基於多維信息稀疏表示的胎兒心功能超聲評價方法研究

《基於多維信息稀疏表示的胎兒心功能超聲評價方法研究》是依託復旦大學，由郭翌擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於多維信息稀疏表示的胎兒心功能超聲評價方法研究
• 依託單位：復旦大學
• 項目類別：青年科學基金項目
• 項目負責人：郭翌

項目摘要

胎兒心功能狀況與許多胎兒疾病，如先天性心臟病、胎兒宮內發育遲緩等有密切關係。採用實時三維超聲心動圖評價胎兒心功能狀況，有利於及早干預和及早治療，對於優生優育具有重要的社會意義。多維醫學影像技術的發展為產前胎兒心功能評價提供了便利，可以幫助醫生全面立體地觀察胎兒心臟。但是其高維複雜的數據特性使得傳統圖像處理方法無法適應需求，遇到了巨大的瓶頸。本項目擬深入研究群稀疏表示新理論，通過分析實時三維超聲心動圖特點，探索胎兒心臟多維信息的稀疏表示新方法；並研究基於群稀疏表示進行三維超聲心動圖全局降噪的方法，通過建立胎兒左心室三維通用模型實現相應的圖像分割；進一步分析計算胎兒心功能參數，建立綜合評估胎兒心功能的實用系統。項目的完成，將拓展群稀疏表示理論，實現胎兒心臟多維信息的稀疏表示，在臨床上為產前超聲胎兒心功能的準確評價提供理論依據和創新方法。

結題摘要

胎兒心功能狀況與許多胎兒疾病，如先天性心臟病、胎兒宮內發育遲緩等有密切關係。採用超聲心動圖評價胎兒心功能狀況，有利於及早干預和及早治療，對於優生優育具有重要的社會意義。 本項目圍繞胎兒心臟多維信息的群稀疏表示方法、超聲圖像全局降噪算法、胎兒超聲心動圖中左心室分割算法和胎兒心功能參數計算及產前超聲胎兒心功能評價系統建立四個方面開展研究工作，取得的主要研究成果有：通過研究群稀疏表示理論，結合胎兒超聲心動圖特點，提出了基於胎兒心臟多維信息的群稀疏表示新方法；根據超聲圖像斑點噪聲特性，提出基於群稀疏表示的全局降噪新方法，在有效去除噪聲的同時，保留更多的組織細節信息；提出了多種基於群稀疏表示和深度學習的胎兒左心室分割算法，在超聲心動圖序列中快速準確地定位胎兒左心室；建立左心室體積預測新模型，計算心功能重要參數，研發軟體用於臨床全面評估胎兒心臟發育水平。 項目共發表標註基金號的期刊論文17 篇，其中SCI 檢索論文12 篇，EI 檢索(含同時被SCI 檢索)論文5篇；會議論文2篇，其中EI 檢索2 篇。項目執行期間，項目負責人獲得2015年上海市自然科學三等獎、2017年上海青年十佳科技預見作品，獲批軟體著作權2 項；協助培養博士生1、碩士生6，指導本科生3名。 項目提出的群稀疏表示理論、超聲圖像處理算法已用於臨床超聲圖像分析中。研發的胎兒左心室分割算法和心功能綜合評估已開發成軟體，已在臨床使用，有望進一步推廣。項目的完成為產前超聲胎兒心功能的準確評價提供理論依據和創新方法。