项目名称: 基于分子靶向和多模融合的肝癌边界精准定位方法关键技术研究

项目编号: No.81471739

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 医药、卫生

项目作者: 马喜波

作者单位: 中国科学院自动化研究所

项目金额: 73万元

中文摘要: 肝癌边界的精准定位是一个挑战性问题,关系着肝癌手术成功与否,多模分子影像技术推动了该问题的研究。本课题以肝癌边界的准确定位为研究目标,以自发荧光断层重建(BLT)和激发荧光断层(FMT)重建的多模融合方法为手段,重点开展以下几个关键问题的研究。首先,构建带有SM5-1抗体、RLuc氨基端的激发荧光和自发荧光双模态探针,实现探针对肝癌细胞的准确靶向;其次,研究在真实生物环境、复杂噪声背景下的基于背景去除的激发荧光和基于衰减校正的自发荧光及计算机断层重建(Micro-CT)的融合技术,重建肝癌的三维图像,利用阈值分割提取肝癌边界的三维分布;第三,为了用金标准的病理图像评估肝癌边界分布的准确性,研究二者之间的配准方法,进一步改进肝癌边界的定位精度。概括而言,本项目将利用分子靶向的探针技术和多模融合的成像技术对肝癌进行定量的三维分布重建和边界提取,推动肝癌手术导航的发展。

中文关键词: 三维重建;图像配准;图像重建;分子影像;分子靶向

英文摘要: The border of hepatocellular carcinoma is an urgent medical problem related to the success of liver cancer surgery. The development of molecular imaging technology especially multi-modality molecular imaging promote the study on this problem. In the project, a great effort is devoted to developing a three dimensional reconstruction method of liver cancer distribution based on the fusion of bioluminescent tomography,fluorescent tomography technology and computed tomography. First, a high sensitivity and specificity dual modality probe was developed for accurate targeting the liver cancer cells based on the antigen-antibodies binding reaction; Second, an accurate rapid fluorescent tomography reconstruction techniques were studies based on background noise filtering technology under real biological environment, and a bioluminescence tomography technique was studied based on adaptive finite element; furthermore, a multimode fusion algorithm was developed to improve the accuracy of reconstruction based on the above two technologies and an image technology based on threshold will be used to extract the boundary of orthotopic liver carcinoma . Third, a registration method between the reconstructed three dimensional liver cancer distribution and two dimensional pathology image will be developed to achieve mutual authentication and feedback. The project will use molecular targeting biotechnology and multimode fusion imaging techniques to achieve accurate three dimensional liver cancer distribution and the border of the orthotopic cancer will be extract using the image segmentation method based on threshold. The research results of the project are hoped to promote the development of application of multimodality molecular imaging in liver cancer surgery in the near future.

英文关键词: three-dimensional reconstruction;image registration;reconstruction;molecular imaging;molecular target

成为VIP会员查看完整内容
0

相关内容

在计算机视觉中, 三维重建是指根据单视图或者多视图的图像重建三维信息的过程. 由于单视频的信息不完全,因此三维重建需要利用经验知识. 而多视图的三维重建(类似人的双目定位)相对比较容易, 其方法是先对摄像机进行标定, 即计算出摄像机的图象坐标系与世界坐标系的关系.然后利用多个二维图象中的信息重建出三维信息。 物体三维重建是计算机辅助几何设计(CAGD)、计算机图形学(CG)、计算机动画、计算机视觉、医学图像处理、科学计算和虚拟现实、数字媒体创作等领域的共性科学问题和核心技术。在计算机内生成物体三维表示主要有两类方法。一类是使用几何建模软件通过人机交互生成人为控制下的物体三维几何模型,另一类是通过一定的手段获取真实物体的几何形状。前者实现技术已经十分成熟,现有若干软件支持,比如:3DMAX、Maya、AutoCAD、UG等等,它们一般使用具有数学表达式的曲线曲面表示几何形状。后者一般称为三维重建过程,三维重建是指利用二维投影恢复物体三维信息(形状等)的数学过程和计算机技术,包括数据获取、预处理、点云拼接和特征分析等步骤。
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
专知会员服务
21+阅读 · 2021年10月9日
专知会员服务
15+阅读 · 2021年6月6日
专知会员服务
20+阅读 · 2021年5月1日
专知会员服务
36+阅读 · 2021年4月23日
【CVPR2021】基于Transformer的视频分割领域
专知会员服务
36+阅读 · 2021年4月16日
专知会员服务
79+阅读 · 2021年2月16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
【泡泡点云时空】基于分割方法的物体六维姿态估计
泡泡机器人SLAM
18+阅读 · 2019年9月15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
医学图像分析最新综述:走向深度
炼数成金订阅号
36+阅读 · 2019年2月20日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28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
2+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 · 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4月19日
Arxiv
0+阅读 · 2022年4月14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
专知会员服务
21+阅读 · 2021年10月9日
专知会员服务
15+阅读 · 2021年6月6日
专知会员服务
20+阅读 · 2021年5月1日
专知会员服务
36+阅读 · 2021年4月23日
【CVPR2021】基于Transformer的视频分割领域
专知会员服务
36+阅读 · 2021年4月16日
专知会员服务
79+阅读 · 2021年2月16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
【泡泡点云时空】基于分割方法的物体六维姿态估计
泡泡机器人SLAM
18+阅读 · 2019年9月15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
医学图像分析最新综述:走向深度
炼数成金订阅号
36+阅读 · 2019年2月20日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
相关基金
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
2+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 · 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
微信扫码咨询专知VIP会员