基于機器學習的多模態(tài)醫(yī)學影像信息處理與分析
多模態(tài)醫(yī)學影像信息處理與分析,具有重大的應用背景,是國家和社會當 前高度重視的研究領域之一。 本項目擬基于機器學習方法,主要研究醫(yī)學影像的特征描述、設備無關性 的特征評價與特征選擇、基于內容的多模態(tài)醫(yī)學影像檢索、醫(yī)學影像信息挖掘、 參考庫建設與算法輔助研究平臺的設計與開發(fā)等內容。研究目標為: (1)建立統(tǒng)一的特征描述模型,實現(xiàn)跨模態(tài)醫(yī)學影像的統(tǒng)一特征描述; (2)提出有效解決特征提取層面上醫(yī)學影像信息處理與分析算法的設備無 關性問題的通用框架; (3)在醫(yī)學影像標注數(shù)據(jù)有限、數(shù)據(jù)庫為海量等條件下,實現(xiàn)高效率單模 50 態(tài)影像檢索,有效提高多模態(tài)、跨模態(tài)醫(yī)學影像檢索的精度,實現(xiàn)用戶友好的 檢索結果展示; (4)從結構復雜的多模態(tài)醫(yī)學影像數(shù)據(jù)中,挖掘有用的知識,構建有效的 輔助診斷模型、實現(xiàn)個人疾病風險預警; (5)完成首期參考庫建設與算法輔助研發(fā)平臺的開發(fā),為項目研究內容的 開展提供有效數(shù)據(jù)和環(huán)境支撐。本項目獲得國家自然科學基金重點項目資助,項目執(zhí)行期 2013.1-2017.12。
山東大學
2021-04-13