计算解剖学在腹部疾病诊断及手术中的应用研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    81460274
  • 项目类别:
    地区科学基金项目
  • 资助金额:
    47.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    H2805.生物医学系统建模及仿真
  • 结题年份:
    2018
  • 批准年份:
    2014
  • 项目状态:
    已结题
  • 起止时间:
    2015-01-01 至2018-12-31

项目摘要

The discipline of computational anatomy covers wide spectrum of medical, biological and mathematical interests. One of the most important features of our project is, however, the certain application-oriented aspect to the computer assisted diagnosis (CAD) and computer-assisted surgery (CAS) on abdominal images. For such applications, computational understanding of medical images based on image segmentation techniques with high accuracy and robustness is expected. Our advancement of medical image segmentation is mainly based on ensemble learning and majority voting that is differ from traditional methods, making the segmentation of organs easier and faster, and most important point is to uniform all the segmentation in one algorithm. Large scale of CT database covered Zhuang's people will be established for the ensemble learning to construct the normal model of abdominal body, which would be also used for surgical planning, simulation and resident's training. By clinical image understanding via such organic anatomy models, abnormal would be detected by such as changes of volume or surface shapes. This work mainly contains several parts: Automatic segmentation of the organ region, vessels and tissues; Establishing the shape model to describe the irregularity of organic surface; 3D visualization and visual surgical planning; and Non-rigid registration based on automaticlly found landmarks.
计算解剖学是将存在个体差异的人体解剖结构用数理统计记述的方法进行模型 化的新兴学科,其含盖了外科手术学、影像学和计算机科学在医学领域的临床研究。本课题 将着重研究计算解剖学在腹部器质性疾病诊断及手术中的应用,建立庞大的腹部图象数据库 以导出适合壮族地区人群的正常腹部器官的分类模型,进而实现对病变器官的检测;设计实现新的脏器抽出及三维重建算法,利用重建的三维图像可进行外科手术的规划和虚拟,也可用于手术教学和训练。我们提出的基于图像的集成学习算法将不仅克服目前传统分割算法中对不同器官要采用不同分割算法的不足,还能有效地解决病变器官的抽出问题。研究内容包括:腹部器官,血管及组织的全自动抽出;三维可视化及虚拟手术的实现;基于自动寻找特征点的非刚性配准等。

结项摘要

本课题着重研究计算解剖学在腹部器质性疾病诊断及手术中的应用,研究内容包括:腹部器官,血管及组织的全自动抽出;三维可视化及虚拟手术的实现;基于自动寻找特征点的非刚性配准等。项目自实施以来进展顺利,基本圆满地完成了预定的主要研究内容,构建了肝脏及内部血管三维可视化及手术平台,可以通过力反馈设备的操纵杆对肝脏进行相应的手术操作;实现了对肝纤维化的无创性分级诊断。开发的软件已应用于3大医院,并在美国的学会上展示;赴日本,美国参加了国际科技合作及多次邀请了合作伙伴来校进行讲学及学术交流活动;培养了多名年轻的研究生以及参加两届国家级大学生创新性实验计划项目的十多名本科生;与国内的医疗器械公司进行了产业化尝试。发表期刊论文14篇,其中SCIE/SSCI收录11篇,会议论文9篇,EI收录3篇。申请4个专利及1个软著;带领学生参加国际会议获得2次最佳论文奖;带领学生参加全国大学生互联大赛2次获得全国奖项,新增1项国自然项目。该项目的研究解决了(1)肝纤维化肝癌早期诊断这个目前临床亟待解决的主要难点;(2)“精准肝脏切除”中的肝脏外科理论这个日益受到关注的外科医生研究热点和难点问题;(3)有效集成肝脏诊疗服务模式为各基层医院服务这个有待解决的重要课题。项目的实施对缓解我国肝病诊疗现状,促进肝纤维化研究进展,肝介入手术技术提升,以及缓解社会压力,提升我国在肝病医疗行业的技术创新能力和国际竞争力,带动临床相关技术发展具有重要意义,经济效益和社会效益明显。通过该课题组织实施,将能为广西在推动实现全民健康等国家重大战略的实施提供有力支撑,加快推动我区乃至全国健康产业的转型升级。

项目成果

期刊论文数量(14)
专著数量(0)
科研奖励数量(2)
会议论文数量(9)
专利数量(2)
腹腔血管和胰腺三维图像在胃癌术前规划和术中指导的初步探讨
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    中国临床新医学
  • 影响因子:
    --
  • 作者:
    吴东波;张学军;马隆佰;冯泽荣;何纯刚;董陈诚;刘超;李林德;秦希成;段永凤
  • 通讯作者:
    段永凤
CT prediction of the Fuhrman grade of clear cell renal cell carcinoma (RCC): towards the development of computer-assisted diagnostic method.
透明细胞肾细胞癌 (RCC) Fuhrman 分级的 CT 预测:走向计算机辅助诊断方法的发展
  • DOI:
    10.1007/s00261-015-0531-8
  • 发表时间:
    2015-10
  • 期刊:
    ABDOMINAL IMAGING
  • 影响因子:
    --
  • 作者:
    Huhdanpaa, Hannu;Hwang, Darryl;Cen, Steven;Quinn, Brian;Nayyar, Megha;Zhang, Xuejun;Chen, Frank;Desai, Bhushan;Liang, Gangning;Gill, Inderbir;Duddalwar, Vinay
  • 通讯作者:
    Duddalwar, Vinay
Non-Invasive Assessment of Hepatic Fibrosis by Elastic Measurement of Liver Using Magnetic Resonance Tagging Images
使用磁共振标记图像对肝脏进行弹性测量,对肝纤维化进行无创评估
  • DOI:
    10.3390/app8030437
  • 发表时间:
    2018
  • 期刊:
    APPLIED SCIENCES-BASEL
  • 影响因子:
    2.7
  • 作者:
    Zhang Xuejun;Zhou Xiangrong;Hara Takeshi;Fujita Hiroshi
  • 通讯作者:
    Fujita Hiroshi
Differentiation between clear cell renal cell carcinomas and oncocytomas using Texture Analysis of CT images
使用 CT 图像纹理分析区分透明细胞肾细胞癌和嗜酸细胞瘤
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    The Journal of Urology
  • 影响因子:
    --
  • 作者:
    Vinay Duddalwar;Xuejun Zhang;Darryl Hwang;Steven Cen;Felix Yap;Chidubem Ugwueze;Andre Luis De Castro Abreu;Monish Aron;Mihir Desai;Inderbir Gill
  • 通讯作者:
    Inderbir Gill
Effective staging of fibrosis by the selected texture features of liver: Which one is better, CT or MR imaging?
通过选定的肝脏纹理特征对纤维化进行有效分期:CT 或 MR 成像哪个更好?
  • DOI:
    10.1016/j.compmedimag.2015.09.003
  • 发表时间:
    2015-12-01
  • 期刊:
    COMPUTERIZED MEDICAL IMAGING AND GRAPHICS
  • 影响因子:
    5.7
  • 作者:
    Zhang, Xuejun;Gao, Xin;Fujita, Hiroshi
  • 通讯作者:
    Fujita, Hiroshi

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

同态加密技术及其在云计算隐私保护中的应用
  • DOI:
    10.13328/j.cnki.jos.005354
  • 发表时间:
    2018
  • 期刊:
    软件学报
  • 影响因子:
    --
  • 作者:
    李宗育;桂小林;顾迎捷;李雪松;戴慧珺;张学军
  • 通讯作者:
    张学军
链齿耙式耕层残膜回收机捡拾机构的设计
  • DOI:
    10.13427/j.cnki.njyi.2019.02.022
  • 发表时间:
    2019
  • 期刊:
    农机化研究
  • 影响因子:
    --
  • 作者:
    赵攸乐;张学军;靳伟;袁盼盼;刘家强
  • 通讯作者:
    刘家强
Material removal model of magnetorheological finishing based on dense granular flow theory
基于致密颗粒流理论的磁流变精加工材料去除模型
  • DOI:
    10.37188/lam.2022.041
  • 发表时间:
    2022
  • 期刊:
    Light: Advanced Manufacturing
  • 影响因子:
    --
  • 作者:
    白杨;张学军;杨超;李龙响;罗霄
  • 通讯作者:
    罗霄
抵御对抗样本攻击的指纹室内定位方法
  • DOI:
    10.13700/j.bh.1001-5965.2021.0789
  • 发表时间:
    2022
  • 期刊:
    北京航空航天大学学报
  • 影响因子:
    --
  • 作者:
    张学军;鲍俊达;何福存;盖继扬;田丰;黄海燕
  • 通讯作者:
    黄海燕
新疆厚皮甜瓜果实可溶性糖积累规律及其差异分析
  • DOI:
    10.6048/j.issn.1001-4330.2021.01.001
  • 发表时间:
    2021
  • 期刊:
    新疆农业科学
  • 影响因子:
    --
  • 作者:
    杨永;翟文强;张学军;李寐华;张永兵;马新力;伊鸿平
  • 通讯作者:
    伊鸿平

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

张学军的其他基金

基于医学图像处理的肝纤维化分期诊断研究
  • 批准号:
    61262027
  • 批准年份:
    2012
  • 资助金额:
    43.0 万元
  • 项目类别:
    地区科学基金项目
肝脏疾病的计算机辅助诊测及信息管理与分析系统的研究
  • 批准号:
    60863014
  • 批准年份:
    2008
  • 资助金额:
    24.0 万元
  • 项目类别:
    地区科学基金项目

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