医学图像分析与处理
研究内容及挑战:
医学影像利用光、电、磁、声等物理现象对人体或人体某部分以非侵入方式获得内部组织影像。临床中最常见的影像模态包括X射线摄影、电子计算机断层扫描CT、核磁共振成像MRI和超声等。如何通过智能医学处理提高医生的诊治效率,是一个重要挑战。利用医学处理处理技术对二维切片图象进行分析和处理,实现对人体器官、软组织和病变体的分割提取、三维重建和三维显示,辅助医生对病变体及其它感兴趣的区域进行定性和定量的分析。医学图像处理主要包括病变检测、图像分割、图像配准及图像融合等方面。
主要结果:
1. 面向肺段切除术的智能术前智能规划系统
2. 多模态心脏影像分析系统
3. 超声甲状腺髓样癌检测与分析
4. 数据与知识联合驱动帕金森早期影像标志物识别
代表性论文及专利
[1] Chenhao Pei, Fuping Wu, Liqin Huang*, Xiahai Zhuang*. Disentangle domain features for cross-modality cardiac image segmentation. Medical Image Analysis, 2021,(71),Doi: 10.1016/j.media.2021.102078. (SCI, 中科院1区)
[2] Wangbin Ding, Lei Li, Xiahai Zhuang*, Liqin Huang*. Cross-modality multi-atlas segmentation via Deep Registration and Label Fusion. IEEE Journal of Biomedical and Health Informatics. 2022, 02. DOI: 10.1109/JBHI.2022.3149114 (SCI, 中科院2区)
[3] Liqin Huang, Wei Li, Edward Currie, Wenzhong Guo*. Improving the precision of omni-directional M-mode echocardiography systems. Neurocomputing, 2016. 195(SI): p. 123-128. (SCI, 中科院2区)
[4] Shaohua Zheng, Zhiqiang Shen, Chenhao Pei, Lin Pan*, Bin Zheng, Liqin Huang. Interpretative computer-aided lung cancer diagnosis: from radiology analysis to malignancy evaluation. Computer Methods and Programs in Biomedicine. 2021, 210: 106363. (SCI, 中科院2区)
[5] Jinquan Guo, Rongda Fu, Lin Pan, Shaohua Zheng, Liqin Huang, Bin Zheng, Bingwei He*. Coarse-to-fine airway segmentation using multi information fusion network and CNN-based region growing. Computer Methods and Programs in Biomedicine. 2022, 106610, DOI: 10.1016/j.cmpb.2021.106610. (SCI, 中科院2区)
专利:
[1] 一种新的全方向M型心动图运动曲线提取方法 授权, 2015.8.3,ZL201510466888.2
[2] 基于随机森林的肝脏疾病数据分类规则提取的方法,已授权,中国, 专利号:ZL 201811292849.5, 授权公告日2021-05-18
[3] 一种基于LargeVis的随机森林可视化数据分析方法. 已授权,中国, 专利号:ZL 201810170150.5,授权公告日2022-2-8
[4] CT医学影像AI三维重建与人机交互可视化网络系统,已授权,专利号:201910766934.9, 授权公告日2021-12-3.
项目来源:
1. 福建省自然科学基金项目重点项目,结合深度学习和多图谱的多模态全心脏分割研究(2021J02019),
2. 国家自然科学基金面上项目 《基于数据的稀疏规则学习方法在全方向M 型心动图系统辅助诊断中的应用研究》(61471124)
3. 横向项目:基于人工智能(AI)的人体肺部三维医学影像重建与可视化系统的研发
4. 福建省自然科学自然基金项目项目,知识驱动的融合多源异构信息挖掘早期帕金森病影像特征研究,2021J01578.
5. 省科技创新联合资金项目,联合深度学习与影像组学的乳腺癌腋窝淋巴结转移风险预测研究 ,2020Y9037
6. 2020省医学创新课题:多组学辅助绞窄性肠梗阻临床诊断及治疗决策——一项基于人工智能算法的研究