医学图像处理的特点与热点问题 南方医科大学医学图像处理重点实验室.pptVIP

医学图像处理的特点与热点问题 遥感图像处理 — 应用面窄 医学图像处理 — 应用面宽 高度复杂的成像机制 综合深厚的数学基础 精确实用的高新技术 重大需求的应用前景 生理评判的模糊性 信息生成的随机性 物理求解的病态性 面对应用的实时性 关于成像重建算法现研究热点集中在PET 、锥形束螺旋CT 、与MR等方面 关于CT超短扫描成像 国际上Fan-beam成像算法不适用于感兴趣区域成像，本研究基于Cone-beam成像的PI line思想，提出了Fan-beam超短扫描自适应快速成像新算法。 应用这一思想，现正开展Cone-beam 3D快速成像算法研究。 Fan-beam超短扫描自适应快速成像新算法 MR平移运动伪影消除 EF和IIC在信噪比和运行时间上的对比 T2加权PROPELLER方法的运动伪影消除效果 T1加权PROPELLER采样数据的优化重建 T1加权图像中的运动伪影表现 T1加权PROPELLER采样数据的优化重建 应用于医学图像配准的两相全局优化算法 应用于医学图像配准的两相全局优化算法 基于多框架重叠的模糊相似性测度的刚性配准算法 FS与MI配准方法的误配率比较 东软数字化医疗系统有限股份公司正研制的CT-PET设备将采用该技术 脑部MR图像的分割算法比较 DDC分割结果: (a)原图像 (b)FCM (c)GFCM (d)MMS (e)PIXON (f)DDC 算法分割结果 左心室内壁时序追踪 左心室内外壁三维显示 左心室容量－时间曲线 算法分割结果和专家人工分割误差比较 主要问题 医学序列图像的帧内冗余与帧间冗余度很大，失去一些无关细节不影响诊断，但迄今医学图像的有损压缩没有一个公认的标准。 相应对策 要提出新的有损标准及算法，实现高压缩比下的高信噪比优质解码图像。 工作基础 本项目提出了基于小波四叉树的嵌入式编码技术，其中包括预测与分裂两项新技术，在有损压缩达10倍以上情况下，信噪比在30个dB以上，不丢失诊断细节（经影像专家评估）。 主要问题 医学序列图像，在远程传输中受码流率限制，难以实时批量浏览，妨碍了远程临床诊治的进行。 相应对策 由医生勾画ROI（Region of Interest），将ROI和背景分割，对ROI采用完全无失真的无损压缩，而对背景采用高压缩比的有损压缩。 建 议 基础研究重视原创 应用研究重视技术 深度层面兼顾并重 项目策划重视临床 配准前 配准后 表 16组配准试验的结果对比 31.25% 25% 37.7% 准确率 （参考算法） 5 2 3 配准正确数量 （参考算法） 93.75% 87．5％ 100％ 准确率 （本文算法） 15 7 8 配准正确数量 （本文算法） 16 8 8 试验样本数量 总和 MR图像 CT图像 本文算法为利用两阶段优化算法的图像配准算法； 参考算法为基于B样条的弹性配准算法 （a）配准前CT图像 （b）配准前MR图像 （c）配准前重叠图像 （d）配准后重叠图像 16% 36% PET-CT 22% 5% FS 44% 20% MI PET-MR CT-MR 方法 实验采用美国Vanderbilt大学Retrospective Registration Evaluation Project（RREP）项目组提供的国际通用刚性配准图像数据，评估方式采用配准获得的结果与项目组已有的金标准进行比较。 利用PCA变换分别将当量子午面调整到水平位置 试验数据取自Biomedical Imaging Resource医学图像库 (/Mayo) 基于当量子午面的三维医学图像快速配准算法 Fig.4. MR slices of a brain. Top row: the MR-T1 transverse slices, 24, 28, and 32, respectively. Middle row: the corresponding registered MR-T2 slices. Bottom row: the registered T1-T2 slices. Edges (red) extracted from the MR-T1 are superimposed to MR-T2 in order to better visualize the quality of registration. MR-T1 MR-T2 配 准 结 果 基于当量子午面的三维医学图像快速配准算法 （a）横断面 （b）矢状面