随着医学影像设备及图形图像处理技术的发展,虚拟内窥镜技术(VE)作为一种无创无痛、前景可观的管腔内部肿瘤检查方法得到了人们的广泛关注,但目前还存在病人准备复杂,诊断性能不稳定,医生解释诊断时间长、误差大等问题,限制了VE在临床的进一步应用。本研究拟在基于混合组织模型的全自动医学图像分割算法的基础上,简化病人准备过程,得到蕴含丰富临床评价信息的部分容积层及粘膜层,通过提取其几何形态及纹理信息,在其上快速准确定位可疑部位,实现基于纹理/几何特征的计算机辅助检测(CAD),达到快速准确地从CT图像数据中提取结肠息肉或从磁共振(MR)图像序列中提取膀胱肿瘤等异常信息的目的。该技术的实现不仅将极大地增强虚拟结肠镜系统的息肉检测性能及虚拟膀胱镜的肿瘤评价能力,还可简化VE检查中病人的准备过程,提高VE系统的检查速度及准确率,缩短医生诊断时间,使之更适用于肿瘤的早期检查及大规模人群普查。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于SSVEP 直接脑控机器人方向和速度研究
基于全模式全聚焦方法的裂纹超声成像定量检测
基于图卷积网络的归纳式微博谣言检测新方法
基于混合优化方法的大口径主镜设计
人工智能技术在矿工不安全行为识别中的融合应用
基于虚拟双能量减影软组织胸片计算机辅助检测肺结节研究
基于影像定量分析和特征可视化的虚拟内窥镜关键技术研究
基于旋转不变Gabor特征的视频动态几何与纹理提取技术研究
基于离散微分几何的计算机辅助设计技术研究