阿里达玛学院机器智能实验室提取冠状动脉中心线的论文已被国际顶级医学影像会议MICCAI 2019预先接受。阿里再次在医学AI领域取得了新进展。继肺结节检测和肝结节诊断技术的重大突破之后，它还克服了更困难的心血管识别技术。从CTA图像中准确提取心脏冠状动脉中心线是诊断冠心病的必要条件，也是诊断过程中最耗时的部分。心脏冠状动脉的几何特征很复杂，血管非常小，很容易受到类似静脉的干扰。如果血管被阻塞，则可能无法抽出整个血管。提取心脏冠状动脉中心线的大多数传统方法都存在许多手动交互和耗时的缺点。阿里巴巴提出了一种有区别的冠状动脉追踪模型。该模型由三维卷积神经网络组成，该网络充分利用三维空间特征从图像中迭代搜索完整的血管，并正确区分冠状动脉和静脉。在学习了成千上万的训练样本后，Ali AI只需0.5秒即可提取一条冠状动脉，而无需人工干预。提取完整的冠状动脉树需要不到20秒的时间，其效率是传统方法的近100倍。传统算法需要处理整个图像，而Ali AI可以自动忽略冗余信息，从而大大提高了效率。 Ali AI在0.5秒内自动提取一条冠状动脉，医生可以从重建的图像中快速找到病变。右上方是血管上的软斑，右下方是钙化斑。心血管疾病是世界上死亡率最高的人类疾病。心血管疾病诊断的复杂性导致AI医学图像识别在该领域的应用很少。 Ali AI可以帮助医生提高诊断和治疗效率，并增加接受冠心病的患者人数。 AI辅助医生在心血管疾病诊断中的未来就在眼前。近年来，阿里佛学院的视觉计算团队在医学AI领域多次取得重大突破。 2017年，Ali AI打破了国际AI检测肺结节的准确性，刷新了世界纪录。这项技术已累计使近1000万医疗检查客户受益。 2018年，阿里用于诊断肝结节的AI技术赢得了两个世界首创，目前正在继续研究它是否可以判断肝癌。