新一代神经导航若干关键技术研究及其系统建立

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    81271670
  • 项目类别:
    面上项目
  • 资助金额:
    70.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    H2807.治疗计划、导航与机器人辅助
  • 结题年份:
    2016
  • 批准年份:
    2012
  • 项目状态:
    已结题
  • 起止时间:
    2013-01-01 至2016-12-31

项目摘要

This project will carry out in-depth studies on the theories, the key technologies, and the clinical verification of some basic problems of new generation IGNS. The research mainly includes the following aspects: The methods of optical tracking, auto registration and manifold learning will be used to build the system of AR IGNS, and to achieve the transformation from the VR navigation model to the AR navigation model. The linear elastic model, XFEM mesh, non-linear registration will be applied to solve the problem of correcting the brain deformation caused by resection and retraction, and to make the positioning accuracy of IGNS drastically enhanced. The algorithm of depth perception and multi-DTI will be introduced to solve the problems of branch fiber tracking of brain white matter and the depth judging, and we will apply them in the IGNS. The integration of DTI fiber tracking in IGNS can help the surgeon avoid the injury of the white matter fibers during operation. We will apply three inventive patents, publish five papers indexed by SCI, and develop a system of new generation IGNS. The system will pass the inspection according to the regulation of SFDA, and we will do the clinical trial at Huashan Hospital and Zhongshan Hospital. The achiements of this study will have great significance for improving the quality of neurosurgery, and for the domestic manufacturing of important medical equipment.
本项目围绕新一代神经导航系统的若干基础性问题,从理论方法、关键技术、临床验证等方面开展深入的研究与探讨。内容主要包括:采用光学跟踪、自动标定、流形学习等方法,解决医用增强现实的系统建立问题,实现神经导航仪由虚拟现实导航方式向增强现实导航方式的转变;通过线弹性模型建模、XFEM网格划分和求解、非线性配准等方法,解决术中脑变形的模拟和矫正问题,实现导航手术定位精度的大幅提升;提出深度感知和多张量示踪计算方法,解决传导束分支示踪和遮挡显示问题,并将DTI-FT理论和方法应用于神经导航系统,使它在避免脑外科手术对传导束造成损伤方面发挥重要作用。项目将申请发明专利3项,发表SCI论文≥5篇,并研制出国产新一代神经导航仪样机,样机将通过国家药监局的性能检测,并在复旦大学附属中山、华山两家三级甲等医院试验应用。研究成果对相关学科的发展,脑外科手术质量的提高,以及关键医疗装备的国产化具有重要推动作用。

结项摘要

本项目围绕新一代神经导航系统的若干重要科技问题,从理论方法、关键技术、临床验证等方面开展了深入的研究与探讨。内容主要包括:采用视频跟踪、自动标定、流形学习等方法,解决了基于平板电脑的医用增强现实的系统建立问题,实现了神经导航仪由虚拟现实导航向增强现实导航的转变;通过超粘弹性模型建模、XFEM 网格划分和求解、非线性配准等方法,解决了术中脑变形的模拟和矫正问题,实现了导航手术定位精度的大幅提升;提出深度感知和多张量示踪计算方法,解决传导束分支示踪和遮挡显示难题,并将DTI-FT 理论和方法应用于神经导航系统,使其在避免脑外科手术对传导束造成损伤方面能够发挥重要作用。基于项目研究结果获得授权专利3 项,发表SCI论文16篇,并研制出国产新一代神经导航仪样机,样机通过了国家药监局的性能检测,并在复旦大学附属中山医院(三级甲等医院)试验应用。研究成果对相关学科的发展,脑外科手术质量的提高,以及关键医疗装备的国产化具有重要推动作用。

项目成果

期刊论文数量(15)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
How does adding anatomical landmarks as fiducial points in the point-matching registration of neuronavigation influence registration accuracy?
在神经导航点匹配配准中添加解剖标志作为基准点如何影响配准精度?
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    COMPUTER ASSISTED SURGERY
  • 影响因子:
    --
  • 作者:
    Manning Wang;Zhijian Song
  • 通讯作者:
    Zhijian Song
Image manifold revealing for breast lesion segmentation in DCE-MRI
DCE-MRI 中乳腺病灶分割的图像流形显示
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    Bio-medical Materials and Engineering
  • 影响因子:
    1
  • 作者:
    Hu; Liang;Cheng; Zhaoning;Wang; Manning;Song; Zhijian
  • 通讯作者:
    Zhijian
A new markerless patient-to-image registration method using a portable 3D scanner
使用便携式 3D 扫描仪的新型无标记患者图像配准方法
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    Medical Physics
  • 影响因子:
    3.8
  • 作者:
    Yifeng Fan;Dongsheng Jiang;Manning Wang;Zhijian Song
  • 通讯作者:
    Zhijian Song
Anatomical landmarks for point-matching registration in image-guided neurosurgery
图像引导神经外科手术中点匹配配准的解剖标志
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    International Journal of Medical Robotics and Computer Assisted Surgery
  • 影响因子:
    2.5
  • 作者:
    Omara AI;Manning Wang;Yifeng Fan;Zhijian Song
  • 通讯作者:
    Zhijian Song
Global Optimization Surface-Based Registration for Image-to-Patient Registration Using Gaussian Mixture Model
使用高斯混合模型进行图像到患者配准的基于表面的全局优化配准
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    Journal of Medical Imaging and Health Informatics
  • 影响因子:
    --
  • 作者:
    Xinrong Chen;Manning Wang;Zhijian Song
  • 通讯作者:
    Zhijian Song

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

神经导航手术中脑组织变形线弹性模型的建立
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    中华神经外科杂志
  • 影响因子:
    --
  • 作者:
    姚成军;朱海华;王伟;庄冬晓;王满宁;吴劲松;周良辅;宋志坚;刘翌勋;章琛曦
  • 通讯作者:
    章琛曦
ERT/ECT双模态敏感阵列电极优化设计
  • DOI:
    10.1016/j.envint.2019.01.034
  • 发表时间:
    --
  • 期刊:
    天津大学学报
  • 影响因子:
    --
  • 作者:
    汪婧;胡理;王化祥;郝魁红;宋志坚;姜娓娓
  • 通讯作者:
    姜娓娓
一种基于子块的脑组织表面变形追踪算法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    中国科技论文在线
  • 影响因子:
    --
  • 作者:
    章琛曦;王子龙;宋志坚
  • 通讯作者:
    宋志坚
氯盐环境下混凝土结构耐久性失效的概率分析
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    防灾减灾工程学报
  • 影响因子:
    --
  • 作者:
    宋志坚;李大望;陈西;邢少邦
  • 通讯作者:
    邢少邦
脑组织牵拉变形矫正的XFEM建模及其验证
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    中国生物医学工程学报
  • 影响因子:
    --
  • 作者:
    王巍伟;李萍;章琛曦;宋志坚
  • 通讯作者:
    宋志坚

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

宋志坚的其他基金

面向医学图像处理任务的主动学习新技术研究
  • 批准号:
    82372097
  • 批准年份:
    2023
  • 资助金额:
    48 万元
  • 项目类别:
    面上项目
基于深度学习的头颈部放疗计划图像分割新方法的研究
  • 批准号:
    82072021
  • 批准年份:
    2020
  • 资助金额:
    55 万元
  • 项目类别:
    面上项目
图像引导手术中脑组织变形的建模、仿真与校正研究
  • 批准号:
    30570506
  • 批准年份:
    2005
  • 资助金额:
    25.0 万元
  • 项目类别:
    面上项目
基于多模信息融合技术的人体三维立体模型的研究
  • 批准号:
    30370417
  • 批准年份:
    2003
  • 资助金额:
    20.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码