光学分子影像关键技术及应用研究

光学分子影像成为近年来医学影像学研究中的新兴热点之一,其以靶向性的分子影像探针为先决条件,以新兴成像模态为发展特色,以多模态分子影像技术为核心内容,以分子影像手术导航为应用出口,在预临床和临床应用方面都取得了突出的进展。在分子影像探针方面,靶向性的光学分子影像探针在疾病的诊断和治疗研究与应用中得到越来越多的关注。契伦科夫成像作为一种新型的光学分子成像模态,可以实现肿瘤的高灵敏早期检测与精准定位。在多模态分子影像方面,以光学为核心有机融合结构与代谢信息的多模态分子成像技术成为医学影像技术发展的前沿,研发实现结构、功能和分子影像数据的同机获取的光学多模态分子影像成像设备,为生物医学领域的研究提供更精细、更全面的生理病理信息。在分子影像手术导航方面,光学分子影像作为一种非入侵式的成像技术,实现手术过程中对肿瘤及病灶组织边界的实时、精准定位,有效的为外科医生提供辅助,从而提高患者的生存率。总之,光学分子影像技术的不断发展,为疾病的精确诊断与个性化治疗提供新的手段。     

计算成像前沿进展

计算成像是融合光学硬件、图像传感器和算法软件于一体的新一代成像技术,突破了传统成像技术信息获取深度(高动态范围、低照度)、广度(光谱、光场、3维)的瓶颈。本文以计算成像的新设计方法、新算法和应用场景为主线,通过综合国内外文献和相关报道来梳理该领域的主要进展。从端到端光学算法联合设计、高动态范围成像、光场成像、光谱成像、无透镜成像、低照度成像、3维成像和计算摄影等研究方向,重点论述计算成像领域的发展现状、前沿动态、热点问题和趋势。端到端光学算法联合设计包括了可微的衍射光学模型、折射光学模型以及基于可微光线追踪的复杂透镜的模型。高动态范围光学成像从原理到光学调制、多次曝光、多传感器融合以及算法等层面阐述不同方法的优点与缺点以及产业应用。光场成像阐述了基于光场的3维重建技术在超分辨、深度估计和3维尺寸测量等方面国内外的研究进展和产业应用,以及光场在粒子测速及3维火焰重构领域的研究进展。光谱成像阐述了当前多通道滤光片,基于深度学习和波长响应曲线求逆问题,以及衍射光栅、多路复用和超表面等优化实现高光谱的获取。无透镜成像包括平面光学元件的设计和优化,以及图像的高质量重建算法。低照度成像包括低照度情...     

生物医学光声成像技术及其临床应用进展

样品被短脉冲激光照射后会受激产生超声波,这种现象被称为光声效应。随着激光器技术及超声探测技术的进 步,基于此效应的光声成像技术已成为生物医学成像领域发展最快的技术之一。光声成像作为一种混合型的成像方式, 结合了光学成像的高对比度和光谱识别特性,以及超声成像大穿透深度下仍具备较高分辨率的特点。光声成像技术不仅 可对包括血红蛋白、脂肪在内的多种组织成分进行高特异性成像,还能灵敏的反映包括血氧含量、氧代谢率等生理特征 的变化,与超声技术的形态和结构成像具有很强的互补性,已在临床及生物医学研究领域体现出巨大的应用潜力。光声 成像技术的这些特性使其在恶性肿瘤、心血管疾病、微循环异常等疾病的成像诊断和治疗引导中具有重要的应用前景。 文章小结了本课题组在光声成像技术领域最近取得的一些新进展,包括利用解卷积技术进一步提高光声显微成像分辨 率;利用压缩感知技术降低数据采集量,提高光声层析成像的速度;利用自制的纳米探针,实现光声分子成像和光热治 疗。光声成像技术的这些进步使其在癌症、心脑血管疾病等方面的诊断和治疗更具有可行性,文章最后回顾了光声成像 技术在乳腺癌、前哨淋巴结及血管内成像等方面的临床应用和研究进展。     

光声显微成像技术的研究进展

光声成像作为一种兼具高光学对比度和大超声探测深度的新兴成像方法,突破了传统光学成像技术分辨率与成像深度相互制约的壁垒,获得了空前快速的发展,其中,光声显微成像技术继承了光声成像技术的优点,采用声学或光学聚焦的成像模式,可以实现高对比度、高分辨率的生物组织结构、分子与功能成像,在神经学、眼科、血管生物学和皮肤学等研究领域具有潜在应用价值。为此,首先介绍了光声成像技术的原理和分类,然后围绕光声显微成像(Photoacoustic microscopy, PAM)技术这一主题,重点综述了新型PAM技术的发展情况、PAM焦深（Depth of focus, DoF）延拓技术以及PAM的生物医学应用。最后,总结了PAM技术发展存在的挑战,并对未来发展方向进行了展望。     

高光谱图像在生物医学中的应用

高光谱成像（hyperspectral imaging,HSI）作为生物医学可视化的一种新兴技术,在生物医学领域的研究正逐渐受到关注。随着高光谱成像技术以及精准医学的迅速发展,将高光谱成像技术应用于近距离的医学诊断成为新的研究趋势。高光谱成像技术能同时获取生物组织的2维空间信息和1维光谱信息,覆盖可见光、红外和紫外等光谱范围,具有较高的光谱分辨率,可提供有关组织生理、形态和生化成分的诊断信息,为生物组织学研究提供更精细的光谱特征,进而为医学病理诊断提供更多辅助信息。本文介绍了高光谱成像技术的基本原理、高光谱显微成像系统的基本构成及特点。基于此,总结并阐述了高光谱成像技术在疾病诊断和手术指导中的应用进展,涉及其在癌症、心脏病、视网膜疾病、糖尿病足、休克、组织病理学和图像引导手术等方面的应用。综合分析了高光谱成像技术在生物医学领域应用的局限性,并提出了生物医学研究领域中该技术的未来发展方向。     

基于图神经网络的自闭症辅助诊断研究综述

自闭症谱系障碍是一种复杂的神经系统发展障碍疾病,截至目前其病因尚不明确。图神经网络作为非欧几里得空间深度学习的重要分支,在处理图结构数据的相关任务中取得优异表现,为医学领域的成像和非成像模式的集成提供了可能,因此利用图神经网络进行自闭症等脑部疾病神经成像诊断逐渐成为研究热点。阐述传统机器学习方法在自闭症疾病预测中应用,介绍图神经网络的基本分类,按照图中节点与边关系的建模方法,从基于人群图和基于个体图两个角度对图神经网络在自闭症辅助诊断中的应用进行梳理和分析,并归纳现有诊断方法的优劣势。根据目前基于图神经网络的自闭症神经成像诊断的研究现状,总结了脑神经科学领域辅助诊断技术面临的主要挑战和未来研究方向,对于自闭症等脑部疾病辅助诊断的进一步研究具有指导意义和参考价值。     

在体生物光学成像技术的研究进展

在体生物发光成像和在体荧光成像是近年来新兴的在体生物光学成像技术, 能够无损实时动态监测被标记细胞在活体小动物体内的活动及反应, 在肿瘤检测、基因表达、蛋白质分子检测、药物受体定位、药物筛选和药物疗效评价等方面具有很大的应用潜力. 本文详细介绍了在体生物发光成像和在体荧光成像的特点、系统及应用, 比较了它们的异同, 综述了在体生物光学成像技术的基本原理和应用领域, 讨论了将其应用于临床的进一步发展方向.     

视觉传感成像技术与数据处理进展

本文以视觉传感的新视觉传感硬件、处理技术和应用场景为主线,通过综合国内外文献和相关报道来梳理该领域在成像技术和数据处理方面的主要进展。从激光扫描成像、大动态范围光学成像技术、偏振成像与传感技术和海洋声学层析成像等研究方向,重点论述视觉传感领域的发展现状、前沿动态、热点问题和趋势。基于激光扫描的3维建模技术虽然取得了一些进展,但仍面临居多挑战。随着硬件设备和数据处理技术的发展,未来激光扫描系统将在众多民用领域得到广泛应用,满足不同的探测和建模任务;大动态范围光学成像相关技术已逐步应用于红外成像、光谱成像、偏振成像、超声成像和单光子成像等领域,将为多维信息获取、智能处理以及数据挖掘等提供有力支撑;充分挖掘偏振成像的应用潜能,与其他先进成像传感技术相结合,实现更优性能,对各个尺度下的成像场景都具有重要的应用价值;海洋声学层析成像需要与其他方法相结合,发展基于分布式水下传感网络、卫星观测、海底电缆、人工与自然噪声机会声源等联合观测的低成本、长期观测网络。对国内外视觉传感领域进展情况进行梳理、总结,有助于发现该领域的发展趋势以及明确下一步的研究方向。     

Monte Carlo方法在扩散光学成像仿真中的应用

综述了描述前向问题的各种模型,包括解析解方法、数值方法和统计方法.特别地,就生物自发光多谱段光源的实例介绍了Monte Carlo方法.在光学成像领域,针对不同的成像模态、对成像质量的要求以及所需要的信息,MC方法有3种主要形式:连续波、时域和频域.不仅揭示了每种形式的基本原理,同时也相应地介绍了其在本领域的典型应用及软件.通过这些应用可以看出,MC方法对于扩散光学成像,特别是最近几年的在体无创实时成像的发展发挥着重要作用.     

太赫兹成像技术的应用研究

太赫兹辐射(THz)是指频率范围在0.1～10 THz的电磁波,波段位于毫米波与红外波段之间,其应用主要集中在太赫兹时域光谱技术和太赫兹成像技术两方面,其中太赫兹成像技术在实际应用中更加广泛.介绍了太赫兹辐射及其性质,简述了太赫兹成像技术及其发展过程.分析了太赫兹成像技术在安全检查、癌症检测和无损检测等领域的发展过程,结果表明使用太赫兹成像技术可以对违禁药物和危险隐藏物等进行安全检查,对人体癌变组织进行成像检测,以及对航空航天材料中的缺陷进行无损检测.随着太赫兹成像技术的不断发展,其在安检、医疗和无损检测等领域有着重要的应用前景和研究价值.     

深度学习在医学影像中的应用综述

深度学习能自动从大样本数据中学习获得优良的特征表达,有效提升各种机器学习任务的性能,已广泛应用于信号处理、计算机视觉和自然语言处理等诸多领域。基于深度学习的医学影像智能计算是目前智慧医疗领域的研究热点,其中深度学习方法已经应用于医学影像处理、分析的全流程。由于医学影像内在的特殊性、复杂性,特别是考虑到医学影像领域普遍存在的小样本问题,相关学习任务和应用场景对深度学习方法提出了新要求。本文以临床常用的X射线、超声、计算机断层扫描和磁共振等4种影像为例,对深度学习在医学影像中的应用现状进行综述,特别面向图像重建、病灶检测、图像分割、图像配准和计算机辅助诊断这5大任务的主要深度学习方法的进展进行介绍,并对发展趋势进行展望。     

深度学习在医学影像智能处理中的应用与挑战

利用深度学习方法对医学影像数据进行处理分析,极大地促进了精准医疗和个性化医疗的快速发展。深度学习在医学图像领域的应用较为广泛,具有多病种、多模态、多组学和多功能的特点。为便于对深度学习在医学图像处理领域的应用进行更深入有效的探索,本文系统综述了相关研究进展。首先,从深度学习在影像基因组学中的应用出发,理清了深度学习在医学影像领域应用的一般思路和现状,将医学影像领域分为智能诊断、疗效评估和预测预后等3个模块,并对模块内的各病种进行总结,展示了深度学习各算法的优缺点及面临的问题和挑战。其次,对深度学习中出现的新思路、新方法以及对传统方法的改进进行了阐述。最后,总结了该领域现阶段面临的问题,并对未来的研究方向做出了展望。基于深度学习的医学图像智能处理与分析虽然取得了一些有价值的研究成果,但还需要根据临床的实际需求,将深度学习与经典的机器学习算法及无创并且高效的多组学数据结合起来,对深度学习的理论和方法进行深入研究。     

机器视觉技术研究进展及展望

摘 要：机器视觉是建立在计算机视觉理论工程化基础上的一门学科,涉及到光学成像、 视觉信息处理、人工智能以及机电一体化等相关技术。随着我国制造业的转型升级与相关研究 的不断深入,机器视觉技术凭借其精度高、实时性强、自动化与智能化程度高等优点,成为了 提升机器人智能化的重要驱动力之一,并被广泛应用于工业生产、农业以及军事等各个领域。 在广泛查阅相关文献之后,针对近十多年来机器视觉相关技术的发展与应用进行分析与总结, 旨在为研究学者与工程应用人员提供参考。首先,总结了机器视觉技术的发展历程、国内外的 机器视觉发展现状;其次,重点分析了机器视觉系统的核心组成部件、常用视觉处理算法以及 当前主流的机器视觉工业软件;然后,介绍了机器视觉技术在产品瑕疵检测、智能视频监控分 析、自动驾驶与辅助驾驶与医疗影像诊断等 4 个典型领域的应用;最后分析了当前机器视觉技 术所面临的挑战,并对其未来的发展趋势进行了展望,为机器视觉技术的发展和应用推广发挥 积极作用。     

虚拟手术系统技术现状

虚拟手术是近年来在国际上发展迅速的一个领域。通过利用虚拟现实技术,医生们可以模拟在由患者的CT或MRI数据所构建的病灶处三维图像上进行手术操作,对于确定病灶位置,制定最佳手术方案和保证手术成功都具有十分重要的意义。该文分别对虚拟手术技术中的图像分割技术、人体器官三维重建技术以及软组织变形技术等几个主要方面研究做出了介绍,并分析了其技术需求及技术关键相关问题,为进一步进行虚拟手术系统的研究工作打下了一定基础。     

活体光学投影断层成像系统与应用

光学投影断层成像（Optical projection tomography,OPT）技术可以对1～10mm 尺度的低散射生物样本进行激发成像,具有微米级的空间分辨率、无辐射、成本低等特点,为小尺寸生物样本的高分辨率三维成像提供了一种新的手段. OPT最早通过对离体生物组织如小鼠胚胎、小鼠器官等成像,进行药物疗效评估、基因表达等研究,但是离体成像不能动态、完整地反映生物组织的变化,因此活体成像技术逐渐成为OPT领域的研究热点.本文详细介绍了我们自主研发的活体OPT系统,该成像系统以准直激光器为光源单元,高精密移动和旋转 电控平台为样本定位单元,低温电子倍增（Electron multiplying,EM） CCD探测器为采集单元,实现了针对果蝇蛹等小模式动物的活体三维成像.该系统的空间分辨率优于10 μm,成像视野1～10mm,扫描时间小于2min,重建时间小于5s.最后,本文通过果蝇蛹的三维活体成像实验展示该系统的操作流程、成像结果和初步的生物应用.     

定量磁共振图像的深度学习重建方法进展

磁共振成像是一种应用广泛的无创医学成像方法,因其丰富的软组织对比度可以成像人体几乎所有内部结构,包括器官、骨骼、肌肉和血管,已成为临床医学影像诊断的利器。然而磁共振成像存在两大公认的瓶颈：成像速度慢、扫描操作烦琐。深度学习给磁共振成像带来莫大的契机,给传统磁共振加速成像带来新的可能。鉴于该领域的快速发展性质,本文旨在总结文献中报道的大量深度学习和磁共振图像重建相结合的方法,以更好地了解该领域。本文简单介绍磁共振成像在多通道线圈接收的并行加速和压缩感知加速下的深度学习重建方法,其中单对比度图像可通过多通道接收线圈提供的冗余度用于加速,多对比度图像可额外使用不同对比度图像这一维度用于加速,动态图像与多对比度图像类似可额外使用时间维度用于加速,本文也将介绍深度学习在这些方面的发展。随着磁共振成像近年来由定性多对比度成像向定量多参数成像的发展,其中定量成像的图像中可内含多对比度图像,如何借用深度学习提供的能力将定性多对比度图像映射到参数图也是一个难点,近年来这一方向也获得了较快的发展,文中也将针对这方面内容进行调研并介绍。针对上述内容,分别介绍国际研究现状和国内研究现状,拟更好地总结国内外研究的发展的异同和趋势。最后对深度学习助力定量磁共振成像方面进行了展望。     

基于深度学习的心脏磁共振影像超分辨率前沿进展

心脏为人体血液流动提供动力,是人体血液循环系统的重要组成部分。受人口老龄化影响,心脏病诊疗已成为重大公共健康话题。非侵入式活体心脏成像对心脏疾病的检测、诊断与治疗意义重大。然而,受活体心跳影响,成像扫描时间与心脏影像分辨率成为难以调和的矛盾。为缓和这一矛盾,基于快速扫描获得的低分辨率影像重建出心脏高分辨率影像的超分辨率(super-resolution, SR)重建技术成为研究热点。深度学习技术在医学影像处理领域中展现出强大生命力,基于深度学习的SR技术因其强大的学习能力与数据驱动性,在心脏影像SR重建领域中表现出明显优于传统方法的性能。目前领域内前沿成果较多,但缺少对领域现状进行总结、对未来发展进行展望的综述性文献。因此,本文对领域内现状进行梳理总结,挑选出代表性方法,分析方法特性,总结文献中心脏影像数据来源与规模,给出常用的评价指标,以及模型得出的性能评价结论。分析发现,基于深度学习的心脏SR重建技术取得了较大进展,但在运动伪影抑制、模型简化程度与时间性能方面仍有进步空间。此外,现有模型基本完全依靠网络强大的表达能力,鲜有临床先验知识的引入。最后,模型间性能对比相对较少,且领域内缺...