CPS架构下急性肺损伤实时监测预警理论与计算模型

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61872269
  • 项目类别：
    面上项目
  • 资助金额：
    63.0万
  • 负责人：
    王琦
  • 依托单位：
    天津工业大学
  • 学科分类：
    F0210.计算机图像视频处理与多媒体技术
  • 结题年份：
    2022
  • 批准年份：
    2018
  • 项目状态：
    已结题
  • 起止时间：
    2019-01-01 至2022-12-31

项目摘要

The acute lung injury can be triggered by many diseases. It has the characteristics of sudden onset and rapid development. Owing to lack of effective real-time monitoring method, the lesion of lung injury cannot be diagnosed on time, thus the best treatment is always missed. As a result, the cure rate and rehabilitation rate for acute lung injury are severely affected. In order to solve this problem, muti-frequency electrical impedance tomography (EIT) and computed tomography (CT) are fused in this project. The calculation model for real-time monitoring and early warning of acute lung injury under the framework of cyber-physical system (CPS) is built. Some crucial academic problems are studied in this work. The main contents of the work include: The mathematical model of dynamic muti-frequency EIT based on time-frequency information; The model for tensor fusion and dimensionality reduction of EIT and CT images is proposed to speed up the process of feature extraction under the condition of incremental data; The incremental deep computation model for lung injury diagnosis based on fused features. The contribution of the proposal can provide new theory for clinical monitoring and early diagnosis of lung injury, and will be of great importance to improve the level of prevention and treatment for lung injury both in China and the world.
急性肺损伤会由多种疾病引发，具有发病突然、病情发展迅速等特点。由于目前缺少有效的实时监测方法，使得发生肺损伤病变时不能及时发现，从而错过最佳治疗期，严重影响该类疾病的治愈率和康复率。为解决这个问题，本课题融合多频电阻抗成像（Electrical impedance tomography，EIT）与计算机断层扫描成像（Computed tomography，CT），在信息物理系统（Cyber-physical system，CPS）框架下构建急性肺损伤实时监测预警计算模型，并针对其中的关键理论问题展开研究，主要包括：基于时间-频率信息的动态多频EIT成像数学模型；EIT与CT图像张量融合与降维模型，在数据增量条件下提高特征提取速度；基于融合特征数据的肺损伤诊断增量式深度计算模型。研究成果可为肺损伤临床监测与早期诊断方法提供新理论，对我国乃至世界肺损伤防治水平的提高具有十分重要的意义。

结项摘要

急性肺损伤发病因素较多，具有发病突然、病情发展迅速的特点。电阻抗成像（Electrical impedance tomography，EIT）技术是一种无损功能成像技术，在床旁实时监测方面具有优势，对急性肺损伤的早期诊断与监测具有重要意义。本项目结合多频电阻抗成像和计算机断层扫描成像（Computed tomography, CT），研究肺损伤三维EIT成像理论，将其融入信息物理系统（Cyber-physical system, CPS）框架，探索急性肺损伤实时监测预警方法。 主要研究内容有：（1）动态多频EIT肺部成像模型构建；（2）融合CT先验信息，探索呼吸运动条件下肺部建模与三维成像方法；（3）肺损伤电阻抗成像深度学习模型构建；（4）结合CPS需求，构建肺部电阻抗成像数据采集与成像系统，开展动物实验分析肺损伤发展特性。. 获得的科研成果有：. （1）形成下急性肺损伤实时监测预警整体方案，包括测量方法、模型构建、图像重建与数据分析，适合于肺损伤实时可视化监测；. （2）研制完成面向信息物理系统的肺损伤动态电阻抗成像系统样机；. （3）发表论文24篇，其中SCI期刊论文12篇，EI期刊论文5篇，中文核心期刊论文5篇，EI国际会议论文3篇；. （4）授权发明专利1项，软件著作权4项；. （5）参加国际学术会议14人次，会议报告4人次；. （6）培养硕士研究生毕业9名，在读研究生5名；. （7）获“兆易创新杯”第十六届中国研究生电子设计竞赛全国三等奖。. 形成的重要研究成果为：. （1）针对肺损伤电学参数分布特点，构建加权频差EIT成像模型，并采用Krylov子空间方法求解，降低了求解复杂性，提高算法的稳定性；. （2）结合呼吸状态构建肺部三维正问题模型，并提出基于EIT的肺部呼吸移动检测方法，实现肺功能三维动态分析；. （3）提出电阻抗成像数据驱动与模型驱动智能学习框架，建立仿真数据与实验数据的映射关系模型，有效扩充训练样本库，实现高精度肺损伤智能成像；. （4）开展肺损伤动物实验，根据三维肺部EIT成像结果分析了肺部平均阻抗的变化，以及不同体位条件下潮气量、通气率和肺水比等生理参数随肺水肿发展的变化规律，证明本项目研究的方法用于肺损伤监测的可行性。

项目成果

期刊论文数量（21）
专著数量（0）
科研奖励数量（0）
会议论文数量（3）
专利数量（1）
基于深度学习与多频电磁阵列检测的金属板材表面和内部缺陷识别方法
  • DOI：
    --
  • 发表时间：
    2021
  • 期刊：
    电子测量技术
  • 影响因子：
    --
  • 作者：
    李秀艳;夏琦琦;王琦;张荣华;汪剑鸣;王化祥
  • 通讯作者：
    王化祥
RECURSIVE LEAST SQUARES DICTIONARY LEARNING ALGORITHM FOR ELECTRICAL IMPEDANCE TOMOGRAPHY
电阻抗断层扫描的递归最小二乘字典学习算法
  • DOI：
    10.2528/pierc19081001
  • 发表时间：
    2019
  • 期刊：
    Progress In Electromagnetics Research C
  • 影响因子：
    --
  • 作者：
    Li Xiuyan;Zhang Jingwan;Wang Jianming;Wang Qi;Duan Xiaojie
  • 通讯作者：
    Duan Xiaojie
Sparse defects detection and 3D imaging base on electromagnetic tomography and total variation algorithm
基于电磁层析成像和全变分算法的稀疏缺陷检测与3D成像
  • DOI：
    10.1063/1.5120118
  • 发表时间：
    2019
  • 期刊：
    Review of Scientific Instruments
  • 影响因子：
    1.6
  • 作者：
    Wang Qi;Li Kun;Zhang Ronghua;Wang Jianming;Sun Yukuan;Li Xiuyan;Duan Xiaojie;Wang Huaxiang
  • 通讯作者：
    Wang Huaxiang
Monitoring of membrane integrity based on electrical measurement and deep learning
基于电测量和深度学习的膜完整性监测
  • DOI：
    10.1109/jsen.2020.3047445
  • 发表时间：
    2021
  • 期刊：
    IEEE SENSORS JOURNAL
  • 影响因子：
    4.3
  • 作者：
    Wang Qi;Dou Chang;Xin Changchun;Li Xiuyan;Wang Jie;Zhang Ronghua;Duan Xiaojie;Guo Zinan;Sun Min;Wang Jianming
  • 通讯作者：
    Wang Jianming
Electrical-impedance-tomography imaging based on a new three-dimensional thorax model for assessing the extent of lung injury
基于新型三维胸部模型的电阻抗断层扫描成像评估肺损伤程度
  • DOI：
    10.1063/1.5124353
  • 发表时间：
    2019-12
  • 期刊：
    AIP Advances
  • 影响因子：
    1.6
  • 作者：
    Li Xiuyan;Chen Xiaojing;Wang Qi;Wang Jianming;Duan Xiaojie;Sun Yukuan;Wang Huaxiang
  • 通讯作者：
    Wang Huaxiang

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

城市轨道交通网络单程票卡调配模型
  • DOI：
    10.16097/j.cnki.1009-6744.2017.06.030
  • 发表时间：
    2017
  • 期刊：
    交通运输系统工程与信息
  • 影响因子：
    --
  • 作者：
    姚向明;赵鹏;王琦
  • 通讯作者：
    王琦
孕期苯并[a]芘暴露对子鼠神经行为及海马Arc mRNA表达的影响
  • DOI：
    10.13213/j.cnki.jeom.2019.18434
  • 发表时间：
    2019
  • 期刊：
    环境与职业医学
  • 影响因子：
    --
  • 作者：
    吕胜杰;宁丽俊;王琦;聂继盛
  • 通讯作者：
    聂继盛
基于模糊PID的主汽温串级自适应控制
  • DOI：
    10.13612/j.cnki.cntp.2019.15.001
  • 发表时间：
    2019
  • 期刊：
    中国新技术新产品
  • 影响因子：
    --
  • 作者：
    侯鹏飞;贾新春;王琦
  • 通讯作者：
    王琦
Evaluation of a bubble-structure dependent drag model for the simulation of bubbling fluidization with Geldart A particles
用于模拟 Geldart A 颗粒鼓泡流化的气泡结构相关阻力模型的评估
  • DOI：
    10.1016/j.powtec.2015.11.024
  • 发表时间：
    2016-02
  • 期刊：
    Powder Technology
  • 影响因子：
    5.2
  • 作者：
    王帅;陈巨辉;王琦;刘国栋;陆慧琳;孙立岩
  • 通讯作者：
    孙立岩
计及需求响应电量约束的日前调度策略
  • DOI：
    10.19464/j.cnki.cn32-1541/tm.2018.04.002
  • 发表时间：
    2018
  • 期刊：
    电力工程技术
  • 影响因子：
    --
  • 作者：
    陈培培;包宇庆;陈刚;张金龙;王琦;唐小波;李天然
  • 通讯作者：
    李天然

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

王琦的其他基金

中英肺部疾病影像学先进技术研讨会
  • 批准号：
  • 批准年份：
    2020
  • 资助金额：
    15 万元
  • 项目类别：
    国际(地区)合作与交流项目
基于压缩感知的肺损伤三维动态阻抗图像重建理论研究
  • 批准号：
    61402330
  • 批准年份：
    2014
  • 资助金额：
    26.0 万元
  • 项目类别：
    青年科学基金项目

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