基于医学图像处理和监督学习的方法对Micro-CT图像的骨质疏松症检测的基础研究

骨质疏松症是发生在老年人身上的一种常见病、多发病。骨质疏松的研究和防治是全新的、全社会的健康事业的重要组成部分，能为千千万万个老年人谋取福利。本项目研究基于医学图像处理和监督学习的方法对Micro-CT图像的骨质疏松症检测的基础理论研究。首先研究MicroCT图像中骨和骨髓的精确分离；然后研究基于模糊集的3D骨小梁的骨架化，分别是表面骨架化（二维）和曲线骨架化（一维），研究骨小梁的表面骨架和曲线骨架的噪声和伪骨架的去除；并研究基于模糊距离变换的骨小梁的拓扑分析和映射；在实现以上三点的基础上，基于监督学习的方法研究新的形态参数模型来更准确地描述骨小梁的微结构，作为骨质疏松症的诊断标准，应用于临床实际中，并通过医生的临床鉴定来验证结果的正确性和有效性。本项目的成功研究，能够对骨小梁进行影像学三维重建和形态结构分析，在无损的基础上，直接获取骨小梁的内部结构来判断是否患有骨质疏松症。

骨质疏松症是发生在老年人身上的一种常见病、多发病。骨质疏松的研究和防治是全新的、全社会的健康事业的重要组成部分，能为千千万万个老年人谋取福利。本项目研究基于医学图像处理和监督学习的方法对Micro-CT图像的骨质疏松症检测的基础理论研究。首先研究MicroCT图像中骨和骨髓的精确分离；然后研究基于模糊集的3D骨小梁的骨架化，分别是表面骨架化（二维）和曲线骨架化（一维），研究骨小梁的表面骨架和曲线骨架的噪声和伪骨架的去除；并研究基于模糊距离变换的骨小梁的拓扑分析和映射；在实现以上三点的基础上，基于监督学习的方法研究新的形态参数模型来更准确地描述骨小梁的微结构，作为骨质疏松症的诊断标准，应用于临床实际中，并通过医生的临床鉴定来验证结果的正确性和有效性。本项目的成功研究，能够对骨小梁进行影像学三维重建和形态结构分析，在无损的基础上，直接获取骨小梁的内部结构来判断是否患有骨质疏松症。本项目已经完成了整个算法的理论研究，并通过Windows Azure的云资源运用于临床中，在临床上取得了较好的效果。本项目已经发表了SCI的论文9篇，EI的论文5篇。其中在SCI的论文中，Q1区的论文7篇。对于基于MicroCT图像的骨质疏松症诊断的算法发表在医学图像算法领域的顶级期刊“医学图像分析”上。 基于医学图像处理和监督学习的方法对Micro-CT图像的骨质疏松症检测的基础理论研究，能为千千万万个老年人谋取福利。及早的预防，会减少社会的经济损失，缓解给家庭带来沉重的生活及经济负担。我们可以通过早期的医学仪器检测和计算机辅助的后续图像处理技术，来诊断骨质疏松症，从而达到预防的目的。