高强度聚焦超声治疗中的医学图像处理若干关键问题研究

结题报告

项目介绍

AI项目解读

基本信息

批准号：
61271312
项目类别：
面上项目
资助金额：
76.0万
负责人：
舒华忠
依托单位：
东南大学
学科分类：
F0116.图像信息处理
结题年份：
2016
批准年份：
2012
项目状态：
已结题
起止时间：
2013-01-01 至2016-12-31

项目参与者：
杨冠羽；伍家松；云挺；吴柯；张鹏程；王小庆；
关键词：
高强度聚焦超声配准核磁共振图像超声图像分割

项目摘要

High intensity focused ultrasound (HIFU) is used more and more as a clinical routine to treat the tumor, especially to prostate cancer. To ensure the treatment quality, the physicians have to maximize their action onto the target and minimize their effect to the surrounding sensitive tissues. To solve this problem, the target and the other sensitive organs must be delineated precisely. In current HIFU, this task is still manually achieved by the physicians or the radiophysicists. The purpose of this project is to provide a way that can help the physician to accomplish this task. To achieve this goal, we will focus our attention on the following subjects: (1) the fast and accurate segmentation of prostate in both ultrasound image and magnetic resonance imaging; (2) the reconstruction of three-dimensional ultrasound image based on the compressed sensing theory; (3) the registration of ultrasound image and magnetic resonance imaging.

高强度聚焦超声(High intensity focused ultrasound: HIFU)在肿瘤治疗中有越来越广泛的应用，有关超声图像的分析和理解成为一个研究热点。为了提高疗效，需要通过对超声图像进行处理，并将其与其它模态的图像配准，达到对靶区和周边敏感组织准确定位的目的。本课题拟开展HIFU治疗中医学图像处理方法研究，着重解决以下几个方面的问题：(1) 研究超声图像和核磁共振图像的快速、精确分割方法；(2) 研究基于压缩感知的三维超声图像重建方法；(3) 研究超声图像与核磁共振图像的配准。

结项摘要

高强度聚焦超声(High intensity focused ultrasound: HIFU)在肿瘤治疗中有越来越广泛的应用，有关超声图像的分析和理解成为一个研究热点。为了提高疗效，需要通过对超声图像进行处理，并将其与其它模态的图像配准，达到对靶区和周边敏感组织准确定位的目的。本课题计划开展HIFU 治疗中医学图像处理方法研究，着重解决以下几个方面的问题：(1) 研究超声图像和核磁共振图像的快速、精确分割方法；(2) 研究基于压缩感知的三维超声图像重建方法；(3) 研究超声图像与核磁共振图像的配准。. 项目主要研究工作包括：(1)将基于正交矩构造的不变量引入到超声图像的纹理分割中，构造了一种基于图割的分割方法，通过输入纹理的区域分布信息和边界特征分割超声图像；(2) 提出了一种单位圆上正交径向多项式的广义正交矩，将Zernike矩、伪Zernike矩和正交Fourier–Mellin统一在一个框架下；(3)提出了一种滑动窗Tchebichef矩快速算法，并将其用于图像重复区域检测；(4) 提出了四元数Bessel-Fourier矩，构造了基于四元数Bessel-Fourier矩幅度和相位的不变量描述子；(5) 针对彩色图像加密问题，提出了四元数Gyrator变换，并且提出了在四元数Gyrator变换域基于相位恢复的双彩色图像加密算法；(6) 针对矩阵填充问题，提出了利用全变分范数对核范数进行约束的模型，并且利用交替方向乘子法对该模型进行快速求解；(7)针对图像去噪问题，提出了一种四方向全变分模型，并且利用对偶快速梯度投影算法快速计算；(8) 利用詹森不等式提出一种新的散度，即Jensen Arimoto 散度，用Jensen Arimoto 散度作为相似度测量衡量两幅待配准图像之间的相似度，对磁共振图像的刚体和弹性配准进行了研究。. 在本项目的支持下，研究组发表学术论文48篇，其中SCI论文25篇。申请9项国家发明专利，目前已经授权2项。上述研究工作丰富了医学图像处理算法体系，在一定程度上推动了信号与图像处理相关领域的发展。培养博士生8名，硕士生20名。