澳門理工大學應用科學學院副教授檀韜、講師孫悅、彭祥佑、博士研究生龐鑫韜和張艷明，聯同澳門仁伯爵綜合醫院醫生劉百球、中山大學，以及中山大學附屬第一醫院學者開展聯合研究，開發輕量級人工智能模型“BLENet”，有助於超聲心動圖中精確分割左心室區域，在心臟疾病的診斷和評估中發揮著關鍵作用，為推動智慧醫療臨床應用發展提供科研支撐。

在臨床實踐中，心臟超聲需要實時分析能力，在醫療場景中使用便攜設備進行，以監測心臟功能，協助臨床治療決策。研究團隊開發的“BLENet”人工智能模型，從生物視覺系統獲取靈感，採用了模仿生物視覺處理機制的創新設計，並針對臨床便攜設備進行優化，使其能在空間受限的環境中高效運行。

“BLENet”模型經中山大學第一附屬醫院的臨床數據集和兩個公開數據集評估，結果表明有望應用於臨床實踐。通過精確分割心臟超聲圖像中的左心室區域及精準的影像分析，讓醫生能更好地監測患者病情變化，制定治療方案，評估心臟疾病的治療效果。

研究成果以“BLENet: a Bio-inspired Lightweight and Efficient Network for Left Ventricle Segmentation in Echocardiography”（生物啟發網路：一種輕量級和高效的心臟超聲左心室分割網路）為題，於國際頂級期刊《IEEE Transactions on Circuits and Systems for Video Technology》(《IEEE視頻技術電路與系統彙刊》)  上刊登。研究項目由澳門科學技術發展基金資助 (0041/2023/RIB2)，研究內容全文可瀏覽：http://mpu.mo/pkyc。

《IEEE Transactions on Circuits and Systems for Video Technology》是IEEE電氣電子工程師學會旗下專注於視頻技術的頂級期刊，同時收錄於SCIE和Scopus等國際數據庫，最新影響因子為11.1。在工程電子與電氣領域排名為20，位於 JCR Q1區，百分位為94.5%。在中國科學院期刊分區中的大小類屬於一區Top期刊。