互联网和本地影像数据融合的肺部组织高分辨动态三维表示研究

The dynamic visualization of 3D lung model with high resolution can assist doctors to improve the accuracy of lung tumor diagnosis, plan the operation and guide the radiation work. This project will research the theoretical problems and key techniques related to the dynamic surface modeling based on 4D-CT images, by using the advantage of image quantity and variety from the combining of Internet and local image data. The main research contents include: super resolution of the chest tomography CT images, lung image segmentation based on the boundary blocks dictionary, image sequence sorting by respiratory phase, dynamic 3D representation of lung tissue and tumor, construction of Internet shared library and prototype system. The main object is to provide new theories and methods, a series of simple and efficient new techniques for solving the key and difficult problems of dynamic 3D lung modeling, make breakthroughs on the study of constructing the image representation dictionary based on structure similarity clustering, segmentation of complex lung tumors and dynamic 3D surface modeling. The involved contents are the common problems and core technologies in areas of computer graphics, image processing and machine learning, which has good theoretical significance and application background.

肺部组织高分辨三维模型的动态可视化能够辅助医生提高对肺部肿瘤诊断的准确性，制定手术规划和指导放疗工作。本项目利用互联网和本地图像融合具有的数据量大、特征种类多等优势，对基于4D-CT图像的动态表面建模所涉及的理论问题和关键技术进行研究，主要研究内容包括：胸部断层CT图像的超分辨重建、基于边界数据块字典的高分辨肺部CT图像分割、图像序列按相位排序、动态三维肺部组织和肿瘤表面模型的表示理论和算法、互联网共享库建设和原型系统。项目的主要目标是为基于胸部4D-CT图像的肺部组织三维动态表面模型构建中关键和难点问题的解决提供新理论、新方法以及一系列简单高效的新技术，并在构建结构相似性聚类的图像表示字典、复杂类型肺肿瘤的分割、肺部组织和肿瘤动态三维表面模型的构建研究上取得突破性成果。项目所涉及的问题是计算机图形学、图像处理和机器学习等领域的共性问题和核心技术，具有重要的理论意义和广泛应用背景。

肺部组织高分辨三维模型的动态可视化能够辅助医生提高对肺部肿瘤诊断的准确性，制定手术规划和指导放疗工作。本项目利用互联网和本地图像融合具有的数据量大、特征种类多等优势，对基于4D-CT图像的动态表面建模所涉及的理论问题和关键技术进行研究，主要研究内容包括：胸部断层CT图像的超分辨重建、基于边界数据块字典的高分辨肺部CT图像分割、图像序列按相位排序、动态三维肺部组织和肿瘤表面模型的表示理论和算法、互联网共享库建设和原型系统。项目的主要目标是为基于胸部4D-CT图像的肺部组织三维动态表面模型构建中关键和难点问题的解决提供新理论、新方法以及一系列简单高效的新技术，并在构建结构相似性聚类的图像表示字典、复杂类型肺肿瘤的分割、肺部组织和肿瘤动态三维表面模型的构建研究上取得突破性成果。项目所涉及的问题是计算机图形学、图像处理和机器学习等领域的共性问题和核心技术，具有重要的理论意义和广泛应用背景。