传统颈动脉粥样硬化筛查方法依赖超声或血管造影等技术,存在操作复杂、成本较高、有创性或对早期病变敏感性不足等问题,难以高效、无创地识别高风险人群,导致早期预防和干预的覆盖率受限。
该技术基于红外热成像原理,通过检测人体颈部皮肤表面温度分布的细微差异,结合热辐射特征分析与人工智能算法模型,构建颈动脉粥样硬化风险评估体系。技术架构包括高精度红外热成像设备、温度数据标准化处理模块、特征提取与风险预测算法三部分,关键技术点涵盖热辐射信号的精准采集、血流动力学与温度场的关联建模、以及基于机器学习的风险分层模型开发。
该技术具有无创、快速、低成本的优势,可实现大规模人群筛查;通过非接触式检测避免辐射或侵入性操作,提升受检者接受度;结合人工智能算法显著提高早期病变的识别灵敏度,为颈动脉粥样硬化的预防提供创新解决方案,具有显著的社会效益和临床应用价值。
20260211
进一步实现成果转化,使产品落地。
