一种基于手术导航系统的牵拉变形矫正方法技术方案

本发明专利技术属医学图像处理及应用领域，涉及一种基于手术导航系统的牵拉变形矫正方法，尤其涉及神经外科手术导航系统中脑组织牵拉变形矫正的方法，本发明专利技术方法包括基于MRI的三维自动分割算法，获得目标组织后进行网格化，通过对每一网格单元赋予相应的生物力学属性，建立物理模型。通过跟踪算法间接跟踪受牵拉组织表面，将其作为边界条件并结合物理模型进行扩展有限元计算，获得整个脑组织任意位置的变形，最后采用插回算法更新术前三维数据场用于指导手术。该方法实施简单，精度可靠，可集成在现有导航系统中，从而大幅度提高导航系统精度，有助于临床应用。

【技术实现步骤摘要】

本专利技术属医学图像处理及应用领域，涉及，具体涉及一种神经外科手术导航系统中脑组织牵拉变形矫正的方法。
技术介绍
临床神经外科手术中脑组织牵拉变形是影响神经外科手术导航系统精度的重要因素。通常需要术中影像和生物力学模型矫正对脑组织的变形进行矫正。虽然术中影像如术中 CT (intraoperative CT, iCT)和术中 MR (intraoperative MR, iMR)能够较准确地矫正脑组织变形，但其缺点是成本高、操作不方便、容易引起感染且延长了手术时间，这些缺点限制了术中影像矫正的临床应用；生物力学模型矫正方法通过建立生物力学模型，然后利用有限元方法(Finite Element Method, FEM)的求解来矫正脑组织变形,克服术中影像方法的缺点。2001年Miga应用固结理论建立线性多孔弹性生物力学模型，沿牵拉路径切割网格，产生两倍的网格节点，实现模型的更新，经动物实验表明，该模型可矫正平均66%的脑组织位移误差，降低80%的定位误差。2002年Ferrant使用线弹性生物力学模型建模，通过删除牵拉路径上所有网格实现模型的更新。所述的有限元方法(FEM)处理脑组织拓扑结构改变主要包括:完全重新网格化或者将拓扑结构改变区域局部网格化。不管FEM采用何种处理方法均需要改变网格原有拓扑结构，破坏了原有网格的连续性，而XFEM则能克服这个缺点，它处理脑组织变形首先不考虑拓扑结构变化产生的不连续性，直接将脑组织网格化，再根据裂缝的具体形状，在沿着裂缝经过的网格节点加上新的虚自由度。这样处理脑组织牵拉产生的裂缝能在不破坏原有网格连续性的基础上准确地表达裂缝产生的拓扑不连续性。2009年Vigneron [3]首次提出将XFEM应用于线弹性生物力学模型中，并利用基于iMR图像的非刚性配准技术获取牵拉前后脑组织的位移，以此作为边界条件求解模型。此方法使用Canny算子对配准前后图像进行边缘检测，验证结果表明配准后图像的Hausdorff距离减小。但该方法仅得到定性结果，没有给出XFEM在矫正牵拉引起脑组织牵拉变形有效性的定量性结果。与本专利技术相关的现有技术有:[1]Μ.1.Miga, D.ff.Roberts, F.E.Kennedy, L.A.Platenik, A.Hartov, Κ.E.Lunn,and K.D.Paulsen, Modeling of retraction and resection for intraoperativeupdating of images, Neurosurgery, vol.49, (n0.1), pp.75-84 ；discussion 84-5,2001-07-012001.[2]M.Ferrant, A.Nabavi, B.Macq, F.A.Jolesz, R.Kikinis, and S.K.Warfield,Registrationof 3-D intraoperative MR images of the brain using a finite-elementbiomechanical model, IEEE Trans Medlmaging, vol.20, (n0.12) , pp.1384-97,2001-12-012001.[3] L.M.Vigneron, M.P.Duflot, P.A.Robe, S.K.Warfield, and J.G.Verly, 2DXFEM—basedmodeling of retraction and successive resections for preoperativeimage update, ComputAided Surg, vol.14, (n0.1-3), pp.1-20,2009-01-202009.
技术实现思路
本专利技术的目的是为临床应用提供一种实施简单，操作灵活，无需更改现有导航设备的外科手术导航系统精度校正方法，涉及一种基于手术导航系统的组织牵拉变形矫正的方法，具体涉及一种神经外科手术导航系统中脑组织牵拉变形矫正的方法。本专利技术方法包括基于MRI的三维自动分割算法，获得目标组织如脑组织后进行网格化，通过对每一网格单元赋予相应的生物力学属性，建立物理模型。通过跟踪算法间接跟踪受牵拉组织表面，将其作为边界条件并结合物理模型进行扩展有限元(extendedFiniteElement Method, XFEM)计算,获得整个脑组织任意位置的变形,最后采用插回算法更新术前三维数据场用于指导手术。具体的，本专利技术采用基于线弹性理论的物理模型，同时为了方便有效的获取边界条件，采用三维激光成像设备LRS (Laser Range Scanner)实时获取术中裸露的脑压板,通过跟踪算法跟踪受到牵拉脑组织的运动，从而获得用于驱动模型的边界条件；将该边界条件与线弹性物理模型相结合，利用XFEM进行求解，可以有效地对术中的脑组织牵拉变形进行矫正。本专利技术方法实施简单，操作灵活，无需更改现有的导航设备，有助于临床应用。更具体的，本专利技术的一种基于手术导航系统的组织牵拉变形矫正的方法，其特征在于，其包括步骤:(I)采用基于MRI的三维自动分割算法，获得目标组织；(2)采用多分辨率网格算法对获得的目标组织进行网格化；(3)对每一网格单元赋予相应的生物力学属性，建立目标组织的物理模型；(4)采用三维激光扫描设备，通过受到牵拉组织跟踪算法，获得边界条件；(5)结合边界条件与物理模型进行XFEM计算，获目标组织任意位置的变形；(6)采用插回算法用获得的变形更新术前三维数据场。本专利技术中，所述的目标组织选自脑组织。解决脑组织变形的第一步是分割出目标区域如脑组织，本专利技术采用一种基于灰度直方图原理结合形态学特征的自动分割算法。本专利技术方法的步骤(1)中，采用三维自动分割算法，高斯曲线拟合直方图曲线，根据拟合高斯曲线自动判定门限值，所述的门限化判定公式为，ts = tBF+4/5(uGM-tBF)其中tBF是背景与前景之间的门限，ueM为目标组织脑白质灰度均值，分别对应高斯曲线的第一和第二个峰值；在门限化后，可采用形态学中的腐蚀算法，去除所存在的细微连接；通过设定种子点寻求最大连通域将脑组织从皮肤、骨骼中分离出来，最后针对分割出的脑组织采用形态学中的膨胀算法，恢复腐蚀操作中所损失的脑组织。本专利技术中，针对分割出的脑组织，采用四面体单元进行离散化。线弹性模型的特点在于每一单元都是常应变单元，本专利技术方法针对在脑组织边界、脑室边界处相对内部组织变化较大的现象，采用一种具有多分变率的网格划分算法，边界处单元密度大，而内部单元密度小，能精确表达表面，较好的模拟出边界处的变形情况，而对于内部变化相对较小的区域，单元则划分的较大些，减少了计算量。本专利技术方法的步骤(2)中，用类八叉树算法将三维图像空间划分为六面体单元的网格后，将每一六面体单元划分为五个四面体单元，对所获得的四面体网格边界处细化，得多分变率网格，采用类MT算法切割网格，去除背景，获得最终仅包含脑组织的多分变率网格。本专利技术中，针对网格化后的脑组织，通过对每一单元赋予相应的生物力学属性建立脑组织的物理模型，由于脑组织变形过程缓慢而且形变小，应变与应力成线性关系，本专利技术本文档来自技高网...

【技术保护点】
一种基于手术导航系统的组织牵拉变形矫正的方法，其特征在于，其包括步骤：(1)采用基于MRI的三维自动分割算法，获得目标组织；(2)采用多分辨率网格算法对上述目标组织进行网格化；(3)对每一网格单元赋予相应的生物力学属性，建立目标组织的物理模型；(4)采用三维激光扫描设备，通过受到牵拉组织跟踪算法，获得边界条件；(5)结合边界条件与物理模型进行XFEM计算，获目标组织任意位置的变形；(6)采用插回算法用获得的变形更新术前三维数据场。

【技术特征摘要】
1.一种基于手术导航系统的组织牵拉变形矫正的方法，其特征在于，其包括步骤: (1)采用基于MRI的三维自动分割算法，获得目标组织； (2)采用多分辨率网格算法对上述目标组织进行网格化； (3)对每一网格单元赋予相应的生物力学属性，建立目标组织的物理模型； (4)采用三维激光扫描设备，通过受到牵拉组织跟踪算法，获得边界条件； (5)结合边界条件与物理模型进行XFEM计算，获目标组织任意位置的变形； (6)采用插回算法用获得的变形更新术前三维数据场。2.根据权利要求1所述的方法，其特征在于，其特征在于，所述的目标组织选自脑组织。3.根据权利要求1所述的的方法，其特征在于，所述步骤(1)的三维自动分割算法为，采用高斯曲线拟合直方图曲线，根据拟合高斯曲线自动判定门限值，所述的门限化判定公式为， ts = tBF+4/5 (uGM-tBF) 其中tBF是背景与前景之间的门限，ueM为目标组织脑白质灰度均值，分别对应高斯曲线的第一和第二个峰值。4.根据权利要求1所述的的方法，其特征在于，所述步骤(2)的多分辨率网格算法为，用类八叉树算法将三维图像空间划分为六面体单元的网格后，将每一六面体单元划分为五个四面体单元，对所获得的四面体网格边界处细化，得多分变率网格，采用类MT算法切割网格，去除背景，获得最终多分变率网格。5.根据权利要求1所述的的方法，...

【专利技术属性】
技术研发人员：宋志坚，王巍伟，李萍，章琛曦，王满宁，姚德民，
申请(专利权)人：复旦大学，
类型：发明
国别省市：上海;31