地区：上海市 宝山区
关键词：中南大学;温州医科大学附属第一医院
成果类型：其它
成果领域：生物与新医药
成果编号：A2021061000004230
成果描述：
| 全面构建了医学影像分析与处理的基本理论，提出包含医学影像获取、预处理、特征提取与分析、病灶分割、三维影像数据建模及可视化在内的一系列方法，形成了基于医学影像开展精准医疗和个性化医疗的知识体系。提出针对医学影像目标的特征分析方法。医学影像中的目标具有与一般影像目标不同的特征，如眼底视网膜血管形态分布、青光眼视盘与视杯等，因此针对医学影像目标特征的分析是开展精准医疗和个性化医疗的核心问题，也是影像分析的关键技术。该项目组提出一种新的六边形块匹配算法，提取基于三维图形数据的医学影像目标特征，使用三次样条异步重采样方法构建数据特征向量。提出基于视觉感知的图像特征分析方法，不仅可对彩色图像进行颜色迁移和去色，也可用于医学影像中基于色彩的目标特征相似度比较，提高医学影像目标特征分析的精度。该成果得到西班牙巴利阿里群岛大学Jaume-i-CapóA、南非茨瓦尼科技大学系主任Seleman M. Ngwira和台湾元智大学Jun-Wei Hsieh教授的高度评价。提出基于人类视觉机理的医学影像分割方法。医学影像的分割是数字化医疗中病灶定位和病灶分析的前提。针对影像中目标内部的显著性不均匀等问题，提出基于视觉机理的显著对象分割方法，实现复杂背景下的显著对象分割。在该基础上，针对医学影像中视网膜血管的形态和机构特征，将视网膜血管分割转化为二分类问题来构造分割模型，高效地实现了彩色眼底图视网膜血管分割。针对视盘分割方法中存在的问题，提出基于形态学的视盘拟合分割方法，提高了彩色眼底图视盘自动定位与分割方法的准确率和实用性。日本东北大学认知系统实验室的Esra Ataer-Cansizoglu和Karadeniz Technical University大学计算机工程系的Bekir Dizdaroglu等认为该方法准确率高。提出基于机器学习和先验知识的影像目标演化方法。影像中的目标随着时间的变化而发生渐变的过程称之为影像目标演化。如人脸，随着年龄的增长会渐渐变老。针对该过程，提出基于机器学习和先验知识的影像目标演化模拟与逆再现方法。针对高维状态样本量不大时容易导致的过拟合，提出基于多任务学习和稀疏模型的特征选择方法，有效提高了目标识别性能。IEEE Fellow、美国马里兰大学Larry S. Davis教授和中国科学院院士谭铁牛认为该项目组提出的基于稀疏模型的特征选择方法属于主流算法。提出基于三维医学影像数据的数字化建模方法。基于医学影像数据进行三维建模和仿真是数字化医疗的重要研究方向。根据三维影像数据的特点和各向异性材质方向的分布特征，设置可控的体域调和场，利用其连续性本质得到稳定可控的材质方向场，得到形状规则、密度可控、各向异性的体网格划分。提出“虚单元”概念，解决体域调和场局部不可控问题。提出GPU硬件加速的无网格粒子物理变形模型。欧洲University of Maribor大学Gačnik F认为项目组提出的生物正交各性异性材质建模方法，是第一次提出的创新方法。累计发表与该项目相关的代表性论文20篇，其中SCI收录论文17篇，SCI他引48次，顶级国际会议论文3篇。 |
