病理图像检索与辅助诊断关键技术研究

项目名称： 病理图像检索与辅助诊断关键技术研究

项目编号： No.61371134

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 无线电电子学、电信技术

项目作者： 姜志国

作者单位： 北京航空航天大学

项目金额： 90万元

中文摘要： 随着数字病理切片在临床诊断和远程会诊中的广泛应用，基于内容的病理图像检索技术将逐渐成为医学辅助诊断的重要工具，但由于图像数据量大、特征复杂，该技术目前仍未得到有效发展。本课题旨在以多重染色的数字病理切片为对象，研究病理图像检索与辅助诊断新的理论与方法。课题首先研究基于染色成分和视觉注意驱动的多分辨率病理特征提取方法，再利用主题模型挖掘病理图像潜在的上下文语义特征，同时利用不同局部嵌入的稀疏编码模型揭示病理图像的高层特征，解决图像检索过程中普遍存在的"语义鸿沟"问题。为进一步改善检索模型的自适应学习能力，本课题在前期病理特征研究基础上，建立一种基于深度学习的病理图像深度检索模型，逐层学习病理特征，最终形成分布式特征表示，实现对病理图像的精确描述，提高检索准确率，为医生诊断提供参考病例和帮助。本研究属医学图像信息智能化领域的前沿和基础性问题，研究成果对病理辅助诊断具有重要的理论意义和实用价值。

中文关键词： 病理图像分析；基于内容的图像检索；特征提取；语义模型；深度学习

英文摘要： With wide application of digital pathology slide in clinical diagnosis and telemedicine, content-based pathology image retrieval technique has become an important tool for medical computer aided diagnosis (CAD) . However, it is still not effectively devel

英文关键词： Histopathological image analysis；content-based image retrieval；feature extraction；semantic model；deep learning