基于CT和MRI影像的肿瘤切除安全界限辅助设定中的网格建模与网格编辑

Tumor resection is currently one of the most effective and most commonly used treatment for malignant tumors. The determination of tumor resection safety-margin (boundaries) is the key factor for the effectiveness of an operation of tumor resection. However, the determination of tumor resection safety-margin mainly relies on the subjective experience of physicians. In this project, we propose a new framework for the computer-aided determination of tumor resection safety-margin by integrating and developing the state-of-the-art theories and techniques in computer vision, computer graphics, based on CT & MRI medical images. The proposed framework consists of two main stages: i) Mesh modeling, and ii) Mesh editing. Specifically, the proposed project consists of:1) Node density adaptive active mesh modeling with local regularities, which is used to automatically (algorithmically) construct a tumors contour mesh based on CT & MRI images; 2) Content aware based mesh editing with local regularities,which guide the mesh deformation editing by integrating the experience of physicians and images features; 3) Computer-Aided determination of tumor resection safety-margin(boundaries) based on multimodal image fusion. Optimization of the local density of mesh nodes is the key scientific problem in this project. Based on our previous work on imbalanced point detection in images, we propose imbalance-sensing to optimize the local density of mesh nodes. The outcome of this project will advance not only the techniques on tumor resection but also feature detection in images/mesh and relevant fundamental areas in computer vision and computer graphics.

肿瘤切除术是最有效最常用的肿瘤治疗手段之一，肿瘤切除安全界限的设定是肿瘤切除术的关键环节。然而，目前安全界限的设定主要依赖医生的主观经验，并由其左右着治疗成效。因此，本项目基于CT和MRI影像，拟源于图像处理和图形学的主动模型和网格变形理论，提出一个多信息引导的安全界限设定新框架，它包括两个阶段：网格建模，网格编辑。具体研究包括：1)节点密度自适应的局部规整主动网格建模，基于CT和MRI影像自适应地构造肿瘤轮廓网格模型；2)内容感知的局部规整网格编辑，融合医生的经验和影像特征，多信息引导网格变形编辑；3)多模态图像融合的肿瘤切除安全界限辅助设定。网格节点密度自适应是安全界限设定框架的关键问题，基于我们关于图像非平衡点的研究成果，本项目拟提出非平衡感知的理论用以优化节点的局部密度。本项目的成果将不仅对肿瘤切除术有直接的推动作用，对图像/网格特征提取等图像处理/图形学的基础研究也有重要意义。

针对肿瘤切除安全界限设定方面所面临的挑战，本项目以CT 和MRI 等医学影像为处理对象，基于图像处理和图形学的主动模型和网格变形理论，研究了以多信息引导的安全界限设定框架，包括：网格建模，网格编辑。重点研究内容包括：1)研究节点密度自适应局部规整主动网格建模所涉及的图像分割、图像特征分析关键问题，建立基于CT 和MRI 影像自适应地构造肿瘤轮廓网格模型；2)研究3D网格特征，建立内容感知的局部规整网格编辑，融合医生的经验和影像特征，实现多信息引导网格变形编辑；3)研究建立基于立体视觉的立体图像编辑算法，研究和建立多模态图像融合的肿瘤切除安全界限辅助设定系统。基于上述研究成果，项目已初步开发以骨科手术规划为对象，基于CT 和MRI的钢板定制原型系统。系统集医学图像配准、图像融合、轮廓提取、网格建模和网格编辑为一体，初步实现肿瘤轮廓界限设定、钢板定制，为骨科肿瘤切除手术规划提供了理论和技术支持。项目发表学术论文 17篇， 其中期刊论文 5篇，会议论文 12篇，核心算法申请国家发明专利2件，其中已授权1件；依托中山大学、广东外语外贸大学共同培养研究生，其中毕业毕业硕士研究生3名。