基于医学图像的三维模型检索关键技术研究

研制出达到或超过专家会诊水平的辅助诊断系统是人们梦寐以求的事情，实现该目标要解决许多关键技术。本项目研究其中的三维模型检索关键技术，该技术也是几何造型、计算机图形学、计算机视觉、虚拟现实等领域的共性科学问题和核心技术。项目基于医学图像，研究三维病灶组织模型（限于肺部结节）检索的有关理论和方法，主要研究内容包括：1、像素自身属性、它与邻接像素之间相关性的定义和计算，基于像素属性和相关性的影像数据分类和分割；2、以影像数据的生成公式为约束条件的三维保型拟合函数的构造，使生成的三维模型具有尽可能高的精度和数据点建议的形状；3、三维病灶组织模型的特征提取和相似性度量；将三个研究内容构成一个有机整体。项目的目标是为解决基于医学图像的三维模型检索中的三个关键问题提供新思路、新理论和新方法，为三维模型检索在上述领域中的有效应用提供一系列简单、高效和鲁棒的技术，具有很好的理论意义和潜在应用价值。

研制出达到或超过专家会诊水平的辅助诊断系统是人们梦寐以求的事情，实现该目标要解决许多关键技术。本项目针对计算机辅助诊断系统的上述需求,研究了其中的三维模型检索关键技术，该技术也是几何造型、计算机图形学、计算机视觉、虚拟现实等领域的共性科学问题和核心技术。项目基于医学图像，研究三维病灶组织模型（限于肺部结节）检索的有关理论和方法，主要研究内容包括以下三个方面：.1、像素自身属性、与邻接像素之间相关性的定义和计算方法，基于不同人体器官和组织的像素属性和相关性的影像数据分类和分割问题。即根据人体器官和组织的密度值对图像做简单的分类；由于这种简单分类算法在某些情况下不能正确地反映图像数据的几何拓扑变化，因此，进一步提出了多尺度马尔科夫思想并有效地运用到各类集合中，形成拓扑结构正确的人体器官或组织集合。.2、以影像数据的生成公式为约束条件的三维保型拟合函数的构造，使生成的三维模型具有尽可能高的精度和数据点建议的形状。本项目采用了两种研究思路：（1）构造一张参数三角曲面片光滑地连接三张被定义在不同参数空间中的参数曲面片，并具有G1连续性，即基于CT图像分割后等值面上的采样点来构造三维人体表面模型，是一种对三张曲面片做规范化、参数化表示的新方法。（2）利用一个近似算子的布尔和插值算子来构造具有C1连续的三角曲面片，其中近似算子可用来构造一个六次多项式曲面，这种曲面具有更多的自由度，并且在三角形内部具有更好的近似精度。.3、医学图像的特征提取和相似性度量模型。首先，尽可能多地提取能唯一描述异常区域的几何特征和仿射不变量，即要求对该异常区域的某一种特征描述具有唯一性，例如医学图像的纹理特征、图像中对象之间空间位置关系等特征。然后，基于机器学习理论和算法把专家知识引入到对异常区域模型的分类和识别中，通过建立肺结节模型识别系统，实现对种类繁多的肺结节的相似性判别。研究中提出了一种基于SVM（Support Vector Machine）的协同训练算法和基于模糊集的图像对象空间位置关系表示方法，并通过相关反馈和倒排调整等机制不断提高算法的学习性能。.在研究过程中，将上述三个主要研究内容构成一个有机整体。项目的研究工作为解决基于医学图像的三维模型检索中的三个关键问题提供了新思路、新理论和新方法，为三维模型检索在上述领域中的应用提供一系列简单、高效和鲁棒的技术，具有很好的理论意义和应用价值。

内容获取失败，请点击重试