面向影像表现的肺部CT图像检索方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    81171407
  • 项目类别：
    面上项目
  • 资助金额：
    59.0万
  • 负责人：
    刘峡壁
  • 依托单位：
    北京理工大学
  • 学科分类：
    H2708.医学图像数据处理、分析与可视化
  • 结题年份：
    2015
  • 批准年份：
    2011
  • 项目状态：
    已结题
  • 起止时间：
    2012-01-01 至2015-12-31

项目摘要

随着医学图像数量的迅猛增长，有效的基于内容的医学图像检索技术将在医学进步过程中发挥重要的辅助作用。疾病影像表现是医学图像中的关键内容，而目前按照影像表现来组织、索引和检索医学图像的方法尚不多见。本项目结合临床应用，研究面向影像表现的医学图像检索方法，将影像表现分为常见表现和少见表现两大类，分别按照概念检索和图例检索的方式处理。在此基础上，根据用户在图像上圈定的影像表现区域，快速准确地搜索数据库中含有类似影像表现的图像及其诊断资料，为医生进行疾病的诊断、治疗、研究和教育提供便利。围绕上述目标，主要研究内容包括病变区域提取方法、常见影像表现分类方法、少见影像表现匹配方法以及多影像表现联合检索方法。将通过医院临床实验来验证所提出的方法。

结项摘要

本项目研究面向影像表现的医学图像检索方法，为医生进行疾病的诊断、治疗、研究和教育提供便利。围绕该目标，在征象数据库建设、征象分类、征象检测、征象检索、基于征象的肺部CT检索原型系统等几个方面进行了研究，重要研究成果如下:.1. 征象数据库建设方面：构建了含有511个2D征象和166个3D征象的数据库，并对外公开发布，简称LISS数据库。2D征象包括9类，分别是GGO、分叶、钙化、空洞空泡、毛刺、胸膜牵拉、支气管通气症、支气管粘液栓和阻塞性肺炎，每类各有18~147个样本不等。3D征象为GGO征象。.2. 征象分类方面：（1）提出了基于Fisher准则和遗传优化的特征选择方法，简称FIG，在常见征象类别上进行了细致的实验，结果表明所提出的FIG方法是有效的。（2）提出了基于历史和在线分类可信度的分类器融合方法，简称HISON，在常见征象分类问题上取得良好的实验效果，优于常用的Bagging和Boosting方法。.3. 征象检测方面：分别研究了GGO、分叶症、毛刺的检测方法，重点是GGO检测。（1）对已有GGO检测方法进行了细致的梳理，总结了共性的检测框架，分析比较了该框架下各主要步骤中的主要方法，对于相关研究有较好的参考价值；（2）提出了基于高斯混合建模与最大最小后验伪概率判别学习的2D GGO检测方法，取得了较好的敏感度与特异度，优于比较的其它方法；（3）提出了局部到全局的多层阈值分割方法与最小贝叶斯风险判别学习方法，并应用于2D GGO检测，在保证较理想的敏感度的前提下，尽量提高了检测的特异度，具有良好的综合性能和实用性。.4. 征象检索方面：（1）提出了一种基于图像二分类器在线学习的网络图像搜索结果改进方法，针对Google搜索引擎的实验结果表明该方法是有效的。（2）提出了基于高斯混合模型树的递增聚类方法，简称ICGT。该方法通过对数据进行分层的高斯混合建模，能高效准确地在大数据流上进行聚类，具有良好的应用前景；（3）提出了一种基于语义-视觉相似度与数据流形的医学图像检索方法，通过融合语义与视觉相似性，并考虑数据库图像之间的相似关系，取得了良好的检索效果与计算性能。.5. 原型系统构建方面：实现了一套基于征象的肺部CT检索原型系统，具有图像放大、缩小、标注、调窗、征象自动检测、征象分类、相似检索等功能，初步具备可应用性。

项目成果

期刊论文数量（7）
专著数量（0）
科研奖励数量（0）
会议论文数量（8）
专利数量（0）
A Review of Ground Glass Opacity Detection Methods in Lung CT images
肺部CT图像毛玻璃混浊检测方法综述
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Current Medical Imaging Reviews
  • 影响因子：
    --
  • 作者：
    Xiabi Liu;Yanfeng Zhao;Xinming Zhao;Chunwu Zhou
  • 通讯作者：
    Chunwu Zhou
Online Learning of Binary Classifiers for Improving Google Image Search Results
用于改进 Google 图像搜索结果的二元分类器在线学习
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    自动化学报
  • 影响因子：
    --
  • 作者：
    Liu Xia-Bi;Han Fei-Fei;Tong Kun-Qi;Liu Yu
  • 通讯作者：
    Liu Yu
Recognizing Common CT Imaging Signs of Lung Diseases Through a New Feature Selection Method Based on Fisher Criterion and Genetic Optimization
基于Fisher准则和遗传优化的新特征选择方法识别肺部疾病的常见CT影像征象
  • DOI：
    10.1109/jbhi.2014.2327811
  • 发表时间：
    2015-03-01
  • 期刊：
    IEEE JOURNAL OF BIOMEDICAL AND HEALTH INFORMATICS
  • 影响因子：
    7.7
  • 作者：
    Liu, Xiabi;Ma, Ling;Zhou, Chunwu
  • 通讯作者：
    Zhou, Chunwu
The LISS—A Public Database of Common Imaging Signs of Lung Diseases for Computer-Aided Detection and Diagnosis Research and Medical Education
LISS——用于计算机辅助检测和诊断研究及医学教育的肺部疾病常见影像学征象公共数据库
  • DOI：
    10.1109/tbme.2014.2363131
  • 发表时间：
    2015-02
  • 期刊：
    IEEE Transactions on Biomedical Engineering
  • 影响因子：
    4.6
  • 作者：
    I Nyoman Tenaya Santika;Yanfeng Zhao;Xinming Zhao;Chunwu Zhou
  • 通讯作者：
    Chunwu Zhou
Cross-domain structural model for video event annotation via web images
通过网络图像进行视频事件注释的跨域结构模型
  • DOI：
    10.1007/s11042-014-2175-z
  • 发表时间：
    2015-12
  • 期刊：
    Multimedia Tools and Applications
  • 影响因子：
    3.6
  • 作者：
    Han Wang;Xiabi Liu;Xinxiao Wu;Yunde Jia
  • 通讯作者：
    Yunde Jia

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

一种视觉单词软直方图图像表示方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    软件学报
  • 影响因子：
    --
  • 作者：
    王彦杰;刘峡壁;贾云得
  • 通讯作者：
    贾云得
一种视觉词软直方图的图像表示方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    软件学报
  • 影响因子：
    --
  • 作者：
    王彦杰;刘峡壁;贾云得
  • 通讯作者：
    贾云得

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

刘峡壁的其他基金

实时双模态自动图像软标注与多关键词检索
  • 批准号：
    60973059
  • 批准年份：
    2009
  • 资助金额：
    29.0 万元
  • 项目类别：
    面上项目

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