《基於圖結構的消化道超聲內鏡圖像分類算法研究》是依託廈門大學，由張志宏擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於圖結構的消化道超聲內鏡圖像分類算法研究
- 項目類別：青年科學基金項目
- 項目負責人：張志宏
- 依託單位：廈門大學
項目摘要,結題摘要,
項目摘要
超聲內鏡(EUS)是目前廣泛使用的體內成像技術，其清晰度超過很多傳統的體外成像技術。如何結合計算機分析技術，予以EUS圖像準確的診斷是一個熱點問題。針對基於圖結構的數據可以有效表達事物間結構關係的特點，本課題將採用圖結構來對EUS圖像進行特徵表達，即，通過對EUS圖像的特徵點提取和特徵點間的關係的計算來構建一個可以有效表達一幅EUS圖像主要特徵的圖結構。其次，針對EUS圖像構建的圖，本課題還將設計新穎的、基於圖論的機器學習與模式識別算法來對超聲內鏡生成的圖像進行分類與分析。針對目前大部分基於圖論的方法不能夠被快速地計算、不能夠抓取節點標記信息以及不能反映高維特徵信息等缺陷，本課題將著重開發新穎的圖的核算法和圖的複雜度算法來對EUS圖像的圖結構進行深層次的結構與特徵分析。以這些研究方案為基礎，設計可供醫生使用的可視化EUS圖像診斷分析軟體，從而對醫生的醫療診斷提供客觀的依據並提高診斷準確率。
結題摘要
1. 項目背景及科學意義：目前我國消化系統早癌的診斷率很低,就胃癌來說,日本可以早癌診斷率可以達到70%,韓國50%,而我國不到10%,遠遠達不到人們的要求,雖然隨著醫療技術水平的提高,以及先進設備的套用為早癌的早診早治提供了可能,但單純依靠設備來提高診斷率是不現實的,怎樣把各種設備進行整合,提高效率,充分利用計算機技術的客觀性和準確性,實現診斷效能的飛躍是我們面臨的重要課題. 2. 主要研究內容：本課題還將著重使用新穎的基於圖論的方法構進行深入的分析與處理，並提高對EUS 圖像進行分析與分類的精度。具體來講，結合數學、計算機和醫學等知識，本課題將進行如下研究: ① EUS 圖像的特徵提取與相應的圖的構建 ② 設計一個新的可以計算出帶權重的圖的複雜度算法； ③ 設計一個新穎的可以表達權重圖特徵的核算法：對於一個帶權重的圖，使用Perron-Frobenius 算法將其轉化為一個有向的圖。 3.該項目的研究已經取得了一些進展，主要成果有： ①研究並提出了若干種針對EUS圖像的還原技術，能夠將由於設備、操作、器官蠕動等因素導致的模糊的EUS圖像還原為清晰圖像，這有不但便於醫生診斷，也有利於後續一些機器處理操作； ②提出了一種基於optimal surface方法的EUS圖像分層技術，能夠自動將消化道EUS圖像中消化道的各層組織分割出來；③ 提出了一種全自動的病變區域檢測及標註技術，能夠自動檢測給定消化道EUS圖像中是否存在病變（例如早期癌症）。如果存在的話，能夠自動將病變區域標註出來； 4. 該項目立項期間（2015-2017）：本人以第一作者或通訊作者發表文章18篇，其中JCR二區期刊2篇，三區期刊6篇，四區期刊1篇，CCF A類會議論文2篇，EI檢索會議論文7篇。
