本站讯  近日，医学成像领域国际顶级期刊IEEE Transactions on Medical Imaging (简写IEEE TMI) 发表了机电与信息工程学院董恩清教授课题组的最新研究成果“Lung 4D CT Image Registration Based on High-Order Markov Random Field”。机电与信息工程学院博士研究生薛鹏为文章第一作者，董恩清教授为通讯作者，山东大学为唯一完成单位。

肺癌是癌症引起人类死亡的第一杀手，全世界每年约有118万人死于肺癌。目前图像引导放射治疗是治疗肺癌的主要手段之一。为了减小在放疗过程中产生的毒副作用，在保证杀死癌细胞的前提下，有必要对肺部靶区或者肺部运动进行建模，并依此来制定合理有效的放疗计划。

肺部4D CT图像配准算法是估计肺部运动的核心，通过配准算法与放疗技术相结合，可以在提高治疗效果的同时降低周围组织的毒副作用。在配准过程中，由于受呼吸运动、心脏搏动等生理运动的影响，会导致肺部4D CT图像局部灰度的不均匀变化以及细小纹理特征的较大形变。在这种情况下，一些传统的基于连续优化的图像配准算法容易陷入局部最优解，从而难以准确估计肺部的运动情况。为此，董恩清教授课题组提出了一种基于高阶马尔可夫随机场的肺部图像配准方法，该方法通过在传统的只具有平滑项的目标函数中引入高阶团来保持图像变形场的拓扑结构，在此基础上利用Markov Chain Monte Carlo离散优化算法来求解所设计目标函数的最优化问题。通过模型分析与实验验证可以发现，董恩清教授课题组所提出的肺部图像配准算法可以准确地估计肺部的运动情况。该研究结果为提高基于图像引导放疗以及肺部运动精确估计水平奠定了坚实的理论基础。

IEEE TMI是公认的医学成像领域的TOP期刊，在全球129种医学成像(Radiology, Nuclear Medicine & Medical Imaging)SCI收录期刊中排名第3 (TOP3)；全球106种计算机科学及交叉学科应用(Computer Science, Interdisciplinary Applications)SCI收录期刊中排名第3 (TOP3)；在全球265种电气与电子工程(Engineering, Electrical & Electronic)SCI收录期刊中排名第11 (TOP11)。IEEE TMI 2018年影响因子为7.816。

董恩清教授带领的医学影像信息处理研究团队聚焦国际上医工学科交叉研究领域中的热点问题，在图像分割、图像配准、影像组学及医学影像病理预测及诊断等方向取得了丰硕的研究成果，引起了国内外同行的广泛关注。近年来，以第一作者和通信作者单位在Signal Processing, European Radiology, Radiotherapy and Oncology等国际顶级期刊（JCR Q1）发表高水平的SCI论文5篇。

本项研究工作得到了国家自然科学基金面上项目资助（2013、2016）、中央高校基本科研专项资金（2019）、教育部高等学校博士学科点专项科研基金（2012）和山东省重点研发计划（重大科技创新工程）项目（2019）的资助。

论文链接：https://ieeexplore.ieee.org/document/8812672