科创中国

电子信息技术,软件

医学影像融合是通过剔除两幅或多幅相关联的独立图像中的不确定性和冗余信息来合成一幅图像，并用于医学诊断的图像处理技术。融合图像对于医生来说比原始图像更容易解释，更便于临床诊断。该成果从当前癌症、脑肿瘤等医学影像融合技术普遍存在不能充分解析融合图像中复杂纹理特征和边缘形成的问题为切入点，从研究最基本的图像预处理中的滤波器设计入手，有机地结合信号处理、模糊逻辑、计算机辅助开发、临床医学等多个学科，寻求针对癌症、脑肿瘤等多模态医学影像复杂纹理与边缘信息提取与融合的最佳方法，并基于这些方法开发医学影像融合系统。该成果旨在解决癌症、脑肿瘤等重大疾病的多模态医疗影像融合中存在的融合图像复杂纹理无法精确表示和边缘形成模糊的问题，使医生对癌症、脑肿瘤等重大疾病的早期发现与精确诊疗更加高效和精准，减轻病人的痛苦和经济负担。 主要项目： 1、纹理和边缘信息在癌症、脑肿瘤医学影像融合中的探索研究（自然科学基金项目） 2、“1331工程”提质增效建设计划项目管理信息系统（高等学校科技创新计划项目） 3、立德树人背景下全方位多角度可量化的研究生导师评价体系研究（研究生教改项目）

在配准方面：提出了（1）基于多层P样条和稀疏编码的非刚性医学图像配准方法；（2）基于多通道稀疏编码的非刚性多模态医学图像配准方法；（3）基于改进的 Zernike 矩的局部描述符与图割离散优化的非刚性多模态脑部图像配准方法；（4）残差密集相对平均CGAN的脑部图像配准方法； 在融合方面：提出了（1）改进耦合字典学习的脑部CT_MR图像融合方法；（2）基于自适应联合字典学习的脑部多模态图像融合方法；（3）基于联合图像块聚类自适应字典学习的多模态医学图像融合方法；（4）双重字典学习与自适应PCNN相结合的医学图像融合方法；（5）基于双残差超密集网络的多模态医学图像融合方法。开发了多模态医学图像配准与融合系统，但目前尚未投入临床应用。 在癌症、脑肿瘤等重大疾病的早期检测与精准诊疗方面应用前景广阔。发表学术论文15篇（其中SCI检索4篇，EI检索1篇）；授权国家发明专利2项；软件著作权7项。

由国防科技大学退役教授面向人工智能科技创建的新型研发机构。面向前端、尖端、高端的自主创新科研，以实现国产替代、自主可控、安全可信为使命，围绕国防军工、公共安全、应急管理、智能制造、环保科技、医疗健康等领域开展关键核心技术研究。服务两类单位，一是高等院校，助力学科建设，联合申请科研项目和培养研究生；二是高新企业，助力科技创新，提供科技将才和发明专利，解决面向高精尖产品的卡脖子技术。

点击查看