《呼吸道辅助诊断中建模关键技术及应用》

医学影像是呼吸道疾病诊断的重要手段,确定疾病和制定治疗方案的有效方法之一是对呼吸道进行建模,以定量方法计算病灶的大小和形状,直观地显示出疾病区域形状以及和周围组织的差异。呼吸道疾病的种类很多,但从建模角度讲其原理差异不大。以上呼吸道喉癌、咽癌和气管癌等病灶建模为例,描述呼吸道辅助诊断中建模关键技术和应用。基于CT影像构建上呼吸道及病灶的二、三维模型,首先要把表征上呼吸道及病灶的像素分割出来;分割得到的上呼吸道及病灶图像边界是离散数据,需要把离散的边界拟合成连续的边界,然后基于连续边界构造上呼吸道及病灶的表面模型和实体模型,最后计算各类特征和指标,为辅助诊断提供可靠的临床数据支持。

关于上呼吸道及病灶的二、三维模型的构建,创新的主要算法和技术如下:

1.在影像去噪与分割方面,针对噪声和伪影问题,提出自适应纹理保持的正则化去噪方法,在有效去噪同时能够保持纹理信息,消除伪影;针对图像高精度分割和稳健性难点问题,提出基于区域一致约束的水平集分割模型,在水平集分割结果的基础上,结合边缘局部信息,进一步优化器官或病灶边界,采用图像密度一致性分析,使上呼吸道及病灶边界更加准确。分割的精度和效率都有极大提升,尤其是对噪声敏感干扰的医学图像。

2.在二维和三维建模中的曲线拟合方面,提出数据点参数化算法。依据机器学习机理,通过大量样本数据的训练学习,创新地建立了局部显式参数化模型。提出新的样条曲线构造理论和算法,基于发现的圆锥曲线样条两端的曲率性质,构造G3连续的圆锥曲线样条。两个算法可用于病灶边界拟合。理论和实验结果都表明,两种算法(分别对参数化和插值)的精度效果是最好的。

3.针对图像分割和特征计算等提出了超像素分割算法。算法充分利用像素点的邻域及梯度信息,在距离度量函数定义及种子点更新策略方面具有很好的创新性。同现有算法比,新算法在超像素的边界贴合率与紧致性方面具有明显优势,为CT图像中呼吸道和病灶区域的提取和特征计算提供了新技术。

4.为更好了解上呼吸道及病灶等的细节,提出图像放大算法,创新地提出了图像边缘描述,以图像边缘为约束构造拟合曲面,并基于有理机理描述复杂纹理,使构造的曲面不仅对图像有较高的逼近精度,而且能较好保持图像纹理形状和边缘。与现有算法比,算法的精度和视觉效果都比较好。

项目的成果在国际重要期刊IEEE Transactions,中国科学和CAD等上发表论文12篇,申请专利5项。论文被计算机领域的国际顶级期刊多次引用和肯定,其中Simple Algorithm of Superpixel Segmentation with Boundary Constraint已被引用24次,Nonlocal Feature Back-Projection for Image Super-Resolution被引用9次,学术影响良好。

用项目成果研发的基于CT图像的呼吸道建模技术在山东省医学影像学研究、烟台市烟台山医院等七家单位进行了临床应用,辅助七家医院和医疗机构诊断数千例呼吸道疾病患者,临床应用结果表明,建模技术对诊断有很好的辅助作用,从而提高了医院CT室对呼吸道疾病的诊断水平和准确率,使患者对医院的服务质量更加满意,社会效益好。

成果说明

医学影像信息是呼吸道疾病诊断的重要依据,其中,对呼吸道进行二维和三维建模,以定量方法计算病灶的大小和形状,直观地显示出疾病区域形状以及和周围组织的差异,是确定疾病类型和制定治疗方案的重要方法。在国家自然科学基金项目复杂形状特征的三维几何模型重建问题研究、图像放大中的几何问题研究和基于人眼视觉关注的图像插值及应用研究等项目的资助下,项目组开展了几何建模理论和方法、基于CT影像构建上呼吸道及病灶的二维、三维模型的应用研究,取得了重要的理论和算法上的成果,为在呼吸道疾病辅助诊断中的应用研究奠定了很好的基础。项目

  1. 下载详细PDF版/Doc版

提示:为方便大家复制编辑,博主已将PDF文件制作为Word/Doc格式文件。