高精度三维无创心电功能成像中的若干关键问题研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61671399
  • 项目类别:
    面上项目
  • 资助金额:
    58.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0125.医学信息检测与处理
  • 结题年份:
    2020
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2020-12-31
  • 项目参与者:
    刘昌华; 黄晓阳; 高岩; 黄鹏頔; 金屹伦; 李怒; 李暑升; 沈艺珊; 王远旭;
  • 关键词:

项目摘要

Noninvasive electrocardiographic imaging is a new model of imaging which can noninvasively image the activity of epicaridal potentials and the condition of heart. It helps to precisely diagnose heart diseases and therefore is important to clinical routine and physiology. Inverse problem of ECG based on epicardial potentials is one of main noninvasive electrocardiographic imaging. However, ill-posedness in inverse problem of ECG and the suboptimal local solution make such imaging technology hard to use in clinical routine. In order to attack above problems, this project will use convex relaxation in the inverse problem of ECG based on measured heart-torso model and body surface potentials data. To the drawback of ill-posedness, we will propose a L0-norm based regularization combined the low-rank property of the measure data. Finally, measured epicardial potentials data will be used to verify the correction of our methods. With the success of this project, it will reduce the numerical model error and achieve more precise reconstructed potentials. This project will build a new stable noninvasive electrocardiographic imaging and therefore has a great significance to the clinical diagnosis and application.
无创心脏电功能成像是一种新的成像模式,能够无创地对心脏表面的电活动进行成像,清晰展现心脏内部电生理情况,准确诊断心脏疾病,具有重要的临床意义和生理意义。基于心外膜电位分布的心电逆问题是一种主要的心脏电功能成像的方法。但是心电逆问题固有的不适定特性以及其数值模型的不确定性,使得这一成像技术难以进入临床应用。针对以上问题,本项目拟以临床三维心脏-躯干模型与心电数据为研究对象,采用凸松弛方法对数值模型进行凸优化,研究和分析凸优化模型的准确性及其参数的敏感性;通过分析体表数据的低秩特性,采用结合低秩约束的L0范数正则化方法,克服不适定问题对结果的影响;最后采用临床真实心电数据对提出的方法进行定量分析与验证。项目预期将降低逆问题模型解的错误率,提高心电重建结果的精度和稳定性,建立一套准确稳定的心电功能成像技术。项目的研究成果对于从心脏电生理角度分析诊断心脏疾病具有重要意义,为应用于临床进行有益的实践

结项摘要

无创心脏电功能成像是一种新的成像模式,能够无创地对心脏表面的电活动进行成像,清晰展现心脏内部电生理情况,准确诊断心脏疾病,具有重要的临床意义和生理意义。基于心外膜电位分布的心电逆问题是一种主要的心脏电功能成像的方法。但是心电逆问题固有的不适定特性以及其数值模型的不确定性,使得这一成像技术难以进入临床应用。针对以上问题,本项目以临床三维心脏-躯干模型与心电数据为研究对象,采用凸松弛方法对心电逆问题数值模型进行凸优化分析,研究和分析凸优化模型的准确性及其参数的敏感性;通过分析体表数据的低秩特性,采用结合低秩约束的L0范数正则化方法,克服不适定问题对结果的影响;最后采用临床真实心电数据对提出的方法进行定量分析与验证。项目实施过程中,提出了多种新颖的方法对心电逆问题进行求解,项目的研究结果显示,提出的方法有效地降低了逆问题模型解的错误率,提高心电重建结果的精度和稳定性,建立了一套准确稳定的心电功能成像技术。项目的研究成果对于从心脏电生理角度分析诊断心脏疾病具有重要意义,为应用于临床进行了有益的实践。

项目成果

期刊论文数量(9)
专著数量(0)
科研奖励数量(0)
会议论文数量(12)
专利数量(2)
RP-Net: A 3D Convolutional Neural Network for Brain Segmentation From Magnetic Resonance Imaging
RP-Net:用于磁共振成像大脑分割的 3D 卷积神经网络
  • DOI:
    10.1109/access.2019.2906890
  • 发表时间:
    2019
  • 期刊:
    IEEE Access
  • 影响因子:
    3.9
  • 作者:
    Wang Liansheng;Xie Cong;Zeng Nianyin
  • 通讯作者:
    Zeng Nianyin
UltraStrain: An NGS-Based Ultra Sensitive Strain Typing Method for Salmonella enterica
UltraStrain:基于 NGS 的肠沙门氏菌超灵敏菌株分型方法
  • DOI:
    10.3389/fgene.2019.00276
  • 发表时间:
    2019
  • 期刊:
    Frontiers in Genetics
  • 影响因子:
    3.7
  • 作者:
    Yang Wenxian;Huang Lihong;Shi Chong;Wang Liansheng;Yu Rongshan
  • 通讯作者:
    Yu Rongshan
2D/3D级联卷积在分割CT肺动脉上的应用研究
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    中国数字医学
  • 影响因子:
    --
  • 作者:
    黄绍辉;严凯;王博亮;王弘轩;王继伟
  • 通讯作者:
    王继伟
Nested Dilation Network (NDN) for Multi-Task Medical Image Segmentation
用于多任务医学图像分割的嵌套扩张网络 (NDN)
  • DOI:
    10.1109/access.2019.2908386
  • 发表时间:
    2019
  • 期刊:
    IEEE Access
  • 影响因子:
    3.9
  • 作者:
    Wang Liansheng;Chen Rongzhen;Wang Shuxin;Zeng Nianyin;Huang Xiaoyang;Liu Changhua
  • 通讯作者:
    Liu Changhua
A novel approach combined transfer learning and deep learning to predict TMB from histology image
一种结合迁移学习和深度学习的新方法从组织学图像预测 TMB
  • DOI:
    10.1016/j.patrec.2020.04.008
  • 发表时间:
    2020
  • 期刊:
    Pattern Recognition Letters
  • 影响因子:
    5.1
  • 作者:
    Liansheng Wang;Yudi Jiao;Ying Qiao;Nianyin Zeng;Rongshan Yu
  • 通讯作者:
    Rongshan Yu

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

海洋中有毒有机污染物的监测方法研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    海洋环境科学
  • 影响因子:
    --
  • 作者:
    王连生;钟 萍;杜建伟;林志芬;殷克东
  • 通讯作者:
    殷克东
肿瘤标志物 P16INK4A 在器官纤维化治疗中的研究进展
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    医学研究生学报
  • 影响因子:
    --
  • 作者:
    施建伷;韦天文;刘加宝;王连生
  • 通讯作者:
    王连生
不同驯化温度对施氏鲟幼鱼肝脏线粒体代谢的影响
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    大连海洋大学学报
  • 影响因子:
    --
  • 作者:
    王常安;王连生;都雪;王海
  • 通讯作者:
    王海
A polymorphism in the visfatin gene promoter is related to decreased plasma levels of inflammatory markers in patients with coronary artery disease
内脂素基因启动子的多态性与冠状动脉疾病患者血浆炎症标志物水平降低有关
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    Mol Biol Rep
  • 影响因子:
    2.8
  • 作者:
    王连生
  • 通讯作者:
    王连生
几种农药正辛醇/水分配系数的密
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    安全与环境学报(已录用)
  • 影响因子:
    --
  • 作者:
    王元颖;柳红霞;王遵尧;王连生
  • 通讯作者:
    王连生

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

王连生的其他基金

病理图像深度学习可解释性关键技术研究
  • 批准号:
    62371409
  • 批准年份:
    2023
  • 资助金额:
    53 万元
  • 项目类别:
    面上项目
基于高维离散与稀疏性约束的无创心电功能成像研究
  • 批准号:
    61301010
  • 批准年份:
    2013
  • 资助金额:
    25.0 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