您好,欢迎来到绿色技术银行!
登录 注册
成果库
基于PET/CT的肿瘤良恶性鉴别模型与临床应用

0

登记号:G20172689

所属行业:科学研究和技术服务业

学科分类:计算机图象处理;

关键词: 癌症 CT PET 特征提取 增量式学习

绿色分类:其它;

  • 基本信息
成果名称: 基于PET/CT的肿瘤良恶性鉴别模型与临床应用
成果登记号: G20172689 学科分类: 计算机图象处理;
绿色分类: 其它; 项目关键词: 癌症  CT  PET  特征提取  增量式学习
推荐单位:

复旦大学

成果所处阶段: 成熟应用阶段
合作方式: 成果所属行业: 科学研究和技术服务业
国家/地区: 上海 知识产权: 发明专利,实用新型专利,其他
简介: 点击查看

PET/CT影像诊疗技术是诊疗肿瘤的主要手段,对于肿瘤的早期发现、早期诊断、准确分期和疗效评价等具有显著的优势。发展先进的影像诊疗技术是国家战略发展的重要举措。然而,我国对该技术的研究起步较晚,核心技术及装备长期被发达国家垄断,严重制约了我国技术进步和经济发展。PET/CT影像技术对诊断医师要求较高,而且人工目测判读存在较大范围的随意性,影响判读的准确性。本项目属于新一代的PET/CT诊疗技术,具有多模态、高动态、宽视场等特征,从理论算法到核心技术进行了自主创新,对于提高癌症诊断水平和检查普及率,减轻医生劳动强度,避免不必要的误诊和漏诊起到了积极的作用。    项目历经近十年持续攻关,在国家和省部级项目支持下,建立了产学研和示范应用基地,率先开展了基于PET/CT的肿瘤良恶性鉴别理论方法、关键技术及系统的研发,在多项核心技术上取得了突破,形成了一批具有国际水平的技术成果。主要创新如下:    1、发明了多模态特征量化技术。从肺部肿瘤PET/CT的病理入手,总结医生在临床诊断中依据经验使用的视觉特征,提出了基于纹理、形态等视觉特征的多模态信息提取、识别和分类算法。构建了融入医学专家知识和诊断经验的肿瘤功能影像知识库。    2、设计了肿瘤良恶性鉴别模型。以图像量化特征为输入变量,利用临床采集的图像构造训练样本,采用增量式学习方法构造了良恶性鉴别模型,实现了肿瘤良恶性鉴别和恶性风险评估。经过上万例的案例分析,证明该模型对肿瘤的前期良恶性判断具有较好的诊断效能,对医学辅助决策具有较好的参考价值。    3、提出了统一的、易于执行的PET/CT辅助诊断标准,并向国内其他单位进行了推广应用。研制了面向PET/CT功能影像的图像分析与辅助诊断系统,该系统具有PET/CT图像处理、特征分类识别、专家辅助诊断等功能。    4、创建了中国人肿瘤良性、恶性标注样本库。作为单机日工作量和月工作量均为全世界最多的华山医院PET中心,为项目提供了极好的临床应用基础,项目针对中国人建立了个性化的样本库,按正常人、良性、恶性等进行了分类和病理标注,目前累积标注样本数量达上万例,在国内外同行中具有无与伦比的优势。    本项目共发表论文20篇,相关专利5项(其中授权专利3项)。在华山医院PET中心建立了基于PET/CT辅助诊断专家系统,建立了正常人PET/CT图像数据的数据库和有病理依据的特征数据库。自2010年起到2015年底,仅在华山医院PET中心就累计临床诊断病例7636例,辅助医生提高了肿瘤良恶性的判断准确率,取得了良好的社会效益和经济效益。

姓名: 王华滔 性别:
出生日期: 职务:
国籍(地区): 联系地址:
电子邮件: wanghuatao@fudan.edu.cn
相似的成果
匹配的需求

无记录

相关专家
绿色科技信息网