项目名称: 荧光分子动态参数反演成像方法研究

项目编号: No.61401246

项目类型: 青年科学基金项目

立项/批准年度: 2015

项目学科: 医学成像检测

项目作者: 刘飞

作者单位: 清华大学

项目金额: 8万元

中文摘要: 药物代谢动力学参数的研究,对器官功能评估、疾病诊断、药物研发等有重要的意义。荧光分子断层成像技术具有灵敏度高、特异性强、成像快、无电离辐射损伤等优势,在基于小动物模型开展的生物医学研究中具有独特优势。本项目中拟研究建立荧光分子动态参数反演成像方法,以期通过生物体表的荧光检测信号,在解剖结构先验信息的引导和约束下,直接反演计算获取能够表征生物体内各组织器官固有生理功能特性的药代动力学参数图像,为基于药代动力学参数开展的生物医学研究提供有力工具。研究内容包括:(1)研究建立将药代动力学参数映射到体表荧光检测信号的理论模型,以期为基于体表检测信号直接反演计算获得参数信息提供理论基础。(2)研究建立基于结构先验的荧光分子动态参数直接反演成像算法,以期在结构先验信息引导约束下,直接反演计算获得各组织器官的参数图像。(3)开展仿真实验对算法进行测试和优化。(4)开展活体实验验证算法在活体应用中可行性。

中文关键词: 荧光分子成像;参数成像;重建方法;建模;动态

英文摘要: The study of pharmacokinetic parameters plays an important role in organ function evaluation, disease diagnosis and drug development. With the advantages of high sensitivity, high specificity, fast and nonionizing radiation imaging, fluorescence molecular tomography has unique superiority in biomedical studies with small animals. In this project, pharmacokinetic parameter reconstruction method with structure a prior in fluorescence molecular tomography will be studied, in order to get pharmacokinetic parameter images which could represent the inherent unique physiological function of different tissues and organs from boundary fluorescence measurements. The method will provide a powerful tool for biomedical studies based on pharmacokinetic parameters. The research contents include: (1) The theoretical model which maps the pharmacokinetic parameters to the boundary fluorescence measurements will be studied and constructed, in order to provide a theoretical basis for the reconstruction of parametric images directly from the raw boundary measurements. (2) The pharmacokinetic parameter reconstruction algorithm with structure a prior will be studied and constructed, in order to reconstruct parametric images directly from the raw boundary measurements. (3) Simulation studies will be carried out in order to test and opt

英文关键词: Fluorescence Molecular Imaging;Pharmacokinetic Parameter Imaging;Reconstruction Method;Modeling;Dynamic

成为VIP会员查看完整内容
0

相关内容

【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
27+阅读 · 2021年10月6日
专知会员服务
56+阅读 · 2021年9月22日
专知会员服务
28+阅读 · 2021年8月27日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
24+阅读 · 2021年4月21日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
少即是多?非参数语言模型,68页ppt
专知会员服务
23+阅读 · 2020年11月22日
专知会员服务
107+阅读 · 2020年5月21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
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
0+阅读 · 2015年12月31日
国家自然科学基金
1+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
1+阅读 · 2013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
0+阅读 · 2013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
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月18日
Risk and optimal policies in bandit experiments
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
10+阅读 · 2020年11月26日
小贴士
相关VIP内容
【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
27+阅读 · 2021年10月6日
专知会员服务
56+阅读 · 2021年9月22日
专知会员服务
28+阅读 · 2021年8月27日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
24+阅读 · 2021年4月21日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
少即是多?非参数语言模型,68页ppt
专知会员服务
23+阅读 · 2020年11月22日
专知会员服务
107+阅读 · 2020年5月21日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+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
1+阅读 · 2013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
0+阅读 · 2013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