2010cb732500-現(xiàn)代醫(yī)學(xué)成像與高維圖像分析關(guān)鍵科學(xué)問(wèn)題研究

1、項(xiàng)目名稱：現(xiàn)代醫(yī)學(xué)成像與高維圖像分析關(guān)鍵科學(xué)現(xiàn)代醫(yī)學(xué)成像與高維圖像分析關(guān)鍵科學(xué)問(wèn)題研究問(wèn)題研究首席科學(xué)家：陳武凡陳武凡南方醫(yī)科大學(xué)南方醫(yī)科大學(xué)起止年限：20102010年1月20142014年8月依托部門：廣東省科技廳廣東省科技廳持，以滿足我國(guó)相關(guān)產(chǎn)業(yè)發(fā)展的重大需求。下面分層次具體列出其研究?jī)?nèi)容。(1).先驗(yàn)統(tǒng)計(jì)模型與非線性優(yōu)化首先本項(xiàng)目以模糊隨機(jī)理論與優(yōu)化理論為基礎(chǔ)，建立先驗(yàn)統(tǒng)計(jì)模型的新理論，對(duì)新理論中的關(guān)鍵問(wèn)題提出有效解決辦法。主要

2、內(nèi)容包括：?研究建立有效的先驗(yàn)統(tǒng)計(jì)模型，新模型的構(gòu)建將突破傳統(tǒng)先驗(yàn)?zāi)Ｐ椭袃H有局部特征信息而無(wú)統(tǒng)計(jì)信息的局限，建立非局部的先驗(yàn)信息模型，將非局部鄰域內(nèi)的統(tǒng)計(jì)信息與模糊性進(jìn)行優(yōu)化耦合，為模型中的相關(guān)多參數(shù)設(shè)計(jì)提供更為有力的信源支持；?研究先驗(yàn)統(tǒng)計(jì)模型與高效優(yōu)化算法的耦合，建立由先驗(yàn)統(tǒng)計(jì)模型導(dǎo)引的新的非線性優(yōu)化算法，旨在解決相關(guān)優(yōu)化算法中的瓶頸問(wèn)題；?研究先驗(yàn)統(tǒng)計(jì)模型中全局多參數(shù)的自適應(yīng)非線性估計(jì)，實(shí)現(xiàn)信息的高效魯棒性處理；?研究針對(duì)醫(yī)學(xué)成像

3、與醫(yī)學(xué)圖像分析的先驗(yàn)統(tǒng)計(jì)模型的最優(yōu)解的快速收斂算法，以實(shí)現(xiàn)醫(yī)學(xué)信息的優(yōu)質(zhì)處理；?針對(duì)新模型中解的存在性與穩(wěn)定性等理論進(jìn)行探討與分析；?泛化與凝練前沿科學(xué)問(wèn)題，并建立復(fù)雜環(huán)境下優(yōu)化問(wèn)題的一般理論和方法。對(duì)上述問(wèn)題的分析和解決，為后續(xù)的各項(xiàng)技術(shù)研究提供強(qiáng)大的理論支持，是本項(xiàng)目研究的創(chuàng)新性和領(lǐng)先性的重要保證。(2).優(yōu)質(zhì)快速安全的醫(yī)學(xué)成像臨床醫(yī)學(xué)對(duì)成像的精度與實(shí)時(shí)性要求高，同時(shí)要求盡可能降低對(duì)人的損害程度，故如何快速精確的獲得臨床所需醫(yī)學(xué)圖像

4、需要投入大量的研究，同時(shí)可以為臨床診斷與計(jì)算機(jī)輔助分析提供高質(zhì)量的圖像信息。本項(xiàng)目中相關(guān)研究如下：?優(yōu)質(zhì)的PET成像深入分析PET成像系統(tǒng)的不確定性和測(cè)量噪聲對(duì)圖像的影響，借助MonteCarlo模擬，優(yōu)化重建條件；研究低計(jì)數(shù)率、高時(shí)間分辨下的放射性濃度魯棒重構(gòu)算法；研究準(zhǔn)確可靠的動(dòng)力學(xué)參數(shù)圖像的重建理論與方法；研究從發(fā)射測(cè)量數(shù)據(jù)中，同時(shí)估計(jì)衰減系數(shù)與放射性濃度的理論與方法；研究放射性濃度與動(dòng)力學(xué)參數(shù)聯(lián)合估計(jì)理論與方法；探索加速收斂減小