科技助力医学发展 创新打造健康人生
心脑血管是人体血管中的最典型代表，心脑血管疾病是当前影响人类健康最主要的疾病之一。结合信息科学与生命科学特点，运用计算机最新科技方法对血管的研究，是近年来该领域的研究热点。该领域的研究进展和技术突破，对临床医学、生命科学、病症统计学及预防学等领域的发展将带来重要的影响。由于心脑血管在人体组织中所占比例低，血管成像灰度不均匀，形态复杂且个体差异性大，细小血管间多存在缠绕和遮挡，使得对心脑血管的可视化成为计算机图形学领域中的重要问题，也成为心脑血管医学领域发展的最大障碍。北京师范大学周明全教授自2000年以来，带领科研项目组团结一致，在心脑血管可视化技术和虚拟现实技术研究领域取得了斐然的成绩，为祖国医疗事业的发展做出了突出贡献。 开拓创新，打破技术瓶颈 据统计，脑血管疾病是全世界导致人类死亡的主要疾病之一，因此对其早期预防及治疗极为重要。通过影像技术进行无创伤脑血管病变的检测，是一种有效的诊断和监测脑血管疾病的方法，也是最能被人所接受而不会产生副作用的技术，它可以在整个治疗过程中使用监测治疗效果。精确描述脑血管对疾病诊断和定性分析十分重要，但通常对血管疾病的诊断，医生往往是通过对仪器屏幕图像或胶片进行肉眼观察，凭个人的经验进行分析和诊断。由于诊断时易遗漏某些细微变化，而且受不同医师间及同一医师间的阅片差异的影响，其诊断结论往往带有较多的主观成分。而计算机对于纠正这些错误和不足具有巨大的优势。因此，通过计算机技术和虚拟现实技术来辅助医生准确观察和诊断，是一个亟待解决的问题。 自2000年开始，北京师范大学周明全教授项目组相继在国家自然科学基金、博士后基金、国家自然基金重点项目、北京市自然科学基金与北京科技基础条件平台建设的支持下开展了人体可视化与虚拟内窥项目研究，研究历时十五年。这期间，不仅使国内可视化技术和虚拟现实技术与国际上此领域研究同步，并率先在国内开展数字化头颅新技术研究，由鼻腔内窥问题引入，面向心脑血管可视化、模型分析与内窥的相应问题，取得了理论方法、支撑技术、领域应用等一系列研究成果。 据了解，传统的三维诊断是通过转化成图像的方式进行的，其观察的角度和方位都会受到图像的影响。周明全教授带领项目组研究的心脑血管可视化技术是针对人体心脑血管的计算机应用技术。通过对数字化的医学影像的智本文由收集整理能处理、数据分析、三维建模、数据可视化，虚拟现实，以充分呈现人体血管的形态特征，方便医生洞察医学数据，应用于医学教学、科研、临床，达到对疾病诊断、病灶检测、辅助治疗的作用。 另外，随着虚拟现实（Virtual Reality，简称VR）技术逐渐从实验室走向实际应用，项目组的研究意义进一步得到证实。周教授介绍说，在医学领域，应用该虚拟现实技术只要用扫描设备就可以在电脑里构造一个筋骨分明的、逼真立体的数字病灶，医生便可分析病灶的情况，在虚拟环境下监测、诊断以及寻找最佳的手术路径，以降低风险。 在研究过程中，周教授带领项目组将具体的研究工作分为三阶段。 第一阶段：2000年以来，在国家自然科学基金等项目支持下，在国内率先展开了人体的数字化头颅可视化及分析研究。通过CT和MRI获取人体的影像信息，实现了活体脑数据的获取及测量分析，应用计算机技术模拟传统的医学解剖。通过图形学方式实现脑部组织的可视化，是国内最早从事虚拟内窥镜和人体可视化的团队。中央电视台2003年在《科技博览》栏目，以虚拟内窥镜为题进行了报道。 第二阶段：周明全教授主持的863项目和北京市自然基金重点项目。研究突破了传统内窥镜中组织不易进入（如面向检测的脑血管）和不可进入（如心血管），病灶组织不宜接触和不可接触（如管内斑块，可能脱落、出血），组织不容易观察等缺陷，将数字医学影像技术和计算机可视化新方法引入到心脑血管数据采集和分析过程，提出心脑血管虚拟内窥研究体系。 第三阶段：以周明全教授主持的国家自然基金重点项目为标志，通过解剖学、临床医学与信息学科的交叉，定性定量地分析心脑血管形态规律，极大地提高了心脑血管医学诊断的客观性和有效性，最终形成了心脑血管虚拟内窥研究的科学体系。 锐意进取，成果丰硕 通过项目组成员的通力合作，目前他们已经在可视化技术和虚拟现实技术研究领域取得了可喜的成绩，完成了关于脑血管分割表示等多项重要工作。他们在研究基于项目组武仲科教授提出的球B样条的脑血管模型基础上，探讨了三维脑血管树状表示模型，血管分割和三维模型重建，三维脑血管模型可视化，虚拟内窥导航以及上述功能如何在虚拟现实环境中使用等一系列问题。具体成果包括： 1.构造脑血管形态分割研究体系。对传统方法进行研究的基础上，形成了基于形变的脑血管分割模型和基于统计的脑血管分割模型，构造了脑血管形态分割研究体系。研究了基于参数统计方法、基于Level Set方法的区域活动轮廓模型法、基于双高斯模型的参数统计方法、基于高斯—Gibbs场的统计模型与基于参数模型和统计模型融合的方法。 2.形成了脑血管球B样条表示，重构模型。面向脑血管的管状物构造问题，提出了一种基于球B样条的血管网络表示模型，应用修正梯度矢量流场构造达血管分支的拓扑结构，采取通过最小化能量曲线半径函数构造球体半径，最终用球B样条曲线重构出血管的集合信息。此模型可用较少的数据集表示，对于类似血管树的复杂模型可实现快速计算及灵活操作。 3.基于GPU加速脑血管体绘制技术。在脑血管三维模型重构之后，研究了模型的实时高。