基于高维离散与稀疏性约束的无创心电功能成像研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61301010
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    25.0万
  • 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:
    2016
  • 批准年份:
    2013
  • 项目状态:
    已结题
  • 起止时间:
    2014-01-01 至2016-12-31

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 discretization error make such imaging technology hard to use in clinical routine. In order to attack above problems, this project will use high-order finite element method in the multi-scale simulation based on measured heart-torso model and body surface potentials data. To the drawback of ill-posedness, we will propose a L1-norm based regularization combined the finite element. 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 discretization 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研究就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对其进行数值求解中产生的几何离散错误,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,采用高维有限元离散方法进行多尺度数值求解,研究和分析几何模型离散对于结果精度的影响;采用结合有限元的L1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。项目预期将降低几何模型离散错误率,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

心脏类疾病对生命具有极大的危险性。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研究就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对其进行数值求解中产生的几何离散错误,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,通过与合作医院采集相关的心脏影像数据以及人体心电数据,采用高维有限元离散方法并进行多尺度数值求解,研究和分析了几何模型离散对于结果精度的影响;通过分析心电逆问题的稀疏性质,提出基于有限元的L1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了定量分析与验证。项目的研究成果显示,提出的方法有效地降低了几何模型离散错误率,提高心电重建结果的精度和稳定性。通过三年的研究,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(8)
专著数量(0)
科研奖励数量(0)
会议论文数量(4)
专利数量(0)
An Automatic Segmentation and Classification Framework Based on PCNN Model for Single Tooth in MicroCT Images
基于 PCNN 模型的 MicroCT 图像中单牙自动分割和分类框架
  • DOI:
    10.1371/journal.pone.0157694
  • 发表时间:
    2016-06-20
  • 期刊:
    PLOS ONE
  • 影响因子:
    3.7
  • 作者:
    Wang, Liansheng;Li, Shusheng;Chen, Jyh-Cheng
  • 通讯作者:
    Chen, Jyh-Cheng
模糊连接图像分割CUDA并行算法的改进
  • DOI:
    --
  • 发表时间:
    2016
  • 期刊:
    计算机辅助设计与图形学学报
  • 影响因子:
    --
  • 作者:
    黄绍辉;黄晓阳;王连生;王博亮
  • 通讯作者:
    王博亮
A segmentation and classification scheme for single tooth in MicroCT images based on 3D level set and k-means plus
基于3D水平集和k-means的MicroCT图像中单牙分割与分类方案
  • DOI:
    10.1016/j.compmedimag.2016.05.005
  • 发表时间:
    2017-04-01
  • 期刊:
    COMPUTERIZED MEDICAL IMAGING AND GRAPHICS
  • 影响因子:
    5.7
  • 作者:
    Wang, Liansheng;Li, Shusheng;Chen, Jyh-Cheng
  • 通讯作者:
    Chen, Jyh-Cheng
320排动态容积CT检测房壁瘤的探讨
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    医疗卫生装备
  • 影响因子:
    --
  • 作者:
    林怀雄;曾英琅;李慧莉;钟桃玲
  • 通讯作者:
    钟桃玲
An improved parallel fuzzy connected image segmentation method based on CUDA.
一种改进的基于CUDA的并行模糊连通图像分割方法
  • DOI:
    10.1186/s12938-016-0165-2
  • 发表时间:
    2016-05-12
  • 期刊:
    Biomedical engineering online
  • 影响因子:
    3.9
  • 作者:
    Wang L;Li D;Huang S
  • 通讯作者:
    Huang S

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

非编码RNA调控离子通道在心血管疾病中的研究进展
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    国际遗传学杂志
  • 影响因子:
    --
  • 作者:
    朱萌;高伟;王连生
  • 通讯作者:
    王连生
改良法冠状动脉内局部低温治疗急性心肌梗死的临床研究
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    中西医结合心脑血管病杂志
  • 影响因子:
    --
  • 作者:
    王齐明;汪永生;杨杨;王连生
  • 通讯作者:
    王连生
取代硝基苯类化合物的3D-QSAR研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    科学通报
  • 影响因子:
    --
  • 作者:
    徐满;张爱茜;韩朔睽;王连生
  • 通讯作者:
    王连生
老年冠心病患者合并糖代谢异常临床观察研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    实用老年医学
  • 影响因子:
    --
  • 作者:
    周芳;蔡琦;王连生;秦敬莉;顾凯;周蕾
  • 通讯作者:
    周蕾
卤代苯及其衍生物的比较分子场研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    环境化学
  • 影响因子:
    --
  • 作者:
    张玲;张爱茜;韩朔睽;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
高精度三维无创心电功能成像中的若干关键问题研究
  • 批准号:
    61671399
  • 批准年份:
    2016
  • 资助金额:
    58.0 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