基本信息
- 項目名稱:
- 基于擴散張量成像的腦白質纖維三維重建算法研究與軟件開發(fā)
- 小類:
- 信息技術
- 大類:
- 科技發(fā)明制作B類
- 簡介:
- 本項目基于高階張量模型估計擴散張量信號,以解決纖維交叉等問題。進而,基于該模型研究一種精確、快速的群體優(yōu)化的纖維隨機跟蹤算法。最后開發(fā)了基于.NET平臺的腦白質纖維三維重構軟件系統(tǒng)。該系統(tǒng)集成了現(xiàn)有常用算法及本項目研究的新算法,利用VTK三維展示腦白質纖維的三維走向,在實際臨...(查看更多)
- 詳細介紹:
- 本項目基于高階張量模型估計擴散張量信號,以解決纖維交叉等問題。針對目前國際上流行的腦白質纖維跟蹤算法精度低、速度慢等問題,在高階張量模型的基礎上提出了一種新型的算法——基于群體優(yōu)化的腦白質纖維隨機跟蹤算法,并研發(fā)了國內(nèi)首款腦白質纖維三維重建軟件。通過該軟件,用戶可以選擇基于群體優(yōu)化的腦白質纖維隨機跟蹤算法...(查看更多)
作品專業(yè)信息
設計、發(fā)明的目的和基本思路、創(chuàng)新點、技術關鍵和主要技術指標
- 研究目的: 基于擴散張量成像的腦白質纖維三維重建技術,是目前較常用的一種能對活體腦神經(jīng)連接進行非侵入式研究的方法。可為腦部疾病的診斷提供輔助。但是目前腦白質纖維微結構的重建算法還存在精度低、計算機運算耗時長等問題,對于此技術的應用也缺乏配套的專業(yè)輔助軟件。因此,本項目致力于研究一種更加快速、精確地腦...(查看更多)
科學性、先進性
- 本項目基于高階張量模型估計擴散張量信號,以解決纖維交叉等問題。進而,基于該模型研究一種精確、快速的群體優(yōu)化的纖維隨機跟蹤算法。該算法能快速并精確地跟蹤出腦白質纖維;在此基礎上,項目組還開發(fā)了國內(nèi)首款基于.NET的腦白質纖維三維重建軟件,通過該軟件,用戶可以選擇不同的算法(基于群體優(yōu)化的白質纖維隨機跟蹤算法...(查看更多)
獲獎情況及鑒定結果
- 1. 2009年浙江省新苗人才計劃項目,項目題目:腦纖維微結構三維重建軟件開發(fā)(項目編號:2010R403012) 2. 2010年XXXX大學第二十二屆“運河杯”大學生課外學術科技作品競賽特等獎作品 3. XXXX大學第十二屆“挑戰(zhàn)杯”課外學術科技作品競賽校內(nèi)重點培育項目 4. 2011年浙江省第十二屆“挑戰(zhàn)杯”課外科技學生作品競賽一等獎
作品所處階段
- 中試階段
技術轉讓方式
- 無
作品可展示的形式
- 實物、產(chǎn)品;現(xiàn)場演示;圖片;錄像
使用說明,技術特點和優(yōu)勢,適應范圍,推廣前景的技術性說明,市場分析,經(jīng)濟效益預測
- 使用說明: 本項目軟件集成多套算法,可對源數(shù)據(jù)進行多種重建或擇優(yōu)重建。用戶可以選擇不同的算法(基于群體優(yōu)化的白質纖維隨機跟蹤算法、Streamline算法、隨機跟蹤算法等)來重建腦白質纖維,從而得到腦白質纖維走向,并通過三維重建技術使纖維走向可視化。在此基礎上,用戶可以通過放大縮小、拉...(查看更多)
同類課題研究水平概述
- 國外研究現(xiàn)狀: 當前國外在該領域的研究比較領先,許多大學的研究機構都發(fā)表過自己的研究成果。 哈佛大學醫(yī)學院和SPL(Surgical Planning Laboratory)主導的聯(lián)合實驗室是目前本領域內(nèi)研究最前沿的機構。哈佛大學醫(yī)學院的學者和SPL的研究人員在最近提出了一種基于Baye...(查看更多)