项目名称: 基于医学图像处理的肝纤维化分期诊断研究

项目编号: No.61262027

项目类型: 地区科学基金项目

立项/批准年度: 2013

项目学科: 自动化技术、计算机技术

项目作者: 张学军

作者单位: 广西大学

项目金额: 43万元

中文摘要: 目前肝纤维化、早期肝硬化的临床诊断比较困难。本课题的目标为研究计算机辅助诊断(CAD)算法来实现对肝纤维化的无创性分级诊断,它的依据主要来自于患者的图像特征,病变位置及形状,甚至物理特性等综合信息。广西是肝癌的重灾区,而现阶段肝脏 CAD 的产品极少。本课题将通过对肝脏的CT 和MRI图像进行计算机自动解析,结合适合于广西及周边肝病高发区的资料数据库及病理诊断信息,建立肝纤维化的数理模型,从而达到对肝纤维化的准确分级和肝硬化的早期诊断,以及对主要慢性病病人的长期动态监控等目的。我们提出的基于纹理特征结合边缘形态检测的算法将克服目前采用单一算法检测准确率偏低的不足。研究内容包括:肝脏领域的全自动抽出;基于纹理特征量的纤维化分级;基于肝脏边缘凹凸度的表面特征量提取及分类;基于肝脏变形程度的体积特征的纤维化分级及基于肝脏硬度特征的肝硬变程度的检出等。

中文关键词: 计算机辅助诊断;定量化;肝硬变;纤维化;图像处理

英文摘要: Nowadays the clinical diagnosis of hepatic fibrosis and cirrhosis is still a hard work. The purpose of this study is to develop the algorithms for noninvasive computer-aided diagnosis (CAD) of the stages of fibrosis, using integrates information from the patient such as image features, the position and shape of a lesion, or even physical characteristic. As Guangxi province has a high incident rate of liver cancer and CAD products on liver is very real, this research is to construct the mathematical model of fibrosis by analyzing the abdominal CT/MR images according to the situation of Guangxi, and provide accurate staging and early detection of cirrhosis. We proposed a fully automatic method to integrate the texture features to the morphology changes to overcome the shortcomings of the low accuracy detection rate by traditional approaches. This work mainly contains several parts: Segmentation of the liver region with tumor tissues; Staging the fibrosis by texture features; Establishing the shape model to describe the irregularity of liver surface; Classifying the fibrosis by changes of volume among the different segments; and Calculating the stiffness of liver using MR tag images.

英文关键词: computer-aided diagnosis;quantitative;chirosis;fibrosis;image processing

成为VIP会员查看完整内容
0

相关内容

《深度学习医学图像配准》综述进展
专知会员服务
47+阅读 · 2022年5月9日
人工智能技术在口腔正畸诊疗中的应用研究进展
专知会员服务
13+阅读 · 2022年5月1日
基于深度学习的图像目标检测算法综述
专知会员服务
97+阅读 · 2022年4月15日
专知会员服务
27+阅读 · 2021年10月6日
专知会员服务
26+阅读 · 2021年8月24日
专知会员服务
27+阅读 · 2021年1月29日
最新《医学图像深度语义分割》综述论文
专知会员服务
94+阅读 · 2020年6月7日
群体行为识别深度学习方法研究综述
专知
0+阅读 · 2021年11月29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
一种关键字提取新方法
1号机器人网
21+阅读 · 2018年11月15日
生成对抗网络的研究进展与趋势
中国计算机学会
35+阅读 · 2018年11月14日
基于深度学习的肿瘤图像分割研究取得进展
中科院之声
17+阅读 · 2017年9月17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
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
2+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
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
1+阅读 · 2009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5月27日
Arxiv
0+阅读 · 2022年5月24日
Arxiv
15+阅读 · 2021年11月19日
Arxiv
16+阅读 · 2021年7月18日
Arxiv
17+阅读 · 2021年1月21日
Arxiv
12+阅读 · 2019年4月9日
小贴士
相关VIP内容
《深度学习医学图像配准》综述进展
专知会员服务
47+阅读 · 2022年5月9日
人工智能技术在口腔正畸诊疗中的应用研究进展
专知会员服务
13+阅读 · 2022年5月1日
基于深度学习的图像目标检测算法综述
专知会员服务
97+阅读 · 2022年4月15日
专知会员服务
27+阅读 · 2021年10月6日
专知会员服务
26+阅读 · 2021年8月24日
专知会员服务
27+阅读 · 2021年1月29日
最新《医学图像深度语义分割》综述论文
专知会员服务
94+阅读 · 2020年6月7日
相关资讯
群体行为识别深度学习方法研究综述
专知
0+阅读 · 2021年11月29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
一种关键字提取新方法
1号机器人网
21+阅读 · 2018年11月15日
生成对抗网络的研究进展与趋势
中国计算机学会
35+阅读 · 2018年11月14日
基于深度学习的肿瘤图像分割研究取得进展
中科院之声
17+阅读 · 2017年9月17日
相关基金
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
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
2+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
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
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
微信扫码咨询专知VIP会员