基本信息
- 項目名稱：
- 基于粒計算的醫(yī)學(xué)影像處理系統(tǒng)
- 小類：
- 信息技術(shù)
- 大類：
- 科技發(fā)明制作A類
- 簡介：
- 針對醫(yī)學(xué)圖像中圖像征象復(fù)雜，診斷困難，無法提供定量分析等問題，提出了基于粒計算理論的HRCT圖像增強算法。根據(jù)醫(yī)學(xué)影像學(xué)中的“知識”（人體器官之間的密度差異）來定義等價關(guān)系，將HRCT劃分為目標區(qū)域子圖、背景區(qū)域子圖，分別對其進行圖像增強變換，并將它們合并得到增強圖像。以胸部HRCT圖像中的肺組織為目標區(qū)域，得到突出目標區(qū)域的圖像增強結(jié)果。針對所要處理的HRCT進行了大量的實驗，將本項目所提出的算法與幾種經(jīng)典的增強算法進行對比分析，并研究了DSM（基于概率分布的評價方法），從而驗證了本項目所提出的算法是更適合于HRCT的增強算法。為解決肺組織定量分析的問題，在區(qū)域生長法中引入粒計算，改進基于區(qū)域生長法的醫(yī)學(xué)圖像分割算法，研究利用粒計算方法確定子塊區(qū)域、選取生長準則等關(guān)鍵問題。實驗結(jié)果表明，該方法可以準確地分割出胸部HRCT圖像（高分辨CT）的肺組織并去除細小血管和氣管。創(chuàng)建出基于粒計算的醫(yī)學(xué)影像處理系統(tǒng)，將所研究的圖像增強和分割算法集成其中附加上常用的醫(yī)學(xué)影像處理功能。
- 詳細介紹：
- 針對醫(yī)學(xué)圖像中圖像征象復(fù)雜，診斷困難，無法提供定量分析等問題，利用粒計算理論忽略了醫(yī)學(xué)圖像海量數(shù)據(jù)中的不重要或不相關(guān)的細節(jié)，以醫(yī)學(xué)HRCT（高分辨CT）圖像中的肺組織為目標區(qū)域，提出了基于粒計算理論的HRCT圖像增強算法。根據(jù)醫(yī)學(xué)影像學(xué)中的“知識”（人體器官之間的密度差異）來定義等價關(guān)系，將HRCT劃分為目標區(qū)域子圖、背景區(qū)域子圖，分別對其進行圖像增強變換，并將它們合并得到增強圖像。以胸部HRCT圖像中的肺組織為目標區(qū)域，得到突出目標區(qū)域的圖像增強結(jié)果。針對所要處理的HRCT進行了大量的實驗，將本項目所提出的算法與幾種經(jīng)典的增強算法進行對比分析，并研究了DSM（基于概率分布的評價方法），從而驗證了本項目所提出的算法是更適合于HRCT的增強算法。為解決肺組織定量分析的問題，針對醫(yī)學(xué)CT圖像紋理復(fù)雜等特點，在區(qū)域生長法中引入粒計算，改進基于區(qū)域生長法的醫(yī)學(xué)圖像分割算法，研究利用粒計算方法確定子塊區(qū)域、選取生長準則等關(guān)鍵問題。實驗結(jié)果表明，該方法可以準確地分割出胸部HRCT圖像（高分辨CT）的肺組織并去除細小血管和氣管。創(chuàng)建出基于粒計算的醫(yī)學(xué)影像處理系統(tǒng)，將所研究的圖像增強和分割算法集成其中附加上常用的醫(yī)學(xué)影像處理功能。有效地提高醫(yī)學(xué)影像處理技術(shù)和多學(xué)科理論的交叉、融合；可以輔助醫(yī)生給予病人及時有效的治療。在醫(yī)學(xué)圖像中提取出更多、更全的醫(yī)學(xué)信息，節(jié)省了大量的時間與財力，具有很好的社會經(jīng)濟效益，并可推廣應(yīng)用于有關(guān)圖像處理的各種工業(yè)生產(chǎn)和民用領(lǐng)域。
作品圖片
作品專業(yè)信息
設(shè)計、發(fā)明的目的和基本思路、創(chuàng)新點、技術(shù)關(guān)鍵和主要技術(shù)指標
- 目的：提出了基于粒計算的醫(yī)學(xué)影像處理系統(tǒng)，對醫(yī)學(xué)影像進行增強、分割及測量等處理，對輔助醫(yī)生對病變部位及其他感興趣的區(qū)域進行定位，并進行準確的定量分析。 基本思路：利用粒計算理論得到突出目標診斷區(qū)域的圖像的增強結(jié)果；在區(qū)域生長圖像分割算法中引入粒計算；以肺部HRCT（高分辨率CT）為實驗對象，以肺組織為目標區(qū)域進行增強和分割，對小氣道呼氣相與吸氣相HRCT圖像進行對比，分析小氣道功能。最后，將一系列醫(yī)學(xué)圖像處理及分析方法整理成醫(yī)學(xué)影像處理系統(tǒng)。 創(chuàng)新點：提出的基于粒計算理論的醫(yī)學(xué)圖像增強和分割的處理方法，優(yōu)于傳統(tǒng)方法，更適用于醫(yī)學(xué)圖像的處理與分析，能夠更有效地提取出醫(yī)學(xué)圖像中所蘊含的信息，比傳統(tǒng)的圖像處理系統(tǒng)針對性更強，效率更高；并將一系列醫(yī)學(xué)圖像處理及分析方法整理成基于粒計算的醫(yī)學(xué)影像處理系統(tǒng)。 技術(shù)關(guān)鍵：利用粒計算分類原則對圖像增強算法進行改進；利用粒計算的相容粒度空間模型，結(jié)合區(qū)域生長分割算法，提出一種分割數(shù)學(xué)模型，分割出肺組織及其他區(qū)域，并求出面積和平均密度。利用MATLAB中圖形用戶界面 GUI功能，將上述醫(yī)學(xué)圖像處理與分析（如：增強、分割、面積的測量等）集成到醫(yī)學(xué)影像處理系統(tǒng)中。 技術(shù)指標：利用粒計算分類原理，實現(xiàn)HRCT圖像特定組織或區(qū)域的增強；利用粒計算中相容粒度原理，實現(xiàn)特定組織或區(qū)域的準確分割及面積的定量測量；完成醫(yī)學(xué)影像處理系統(tǒng)GUI設(shè)計，并集成相關(guān)功能，為醫(yī)務(wù)工作者提供定量數(shù)據(jù)，達到輔助診斷的目的。
科學(xué)性、先進性
- 增強先進之處：提出了一種基于不可分辨關(guān)系的HRCT醫(yī)學(xué)圖像增強算法。算法的效果圖可清晰觀察并區(qū)分出肺組織的細節(jié)與層次，對周圍組織具有足夠的物理對比度；保留了肺組織的灰度值和結(jié)構(gòu)，合理的保真了肺組織子圖；將背景區(qū)域的灰度相應(yīng)的進行最大、最小化對比度增強。通過對比實驗并研究了DSM（基于概率分布的評價方法），從而驗證了本項目算法更適合于HRCT。 分割先進之處：利用圖像分割中的區(qū)域生長法結(jié)合粒計算的提出一種圖像分割方法。建立了CT圖像的相容粒度空間模型，根據(jù)相容關(guān)系進行區(qū)域生長。本項目算法可自動選取種子點，使區(qū)域生長法比其他算法更有效地分割肺組織、更適合醫(yī)學(xué)CT圖像。 集成系統(tǒng)設(shè)計先進之處：自主研究開發(fā)出基于醫(yī)學(xué)CT圖像的多種特殊功能的圖形用戶界面 GUI?？蓪崿F(xiàn)的功能有：醫(yī)學(xué)CT圖像信息提取，局部圖像分析和人機交互；基于不可分辨關(guān)系的HRCT醫(yī)學(xué)圖像增強；基于相容粒度空間模型的醫(yī)學(xué)圖像分割等。比傳統(tǒng)圖像處理系統(tǒng)針對性更強，更適用于醫(yī)學(xué)圖像處理，處理結(jié)果更適用于醫(yī)學(xué)診斷。
獲獎情況及鑒定結(jié)果
- 無
作品所處階段
- 實驗室階段,不斷完善中
技術(shù)轉(zhuǎn)讓方式
- 雙方合作，作品完成人協(xié)商確定轉(zhuǎn)讓方式
作品可展示的形式
- 系統(tǒng)現(xiàn)場演示、處理后的效果圖片、演示錄像
使用說明,技術(shù)特點和優(yōu)勢,適應(yīng)范圍,推廣前景的技術(shù)性說明,市場分析,經(jīng)濟效益預(yù)測
- 技術(shù)特點及優(yōu)勢：針對HRCT的自身特點，自主研究并開發(fā)出基于粒計算的具有多種特殊功能的圖形用戶界面 GUI。功能有：醫(yī)學(xué)CT圖像信息提取，局部圖像分析和人機交互，基于不可分辨關(guān)系的的醫(yī)學(xué)圖像增強；基于粒計算相容粒度空間模型的醫(yī)學(xué)圖像分割等。對比傳統(tǒng)圖像處理系統(tǒng)針對性更強，更適用于醫(yī)學(xué)圖像處理，處理結(jié)果更適用于醫(yī)學(xué)診斷。 適應(yīng)范圍及推廣前景：本醫(yī)學(xué)影像處理系統(tǒng)功能主要針對醫(yī)學(xué)影像輔助診斷，主要用于醫(yī)院醫(yī)學(xué)影像科的圖像后期處理，并輔助影像學(xué)專家對疾病進行準確定量的分析?？蓪⑵渫茝V到MRI、DSA等其他醫(yī)學(xué)圖像，巖石探索CT及其他灰度圖像處理領(lǐng)域。 市場分析和經(jīng)濟效益預(yù)測：本項目可輔助臨床醫(yī)生給予病人及時有效的治療，使病情得以預(yù)防、延緩發(fā)生甚至被逆轉(zhuǎn)，以減輕病人的痛苦，提高其生活質(zhì)量，保持一定的勞動能力，可減少患者的拍片數(shù)量和成像輻射，也節(jié)省了大量的時間與財力，可為每位患者節(jié)省約3000—6000元，甚至更多的檢查費用；長期應(yīng)用可為國家減輕醫(yī)療支出壓力，具有很好的社會經(jīng)濟效益。
同類課題研究水平概述
- 1997年T.Y.Lin教授提出了“粒計算”概念。隨后，粒計算的理論和方法在國際國內(nèi)逐步受到廣泛的關(guān)注。加拿大Regina大學(xué)Y.Y. Yao教授、J.T. Yao教授、美國Drexel大學(xué)的X.H.Hu教授、南昌大學(xué)劉清教授、清華大學(xué)張鈸教授、安徽大學(xué)張鈴教授、中科院計算機所的史忠植教授、同濟大學(xué)苗奪謙教授、山西大學(xué)梁吉業(yè)教授和太原理工大學(xué)謝克明教授等都致力于粒計算的理論和應(yīng)用研究。目前將粒計算應(yīng)用于圖像處理在國內(nèi)外研究的一個新的熱點，這方面的研究有圖像預(yù)處理、景物邊緣提取、圖像紋理分析、基于圖像信息的分類等，主要還是集中于對某一特別問題的研究，還沒有形成完整的將粒計算應(yīng)用于圖像處理的理論。 隨著數(shù)字圖像處理理論與技術(shù)的進步，醫(yī)學(xué)影像處理在醫(yī)學(xué)臨床中起到了越來越重要的作用。根據(jù)國內(nèi)外文獻，研究和發(fā)展圖像處理工具，改善醫(yī)學(xué)圖像質(zhì)量是當(dāng)今研究的熱點。由于目前的醫(yī)學(xué)圖像（如CT）受設(shè)備等因素的制約具有灰度級對比度低、特別是在某些局部細節(jié)上沒有明顯的灰度差別等缺點,使計算機分辨較為困難。醫(yī)學(xué)圖像增強和分割是基本的醫(yī)學(xué)圖像處理技術(shù)，目的：其一，采用一系列技術(shù)改善圖像的視覺效果，提高圖像的清晰度以得到對醫(yī)務(wù)工作者來說視覺效果更“好”更易于診斷的圖像；其二，將醫(yī)學(xué)圖像轉(zhuǎn)換成一種更加適合于人或機器進行解譯和分析處理的形式。現(xiàn)有的圖像增強技術(shù)根據(jù)圖像的實際情況突出圖像整體或局部目標區(qū)域，常用的圖像增強技術(shù)有線形對比度增強；直方圖均衡化增強；直接對比度增強；子帶增強算法增強；反銳化掩模法對圖像增強等；現(xiàn)有的分割方法有：閾值法、區(qū)域生長法、邊緣檢測法、水平集法等。由于醫(yī)學(xué)影像本身的復(fù)雜性，縱觀近幾年國內(nèi)外圖像處理的現(xiàn)狀，認識到現(xiàn)有的圖像處理方法及圖像處理軟件主要集中在數(shù)字圖像處理和醫(yī)學(xué)影像學(xué)兩個獨立的學(xué)科領(lǐng)域，缺乏學(xué)科間的有機融合，大都采用通用的數(shù)字圖像處理技術(shù)缺乏對醫(yī)學(xué)圖像，對圖像中病變部位及其他感興趣區(qū)域的針對性，而任何一種單獨的方法都難以對醫(yī)學(xué)圖像取得較滿意的處理效果，因此必須要注重多學(xué)科知識、多種方法的結(jié)合，以達到相互補充的目的，得到利于醫(yī)學(xué)影像診斷的圖像增強和分割處理方法。本項目將粒計算理論引入到醫(yī)學(xué)圖像處理中，同時也為粒計算理論的應(yīng)用開辟了新領(lǐng)域。
