內蒙古自治區模式識別與智慧型圖像處理重點實驗室進一步聚集相關學科人才形成穩定的團隊，提升模式識別與智慧型圖像處理技術及醫學影像診療支持平台相關研究工作和成果轉化水平，為促進醫療數位化的發展水平，打破國外技術的壟斷做出貢獻。
基本介紹
- 中文名：內蒙古自治區模式識別與智慧型圖像處理重點實驗室
- 主管部門：內蒙古科技大學
研究方向,科研條件,
研究方向
1、智慧型圖像處理系統
利用計算機斷層成像、正電子放射層析成像、單光子輻射斷層攝像、磁共振成像、超聲成像及其它醫學影像設備所獲得的圖像被廣泛套用於醫療診斷、組織容積定量分析、病變組織定位、解剖結構學習、治療規劃、功能成像數據的局部體效應校正、計算機指導手術和術後監測騙拒訂只等各個環節。實驗室進行的模式識別研究主要集中於醫學圖像分割、配準與融合技術，基於特徵的圖像檢索技術以及醫學圖像的三維重建技術等方向。
不同形式的探測器（如MRI，CT，PET，SPECT等）被廣泛用於醫學圖像採集，醫護人員通過這些圖像採集設備和技術得到影像，而並不易得蜜主體到和利用各信源的綜合信息，對同一病患醫護人員可能需要使用不同設備採集多次信息，這增加了看病成本，也不利於信息共享的實現姜乎白蒸。為了綜合使用多種成像模式以提供更全面的信息，根據多種成像模式提供的信息的互補性，醫學圖像處理技術可以通過配準使多幅圖像在空間域中達到幾何位置的完全對諒殼妹應，並通過融合將配準後圖像整合後顯示給用戶。醫學圖像融合是根據需要綜合處理多源通道的信息，為有效提高圖像信息的利用率、系統對目標探測識別的可靠性及系統再擔陵的自動化程度，利用圖像處理和計算機技術等綜合多源信道所採集到的關於同一目標的圖像數據，消除多元信道信息之間的冗餘和矛盾，增強影像中信息透明度，改善解譯的精度、可靠性等，以完整、準確地描述目標信息。
研究團隊已經在醫學圖像非剛性配準、融合，醫學圖像的三維重建，結合時間的心臟影像四維重建技術，相關的虛擬內窺鏡技術以及基於三維重建的三維分割與三維配準技術方面有了一定的研究積累。實驗室根據智慧型圖像處理領域的發展趨勢，規劃該方向主要研究內容：著力提高醫學圖像處理技術的套用水平，使之適用臨床診療，在三維重建技術進一步發展完善基礎上，開發支持臨床的實用系統；研究大量背景下的圖像檢索技術和圖像的分析、理解技術。
2、模式識別技術及其套用
自20世紀60年代以來，模式識別迅速發展並成為一門新學科，成為信息科學和人工智慧的重要組成部分，其研究主要集中在兩方面，一是研究生物體(包括人)是如何感知對象的，屬於認識科學的範疇，二是在給定的任務下，如何用計算機實現模式識別的理論和方法。隨著計算機技術的發展，模式識別可以通過計算機用數學技術方法來研究複雜的信息處理過程，特別是對於生物醫學信號這類強噪聲背景下的低頻微弱信號的採集處理和理解這類信號處理領域的熱點問題，根據其的特點對所採集到的生物醫學信號，如體溫、血壓、呼吸、血流量、脈搏、心音等一維信號以及細胞圖像、腦電圖、心電圖、肌電圖、X光片、超聲圖片、CT圖片、核磁共振(MR)圖像等二維信號，利用模式識別技術進行分析、解釋、分類、顯示、存貯和傳輸，可提高對生物體系結構與功能的理解，並對臨床的病理生理學研究提供協助，幫助對疾病進行診斷和治療。
實驗室研鍵蜜嚷究團隊將通過採集人體細胞形態、神經電生理、腦血流動力學信息和語音聽覺信號等生物醫學信號出發，綜合運用模式識別研究方法，分析疾病、認知和外加刺激或微波等因素對於中樞神經系統和其他人體系統的影響，試圖在系統水平上揭示更多人體的病理生理學特徵，從而為深入理解人體病理生理學過程，提高診斷和治療奠定科學依據。實驗室進行的模式識別研究主要集中於視覺假體、微波熱療、圖像理解識別人體細胞、語音信號識別、腦與認知等方向，並已經有了一定的積累。
其中視覺假體是利用大多數盲人僅有視覺通路的某一部分發生病變，而其餘部分神經組織的結構和功能尚且完好，通過對視覺通路（視網膜、視神經以及初級視皮層等）的完好部位施加特宙連定的人工電刺激而誘發出“光幻視”，使盲人產生視覺感受。而微波熱療則是利用不同頻率微波以輻射形式通過組織時的熱效應，探討治療各種疾病，特別是腫瘤的療效。同時為了避免醫生在用肉眼觀看細胞塗片或切片時的誤差和繁瑣，團隊還採用新的圖像理解的智慧型識別過程，以模式識別的手段，結合人工智慧理論以及知識學習理論和推理技術，探索自動準確智慧型識別人體細胞的方法。另外團隊還在語音信號識別，即用聲學方法研究語言的產生、傳遞、接受和轉換的方向上有了很好的推進。而在腦與認知方向，實驗室研究團隊開展了功能磁共振成像、認知神經科學與人腦電信號分析的研究工作。採用多種模態的神經影像技術（結構、擴散和功能磁共振成像以及腦電），結合信號處理、計算機科學與臨床疾病相關的問題。在認知神經科學研究領域，主要從事青少年網路與吸菸成癮的神經機制研究；在臨床科學研究領域，主要從事慢性疼痛的中樞機制研究以及臨床干預效果評價；在生理信號分析領域，主要從事腦電信號分析，及其腦電信號與磁共振的融合問題研究。
3、醫療信息系統的構建與集成
醫療信息系統的集成興起於上世紀80 年代，國外很多科研機構和醫療系統開發商提出了很多卓有成效的方案。其中醫療數據交換標準HL7 (Health Level Seven)和DICOM (Digital Imaging and Communications in Medicine)的制定和推廣大大促進了醫療信息的共享。1998年，為強化DICOM和HL7之間的協同工作，北美放射學會(RSNA)和美國醫療信息與管理系統協會(HIMSS)聯合發起了醫療機構集成(Integrating Healthcare Enterprise，IHE)項目。IHE基於DICOM和HL7等互聯標準，建立一套規範的工作流程集成模式。迄今，IHE定義並發布了十多個與醫學影像學工作流相關的集成方案(Integration Profile)，其中最先發展的預約工作流(Scheduled Workflow Integration Profile，SWF)集成方案是整個IHE 技術框架信息模式的基礎。
與預約工作流集成方案相關的信息系統主要有：醫學圖像歸檔和通信系統(PACS)、放射信息系統(RIS)和數位化成像設備(Digital Imaging Modality)。它們的功能和任務分別為：PACS 的主要任務是歸檔、傳輸、顯示和處理這些圖像；而RIS 的主要任務是管理放射科內的文本數據，如患者人口數據、診斷報告等；成像設備產生醫學圖像及與圖像有關的其他數據。預約工作流集成方案主要依託DICOM3.0標準下的基本工作列表管理服務(Basic Worklist Management Service)類，來實現醫學圖像歸檔和通信系統(PACS)、放射信息系統(RIS)和數位化成像設備(Digital Imaging Modality)之間的預約工作流信息的流動。
實驗室研發的智慧型醫學圖像處理平台及相關的醫療信息系統主要面向綜合性地區中心醫院。系統可直接向專科醫生提供數位化影像及相關信息，最大限度地支持疾病診治及治療，從而提升中心醫院診療和信息處理和利用水平，智慧型醫學圖像處理平台是大型醫院必備的基本設備要件，它不斷深刻地改變著醫院的運轉和醫學圖像處理方式，對醫療單位向更高水平發展提供強大推進力。
4、電子病歷及其數據挖掘
電子病歷作為數位化醫院的一個重要組成部分，它是將傳統的紙質病歷電子化，並超越紙質病歷的管理模式，提供查詢、統計分析、信息交換等功能，但隨著電子病歷資料庫中病歷數據量以指數級急劇增長，如何從大量的數據中發現有價值的信息或知識已經成為電子病歷系統研究的熱點。電子病歷挖掘就是為順應這種需要而產生和發展起來的一個新的研究方向，它可以發現電子病歷系統中隱含的醫學診斷規則和模式，從而為醫生進行疾病診斷治療提供輔助決策。
實驗室研究團隊已經在多維度電子病歷系統構建、電子病歷數據挖掘、醫學信息傳輸與共享以及基於SOA區域醫療信息系統集成等關鍵核心技術進行了深入的研究，並取得顯著的研究成果，其中電子病歷數據挖掘技術研究工作逐漸形成特色。研究團隊通過與計算機科學、數學、統計學和人工智慧以及診療醫師等不同領域工作者的協作，在信息的多方融合、算法的高效性、獲取知識準確性等關鍵技術上取得了重大突破。隨著研究團隊對數據挖掘技術進行更加卓有成效的研究，研究團隊必將為推動電子病歷數據挖掘在我國醫學領域更為廣泛和深入的套用，從而帶來更顯著的社會和經濟效益。
科研條件
內蒙古自治區模式識別與智慧型圖像處理重點實驗室依託內蒙古科技大學信息工程學院，將結合國家衛生信息化發展規劃、醫學信息學科發展趨勢以及控制科學與工程學科、計算機科學技術與學科和專業發展的需要，重點開展針對醫療行業中模式識別與智慧型圖像處理系統的構建與集成等核心技術及其套用推廣方面的研究工作，並協同合作單位--內蒙古科技大學第一附屬醫院共同進行相關研究成果轉化。
其中視覺假體是利用大多數盲人僅有視覺通路的某一部分發生病變，而其餘部分神經組織的結構和功能尚且完好，通過對視覺通路（視網膜、視神經以及初級視皮層等）的完好部位施加特定的人工電刺激而誘發出“光幻視”，使盲人產生視覺感受。而微波熱療則是利用不同頻率微波以輻射形式通過組織時的熱效應，探討治療各種疾病，特別是腫瘤的療效。同時為了避免醫生在用肉眼觀看細胞塗片或切片時的誤差和繁瑣，團隊還採用新的圖像理解的智慧型識別過程，以模式識別的手段，結合人工智慧理論以及知識學習理論和推理技術，探索自動準確智慧型識別人體細胞的方法。另外團隊還在語音信號識別，即用聲學方法研究語言的產生、傳遞、接受和轉換的方向上有了很好的推進。而在腦與認知方向，實驗室研究團隊開展了功能磁共振成像、認知神經科學與人腦電信號分析的研究工作。採用多種模態的神經影像技術（結構、擴散和功能磁共振成像以及腦電），結合信號處理、計算機科學與臨床疾病相關的問題。在認知神經科學研究領域，主要從事青少年網路與吸菸成癮的神經機制研究；在臨床科學研究領域，主要從事慢性疼痛的中樞機制研究以及臨床干預效果評價；在生理信號分析領域，主要從事腦電信號分析，及其腦電信號與磁共振的融合問題研究。
3、醫療信息系統的構建與集成
醫療信息系統的集成興起於上世紀80 年代，國外很多科研機構和醫療系統開發商提出了很多卓有成效的方案。其中醫療數據交換標準HL7 (Health Level Seven)和DICOM (Digital Imaging and Communications in Medicine)的制定和推廣大大促進了醫療信息的共享。1998年，為強化DICOM和HL7之間的協同工作，北美放射學會(RSNA)和美國醫療信息與管理系統協會(HIMSS)聯合發起了醫療機構集成(Integrating Healthcare Enterprise，IHE)項目。IHE基於DICOM和HL7等互聯標準，建立一套規範的工作流程集成模式。迄今，IHE定義並發布了十多個與醫學影像學工作流相關的集成方案(Integration Profile)，其中最先發展的預約工作流(Scheduled Workflow Integration Profile，SWF)集成方案是整個IHE 技術框架信息模式的基礎。
與預約工作流集成方案相關的信息系統主要有：醫學圖像歸檔和通信系統(PACS)、放射信息系統(RIS)和數位化成像設備(Digital Imaging Modality)。它們的功能和任務分別為：PACS 的主要任務是歸檔、傳輸、顯示和處理這些圖像；而RIS 的主要任務是管理放射科內的文本數據，如患者人口數據、診斷報告等；成像設備產生醫學圖像及與圖像有關的其他數據。預約工作流集成方案主要依託DICOM3.0標準下的基本工作列表管理服務(Basic Worklist Management Service)類，來實現醫學圖像歸檔和通信系統(PACS)、放射信息系統(RIS)和數位化成像設備(Digital Imaging Modality)之間的預約工作流信息的流動。
實驗室研發的智慧型醫學圖像處理平台及相關的醫療信息系統主要面向綜合性地區中心醫院。系統可直接向專科醫生提供數位化影像及相關信息，最大限度地支持疾病診治及治療，從而提升中心醫院診療和信息處理和利用水平，智慧型醫學圖像處理平台是大型醫院必備的基本設備要件，它不斷深刻地改變著醫院的運轉和醫學圖像處理方式，對醫療單位向更高水平發展提供強大推進力。
4、電子病歷及其數據挖掘
電子病歷作為數位化醫院的一個重要組成部分，它是將傳統的紙質病歷電子化，並超越紙質病歷的管理模式，提供查詢、統計分析、信息交換等功能，但隨著電子病歷資料庫中病歷數據量以指數級急劇增長，如何從大量的數據中發現有價值的信息或知識已經成為電子病歷系統研究的熱點。電子病歷挖掘就是為順應這種需要而產生和發展起來的一個新的研究方向，它可以發現電子病歷系統中隱含的醫學診斷規則和模式，從而為醫生進行疾病診斷治療提供輔助決策。
實驗室研究團隊已經在多維度電子病歷系統構建、電子病歷數據挖掘、醫學信息傳輸與共享以及基於SOA區域醫療信息系統集成等關鍵核心技術進行了深入的研究，並取得顯著的研究成果，其中電子病歷數據挖掘技術研究工作逐漸形成特色。研究團隊通過與計算機科學、數學、統計學和人工智慧以及診療醫師等不同領域工作者的協作，在信息的多方融合、算法的高效性、獲取知識準確性等關鍵技術上取得了重大突破。隨著研究團隊對數據挖掘技術進行更加卓有成效的研究，研究團隊必將為推動電子病歷數據挖掘在我國醫學領域更為廣泛和深入的套用，從而帶來更顯著的社會和經濟效益。
科研條件
內蒙古自治區模式識別與智慧型圖像處理重點實驗室依託內蒙古科技大學信息工程學院，將結合國家衛生信息化發展規劃、醫學信息學科發展趨勢以及控制科學與工程學科、計算機科學技術與學科和專業發展的需要，重點開展針對醫療行業中模式識別與智慧型圖像處理系統的構建與集成等核心技術及其套用推廣方面的研究工作，並協同合作單位--內蒙古科技大學第一附屬醫院共同進行相關研究成果轉化。
