各界新聞網(wǎng)訊(海云 付一楓)面對(duì)疫情防控的嚴(yán)峻態(tài)勢(shì)，西安電子科技大學(xué)的科教人員，秉承牢記、踐行“全心全意為人民服務(wù)”的傳承，發(fā)揮學(xué)科優(yōu)勢(shì)，與時(shí)間賽跑，攻克急難，研發(fā)助力打贏新型冠狀病毒感染的肺炎疫情防控阻擊戰(zhàn)的成果，用科技的力量助力戰(zhàn)“疫”勝利。

　　成果一是基于深度學(xué)習(xí)的新冠肺炎早期檢測(cè)篩查系統(tǒng)。疫情發(fā)生以來(lái)，該校計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院智能軟件與系統(tǒng)新技術(shù)研究所副教授張亮帶領(lǐng)團(tuán)隊(duì)成員與西安交通大學(xué)第二附屬醫(yī)院抗疫一線的影像科醫(yī)生，通過(guò)遠(yuǎn)程網(wǎng)絡(luò)會(huì)議，在前期醫(yī)學(xué)影像處理的研究基礎(chǔ)上開(kāi)展科研攻關(guān)，討論方案、設(shè)計(jì)模型，依托上海瑞金醫(yī)院、西安交通大學(xué)第二附屬醫(yī)院等的新冠肺炎疑似、確診患者肺部CT影像，通過(guò)綜合分析新冠肺炎患者的肺部CT影像特點(diǎn)，設(shè)計(jì)開(kāi)發(fā)出基于深度學(xué)習(xí)的新型冠狀病毒的早期檢測(cè)篩查模型系統(tǒng)。

　　經(jīng)醫(yī)院門診數(shù)據(jù)排查測(cè)試，該模型可以減輕醫(yī)護(hù)人員近80%的工作量，新冠肺炎患者的檢測(cè)召回率超過(guò)95%。目前，模型系統(tǒng)正在進(jìn)行最后的調(diào)試工作，將盡快投入到“戰(zhàn)疫”一線，緩解醫(yī)護(hù)人員緊缺、確診檢測(cè)工作耗時(shí)較長(zhǎng)等問(wèn)題，減少醫(yī)護(hù)人員的工作時(shí)間和勞動(dòng)強(qiáng)度，提高工作效率。

　　成果二是疫情高風(fēng)險(xiǎn)區(qū)域防控測(cè)溫與身份識(shí)別預(yù)警及疫情數(shù)據(jù)分析系統(tǒng)。為快速對(duì)疫情防控一線流動(dòng)人員進(jìn)行體溫篩查和人員信息采集，做好“防”的前提，為“治”爭(zhēng)取更多時(shí)間，使“控”取得最好效果。西電通信工程學(xué)院相征教授團(tuán)隊(duì)依托科研積累與技術(shù)優(yōu)勢(shì)，立足新冠肺炎防疫工作實(shí)際，發(fā)揮團(tuán)隊(duì)力量,加強(qiáng)系統(tǒng)集成攻關(guān)，快速研發(fā)成功“疫情高風(fēng)險(xiǎn)區(qū)域防控測(cè)溫與身份識(shí)別預(yù)警及疫情數(shù)據(jù)分析系統(tǒng)”。

　　該系統(tǒng)硬件便于攜帶和快速部署，且開(kāi)機(jī)即可使用。該系統(tǒng)可用在口岸、機(jī)場(chǎng)、車站、辦公樓等場(chǎng)所人流出入通道，在關(guān)口或閘機(jī)口安裝非接觸式體溫篩查儀，實(shí)現(xiàn)所有出入人流的體溫實(shí)時(shí)監(jiān)測(cè)和超溫預(yù)警。系統(tǒng)通過(guò)對(duì)紅外熱成像非接觸式測(cè)溫、二代身份證識(shí)別、后臺(tái)聯(lián)動(dòng)報(bào)警等幾種技術(shù)集成應(yīng)用，采用自組網(wǎng)技術(shù)進(jìn)行低成本、大容量監(jiān)測(cè)數(shù)據(jù)實(shí)時(shí)回傳，實(shí)現(xiàn)各種場(chǎng)所對(duì)流動(dòng)人員體溫檢測(cè)和身份識(shí)別。

　　目前，該系統(tǒng)現(xiàn)已成功運(yùn)用于西安北客站、環(huán)球印務(wù)有限公司等公共防役關(guān)口。

　　成果三是基于強(qiáng)關(guān)聯(lián)規(guī)則的疫情發(fā)展分析與預(yù)測(cè)。西安電子科大電子工程學(xué)院馮偉及團(tuán)隊(duì)成員，利用國(guó)家衛(wèi)健委、湖北衛(wèi)健委和國(guó)家疾控中心的每日確診人數(shù)和每日死亡人數(shù)等多組數(shù)據(jù)，通過(guò)綜合分析并尋找變量之間的隱性規(guī)律，建立了基于強(qiáng)關(guān)聯(lián)規(guī)則的疫情發(fā)展分析與預(yù)測(cè)模型，可用于對(duì)疫情進(jìn)展和趨勢(shì)進(jìn)行科學(xué)評(píng)估。

　　該模型現(xiàn)已實(shí)現(xiàn)了對(duì)全國(guó)、湖北和除湖北外其他地區(qū)的疫情確診人數(shù)、日增人數(shù)、死亡人數(shù)等的建模和預(yù)測(cè)。在累計(jì)和平均日增確診人數(shù)預(yù)測(cè)中，該模型對(duì)湖北地區(qū)前23天的預(yù)測(cè)相對(duì)誤差為1.6%和8.6%，對(duì)全國(guó)其他地區(qū)的預(yù)測(cè)相對(duì)誤差為1.2%和8.4%。其咨詢報(bào)告初版已提交給國(guó)家工信部等，作為疫情發(fā)展趨勢(shì)分析的決策參考。