《基於動態CT多期圖像的早期肝癌CAD技術研究》是依託東北大學，由姜慧研擔任項目負責人的面上項目。
基本介紹
- 中文名：基於動態CT多期圖像的早期肝癌CAD技術研究
- 項目類別：面上項目
- 項目負責人：姜慧研
- 依託單位：東北大學
中文摘要,結題摘要,
中文摘要
由於肝癌早期症狀隱匿、發展快、病程短,是僅次於肺癌和乳腺癌的第三大惡性疾病.因此,肝癌的早期診斷極為重要.目前肝癌計算機輔助診斷(CAD)作為肝癌早期診斷的有效手段成為國際前沿研究課題之一.但是,肝臟結構複雜、血管豐富,與胃、脾、膽囊等器官相鄰或交叉,使肝癌CAD成為CAD技術的難題之一.我國是肝癌高發區,研發早期肝癌CAD技術具有重要的研究意義和實用價值..本項目擬利用肝癌在動態CT動脈早期相與晚期相圖像中灰度明顯變化的特點,以提高診斷率和降低假陽性為目標,研究早期肝癌CAD關鍵技術.重點研究晚期相圖像中肝臟分割和小肝癌或與周圍肝組織對比度較低肝癌的檢測算法、早期相和晚期相CT圖像的去噪和配準算法、配準後圖像中肝癌特徵的有效提取算法以及早期肝癌診斷算法，建立早期肝癌CAD系統原型,力爭在肝癌CAD 關鍵算法的理論研究與套用上取得突破,獲得具有自主智慧財產權的早期肝癌CAD技術.
結題摘要
採用計算機圖像處理與模式識別技術，建立了正常、肝癌、血管瘤、脂肪肝、肝囊腫和肝硬化的腹部CT多期圖像及其影像專家診斷的資料庫，系統地研究了早期肝癌在動態CT多期圖像中的紋理、灰度、形狀等基本問題，揭示了肝癌等疾病在CT圖像中的特性。針對醫學圖像數據量巨大的問題，利用圖像在高頻區域的稀疏性，將有損壓縮和無損壓縮相結合提出了一種新的圖像壓縮算法，即將醫學圖像變換到小波域，對低頻信息進行無損壓縮，對高頻信息基於可變塊矢量量化進行有選擇的大幅壓縮，既保證了解碼圖像中的大部分信息不丟失，也提高了圖像編碼的速度；針對模糊邊界圖像分割的難點問題，分析肝臟的形狀與紋理特性以及與胃邊界模糊的特點，提出了利用區域生長法得到的邊緣作為零水平集，然後對變分水平集方法進行改進和水平集演化，進行肝臟區域的精確分割，提高了分割精度與效率；針對多期圖像配準問題，提出了先將CT圖像進行格線化化簡，然後基於灰度進行圖像配準的算法，有效地減少了搜尋範圍，提高了配準的精度，較大程度減少了配準的時間。針對肝癌及其他肝臟疾病的識別問題，提出了將ROC曲線的特性與粒子群算法的適應度函式相結合，對分類模型進行了最佳化的新算法，提高了肝癌診斷的敏感性；針對醫學圖像三維可視化的效率問題，根據面繪製過程中立方體具有的獨立特性，利用Open CL對其進行並行實現，利用頂點索引並發地向公共緩衝區寫入數據，大幅度地提高了三維可視化的執行效率。根據上述算法，建立了肝癌CAD系統模型，自主編程開發了肝癌CAD的可視化軟體，並對所提出算法進行了實驗驗證與分析。發表學術論文26篇，其中被SCI收錄3篇，EI收錄18篇，被SCI期刊錄用4篇；獲得了1項國家發明專利；出版了一部譯著—“生物醫學信息技術”；培養了16名研究生。
