科研進展

深圳先進院腦血管精準分割研究取得進展

時間:2019-09-02  來源:醫工所微創中心 尹清 文本大小:【 |  | 】  【打印

  近期,中國科學院深圳先進技術研究院微創研究中心血管介入手術機器人團隊在腦磁共振血管造影圖像處理和輔助診斷方面獲得重要進展。相關成果先后被醫學圖像領域國際頂級會議"The 22nd Medical Image Computing and Computer Assisted Intervention" (MICCAI 2019)和"The 8th MICCAI 2019 CLIP Workshop: Towards Holistic Patient Models for Personalized Healthcare"錄用。

  兩篇成果的題目分別是:Statistical Intensity- and Shape-modeling to Automate Cerebrovascular Segmentation from TOF-MRA Data(基于統計學強度和形狀建模的腦TOF-MRA數據的自動分割);A Device-independent Novel Statistical Modeling for Cerebral TOF-MRA data Segmentation (一種新穎的設備無關的TOF-MRA數據分割的統計學建模方法)。第一篇文章的第一作者分別是周壽軍研究員和博士研究生李娜(并列一作),第二篇文章的第一作者是碩士研究生張保昌,通訊作者是周壽軍研究員。

  現有的各類腦磁共振血管分割方法依賴于特定MR成像設備或特定數據集,基于模型驅動的血管分割方法通常不能完整地提取腦血管網絡并且存在過分割現象,基于深度學習的方法受限于海量數據標注問題。上述兩篇論文分別提出了兩種魯棒的統計學方法,實現任意磁共振設備型號下的TOF-MRA三維數據的全腦血管拓撲結構精確提取,如圖一、二、三,該研究可以對深度學習方法提供血管數據的自動標注工具;在特定磁共振設備下,實現基于三維TOF-MRA和MR-T1數據的完整腦動脈和腦靜脈結構的精確分割,如圖四(f)。上述成果對于腦血管的自動標注、分割、臨床可視化具有重要現實意義。

  課題組上述研究成果促進了血管介入機器人的手術計劃和介入導航方面的研究工作,受到國家863計劃和國家基金面上項目支持,目前已深入到多臟器血管分割和基于血管中心線的路徑規劃和導航方面的相關研究工作中。

  論文一鏈接

  論文二鏈接

圖一: 三個不同臨床磁共振設備采集的數據直方圖

圖二: 數據規范化后的直方圖以及三高斯混合模型

圖三: 實驗結果(一種新穎的設備無關的TOF-MRA數據分割的統計學建模方法)

圖四:由左至右為十套腦磁共振血管造影數據的分割結果:(a)原始TOF-MRA造影數據的最大密度投影視圖;(b-e):4種對比方法;(f):本文所提方法;(g-h):動靜脈分離結果

上海体彩网_首页