冠状动脉介入治疗导航系统中实时多模态影像融合算法研究

冠心病是世界范围内导致人类死亡的重大疾病之一，冠状动脉介入治疗已经成为治疗冠心病的最主要手段。在冠脉介入治疗手术中经常使用CTA、CAG和IVUS三种影像手段来进行辅助，但是这三种影像之间的信息相互割裂，医生只能靠经验在大脑中想象它们之间的空间位置关系，因此临床应用较为复杂。本项目主要研究冠状动脉介入治疗手术影像导航系统中多模态影像配准融合的关键算法，包括IVUS影像中血管斑块的准确分割算法，高精度的IVUS影像与CTA影像和CAG影像配准算法，以及基于GPU硬件加速的多模态非刚性配准算法的实现等，目的是为了将上述成像方法的优点融合起来，提供高精度的三维影像信息，为手术带来直接而准确的结构信息和导航信息，为医生提供梗塞部位内部的结构和血管内肿块下的组织性质信息，帮助医生清楚地了解冠脉的自体结构以及病变结构，为确定理想手术治疗计划提供所必需的重要信息，使手术过程更便捷，同时提高手术成功率。