面向脑肿瘤治疗的光学微创诊疗关键问题研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    81901907
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    20.0万
  • 负责人：
    范应威
  • 依托单位：
    中国人民解放军军事科学院军事医学研究院
  • 学科分类：
    H2813.检测及治疗的医学器件和仪器
  • 结题年份：
    2022
  • 批准年份：
    2019
  • 项目状态：
    已结题
  • 起止时间：
    2020-01-01 至2022-12-31

项目摘要

Brain tumor heavily affects patients’ lives and quality of life. Minimally invasive treatment of brain tumors is a hot topic in current research. Surgery is the most effective treatment at present, but the high mortality and disability rate caused by surgery is a serious problem, which makes us focus on improving the precision of surgical treatment. Optical technology plays an important role in the diagnosis and treatment of brain tumors. Intelligent optical image-guided optical therapy can provide a new way of theranostics for tumor. This project proposes an intelligent optical minimally invasive theranostics based on optical image-guided therapy to provide a solution for the theranostics of brain tumors. The basic theoretical system of intelligent optical minimally invasive theranostics is initially constructed. A co-path optical minimally invasive theranostic system based on multi-mode optical image-guided intelligent optical therapy is designed for the treatment of brain tumors. The mechanism of optical theranostics is explored using the theranostic system. Finally, the treatment effect of brain tumors is validated with the optical minimally invasive theranostic platform.
脑肿瘤严重影响患者的生命及生活质量。脑肿瘤的微创治疗是当前研究的热点。手术是目前最有效的治疗方式，但是因为手术引起的高致死率和致残率同样严重影响患者的生活质量,提高手术治疗精准性成为我们的关注重点。光学技术在脑肿瘤诊疗中发挥重要的作用，光学影像引导的智能型光学治疗能为肿瘤治疗提供一种新型的诊治方式。本项目提出基于光学成像引导光学治疗的智能型光学微创诊疗一体化为脑肿瘤的诊治提供一种解决方案。首先构建智能型光学微创诊疗基本理论体系，其次设计一种针对脑肿瘤治疗的基于多模态光学影像引导智能光学治疗的共路径光学微创诊疗系统，进一步地探索光学诊疗的基本诊疗机理，最后，使用活体动物实验验证该光学微创诊疗平台的脑肿瘤治疗效果。

结项摘要

本项目研制了面向脑肿瘤治疗的光学微创诊疗原型系统，构建了基于OCT影像引导的激光消融微创诊疗一体化模型；设计了光路可调节的微创诊疗一体化方法；进一步，在激光消融机理探究方面，提出了基于多模态光学影像的量化评估技术与方法，获得了中国体视学学会科技进步二等奖。所取得的成果包括：1）发表学术论文24篇，其中第一或通讯作者论文11篇，期刊高被引论文1篇，多篇论文受到国际著名OCT领域网站octnews.org报道。申请/授权专利5项；登记软件著作权11项。2）获批国家自然科学基金面上项目1项，科技部“脑科学与类脑研究”重大项目子课题1项，校级科研项目3项；获批北京高等教育学会教改项目1项。3）项目负责人获得中国体视学学会科技进步二等奖（排名第2），获得高级职称（北京理工大学特别副研究员），并在该项目资助结束期之际获得博士生导师资格。4）指导研究生3名，协助课题组指导研究生累计超过20人。5）指导研究生获得大创项目等竞赛4项(项目负责人获得优秀指导教师2项)；指导本科生校级大创项目7项。6）受邀担任World Journal of Radiology编委，受邀成为中国光学学会第三届生物医学光子学分会青年委员等多个学会会员。

项目成果

期刊论文数量（15）
专著数量（0）
科研奖励数量（6）
会议论文数量（9）
专利数量（5）
超连续谱激光可见谱段致人眼眩目效应研究
  • DOI：
    --
  • 发表时间：
    2020
  • 期刊：
    激光生物学报
  • 影响因子：
    --
  • 作者：
    马琼;范应威;梁洁;倪波;罗振坤;康宏向
  • 通讯作者：
    康宏向
Classification of gastric cancerous tissues by a residual network based on optical coherence tomography images
基于光学相干断层扫描图像的残差网络对胃癌组织的分类
  • DOI：
    10.1007/s10103-022-03546-8
  • 发表时间：
    2022-03
  • 期刊：
    lasers in medical science
  • 影响因子：
    2.1
  • 作者：
    Site Luo;Yuchen Ran;Lifei Liu;Huihui Huang;Xiaoying Tang;Yingwei Fan
  • 通讯作者：
    Yingwei Fan
Quantitative and qualitative evaluation of recovery process of a 1064 nm laser on laser-induced skin injury: in vivo experimental research
1 064 nm激光对激光皮肤损伤恢复过程的定量和定性评价：体内实验研究
  • DOI：
    10.1088/1612-202x/ab4f62
  • 发表时间：
    2019-11-01
  • 期刊：
    LASER PHYSICS LETTERS
  • 影响因子：
    1.7
  • 作者：
    Fan, Yingwei;Ma, Qiong;Kang, Hongxiang
  • 通讯作者：
    Kang, Hongxiang
Automatic Segmentation of Laser-Induced Injury OCT Images Based on a Deep Neural Network Model.
基于深度神经网络模型的激光皮肤损伤OCT图像自动分割
  • DOI：
    10.3390/ijms231911079
  • 发表时间：
    2022-09-21
  • 期刊：
    INTERNATIONAL JOURNAL OF MOLECULAR SCIENCES
  • 影响因子：
    5.6
  • 作者：
    Gao, Tianxin;Liu, Shuai;Gao, Enze;Wang, Ancong;Tang, Xiaoying;Fan, Yingwei
  • 通讯作者：
    Fan, Yingwei
Vascular elasticity measurement of the great saphenous vein based on optical coherence elastography
基于光学相干弹性成像的大隐静脉血管弹性测量
  • DOI：
    10.1002/jbio.202200245
  • 发表时间：
    2022-09-21
  • 期刊：
    JOURNAL OF BIOPHOTONICS
  • 影响因子：
    2.8
  • 作者：
    Gao，Tianxin;Liu，Shuai;Fan，Yingwei
  • 通讯作者：
    Fan，Yingwei

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

低成本非接触生理参数监测系统研究
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    信号处理
  • 影响因子：
    --
  • 作者：
    范应威;徐礼胜;章星;杜尚杰;李刚;窦元珠
  • 通讯作者：
    窦元珠
个体化精准诊疗:临床中的发展与挑战(上)
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    中国医疗设备
  • 影响因子：
    --
  • 作者：
    范应威;范应威;廖洪恩;廖洪恩
  • 通讯作者：
    廖洪恩

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

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