APP下载
[00068305]多尺度多时空图像处理
联系人： 山东师范大学
所在地：山东 济南市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
基于医学图像处理技术可提高临床恶性肿瘤的放射治疗精度，即图像引导精准 放射治疗。本项目成果通过分析处理放疗过程中所涉及医学影像数据，研究了实施 精确放疗图像分析算法及临床实施方法：
L提出两种有效的医学图像多尺度形变配准技术，实现了图像引导放疗过程中计划CT与日常放疗CBCT图像之间的配准，以及放疗过程中不同时序CBCT图像 之间的配准，通过计算其形变域跟踪放疗过程中肿瘤的形态变化，有效指导放疗摆 位和实现自适应放疗，让肿瘤靶区紧紧跟随肿瘤变化。
2，通过多尺度小波基函数和多纹理特征相结合的方法提取肿瘤图像的纹理等影 像组学特征，量化肿瘤异质性，建立肿瘤纹理特征与其它临床代谢参数和病理参数之间的关系。预测食管癌和非小细胞肺癌放化疗疗效，指导给予肿瘤合理剂量，辅助临床制定科学放疗计划，指导个体化精准治疗。
3，设计了结合时域和空域信息的呼吸运动相关序列图像的形变配准模型，准确定量描述4D-CT序列图像中肿瘤靶区和危及器官的运动规律。使用双树复小波作为形变模型来描述不同时相图像空域间的形变域，通过Navier偏微分方程建立形变能量函数和外力约束函数，并由粗及精地表示不同形变特征的小波系数；另外采用基于B样条的周期时域模型来描述序列图像在时域上的周期性和连续性。
4、联合时间序列图像的时域和空域特征来定量分析包含呼吸运动的四维放疗图像，实现计划日4D-CT和治疗日3D-CT图像的形变配准来重建放疗当日4D-CT 图像。
，基于原始图像片层内部的区域像素变化提取呼吸信号实现临床可行的 4D-MRI技术。通过原始数据身体区域内部像素变化特征提取呼吸信号，并计算呼吸时相，回顾式获取描述呼吸运动的4D-MRI不同时相图像。采用线性多项式和主成分分析相结合的方法对4D-MRI形变域进行优化，从而减少重建图像伪影，最终通过形变配准技术进行肿瘤和软组织增强，获取适合临床使用的4D-MRI图像。
