《增強鈣化點可視化的乳腺X線成像方法研究》是依託西安交通大學，由陳希擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：增強鈣化點可視化的乳腺X線成像方法研究
- 項目類別：青年科學基金項目
- 項目負責人：陳希
- 依託單位：西安交通大學
中文摘要,結題摘要,
中文摘要
乳腺X 線成像是乳腺癌診斷的金標準，對乳腺X 線片中鈣化點和腫塊的檢測是乳腺癌早期診斷的關鍵。乳腺X線成像中，鈣化點易被乳腺中的組織結構“遮擋”，難以檢測。本項目以增強鈣化點可視化為目標，設計出一種新的基於雙能量曝光的乳腺X 線成像方法，可以同時提供準確的鈣化圖像和與常規乳腺X線片一致的圖像。具體研究內容包括：（1）標定體模誤差消除，無需額外曝光的精確散射校正，消除成像噪聲影響，最終生成準確的鈣化點圖像；（2）在多尺度分解和合成框架下，用雙能量圖像重建出類似於常規乳腺X線攝影的圖像。通過本項目研究，在現有的數字乳腺X 線機上，無需任何附加物理裝置和額外劑量，利用雙能量曝光可以提供常規乳腺X線圖像並附加準確的鈣化點信息，在不改變醫生當前診斷習慣的前提下，幫助醫生進行乳腺癌早期診斷。
結題摘要
本項目提出研究基於的雙能量乳腺X線成像計算方法，從成像物理模型的角度出發，研究散射校正的去除和量子噪聲的去除。其中散射校正設計出基於成像物理學原理的雙能量散射校正算法和利用運動blocker的散射校正算法，兩種方法都取得了很好的效果，且沒有額外劑量。其中基於運動blocker的散射校正算法已經製作出運行良好的硬體設備，計畫開展臨床試驗。在去噪方面，我們設計出一種基於維納濾波的投影域去噪算法，該去噪算法同時可以增強圖像中微小結構，有利於鈣化點檢測。在圖像重建方面，我們不僅限於常規乳腺X線圖像的重建，而是設計出了基於物理模型的統一重建框架，以及基於圖像統計特性的正則化參數選擇方法。在圖像評價方面，我們從最近興起的影像組學角度開展研究，從影像數據中提取高維圖像特徵，利用機器學習的方法預測基因突變以及預後情況。在該方向上對圖像信息的利用，可以更好的指導我們在圖像評價時選取合適的指標。此外，本項目跟隨近兩年相關研究領域的發展趨勢，進行了拓展研究，獲得了初步的結果主要包括：側向康普頓散射CT成像方法，基於陣列X射線源的投影圖像恢複方法，以及使用機器學習算法預測三陰性乳腺癌復發。該項目研究以成像物理學原理為基礎，將最新發展的信號和圖像處理技術引入到X線成像計算中，獲得更加出色的計算性能，改善成像效果；同時將人工智慧算法引入到圖像質量評價與疾病預測相關研究，為下一步工作打下基礎。
