項(xiàng)目名稱： 現(xiàn)代醫(yī)學(xué)成像與高維圖像分析關(guān)鍵科學(xué)問題研究 首席科學(xué)家： 陳武凡 南方醫(yī)科大學(xué) 起止年限： 2010 年 1 月 8 月 依托部門： 廣東省科技廳 一、研究內(nèi)容 本項(xiàng)目全部課題以先驗(yàn)統(tǒng)計(jì)模型理論與線性、非線性優(yōu)化理論為基礎(chǔ)，針對醫(yī)學(xué)成像與圖像分析中的具體問題展開研究，以求在理論與方法上有新的突破。其有待解決的關(guān)鍵科學(xué)問題如下： (1). 病態(tài)反問題的先驗(yàn)統(tǒng)計(jì)模型及非線性優(yōu)化 從醫(yī)學(xué)圖像信息的特點(diǎn)出發(fā)，針對具體的病態(tài)反問題、線性與非線性病態(tài)方程求解問題，探討其解的存在性與穩(wěn)定性，及相 應(yīng)的先驗(yàn)統(tǒng)計(jì)模型，并對模型參數(shù)的性質(zhì)與估計(jì)方法建立理論分析框架；基于新理論的各類醫(yī)學(xué)成像與圖像分析算法的收斂性問題、是否全局最優(yōu)解及收斂速度的相關(guān)理論證明問題，以確保算法的精確性與實(shí)時(shí)性；同時(shí)解決醫(yī)學(xué)成像中的關(guān)鍵應(yīng)用性問題，重點(diǎn)是圖像的高分辨率重建模型、少量數(shù)據(jù)快速優(yōu)質(zhì)重建模型、噪聲與偽影消除模型等，旨在為臨床提供高質(zhì)量的醫(yī)學(xué)圖像。 (2). 三大成像科學(xué)中的優(yōu)質(zhì)快速與低劑量問題 成像的質(zhì)量、速度及應(yīng)用的可靠性是考量醫(yī)學(xué)影像設(shè)備性能的核心指標(biāo)。關(guān)于 像，關(guān)鍵問題是保證一定圖像質(zhì)量的前提下盡可能提高成像速度，主要 解決途徑為采用高切換率梯度線圈和多個(gè)射頻接收線圈進(jìn)行數(shù)據(jù)的并行采集與提出少量成像數(shù)據(jù)下的優(yōu)化重建算法；關(guān)于 像，關(guān)鍵問題是在保證一定圖像質(zhì)量的前提下盡可能降低放射劑量，主要解決途徑依賴于低劑量下噪聲模型的建立，高質(zhì)量統(tǒng)計(jì)優(yōu)化算法的設(shè)計(jì)以及偽影消除方法的研究；關(guān)于 像，關(guān)鍵問題是如何提升成像的分辨率與獲得準(zhǔn)確的具有生理意義相關(guān)參數(shù)，主要依賴于基于先驗(yàn)知識(shí)的動(dòng)態(tài)圖像優(yōu)質(zhì)重建算法。 (3). 臨床高維多模態(tài)圖像分析與智能識(shí)別問題 真三維和準(zhǔn)四維的多模態(tài)醫(yī)學(xué)圖像建模方法問題，解決從高維圖像中分割重要臟器，并動(dòng)態(tài)定量 分析其功能的問題；高維多模態(tài)醫(yī)學(xué)圖像的術(shù)中快速魯棒配準(zhǔn)和實(shí)時(shí)融合顯示問題；外科手術(shù)導(dǎo)航系統(tǒng)中的真三維虛擬現(xiàn)實(shí)增強(qiáng)問題，高維多模態(tài)醫(yī)學(xué)圖像在臨床的應(yīng)用效果與效率問題；基于多核計(jì)算的高維多模態(tài)醫(yī)學(xué)影像數(shù)據(jù)的快速可視化 方法 ，設(shè)計(jì)新型敏捷的可視分析用戶界面。有效獲取正常組織和病灶的先驗(yàn)統(tǒng)計(jì)參數(shù)和模糊特征矢量作為檢索依據(jù)，從圖像特征空間如結(jié)構(gòu)、紋理和形狀等中發(fā)現(xiàn)語義結(jié)構(gòu)，建立低層特征空間到高層語義空間的映射函數(shù)，進(jìn)行模糊語義空間層次上的圖像檢索。 本項(xiàng)目針對上述醫(yī)學(xué)成像與圖像分析中關(guān)鍵科學(xué)問題，從模糊隨機(jī)理論與優(yōu)化 理論研究出發(fā)，研究具體醫(yī)學(xué)成像與圖像分析問題中的數(shù)學(xué)模型與相關(guān)快速收斂算法，從而既有助于臨床更有效地綜合利用現(xiàn)有高維多模態(tài)圖像信息，又能形成多項(xiàng)發(fā)明專利，為自主生產(chǎn)大型醫(yī)療設(shè)備提供有力的技術(shù)支持，以滿足我國相關(guān)產(chǎn)業(yè)發(fā)展的重大需求。下面分層次具體列出其研究內(nèi)容。 (1). 先驗(yàn)統(tǒng)計(jì)模型與非線性優(yōu)化 首先本項(xiàng)目以模糊隨機(jī)理論與優(yōu)化理論為基礎(chǔ)，建立先驗(yàn)統(tǒng)計(jì)模型的新理論，對新理論中的關(guān)鍵問題提出有效解決辦法。主要內(nèi)容包括： 研究建立有效的先驗(yàn)統(tǒng)計(jì)模型，新模型的構(gòu)建將突破傳統(tǒng)先驗(yàn)?zāi)Ｐ椭袃H有局部特征信息而無統(tǒng)計(jì)信息的局限，建立非 局部的先驗(yàn)信息模型，將非局部鄰域內(nèi)的統(tǒng)計(jì)信息與模糊性進(jìn)行優(yōu)化耦合，為模型中的相關(guān)多參數(shù)設(shè)計(jì)提供更為有力的信源支持； 研究先驗(yàn)統(tǒng)計(jì)模型與高效優(yōu)化算法的耦合，建立由先驗(yàn)統(tǒng)計(jì)模型導(dǎo)引的新的非線性優(yōu)化算法，旨在解決相關(guān)優(yōu)化算法中的瓶頸問題； 研究先驗(yàn)統(tǒng)計(jì)模型中全局多參數(shù)的自適應(yīng)非線性估計(jì)，實(shí)現(xiàn)信息的高效魯棒性處理； 研究針對醫(yī)學(xué)成像與醫(yī)學(xué)圖像分析的先驗(yàn)統(tǒng)計(jì)模型的最優(yōu)解的快速收斂算法，以實(shí)現(xiàn)醫(yī)學(xué)信息的優(yōu)質(zhì)處理； 針對新模型中解的存在性與穩(wěn)定性等理論進(jìn)行探討與分析； 泛化與凝練前沿科學(xué)問題，并建立復(fù)雜環(huán)境下優(yōu)化問題的一 般理論和方法。 對上述問題的分析和解決，為后續(xù)的各項(xiàng)技術(shù)研究提供強(qiáng)大的理論支持，是本項(xiàng)目研究的創(chuàng)新性和領(lǐng)先性的重要保證。 (2). 優(yōu)質(zhì)快速安全的醫(yī)學(xué)成像 臨床醫(yī)學(xué)對成像的精度與實(shí)時(shí)性要求高，同時(shí)要求盡可能降低對人的損害程度，故如何快速精確的獲得臨床所需醫(yī)學(xué)圖像需要投入大量的研究，同時(shí)可以為臨床診斷與計(jì)算機(jī)輔助分析提供高質(zhì)量的圖像信息。本項(xiàng)目中相關(guān)研究如下： 優(yōu)質(zhì)的 像 深入分析 像系統(tǒng)的不確定性和測量噪聲對圖像的影響，借助 擬，優(yōu)化重建條件；研究低計(jì)數(shù)率、高時(shí)間分辨下的放射性濃度魯 棒重構(gòu)算法；研究準(zhǔn)確可靠的動(dòng)力學(xué)參數(shù)圖像的重建理論與方法；研究從發(fā)射測量數(shù)據(jù)中，同時(shí)估計(jì)衰減系數(shù)與放射性濃度的理論與方法；研究放射性濃度與動(dòng)力學(xué)參數(shù)聯(lián)合估計(jì)理論與方法；探索加速收斂減小計(jì)算復(fù)雜度的快速重建算法； 快速的 像 重點(diǎn)研究在保證成像質(zhì)量基本不降的前提下縮短 究并行 像中的電磁場計(jì)算、陣列線圈設(shè)計(jì)、敏感度估計(jì)與優(yōu)質(zhì)重建算法，主要包括線圈陣列設(shè)計(jì)中電磁場計(jì)算中的先驗(yàn)約束模型與非線性優(yōu)化理論、解決線圈單元間的去偶合、實(shí)現(xiàn)線圈共振頻率的自調(diào)諧，同時(shí)將計(jì)算得到的電磁場先驗(yàn)知 識(shí)引入敏感度分布的估計(jì)以提高估計(jì)精度；研發(fā)高切換率的梯度線圈及其渦流補(bǔ)償計(jì)算方法；結(jié)合具體的臨床 3D 成像應(yīng)用研究隨機(jī)稀疏降采樣情況下重建中的 1范數(shù)約束模型與快速非線性優(yōu)化算法，提高少量數(shù)據(jù) 成像質(zhì)量；綜合利用并行采集與稀疏采樣的思想，結(jié)合快速成像序列設(shè)計(jì)（如全穩(wěn)態(tài)成像、螺旋采集等）與其他提高成像質(zhì)量的方法（如脂肪抑制、非剛性運(yùn)動(dòng)偽影消除、 影消除、磁敏感不均勻性校正等），為臨床提供優(yōu)質(zhì)快速 像解決方案； 安全的 像 完成低劑量 影數(shù)據(jù)的隨機(jī)統(tǒng)計(jì)特征分析，建立低劑量條件下投影數(shù)據(jù) 的噪聲統(tǒng)計(jì)量模型，根據(jù)噪聲模型和具體成像特點(diǎn)設(shè)計(jì)投影空間噪聲抑制方案；在采用解析重建算法中，重點(diǎn)研究各階段間隨機(jī)統(tǒng)計(jì)噪聲特征及其傳播方式、研究低劑量條件下重建后圖像的噪聲統(tǒng)計(jì)量模型，及基于該模型的多種偽影消除方法；在采用統(tǒng)計(jì)迭代重建算法中，開展相關(guān)基于先驗(yàn)統(tǒng)計(jì)模型的 代重建研究，并應(yīng)用于多光譜低劑量三維錐形束 快速重建。 (3). 高維醫(yī)學(xué)圖像分析與建模 醫(yī)學(xué)影像設(shè)備的成像模式、速度和分辨率快速發(fā)展，使得對人體器官的功能和生理過程的精確、定量評(píng)估成為可能。真三維和準(zhǔn)四維醫(yī)學(xué)圖像給傳統(tǒng)可視化理論和方法帶來巨大挑 戰(zhàn)，該部分研究主要包括： 針對高維圖像的特點(diǎn)，深入研究廣義模糊 機(jī)場模型在不同模態(tài)圖像中的建模理論，建立了適合高維多模態(tài)醫(yī)學(xué)圖像的廣義模糊優(yōu)化模型，并在此基礎(chǔ)上研究新型醫(yī)學(xué)圖像分割、配準(zhǔn)和可視化方法；研究高維多模態(tài)醫(yī)學(xué)圖像在臨床診斷、治療中的應(yīng)用效果與效率評(píng)估； 針對四維 (3D+T)心血管圖像，優(yōu)化完善包括心室形態(tài)、心肌應(yīng)變應(yīng)力、心臟組織材料特性等心血管診斷關(guān)鍵參數(shù)的魯棒計(jì)算方法；深入研究多模態(tài)動(dòng)態(tài)心臟影像配準(zhǔn)算法和可視化 方法 ； 深入研究大尺寸、動(dòng)態(tài)、高維醫(yī)學(xué)數(shù)據(jù)可視化的多核加速算法，設(shè)計(jì)革新的基 于草圖的用戶操作界面，著重解決多模態(tài)信息的精確融合、基于統(tǒng)計(jì)學(xué)習(xí)的信息提煉和表意性可視化等關(guān)鍵難題。 研究基于 體數(shù)據(jù)渲染、分割和配準(zhǔn)方法；研究臨床環(huán)境下三維視野的精確定位方法以及交互手段、海量數(shù)據(jù)的三維可視化方法以及多模態(tài)數(shù)據(jù)的真三維融合顯示系統(tǒng)。 (4). 病 灶 智能識(shí)別與模態(tài)映射 大多數(shù)疾病在不同模態(tài)下均有顯像，因此利用 統(tǒng)實(shí)現(xiàn)病灶的智能識(shí)別與模態(tài)特征過渡具重要意義，也是一項(xiàng)開創(chuàng)性工作，其研究包括： 利用機(jī)器學(xué)習(xí)實(shí)現(xiàn)人體不同部位共約十萬個(gè)病例的影像資料與正?；蚱渌钦ＹY料的自動(dòng)標(biāo)記和分類，構(gòu)建醫(yī)學(xué) 圖像數(shù)據(jù)庫 ; 針對人體不同器官的正常組織與病灶特性，設(shè)計(jì)不同的特征描述算子和分類方法；對每個(gè)特征賦予模糊隸屬度和關(guān)聯(lián)反饋屬性參數(shù)，保證大范圍搜索的有效性與高的檢出率 ; 利用流形子空間方法對圖像特征進(jìn)行降維，有效降低檢索所需的時(shí)間復(fù)雜度；為了解決當(dāng)前圖像檢索系統(tǒng)在語義層次上的局限性，建立模糊語義空間，并進(jìn)行模糊語義空間層次上的圖像檢索 ; 由于病灶的復(fù)雜性，不能做到精確匹配，所以我們提出模糊相似測度的概念和相關(guān)運(yùn)算規(guī)則，使得有足夠的冗余度保證高的查全率 ; 大多數(shù)疾病在不同模態(tài)下均有顯像，因此如何實(shí)現(xiàn)模態(tài)特征過 渡具重要意義也是一項(xiàng)開創(chuàng)性工作，我們提出多模態(tài)特征映射基本框架 , 求出不同模態(tài)下圖像的映射關(guān)系式。 本項(xiàng)目的研究內(nèi)容涵蓋了模糊隨機(jī)基礎(chǔ)先驗(yàn)理論與非線性優(yōu)化理論的基礎(chǔ)創(chuàng)新部分，同時(shí)它又包含了針對醫(yī)學(xué)成像、圖像分析與檢索中的關(guān)鍵科學(xué)問題展開的應(yīng)用基礎(chǔ)研究部分，所提基礎(chǔ)理論研究部分可以為各應(yīng)用基礎(chǔ)研究方向提供理論與方法上的支持，使得各具體應(yīng)用研究間的方法可以相互支撐，促進(jìn)項(xiàng)目的總體進(jìn)展。 二、預(yù)期目標(biāo) 本項(xiàng)目的總體目標(biāo)： 本項(xiàng)目在理、工、醫(yī)結(jié)合的基礎(chǔ)上，通過在先驗(yàn)統(tǒng)計(jì)模型與優(yōu)化算法基礎(chǔ)研究領(lǐng)域上 的源創(chuàng)新，致力于解決當(dāng)前醫(yī)學(xué)成像與高維多模態(tài)圖像分析中亟需的關(guān)鍵難題，其成功實(shí)施將為我國自主研制大型影像設(shè)備與圖像分析軟件提供理論與技術(shù)支撐；所形成的醫(yī)學(xué)成像與圖像分析的新技術(shù)新方法，還能為其它類型的信息處理提供理論與方法指導(dǎo)；同時(shí)，要培養(yǎng)出一批高素質(zhì)的理工醫(yī)結(jié)合的研究人才，建立起一支高水平的醫(yī)學(xué)成像與圖像分析領(lǐng)域研究團(tuán)隊(duì)。 五年預(yù)期目標(biāo) : 本項(xiàng)目將通過深入研究，在大型醫(yī)學(xué)影像設(shè)備（ 優(yōu)質(zhì)成像、高維多模態(tài)圖像的綜合分析與融合表達(dá)、基于內(nèi)容的醫(yī)學(xué)圖像檢索等方面提出全新的理論、方法與技 術(shù)： 本項(xiàng)目通過對臨床醫(yī)學(xué)成像與圖像分析中先驗(yàn)統(tǒng)計(jì)模型與非線性優(yōu)化求解方法的創(chuàng)新性基礎(chǔ)研究，為快速 像、低劑量 像、動(dòng)態(tài) 維多模態(tài)圖像分析等建立起較完整系統(tǒng)的理論基石與方法框架； 本項(xiàng)目將獲得術(shù)中低劑量條件下 像中數(shù)據(jù)的統(tǒng)計(jì)特性規(guī)律及噪聲傳播機(jī)制，并建立精確的數(shù)據(jù)校正與圖像重建算法，繼而減少成像中噪聲與偽影（如金屬偽影、運(yùn)動(dòng)偽影等）的干擾； 本項(xiàng)目在保證成像質(zhì)量為臨床能接受的前提下，綜合并行成像與稀疏采樣重建算法將二維 像時(shí)間縮短為現(xiàn)有方法的 1/3 到 1/4，三維 動(dòng)態(tài) 像時(shí)間縮短為現(xiàn)有方法的 1/5 到 1/10； 本項(xiàng)目顯著降低 統(tǒng)噪聲對動(dòng)力學(xué)參數(shù)估計(jì)的影響，與傳統(tǒng)的間接參數(shù)估計(jì)方法相比，將動(dòng)力學(xué)參數(shù)空間分布圖像信噪比提高 30 本項(xiàng)目建立大型高維多模態(tài)醫(yī)學(xué)影像數(shù)據(jù)庫，以此為基礎(chǔ)實(shí)現(xiàn)基于先驗(yàn)?zāi)Ｐ椭笇?dǎo)的自動(dòng)、魯棒和精確的三維動(dòng)態(tài)圖像分析和量化功能參數(shù)估計(jì)，實(shí)現(xiàn)術(shù)中、實(shí)時(shí)多模態(tài)醫(yī)學(xué)配準(zhǔn)與適合高維圖像的自適應(yīng)可視化 方法 ；實(shí)現(xiàn)基于各種模態(tài)間的模糊映射與腫瘤、出血等常見疾病的智能識(shí)別，為臨床影像學(xué)診斷提供重要輔助作用的醫(yī)用 統(tǒng)。 本項(xiàng)目的實(shí)施過程中，要培養(yǎng)出 一批學(xué)術(shù)水平高、研究活力強(qiáng)的學(xué)術(shù)帶頭人與中青年學(xué)術(shù)骨干（將培育國家杰出青年基金獲得者 6 名左右，培養(yǎng)博士研究生 90 名左右，碩士生 120 名左右），形成一支專門從事醫(yī)學(xué)成像與圖像分析處理研究的高素質(zhì)人才隊(duì)伍，推動(dòng)我國在醫(yī)學(xué)成像與圖像分析領(lǐng)域的研究更快更好地發(fā)展； 通過本項(xiàng)目的研究，將建立我國第一個(gè) “現(xiàn)代數(shù)字化醫(yī)學(xué)成像與圖像分析基礎(chǔ)研究基地 ”，以便為國內(nèi)相關(guān)高校、研究機(jī)構(gòu)與相關(guān)產(chǎn)業(yè)之間的長期穩(wěn)定合作與國際合作研究創(chuàng)造優(yōu)越條件； 本項(xiàng)目研究成果體現(xiàn)為：發(fā)表 300 篇論文（其中國際一流刊物和國際權(quán)威學(xué)術(shù)會(huì)議發(fā)表約 200 篇 ），申報(bào)約 25 項(xiàng)發(fā)明專利（其中被采用或轉(zhuǎn)讓發(fā)明專利 8 項(xiàng)），獲計(jì)算機(jī)軟件版權(quán) 3 項(xiàng)，并出版專著兩部。 三、研究方案 1）學(xué)術(shù)思路： 以前一期國家 973 計(jì)劃項(xiàng)目 “重要臨床醫(yī)學(xué)信息處理的關(guān)鍵科學(xué)問題研究 ” (2003出的模糊隨機(jī)模型理論為基礎(chǔ)，進(jìn)一步深入研究先驗(yàn)統(tǒng)計(jì)新理論及其各類非線性最優(yōu)化算法； 以先驗(yàn)統(tǒng)計(jì)模型理論和本項(xiàng)目組主要先行研究為基礎(chǔ)，提出具體的醫(yī)學(xué)成像和圖像分析先驗(yàn)統(tǒng)計(jì)模型及其最優(yōu)化方法，如低劑量 質(zhì)快速的 像和動(dòng)力學(xué)參數(shù)估計(jì)、少量數(shù)據(jù) 維 多模態(tài)圖像分析以及醫(yī)學(xué)圖像檢索等； 以本項(xiàng)目組主要成員的先行研究為基礎(chǔ)，建立低劑量 影數(shù)據(jù)的模糊統(tǒng)計(jì)特征模型；研究低劑量 像中各階段隨機(jī)統(tǒng)計(jì)噪聲特征及其傳播機(jī)制，建立低劑量 像中數(shù)據(jù)處理與優(yōu)質(zhì)成像新理論；研究低劑量 像偽影消除新方法； 以本項(xiàng)目組主要成員的先行研究為基礎(chǔ)，主要針對 先驗(yàn)統(tǒng)計(jì)、正則化準(zhǔn)則和優(yōu)化求解方法方面開展深入的研究，以求取得具有原創(chuàng)性的功能圖像重建算法及系統(tǒng)； 以本項(xiàng)目組先行研究為基礎(chǔ)，提出高維多模態(tài)圖像和解剖結(jié)構(gòu)的概率模型；研究快速魯棒的多模態(tài)動(dòng) 態(tài)高維圖像數(shù)據(jù)分割與配準(zhǔn)算法；提出包括心肌應(yīng)變應(yīng)力、材料特性等診斷關(guān)鍵參數(shù)的自適應(yīng)估計(jì)新算法，完善三維可視化 方法 與混合現(xiàn)實(shí)增強(qiáng)技術(shù)，使其真正應(yīng)用于臨床診斷、術(shù)前規(guī)劃與外科手術(shù)導(dǎo)航。 以本項(xiàng)目組主要成員的先行研究為基礎(chǔ)，主要針對相關(guān)反饋 方法 ，在模糊語義空間層次上的圖像檢索開展深入的研究，以求取得具有原創(chuàng)性的 法及系統(tǒng)。 2）技術(shù)途徑： 研究醫(yī)學(xué)成像和醫(yī)學(xué)信息處理中的各類反問題及其優(yōu)化求解中的各階段數(shù)據(jù) (如變換域 )的模糊隨機(jī)及統(tǒng)計(jì)性質(zhì)，研究其對問題求解的影響，為有關(guān)醫(yī)學(xué)成像和醫(yī)學(xué)信息處理中的關(guān)鍵科學(xué)問題解決作基礎(chǔ)準(zhǔn)備。 在全部研究工作中，將優(yōu)先解決先驗(yàn)統(tǒng)計(jì)模型理論建立問題，為醫(yī)學(xué)成像和醫(yī)學(xué)信息處理模型的構(gòu)建提供統(tǒng)一的框架，為具體反問題的最優(yōu)化求解提供理論支撐，也是解決其他關(guān)鍵算法的先行條件。 在全部最優(yōu)化方法中，將以本項(xiàng)目提出的自適應(yīng)先驗(yàn)統(tǒng)計(jì)正則化研究方法為基礎(chǔ)，研究醫(yī)學(xué)成像和醫(yī)學(xué)圖像分析中穩(wěn)健的快速全局最優(yōu)化算法，并將其思想方法、論證方式 推廣至其他最優(yōu)化方法中去。 以先驗(yàn)統(tǒng)計(jì)優(yōu)化理論和最優(yōu)化理論為基礎(chǔ)，研究高維多模態(tài)醫(yī)學(xué)圖像的建模和優(yōu)化方法，并將其延伸到各種模態(tài)的醫(yī)學(xué)圖像分割、配準(zhǔn)與運(yùn)動(dòng)估計(jì)中。針對心血管影像，提出完備和實(shí)用的生理過程的自動(dòng)、精確和定量評(píng)估方法。 研究高維醫(yī)學(xué)影像數(shù)據(jù)的表意性可視化與敏捷交互方法，并采用可編程圖形硬件和并行 計(jì)算 加速分析處理過程。針對外科手術(shù)導(dǎo)航中的實(shí)時(shí)交互和精確定位的需求，完善虛擬增強(qiáng)現(xiàn)實(shí)和真三維體顯示方法 。 在模糊特征的智能識(shí)別與模態(tài)映射問題研究中，將利用譜圖分析法和正則化參數(shù)自適應(yīng)修改的回歸模型，建立低層 特征空間到高層模糊語義空間的映射函數(shù)。 模糊性質(zhì)分析醫(yī)學(xué)信息數(shù)據(jù)庫問題的建立 像配準(zhǔn) 智能識(shí)別 電磁計(jì)算C B I R 圖像檢索 高效射頻線圈產(chǎn)業(yè)與臨床測試高維多模態(tài)圖像分析本項(xiàng)目技術(shù)路線圖 3) 創(chuàng)新點(diǎn)與特色： 本項(xiàng)目將創(chuàng)建一個(gè)全新的臨床醫(yī)學(xué)成像和醫(yī)學(xué)圖像分析中的先驗(yàn)統(tǒng)計(jì)理論體系，結(jié)合現(xiàn)代優(yōu)化理論，提出各類具體病態(tài)反問題的魯棒非線性求解方法； 本項(xiàng)目將揭示 像中的數(shù)據(jù)統(tǒng)計(jì)特性及其傳播機(jī)制，建立低劑量數(shù)據(jù)校正、圖像重建及偽影抑制算法； 建立基于先驗(yàn)統(tǒng)計(jì)理論的 建與動(dòng)力學(xué)參數(shù)估計(jì)模型與面向臨床應(yīng)用的動(dòng)態(tài) 像算法； 為臨床提供基于多線圈并行采集與少量稀疏 數(shù)據(jù)優(yōu)質(zhì)重建的快速像解決方案； 本項(xiàng)目將建立適合高維多模態(tài)醫(yī)學(xué)圖像的分割、配準(zhǔn)和可視化方法，提出高維多模態(tài)醫(yī)學(xué)影像數(shù)據(jù)的快速可視化與高效分析解決方案，提出高層模糊語義空間層次上圖像檢索，開創(chuàng)性地開展醫(yī)學(xué)圖像模糊特征的智能提取和識(shí)別，實(shí)現(xiàn)不同模態(tài)圖像間的映射。 以上創(chuàng)新均以先行 937 項(xiàng)目研究成果為基礎(chǔ)，故屬于源創(chuàng)新，且構(gòu)成完備創(chuàng)新體系。 4）可行性分析： 本項(xiàng)目屬理、工、醫(yī)交叉學(xué)科研究，參研單位有多年的合作基礎(chǔ)，經(jīng)先行 973 計(jì)劃項(xiàng)目的成功合作，已形成一支以中青年為骨干的高水平的具有創(chuàng)新性的研究 團(tuán)隊(duì)，已具豐富的知識(shí)交叉與互滲經(jīng)驗(yàn)，能營造優(yōu)良的合作研究氛圍。本項(xiàng)目是先行 973 計(jì)劃項(xiàng)目研究工作的深入和拓展，其全部新理論與新算法均以先行研究成果為堅(jiān)實(shí)支撐，盡管難度大，但理論與技術(shù)上能夠?qū)崿F(xiàn)； 主要專家與骨干在醫(yī)學(xué)成像和醫(yī)學(xué)圖像處理，隨機(jī)過程理論、最優(yōu)化與臨床診斷等方面功底扎實(shí)，經(jīng)驗(yàn)豐富，對當(dāng)前最新醫(yī)學(xué)信息處理算法的掌握全面深刻； 南方醫(yī)科大學(xué)醫(yī)學(xué)圖像處理廣東省重點(diǎn)實(shí)驗(yàn)室 (原第一軍醫(yī)大學(xué)全軍重點(diǎn)實(shí)驗(yàn)室 )是全國唯一（省級(jí)）專門從事醫(yī)學(xué)圖像研究的學(xué)術(shù)機(jī)構(gòu)；近年來，該室承擔(dān)國家、省、軍隊(duì)重點(diǎn)項(xiàng)目與面上項(xiàng)目 13 項(xiàng) ，獲國家、軍隊(duì)、省部二等以上成果獎(jiǎng) 11 項(xiàng)（含國家技術(shù)發(fā)明二等獎(jiǎng)1 項(xiàng)，教育部國家科技成果提名技術(shù)發(fā)明一等獎(jiǎng) 1 項(xiàng)，國家科技進(jìn)步二等獎(jiǎng) 1 項(xiàng)），發(fā)表國內(nèi)外高水平學(xué)術(shù)論文 320 多篇，出版專著二部，研究工作積累豐厚。本實(shí)驗(yàn)室研制的功能化圖像歸檔與通信系統(tǒng)已安裝于多家大型醫(yī)院，為本項(xiàng)目的臨床實(shí)踐予以有力支持。另外，本實(shí)驗(yàn)室的圖像數(shù)據(jù)庫已存儲(chǔ)了包括 X 光、超聲等在內(nèi)的圖像數(shù)據(jù)幾十萬幀，為本項(xiàng)目開展提供了優(yōu)越的條件； 其他參研單位均依托國內(nèi)一流的國家重點(diǎn)或部級(jí)重點(diǎn)實(shí)驗(yàn)室（北京交通大學(xué)數(shù)學(xué)與應(yīng)用數(shù)學(xué)教育部重點(diǎn)實(shí)驗(yàn)室、電子科技大學(xué)生物醫(yī)學(xué)信息檢測與智能信息處理重點(diǎn)實(shí)驗(yàn)室、浙江大學(xué)生物醫(yī)學(xué)工程教育部重點(diǎn)實(shí)驗(yàn)室、浙江大學(xué)光學(xué)儀器國家重點(diǎn)實(shí)驗(yàn)室、浙江大學(xué)計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)國家重點(diǎn)實(shí)驗(yàn)室、東南大學(xué) 法國國家健康與醫(yī)學(xué)研究院生物醫(yī)學(xué)信息國際聯(lián)合實(shí)驗(yàn)室 ），研究實(shí)力與科研環(huán)境均處于國內(nèi)領(lǐng)先水平或國際先進(jìn)水平，為本項(xiàng)目的順利實(shí)施鋪平了道路； 原始數(shù)據(jù)與臨床數(shù)據(jù)來源有充分的保證， 數(shù)據(jù)、 據(jù)、 陽東軟醫(yī)療、 司、西門子公司和日本濱松光子學(xué)株式會(huì)社 提供；各類醫(yī)學(xué)圖像實(shí)驗(yàn)數(shù)據(jù)分別由天津醫(yī)科大學(xué)總醫(yī)院、南方醫(yī)科大學(xué)第一附屬醫(yī)院、華西醫(yī)院與山西醫(yī)科大學(xué)第一附屬醫(yī)院提供。 四、年度計(jì)劃 研究內(nèi)容 預(yù)期目標(biāo) 第 一 年 1. 充分調(diào)研國內(nèi)外最新進(jìn)展，掌握關(guān)于現(xiàn)代醫(yī)學(xué)成像與高維多模態(tài)圖像分析的最新研究動(dòng)態(tài)，啟動(dòng)本項(xiàng)目研究 2. 研究現(xiàn)代醫(yī)學(xué)成像（ 高維醫(yī)學(xué)圖像分析中的先驗(yàn)統(tǒng)計(jì)模型的構(gòu)建，及反問題求解算法研究，利用臨床數(shù)據(jù)進(jìn)行數(shù)值實(shí)驗(yàn) 3. 研究 像中的運(yùn)動(dòng)偽影消除與低劑量重建的有效約束模型 4. 研究部分 磁計(jì)算理論及設(shè)計(jì)方法 5. 深入分析 量數(shù)據(jù)特性 6. 研究適合高維醫(yī)學(xué)圖像的廣義模糊優(yōu)化模型與大尺寸、動(dòng)態(tài)和高維醫(yī)學(xué)數(shù)據(jù)可視化的多核加速算法 7. 收集大量典型臨床影像資料，設(shè)計(jì)、構(gòu)建本項(xiàng)目的研究數(shù)據(jù)庫 1. 建立醫(yī)學(xué)成像與高維醫(yī)學(xué)圖像分析中的不同變換域內(nèi)的先驗(yàn)統(tǒng)計(jì)模型，并提出快速有效的反問題求解算法 2. 提出基于有限差分的 合邊界元方法和正則化技術(shù)設(shè)計(jì)提出梯度線圈設(shè)計(jì)新方法；實(shí)現(xiàn)梯度場的 23. 完善基于不動(dòng)點(diǎn)原理的稀疏數(shù)據(jù)圖像重建算法，并進(jìn)行并行成像算法的初步研究 4. 搭建 驗(yàn)平臺(tái)，再現(xiàn)部分最新重建算法，供今后算法比較 5. 充分掌握 6. 從高維多模態(tài)圖像性質(zhì)出發(fā)，建立適合高維醫(yī)學(xué)圖像的模糊隨機(jī)優(yōu)化模型，實(shí)現(xiàn)在真三維顯示設(shè)備上的動(dòng)態(tài)多模體數(shù)據(jù)渲染 7. 提出基于模糊支持向量機(jī)的圖像分類方案，對實(shí)驗(yàn)樣本進(jìn)行訓(xùn)練，完成臨床資信的獲取與自動(dòng)分類，建立比較完善的數(shù)據(jù)庫 第 二 年 1. 研究先驗(yàn)統(tǒng)計(jì)模型與高效優(yōu)化算法的耦合及由先驗(yàn)統(tǒng)計(jì)模型導(dǎo)引的新的非線性優(yōu)化算法，研究先驗(yàn)統(tǒng)計(jì)模型中全局多參數(shù)的自適應(yīng)非線性估計(jì)方法 2. 研究快速成像的自屏蔽梯度線圈的設(shè)計(jì)與 3D 梯度 非線性校正的研究；研究磁共振各種序列圖像稀疏性質(zhì)，進(jìn)而完成相應(yīng)的先1. 建立由先驗(yàn)統(tǒng)計(jì)模型導(dǎo)引的新的非線性優(yōu)化算法，實(shí)現(xiàn)先驗(yàn)統(tǒng)計(jì)模型中全局多參數(shù)的自適應(yīng)非線性估計(jì)，并提出快速有效的反問題求解算法 2. 提出一種適于快速成像的梯度線圈的設(shè)計(jì)新方法，完成制作測試并實(shí)現(xiàn) 3到最優(yōu)的序列圖像稀疏性質(zhì) 研究內(nèi)容 預(yù)期目標(biāo) 驗(yàn)?zāi)Ｐ驮O(shè)計(jì)與快速優(yōu)化算法 3. 分析低劑量 測數(shù)據(jù)的噪聲統(tǒng)計(jì)特征，并給出噪聲抑制方法；研究 像偽影的形成并提出相應(yīng)的偽影消除算法 4. 系統(tǒng)分析 蹤劑動(dòng)力學(xué)模型，在成像系統(tǒng)與示蹤劑模型研究基礎(chǔ)上，針對數(shù)據(jù)統(tǒng)計(jì)特性與成像系統(tǒng)存在雙重不確定性的問題，提出動(dòng)態(tài)成像重建算法 5. 研究有描述力的底層特征并實(shí)現(xiàn)其快速分類和模型到數(shù)據(jù)的匹配策略，并針對臨床影像分割提出具體解決方案；研究臨床環(huán)境下三維視野的精確定位方法以及交互手段、海量數(shù)據(jù)的三維可視化方法以及 多模態(tài)數(shù)據(jù)的真三維融合顯示系統(tǒng) 6. 研究適用于高維多模態(tài)圖像的基于廣義模糊相似性的配準(zhǔn)測度準(zhǔn)則開展醫(yī)學(xué)圖像隱式有效特征獲取與描述的研究 表達(dá)方式 3. 獲得圖像空間噪聲分布同投影空間噪聲分布之間的關(guān)系，設(shè)計(jì)有效的噪聲抑制算法；給出金屬偽影，射束硬化偽影，部分容積效應(yīng)偽影，條狀偽影等的有效 影消除方法 4. 建立示蹤劑研究的 造考慮數(shù)據(jù)統(tǒng)計(jì)特性與成像系統(tǒng)不確定性的重建算法，實(shí)現(xiàn)動(dòng)態(tài) 5. 提出基于局部不變特征的高維多模態(tài)圖像和解剖結(jié)構(gòu)的動(dòng)態(tài)輪廓概率模型，并實(shí)現(xiàn)快速魯棒的分割算法，初步實(shí)現(xiàn)高精度位置跟蹤系統(tǒng)與多模態(tài)數(shù)據(jù)的進(jìn)行實(shí)時(shí)交互；初步實(shí)現(xiàn)基于 快速次表面散射渲染技術(shù) 6. 提出廣義模糊算子法與 用分割區(qū)域之間的空間信息來建立這種情形上的模糊相似度描述，得到任意子集的模糊特征選擇系數(shù)并用于特征子集的選擇，從 而得出最能區(qū)分和表征不同模式類的特征子集 研究內(nèi)容 預(yù)期目標(biāo) 第 三 年 1. 研究局部最優(yōu)解和全局最優(yōu)解的性質(zhì)與針對醫(yī)學(xué)成像與醫(yī)學(xué)圖像分析的先驗(yàn)統(tǒng)計(jì)模型的最優(yōu)解的快速收斂算法 2. 研究 行乳房梯度線圈與射頻線圈設(shè)計(jì)方法的設(shè)計(jì)研究 3. 研究基于有效約束模型的低劑量 像重建算法及其快速收斂方案 4. 研究新框架下的衰減系數(shù)估計(jì)并針對 T 和 提出高魯棒性圖像重建算法，提出基于 動(dòng)力學(xué)參數(shù)魯棒重建算法；設(shè)計(jì)加工物理集數(shù)據(jù)進(jìn)行實(shí)驗(yàn)分析，修改 完善算法 5. 研究高維多模態(tài)圖像精確、快速分割方法與相似性特征的分割提取方法，并將這些特征結(jié)合到圖像配準(zhǔn)當(dāng)中；研究高維多模態(tài)異構(gòu)醫(yī)學(xué)信息的可視分析與面向診斷、教育和輔助手術(shù)的影像分析的可視化技術(shù) 6. 開展醫(yī)學(xué)圖像模糊相似測度與關(guān)聯(lián)反饋的研究 1. 提高模型描述的有效性，解決全局最優(yōu)解的收斂域問題；建立錐優(yōu)化的基本理論與方法、矩陣優(yōu)化的基本理論與方法 2. 確定 對頭部成像，提出一種新的射頻線圈設(shè)計(jì)新方法，針對乳房結(jié)構(gòu)的特殊性，提出乳房梯度線圈設(shè)計(jì)新方法，并 進(jìn)行制作和相關(guān)測試 3. 提出非局部先驗(yàn)?zāi)Ｐ图s束下的低劑量 像重建算法，并確立生理運(yùn)動(dòng)偽影消除方案 4. 建立一種基于發(fā)射數(shù)據(jù)的衰減校正方案，實(shí)現(xiàn)以 量數(shù)據(jù)為引導(dǎo)的衰減校正與 現(xiàn)動(dòng)力學(xué)參數(shù)直接重建 5. 構(gòu)建四維時(shí)間序列圖像的精確非剛性配準(zhǔn)方法，實(shí)現(xiàn)基于圖像的心血管診斷關(guān)鍵參數(shù)的魯棒估計(jì)；實(shí)現(xiàn)高維醫(yī)學(xué)影像數(shù)據(jù)的表意性可視化與敏捷交互方法，并采用可編程圖形硬件和并行計(jì)算加速分析處理過程 6. 考慮從不同模態(tài)圖像獲取人體信息的成像機(jī)制出發(fā)，實(shí)現(xiàn)特征建模，并用模糊測度來描述人的主觀反饋 研究內(nèi)容 預(yù)期目標(biāo) 第 四 年 1. 針對醫(yī)學(xué)成像與圖像分析的具體問題進(jìn)行分析，包括 像，醫(yī)學(xué)圖像邊界、紋理特征的提取、分割、配準(zhǔn)、偽影消除與運(yùn)動(dòng)跟蹤等具體問題建立多先驗(yàn)?zāi)Ｐ图捌浞蔷€性優(yōu)化算法，研究其優(yōu)化求解快速收斂算法及其穩(wěn)健性 2. 進(jìn)行乳房射頻線圈的設(shè)計(jì)研究并完成制作和實(shí)