾 病早期诊断研究是近年来国际上机器感知与人工 智能以及脑医学的前沿交叉方向，目前仍存在感 知信息的非精准、行为分析的粗粒度以及关联关 系非量化等共性问题。当前欧盟、美国等均斥巨 资长期支持此研究，但各国研究均处于起步阶段， 尚未形成公认的技术方案。 本项目拟基于智能感知理论，开展普适计算 场景（家居生活，工作等）下神经退行性疾病 早期预警研究，重点突破针对时序传感器数据 和神经影像数据的高鲁棒深度迁移、自动化增 量学习等关键技术。主要研究内容包括：1）研 究数据驱动的智能感知模型与方法；2）时序性 时序多模态认知障碍自适应定量评估技术；3） 神经影像的定量特征提取与辅助诊断技术；4） 医养融合云端驱动智能辅诊设备与系统。预期 通过与全国 50 家医院和医疗机构合作实现覆盖 面超过 10 万级用户的国内外最大规模疾病早期 预警应用。 该研究旨在帮助机器更好的在普适场景下感 知人的行为与认知状态，一旦实现，将大大提高 AI 感知人的能力，预期可以为我国智能硬件以及 医疗健康等产业及应用带来深刻的技术变革，大 大提高相关产业的独特竞争力水平。 神经退行性疾病早期智能预警高级机器 学习技术与示范应用 目前基于深度学习的医疗图像识别技术促进 了该领域研究和发展，但是大多国际上一些常见 疾病开展研究，而对我国高发的颈椎研究还处于 起步阶段。本项目面向颈椎病推理、解析与诊断 这一典型场景，针对颈椎不同组织间影像表相似 性高、监督信息缺乏、不同退变症状关联复杂等 难点问题，在北医三院前期颈椎影像诊疗丰富经 验和优势数据的基础上，构建颈椎病影像专家知 识体系与多模态标注数据库，为深度学习算法提 供支撑；基于中科院计算所和北医三院双方的前 期研究与合作基础，探索人工智能与医疗诊断两 个学科的深入合作机制让深度学习判断结果有机 融入到医生诊疗流程，使得数据标注更完备、知 识体系更完整、综合诊断更准确，为医疗诊断的 智能化特别是颈椎病诊断提供理论基础和关键技 术的支持。 本项目重点研究问题包括：1）如何提取颈 椎病影像数据特征，构建诊断体系及多模态退变 标注数据库；2）如何实现颈椎退变区域的定位与 推理诊断；3）如何基于多模态图神经网络综合诊 断颈椎退变。 通过本项目的研究，可以实现医疗数据的自 动标注和辅助诊断，并构建实验验证系统进行临 床验证，在面向医疗影像诊断的深度学习算法方 面取得突破，为医疗诊断的智能化特别是颈椎病 诊断提供理论基础和关键技术的支持