行业领域

生物与新医药技术

需求背景

目前，对脑部医学图像进行病理图像筛选或分类时，通常是基于MRI (磁共振图像） 和PET (正电子发射计算机断层扫描图像）图像，MRI和PET图像分别从结构和功能方面提供 了神经病理信息，将MRI和PET进行信息融合能使计算机辅助诊断得到进一步的提高。

其中一种方法，其首先对MRI和PET图像分别进行预处理:将MRI图像分割为灰质、 白质和脑脊液并配准到一个模板空间（也称为标准空间），接着计算MRI图像的组织密度图 谱;将PET图像配准到相同的模板空间。然后利用基于体素的形态学分析法找出脑部的显著 区域，从MRI图像的显著区域中提取组织密度值，从PET图像对应区域中提取体素值，把两类 信息结合起来作为图像特征，输入支持向量机(SVM)，从而实现分类。

另一种方法，同样先对MRI和PET图像各自进行了预处理，把所有MRI和PET图像配 准到一个共同的模板空间，然后从MRI和PET图像的整个脑部区域取得灰度值和体素值，用 多核学习方法将两组信息结合同时实现分类。另外，还有其他方法也使用了多核学习方法 进行信息融合，其算法与前一算法的不同之处在于该方法利用了张量分解算法进行特征提 取。

需解决的主要技术难题

此技术需解决：

1.基于模板的方法往往会使结果受到模板空间选择和建立好坏的影响，增 加了结果的不稳定性

2.像素灰度特征也容易受图像噪声、个体差异及配准方法选择的影响， 从而影响分类结果。

期望实现的主要技术目标

a 采用两两图像间的遍历式来提取非相似度信息，其可不易受到图像噪声、扫 描机器不同、参数设置差异等方面的影响;可以避免了使用模板空间，以及最大程度地采集 了图像间的相似程度信息

b 利用本发明的图像预处理方法和系统可以从图像中获得更多、 更准确的结构与功能特征信息，便于更加准确地对图像进行特征提取，从而提高对特定图 像识别分类的正确率

需求解析

解析单位：天津市滨海新区 解析时间：2023-04-12

吴正斌

天津中科先进技术产业有限公司

总经理

综合评价

这个企业已经有一定的基础，建议与相关学会组织搭建平台，请学会以及研究所、大学和相关企业参与，可能会攻克难关，会对我们国家甚至世界所存在问题提出解决的措施并做出贡献，前途可期。

查看更多>

解析单位：天津市滨海新区 解析时间：2023-04-06

吴正斌

天津中科先进技术产业有限公司

总经理

综合评价

这个企业已经有一定的基础，建议与相关学会组织搭建平台，请学会以及研究所、大学和相关企业参与，可能会攻克难关，会对我们国家甚至世界所存在问题提出解决的措施并做出贡献，前途可期。

查看更多>

处理进度