《醫學影像處理技術輔助小腸疾病診斷》是依託上海大學，由武星擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：醫學影像處理技術輔助小腸疾病診斷
- 項目類別：青年科學基金項目
- 項目負責人：武星
- 依託單位：上海大學
中文摘要,結題摘要,
中文摘要
小腸運動功能分析結果是對胃、腸疾病進行診斷的重要依據。提出兩類醫學影像處理方法分析小腸運動功能：一類是面向微觀小腸片段的分割方法，另一類是面向巨觀小腸區域的相異度度量方法。第一類方法包括AILBF算法和BLFM算法。AILBF算法的研究包括：輪廓自動初始化與改進局部二值擬合模型，目的是提高精確分割圖像Level Set方法的效率。BLFM算法的研究包括：邊緣方向自適應Fast Marching方法與移動基準，以解決低對比度圖像中邊界溢出的問題，並且提高快速分割圖像Fast Marching方法的準確率。第二類方法是DNMI算法，其研究負互信息度量相鄰磁共振圖像小腸區域相異性的問題,突破了傳統面向小腸片段運動功能分析的局限。兩類方法結合有助於胃、腸疾病，特別是危及生命的胃、腸出血的迅速診斷，對救治病人有重要意義。
結題摘要
評估小腸運動性在小腸疾病的診斷中十分重要。項目組完成了兩類醫學影像處理方法分析小腸運動功能：一類是面向微觀小腸片段的評估方法，另一類是面向巨觀小腸區域的相異度度量方法。面向微觀小腸片段的評估方法，我們基於深度神經網路完成了一種半自動的方法FCN-Baseline和一種全自動的方法FCN-LSTM：半自動的方法FCN-Baseline摒棄了人工選擇特徵，能夠自動提取特徵；全自動方法FCN-LSTM摒棄了手動繪製基準線。兩種方法都可以在小腸圖像上自動標記剖面直徑，測量直徑長度變化，評估收縮頻率，從而實現對小腸運動性的評估。面向巨觀小腸區域的相異度度量方法面向小腸區域的算法可以度量指定小腸區域之間的差異，對其運動特性進行分析，突破了傳統片段分析技術的局限性。以上兩種評估方法得到的小腸運動頻率在合理範圍內，接近手工測量方法得到的結果。項目研究成果可以有效的輔助放射科醫生做決策，套用於危及生命的小腸腫瘤、胃、腸出血以及Crohn病的迅速診斷，對救治病人有重要意義。
