项目名称：现代医学成像与高维图像分析关键科学问题研究首席科学家：陈武凡南方医科大学起止年限：2010年1月-2014年8月依托部门：广东省科技厅一、研究内容本项目全部课题以先验统计模型理论与线性、非线性优化理论为基础，针对医学成像与图像分析中的具体问题展开研究，以求在理论与方法上有新的突破。其有待解决的关键科学问题如下：(1).病态反问题的先验统计模型及非线性优化从医学图像信息的特点出发，针对具体的病态反问题、线性与非线性病态方程求解问题，探讨其解的存在性与稳定性，及相应的先验统计模型，并对模型参数的性质与估计方法建立理论分析框架；基于新理论的各类医学成像与图像分析算法的收敛性问题、是否全局最优解及收敛速度的相关理论证明问题，以确保算法的精确性与实时性；同时解决医学成像中的关键应用性问题，重点是图像的高分辨率重建模型、少量数据快速优质重建模型、噪声与伪影消除模型等，旨在为临床提供高质量的医学图像。(2).三大成像科学中的优质快速与低剂量问题成像的质量、速度及应用的可靠性是考量医学影像设备性能的核心指标。关于MRI成像，关键问题是保证一定图像质量的前提下尽可能提高成像速度，主要解决途径为采用高切换率梯度线圈和多个射频接收线圈进行数据的并行采集与提出少量成像数据下的优化重建算法；关于CT成像，关键问题是在保证一定图像质量的前提下尽可能降低放射剂量，主要解决途径依赖于低剂量下噪声模型的建立，高质量统计优化算法的设计以及伪影消除方法的研究；关于PET成像，关键问题是如何提升成像的分辨率与获得准确的具有生理意义相关参数，主要依赖于基于先验知识的动态图像优质重建算法。(3).临床高维多模态图像分析与智能识别问题真三维和准四维的多模态医学图像建模方法问题，解决从高维图像中分割重要脏器，并动态定量分析其功能的问题；高维多模态医学图像的术中快速鲁棒配准和实时融合显示问题；外科手术导航系统中的真三维虚拟现实增强问题，高维多模态医学图像在临床的应用效果与效率问题；基于多核计算的高维多模态医学影像数据的快速可视化方法，设计新型敏捷的可视分析用户界面。有效获取正常组织和病灶的先验统计参数和模糊特征矢量作为检索依据，从图像特征空间如结构、纹理和形状等中发现语义结构，建立低层特征空间到高层语义空间的映射函数，进行模糊语义空间层次上的图像检索。本项目针对上述医学成像与图像分析中关键科学问题，从模糊随机理论与优化理论研究出发，...
