《基於CBCT的三維/四維可視化介入影像導航關鍵問題的研究》是依託北京大學，由王曉東擔任負責人的面上項目。
基本介紹
- 中文名：基於CBCT的三維/四維可視化介入影像導航關鍵問題的研究
- 項目負責人：王曉東
- 依託單位：北京大學
- 項目類別：面上項目
項目摘要,結題摘要,
項目摘要
計算機輔助下三維影像導航技術在現代影像引導的介入診療領域逐漸發揮優勢。大平板X線探測器在國內外逐漸普及，其CBCT三維成像功能在介入引導中起到一定作用，但存在諸多問題影響其性能的進一步提升，如CBCT密度解析度低，靶區分割困難，呼吸影響影像配準，可視化性能差等。本課題將在我們過去一年期研究課題的基礎上進一步研究CBCT精確可視化引導的關鍵科學問題，諸如如關聯融合術前增強螺旋CT提高CBCT的靶區分割能力、融合算法研究最大程度糾正MSCT和CBCT兩種檢查因體位和呼吸所致器官位置改變和形變；探索呼吸時相追蹤技術問題糾正呼吸所致肝臟形變和位移引起的配準誤差等等，以實現平板探測器的的三維或四維可視化介入影像導航。該研究將明顯提高平板探測器引導傳統介入診療的準確性和安全性，並拓展其引導領域到CT引導介入穿刺領域，且在一定程度上優於CT平掃的介入引導，比如增加靶區的識別能力和減少術中X線曝光劑量等。
結題摘要
在2013年度一年期國自然研究的基礎上，進一步針對CBCT三維和四維可視化影像導航技術關鍵科學基礎問題和方法的研究。構建一個多模態信息融合的手術模型，利用3D增強CT影像中肝臟，靶區以及肝血管的分割算法研究，從而在弱對比影像上實現三維的可視化顯示。提出了一種增強軟組織弱邊界的對比項，改進了現有的圖像割算法中對弱邊界的分割能力，實現肝臟的準確分割，平均體積交疊比誤差僅為5.3%。設計了一種基於灰度和形狀校正的自適應似然估測算法實現肝臟腫瘤的準確和穩健的半自動分割，Dice均值達到了84%。設計了一種基於3D UNet的深度網路實現血管特徵自動提取與分類的算法，Dice均值達到了75%。探索腫瘤碘油沉積三維CBCT和二維透視顯示差異，研究發現Lip-CBCT (Az=0.75)優於二維透視圖像 (Az=0.54)。採用跟蹤類膈肌呼吸特徵的Amsterdam Shroud方法與感興趣區域內密度分析的方法實現了病人特異性呼吸信號的提取方法，改善呼吸運動過程中組織配準錯誤的問題。利用增強現實技術開展三維和四維可視化透視導航系統研究，搭建了基於Qt的肝臟介入手術規劃和治療系統的軟體平台，輔助醫生實現CT引導的肝介入手術方案的規劃；探索了利用投影儀的可視化引導，通過模型實驗驗證。探索晚期肝門膽管癌的介入治療價值，提高患者中位OS到20.5個月。
