项目名称: 结合医学影像先验信息的近红外漫射光血流血氧测量技术研究

项目编号: No.61771433

项目类型: 面上项目

立项/批准年度: 2018

项目学科: 无线电电子学、电信技术

项目作者: 尚禹

作者单位: 中北大学

项目金额: 16万元

中文摘要: 人脑部血流和血氧的测量对于多种疾病的诊断和治疗非常重要。目前的近红外漫射光谱及相关光谱(DOS及DCS)测量血氧和血流的技术无法利用被测组织形态和内部成分信息。本项目拟利用医学影像的先验信息和DCS/DOS技术来精确和稳定地测量脑部组织的血流和血氧。为了减少表层组织(头皮和颅骨)的信号对脑皮层血流/血氧测量的影响,本项目拟结合头部的磁共振影像、图像三维重建技术与光子蒙特卡罗仿真技术,从而获得头部组织的空间特征;并利用此信息,使用最新创建的N阶线性算法(NL算法)来求解血流/血氧的信息。为了增加测量的精确性和稳定性,我们将用计算机仿真和仿体实验的方法来定量评测和优化NL算法,从而实现在数据噪声的影响下准确地提取血流和血氧信息。此项目的创新成果将推动DCS/DOS技术在脑科学研究和临床诊断的应用。

中文关键词: 近红外光谱检测;无创测量;血流;血氧;正则化方法

英文摘要: Measurements of cerebral blood flow and oxygenation are of importance for diagnosis and treatment of various brain diseases. The current methods of near-infrared diffuse optical spectroscopy (DOS) and diffuse correlation spectroscopy (DCS) for blood oxygenation and blood flow measurement are unable to utilize the geometrical and internal component information of tissue. This project will utilize the prior information from medical images as well as DCS/DOS technology to obtain accurate and robust measurements of cerebral blood flow and oxygenation. With aim to reduce the influence of signals from superficial tissues (e.g., scalp and skull) on those from deep tissue (e.g., brain), we plan to integrate the MRI images, as well as the technologies of image reconstruction and photon Monte Carlo simulation, to obtain the head volume characteristics. Furthermore, an Nth-order linear algorithm (NL) recently created by us, will be utilized to accurately extract the blood flow/oxygenation information through combination with head volume characteristics. Additionally, we plan to improve the NL algorithm via computer simulation and phantom experiments, so as to maintain the stability and accuracy of blood flow/oxygenation values under the influence of experimental noise. The outcomes derived from this study will assist in applications of DCS/DOS technologies in brain studies and clinical diagnosis.

英文关键词: near-infrared spectroscopy detection;non-invasive measurement;blood flow ;blood oxygenation;regularization method

成为VIP会员查看完整内容
0

相关内容

「图像异常检测 」最新2022研究综述
专知会员服务
86+阅读 · 2022年4月15日
视觉深度伪造检测技术综述
专知会员服务
34+阅读 · 2022年1月28日
专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
31+阅读 · 2021年2月17日
专知会员服务
123+阅读 · 2020年11月15日
从HPO到NAS: 自动深度学习
专知会员服务
37+阅读 · 2020年6月15日
专知会员服务
160+阅读 · 2020年4月21日
【综述】智能医疗综述,48页论文详述医学AI最新进展
专知会员服务
69+阅读 · 2019年9月1日
图像分割在医学影像中的应用
极市平台
2+阅读 · 2022年2月16日
视觉深度伪造检测技术综述
专知
2+阅读 · 2022年1月28日
从ICCV 2021看夜间场景自监督深度估计最新进展
PaperWeekly
0+阅读 · 2021年10月14日
Nest Hub 的非接触式睡眠监测
TensorFlow
1+阅读 · 2021年5月21日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
综述 | 图像配准 Image registration
计算机视觉life
18+阅读 · 2019年9月12日
最全综述 | 医学图像处理
计算机视觉life
57+阅读 · 2019年6月15日
深度学习与医学图像分析
人工智能前沿讲习班
40+阅读 · 2019年6月8日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
7+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
小贴士
相关VIP内容
「图像异常检测 」最新2022研究综述
专知会员服务
86+阅读 · 2022年4月15日
视觉深度伪造检测技术综述
专知会员服务
34+阅读 · 2022年1月28日
专知会员服务
27+阅读 · 2021年9月6日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
31+阅读 · 2021年2月17日
专知会员服务
123+阅读 · 2020年11月15日
从HPO到NAS: 自动深度学习
专知会员服务
37+阅读 · 2020年6月15日
专知会员服务
160+阅读 · 2020年4月21日
【综述】智能医疗综述,48页论文详述医学AI最新进展
专知会员服务
69+阅读 · 2019年9月1日
相关资讯
图像分割在医学影像中的应用
极市平台
2+阅读 · 2022年2月16日
视觉深度伪造检测技术综述
专知
2+阅读 · 2022年1月28日
从ICCV 2021看夜间场景自监督深度估计最新进展
PaperWeekly
0+阅读 · 2021年10月14日
Nest Hub 的非接触式睡眠监测
TensorFlow
1+阅读 · 2021年5月21日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
综述 | 图像配准 Image registration
计算机视觉life
18+阅读 · 2019年9月12日
最全综述 | 医学图像处理
计算机视觉life
57+阅读 · 2019年6月15日
深度学习与医学图像分析
人工智能前沿讲习班
40+阅读 · 2019年6月8日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
7+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员