2、医学与药物研发的计算技术突破

医学与药物研发的计算技术突破

在医学领域，CT图像中骨骼结构分割以及抗HIV - 1药物研发都是至关重要的研究方向。前者对于虚拟颅颌面（CMF）手术规划意义重大，而后者则关乎全球众多HIV感染者的健康与生命。接下来，我们将深入探讨相关的技术方法和实际应用效果。

CT图像骨骼结构分割技术

• 分割原理优化 ：通过从集体分割中的骨骼体素构建图，而非从完整图像构建，将分割问题从多种组织类型的分离简化为骨骼分离，大幅降低了内存和计算成本。在CMF规划中常见的头部CT体积，骨骼体素通常在300万到800万之间，仅占总体素数的约10%。结合快速迭代求解器，能够对大至512³的体积进行快速分割更新。
• 分割编辑方法
  • 初始编辑 ：用户可在骨骼表面或CT切片上绘制额外的种子，以之前的解作为初始猜测再次运行迭代求解器，加快收敛速度，此过程可重复直至所有骨骼结构分离。
  • 精细编辑 ：使用专用的3D编辑工具进行更精细的编辑，该工具能实时更新分割的局部区域，允许选定的标签生长并与其他标签竞争。
• 系统实现细节 ：该分割系统用Python实现，使用OpenGL和GLSL进行渲染，PySide构建图形用户界面，Cython和PyOpenCL进行图像和图处理。
• 案例研究
  • 实验设置