由澳門理工大學應用科學學院牽頭，聯合澳門仁伯爵綜合醫院、中山大學及中山大學附屬第一醫院開展的跨領域研究取得重大突破——成功開發羽量級人工智慧模型「BLENet」。 該模型創新性地解决了心臟超聲影像中左心室區域精准分割的技術難題，為心臟疾病的高效診斷與評估提供了强大工具，顯著推動了智慧醫療的臨床應用行程。 此項標誌性成果由我實驗室副教授檀韜、講師孫悅、彭祥佑及博士研究生龐鑫韜、張豔明為核心的研究團隊主導完成，並發表於人工智慧與電腦視覺領域國際頂級期刊《IEEE Transactions on Circuits and Systems for Video Technology》。
心臟超聲（超聲心動圖）是臨床診斷心臟疾病的核心手段，而左心室的精准分割是評估心臟功能（如射血分數）的關鍵。 傳統方法常面臨計算複雜、魯棒性不足等挑戰。 BLENet模型創新性地採用「生物啟發網絡」設計理念，在保證高分割精度的同時，實現了模型的輕量化與高效性。 這一特性使其更易於集成到臨床實際工作流程及邊緣計算設備中，為即時診斷（Point-of-Care）提供了强大可能。
研究團隊秉持「源於臨床，服務臨床」的理念，利用中山大學第一附屬醫院的真實臨床數据集對BLENet進行了嚴格驗證。 同時，模型在兩個國際公開權威數据集上的測試結果同樣表現卓越。 多方驗證一致表明，BLENet在分割精度、效率和魯棒性方面均達到領先水準，具備直接應用於臨床實踐的巨大潜力，為醫生提供更可靠、高效的輔助診斷支持。
研究成果以《Bio-inspired Network: A Lightweight and Efficient Solution for Left Ventricle Segmentation in Echocardiography》（生物啟發網絡：一種羽量級和高效的心臟超聲左心室分割網絡）為題，發表於人工智慧、計算機視覺及視頻處理領域的頂級期刊《IEEE Transactions on Circuits and Systems for Video Technology》。 該刊具有極高的學術影響力與行業認可度，標誌著此項工作的創新性與科技水準獲得了國際同行的高度評價。
本項目獲得了澳門科學技術發展基金的有力支持，體現了澳門特區政府對前沿科技創新及智慧醫療發展的重視。