我院脑机交互与混合智能团队成员发表最新学术研究成果

2020年2月21日，脑机交互与混合智能团队在SCI学术期刊International Journal of Imaging Systems and Technology上在线发表研究成果《Automatic Annotation of Liver CT Images Based on a Vessel-Skeletonization Method》，论文作者包括：潘家辉、张建浩、罗思奇、张剑涛、梁艳。其中，《International Journal of Imaging Systems and Technology》是计算机科学类（大类）和计算机视觉与模式识别（小类）的SCI学术期刊，影响因子1.254；张建浩是软件学院2019级研究生、罗思奇是软件学院2013级本科生、张剑涛是软件学院2014级本科生。

论文接收函

该论文提出了一种完整的肝脏CT图像功能注释方法，包括肝脏和血管的提取、三维构建、血管骨架化、肝脏分割，建立一个完整的肝脏注释系统，为医生提供可视化和可测量的信息，辅助医生对肝脏疾病的诊断。

原始的CT图像

完整的肝脏分割及可视化结果

肝脏是肿瘤好发部位之一，而常用的治疗方法是外科手术，因此，在实施手术前，医生需要通过二维断层扫描图像(如CT图像)准确地掌握患者体内肝脏病变及其周围组织的可视化信息，然后综合考虑血管结构及其与肝段的解剖关系，制定完整的手术方案，有助于肝切除的安全进行。因此，自动标注功能肝段能支持医生准确评估肝脏并为手术做充分的准备。

该论文的主要贡献有：1、提出一种全新的全自动功能标注框架，包括肝脏切分、血管切分、血管骨架化和肝脏标注。该肝脏注释系统可以提供肝脏的可视化和可测量的信息，这对评价肝脏系统的功能和支持肝脏疾病的诊断具有重要意义。2、提出了改进的基于迭代细化的血管骨架化算法。传统的3D骨架化算法在计算成本 ，而改进的算法根据构建和标记门静脉血管骨架模型过程中门静脉血管的血供情况，将三维数据转换为一维数据进行处理，通过高效的计算来保持血管骨架的完整性和连接性。3、提出了基于模型的改进最近邻近似法，在功能性肝脏解剖中，基于门静脉骨架的分支分布，采用基于修正的最近邻近似的模型方法，考虑肝脏形态的变异性。

因此，该论文不仅为医生建立一个完整的自动的高效的肝脏注释系统，也为类似生物医学图像分割注释任务带来新的解决思路。

附：论文《Automatic annotation of liver computed tomography images based on a vessel‐skeletonization method》的下载地址如下：

https://onlinelibrary.wiley.com/doi/pdf/10.1002/ima.22411

撰稿：张建浩

审稿：潘家辉 邱双惠