项目名称: 虚拟肝脏手术中高精度软组织建模与交互式仿真技术研究

项目编号: No.61303026

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 自动化技术、计算机技术

项目作者: 邹华

作者单位: 武汉大学

项目金额: 23万元

中文摘要: 肝癌是我国第二位癌症杀手,严重威胁着我国公民健康,而外科手术治疗目前仍然是治愈中晚期肝癌最有效的方式也是首选方式。目前虚拟肝脏手术仿真系统已开始逐步应用于临床诊断,辅助医生进行手术前期规划和手术结果预测,以减少手术失误及减轻病人痛苦。然而,现有虚拟肝脏手术系统仍存在肝脏软组织几何形态与形变模型精度不高的问题,极大限制了其在临床诊断中发挥应有的作用。为此,本项目拟在已搭建的3D医学影像工作站基础上,研究基于混合多尺度几何分析的图像模糊区域增强算法及基于非线性自适应水平集的分割算法,以获得肝脏软组织的几何形态模型,在此基础上,研究性能优良的有限元物理建模方法,高精度地仿真肝脏软组织的形变;为了进一步提高虚拟手术系统的性能,研究基于GPU的有限元求解算法,实现交互式仿真,以充分显示肝脏器官的几何形态模型及形变过程细节,辅助医生获得更多的信息。该研究成果将为虚拟肝脏手术仿真提供坚实的理论基础和技术

中文关键词: 虚拟手术;医学图像分割;软组织形变仿真;多尺度分析;

英文摘要: Liver cancer is the second cancer killer in China. It is a serious threat to the health of our citizens. At present the surgical treatment is the most effective way and the first choice of treating moderate and advanced liver cancer. Virtual simulation system of liver surgery has already gradually been applied to clinical diagnosis and assisted the surgeon in pre-planning and surgical result predication to reduce surgical errors and patient distress. However, current virtual simulation system of liver surgery still has the problem of low-precision geometric shape and deformable model of liver soft tissue which greatly limit the system playing its role in the clinical diagnosis. Therefore, the project is to study the fuzzy image area enhancement algorithm of mixed multiscale geometric analysis and segmentation algorithm of nonlinear adaptive level set based on established 3D medical image workstation to get the geometric shape model of liver soft issue. And on that basis, the project further studies finite element physical modeling method of good performance to accurately simulate the deformation of liver soft issue. To further improve the performance of virtual surgical system, Solving the finite element of high quality on GPU is studied to fully indicate geometric shape model of liver tissue organ and deformati

英文关键词: virtual surgeryMedical image seg;Medical image segmentation;Soft tissue deformation simulation;Multi-scale analysis;

成为VIP会员查看完整内容
0

相关内容

医学图像关键点检测深度学习方法研究与挑战
专知会员服务
50+阅读 · 2022年4月10日
【博士论文】基于深度学习的单目场景深度估计方法研究
专知会员服务
45+阅读 · 2021年8月28日
专知会员服务
35+阅读 · 2021年5月25日
专知会员服务
27+阅读 · 2021年1月29日
专知会员服务
114+阅读 · 2021年1月11日
小目标检测技术研究综述
专知会员服务
118+阅读 · 2020年12月7日
深度学习目标检测方法综述
专知会员服务
273+阅读 · 2020年8月1日
基于小样本学习的图像分类技术综述
专知会员服务
148+阅读 · 2020年5月6日
基于深度学习的医学图像半监督分割
CVer
14+阅读 · 2020年9月24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
人体骨骼关键点检测综述
极市平台
21+阅读 · 2018年6月29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
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
11+阅读 · 2018年4月8日
小贴士
相关VIP内容
医学图像关键点检测深度学习方法研究与挑战
专知会员服务
50+阅读 · 2022年4月10日
【博士论文】基于深度学习的单目场景深度估计方法研究
专知会员服务
45+阅读 · 2021年8月28日
专知会员服务
35+阅读 · 2021年5月25日
专知会员服务
27+阅读 · 2021年1月29日
专知会员服务
114+阅读 · 2021年1月11日
小目标检测技术研究综述
专知会员服务
118+阅读 · 2020年12月7日
深度学习目标检测方法综述
专知会员服务
273+阅读 · 2020年8月1日
基于小样本学习的图像分类技术综述
专知会员服务
148+阅读 · 2020年5月6日
相关基金
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
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员