多模態乳腺超聲影像自適應特徵融合模型研究

《多模態乳腺超聲影像自適應特徵融合模型研究》是依託哈爾濱工業大學，由張英濤擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：多模態乳腺超聲影像自適應特徵融合模型研究
• 依託單位：哈爾濱工業大學
• 項目類別：青年科學基金項目
• 項目負責人：張英濤

項目摘要

隨著技術發展和設備進步，醫學超聲可用多個模態提供越來越豐富的生理、病理信息。但在目前臨床實踐中，醫生完全根據個人的經驗對多模態超聲數據加以利用，造成信息分析的主觀性強、效率低，從而大大影響了診斷準確性。. 本項目以精確地識別乳腺腫瘤的良、惡性為目標，採用圖像處理及信息融合方法對B型超聲、彩色都卜勒超聲、彈性超聲、三維超聲這四種模態影像進行綜合分析。研究高可靠性病理特徵的計算方法，確保所獲得的特徵能準確地反映腫瘤的病理屬性；並針對多模態超聲的診斷規律，提出一種全新的自適應特徵融合模型，根據不同病例特點，動態地產生協同特徵集，實現多模態數據的有效融合；在上述研究基礎上，建立一個基於多模態超聲影像的輔助診斷方法，以驗證所提特徵的可靠性和融合方法的有效性。. 本項目是信息科學與臨床醫學相結合的研究，其成果將使乳腺癌診斷的準確性得到顯著提高，同時有望給信息融合研究及其套用帶來突破性進展。

結題摘要

乳腺癌是導致女性死亡的第二大癌症，嚴重影響著女性的身心健康。超聲檢測由於成本低廉、性價比高等原因，得到了廣泛套用。近年來，多種模態的超聲新設備不斷研發並套用於臨床，這給傳統診斷方法帶來了嚴峻挑戰。 本項目研究多模態超聲圖像特徵間的關聯，尋找量化描述多模態超聲病理規律的方法，重點進行了如下工作：（1）為克服超聲圖像中的固有噪聲影響，提出了新的評價去噪算法的客觀評價標準，並提出檢測“過增強”的方法，使得預處理後的圖像能保留原有的腫瘤特徵；同時，建立了邊界不敏感性的特徵計算方法，以進一步增強特徵提取的魯棒性。（2）提出了利用醫學先驗知識及多模態圖像空間信息冗餘性，進行全自動圖像分割的方法。該方法建模目標空間域位置和姿態特徵、頻域邊緣特徵和空間連通度特徵、從而可以有效地自動感知目標位置。由於在建模過程中不依賴強制性約束，因而該方法具有很強的健壯性和泛化能力。（3）提出了都卜勒、彈性超聲中新的量化標準。通過對血流的動力學特徵進行提取，確定了血流定量指標。通過對彩色彈性圖像進行空間變換，獲得圖像的彈性信息，通過對彈性特徵的分析，得到“硬區域面積比”這一定量指標，相比於臨床上的評分法和應變率具有客觀、量化的優點，為臨床診斷提供了有效的依據。在上述理論研究的基礎上，開發了超聲乳腺癌輔助診斷平台，並進行了算法實驗驗證。本項目研究成果已獲得教育部科學技術進步二等獎。已發表學術論文18篇，其中SCI檢索的國際期刊9篇，本領域重要國際會議5篇，EI檢索7篇 。其中一篇文章（An improved quantitative measurement for thyroid cancer detection based on elastography）被他引12次。培養碩士生6名，博士生2名。