《惡性肺結節的分類不確定性信息可視化傳遞函式研究》是依託華南理工大學，由李彬擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：惡性肺結節的分類不確定性信息可視化傳遞函式研究
- 項目類別：青年科學基金項目
- 項目負責人：李彬
- 依託單位：華南理工大學
項目摘要,結題摘要,
項目摘要
分類不確定性可視化技術傳遞和揭示惡性肺結節的三維視覺和量化信息，對肺癌診療至關重要。為了解決多模態成像中惡性肺結節的分類不確定性的可視化這個科學問題，項目擬通過圖像融合、信息可視化、肺結節分割及良惡性識別技術構建基於融合信息特徵驅動的分類不確定性體可視化傳遞函式。主要研究內容包括：（1）構建模糊集成活動輪廓模型和血管粘連性結節的複合參數混合模型，以及基於該模型的肺結節一體化分割算法；（2）構建描述三維離散平移不變剪下波變換（SIST）中融合係數的全局依賴關係的模型，以及基於三維離散SIST變換和全局－局部融合規則的多模態成像融合方法；（3）基於重要性驅動(importance-driven)編碼、不確定性編碼和風險代價函式，構建基於融合信息特徵驅動的分類不確定性可視化多維傳遞函式。本項目為實現惡性肺結節的分類不確定性可視化、提高肺癌診療水平提供技術支撐。
結題摘要
“分類不確定性可視化技術”傳遞和揭示惡性肺結節的三維視覺和量化信息，對肺癌診療至關重要。為了解決多模態成像中惡性肺結節的“分類不確定性的可視化”這個科學問題，項目通過圖像融合、信息可視化、肺結節分割及良惡性識別技術構建“基於融合信息特徵驅動”的“分類不確定性體可視化”傳遞函式”。主要研究內容包括：（1）構建“模糊集成活動輪廓模型”和“血管粘連性結節的複合參數混合模型”，以及基於該模型的肺結節一體化分割算法；（2）構建描述三維離散平移不變剪下波變換（SIST）中“融合係數的全局依賴關係”的模型，以及基於三維離散SIST 變換和“全局－局部融合規則”的多模態成像融合方法；（3）基於重要性驅動(importance-driven)編碼、不確定性編碼和風險代價函式，構建“基於融合信息特徵驅動”的“分類不確定性可視化”多維傳遞函式。經過三年多的研究工作，業已完成研究目標：(1)項目構建了精確的分割模型和分割算法，實現了對各類型的肺結節較有效分割，所研究的方法在對113個臨床胸部CT序列（數據源自LIDC和廣東省幾個三甲醫院收集病例）進行驗證，得到磨玻璃樣GGO(ground-glass nodule)結節、血管粘連性結節、GGO血管粘連性結節的Tanimoto/Jaccard平均值為分別為0.17, 0.20和0.24，分割效果較好。(2)項目構建了精確的融合系統關係模型、融合規則和方法，實驗結果驗證，其很好地提高了融合性能，實現了多模態圖像的精確融合。(3)項目構建了肺結節良惡性分類算法。經用LIDC資料庫1018個臨床CT序列進行測試，得到0.92的敏感性和0.95的AUC(area under ROC curve)結果。(4)項目構建了“惡性肺結節的‘基於融合信息特徵驅動’的‘分類不確定性體可視化’傳遞函式”，實現了惡性肺結節“分類不確定性的可視化”，獲取了有關惡性肺結節的三維視覺和量化信息（如定位、惡性肺結節與重要組織相對位置等），實現了惡性肺結節的分類不確定性可視化、為提高肺癌診療水平提供技術支撐。(5)項目所研究的分割模型和可視化方法具有普遍科學意義和價值。項目組將所研究的方法和成果進行了適當拓展套用，l包括在心肺功能評估的運用上。
