一种下颌角截骨术中建立截骨面预测模型的方法技术

本发明专利技术公开了一种下颌角截骨术中建立截骨面预测模型的方法，包括以下步骤：S1、根据既往患者下颌角截骨手术患者术前CT图像、术后CT图像获得第一截骨面参数，结合既往患者的术前照片、术后照片，基于多任务卷积神经网络，获得截骨面预测模型学习版，得到手术导航系统1.0版；S2、收集新入组患者术前CT图像、术后CT图像，获得第二截骨面参数，获得第二截骨面参数，构建测试集，对截骨面预测模型进行测试，得到稳定的截骨面预测模型，再结合既往患者的危险区、新入组患者的危险区，得到截骨面预测模型稳定版，完成手术导航系统2.0版。本发明专利技术将计算机知识与截骨信息结合，实现了下颌角截骨术系统建立，为以后的手术提供依据。

A Method for Establishing Prediction Model of Osteotomy Surface in Mandibular Angle Osteotomy

The invention discloses a method for establishing osteotomy surface prediction model in mandibular angle osteotomy, which includes the following steps: S1, obtaining the first osteotomy surface parameters according to preoperative and postoperative CT images of patients with mandibular angle osteotomy, combining preoperative and postoperative photographs of former patients, and obtaining the learning version of osteotomy surface prediction model based on Multitask convolution neural network, and obtaining the first osteotomy surface parameters according to preoperative and postoperative CT images of patients with mandibular angle osteotomy. S2. Collect preoperative and postoperative CT images of newly admitted patients, obtain the second osteotomy surface parameters, construct the test set, test the osteotomy surface prediction model, and get a stable osteotomy surface prediction model. Combining the risk areas of former patients with those of newly admitted patients, a stable version of the osteotomy surface prediction model is obtained. Complete version 2.0 of surgical navigation system. The invention combines computer knowledge with osteotomy information, realizes the establishment of mandibular angle osteotomy system, and provides a basis for future surgery.

【技术实现步骤摘要】
一种下颌角截骨术中建立截骨面预测模型的方法
本专利技术涉及手术模型
，尤其是涉及一种下颌角截骨术中建立截骨面预测模型的方法。
技术介绍
由于下颌角截骨术后患者面部外观的变化，除与下颌骨截骨量相关外，与局部软组织张力改变导致的软组织体积量的变化也有一部分关联。因此，下颌角截骨术的去骨量并不是术前患者面部外观与术后预测效果间做减法，既往单纯借助于三维CT及面部3D扫描照相系统来进行手术效果的3D设计，并不能准确预测在下颌角截骨术中为达到术后预测效果时下颌角的去骨量及截骨面形态位置。现有的针对下颌角截骨术的手术导航系统，通过对患者进行螺旋CT扫描，并将影像数据进行重建及处理，凭借既往临床经验设计截骨线，并将其标注在下颌骨的三维数据模型上，机器人辅助手术系统将截骨线细分为多个钻点，通过在骨面上沿截骨线进行多处钻点钻孔以实现截骨。同时，该系统通过在下颌角区钻孔连接标记模块形成标记复合体，或根据患者下齿列形态定制牙套模，并将标记模块连接在牙套模上，术中通过患者配戴连有标记模块的牙套模来判断下颌骨的相对位置。术中，系统借助增强现实技术通过识辨标记模块判断下颌骨相对位置，并确定截骨线位置，以实现通过RAS行下颌角截骨术。该手术导航系统经过临床实际应用，平均误差较小，可以保证手术的安全性，同时在辅助医生经验积累等方面有较强的优势。但该系统目前存在三个不足之处：（1）需额外固定标志点：通过嘱患者佩带连有标记模块的牙套模用以确定截骨线，由于连接方式为非刚性连接，在术中标记模块与下颌骨之间存在较高的相对移位的风险，从而导致截骨线判断存在误差，降低了手术安全性；或将标记模块通过钻孔方式连接在下颌角区，虽极大地提高了标记模块与下颌骨体间相对位置关系的稳定性，但是由于口内入路的下颌角截骨术实际手术操作空间窄且深，固定标记模块的操作本身难度较高，同时标记模块相对术野过于庞大，能够实现妥善放置标记模块的适用病例受到了极大的限制。（2）该手术导航系统对于截骨方式的处理为采用机械间断打孔的模式，由于打孔形成的经骨组织的孔道为直线型的，因此此模式对于同时需要进行下颌骨外板去除术的病例并不适用，其形成的截骨面为一平面而非曲面，在很大程度上限制了该手术导航系统的应用范围。（3）该手术导航系统并未对下颌角截骨术后的软组织改变予以考虑，截骨线的设计完全凭借术者的既往经验，而无量化的指标，该系统虽然提高了手术的安全性，但对于准确预测患者术后效果及提高患者满意度等方面并无优势。因此，建立一种基于人工智能技术的下颌角截骨术的预测模型，为患者提供手术依据，预测术后效果，是目前亟待解决的问题。
技术实现思路
本专利技术的目的是提供一种下颌角截骨术中建立截骨面预测模型的方法，通过将既往患者相关数据，输入卷积神经网络，得到截骨面预测模型学习版，再通过新入组患者的相关数据，对截骨面预测模型学习版进行训练，然后将既往患者、新入组患者的危险区叠加到模型中，得到截骨面预测模型稳定版。本专利技术的上述专利技术目的通过以下技术方案得以实现：一种下颌角截骨术中建立截骨面预测模型的方法，包括以下步骤：S1、根据既往患者下颌角截骨手术患者术前CT图像、术后CT图像获得第一截骨面参数，再结合既往患者的术前照片、术后照片，构建训练集，基于多任务卷积神经网络，获得截骨面预测模型学习版，得到手术导航系统1.0版；S2、收集新入组患者术前CT图像、术后CT图像，获得第二最终截骨面参数，结合新入组患者的术前照片、术后照片，构建测试集，对截骨面预测模型学习版进行测试，得到稳定的截骨面预测模型，再结合既往患者的危险区、新入组患者的危险区，得到截骨面预测模型稳定版，完成手术导航系统2.0版。本专利技术进一步设置为：步骤S1中，收集既往患者下颌角截骨手术患者术前CT图像、术后CT图像，将同一视角的术前CT图像、术后CT图像进行像素级对齐后进行比较，获得的差值即为该视角的最终截骨面，不同视角的最终截骨面形成第一最终截骨面。本专利技术进一步设置为：对所述第一最终截骨面进行量化，包括对第一最终截骨面进行拆分、标注；所述拆分是把第一最终截骨面拆分为第一下颌骨截除线与第一下颌骨外板去除平面两部分，在术前CT图像直接标注第一下颌骨截除线α1与第一下颌骨外板去除平面β1，同时在下齿列上，标注多个第一铆钉点，并根据所述第一铆钉点标定第一参考平面γ1；所述标注是量化估计第一下颌骨截除线α1、第一下颌骨外板去除平面β1分别与第一参考平面γ1之间的关系。本专利技术进一步设置为：所述标注包括：以第一参考平面γ1为基准，确定第一下颌骨截除线α1、第一下颌骨外板去除平面β1分别与第一参考平面γ1之间的关系；具体地，用参数11表示第一下颌骨截除线α1几何中心距离第一参考平面γ1几何中心的距离；用参数12表示第一下颌骨截除线α1与第一参考平面γ1的偏转角；用参数13表示第一下颌骨外板去除平面β1几何中心距离第一参考平面γ1几何中心的距离；用参数14表示第一下颌骨外板去除平面β1与第一参考平面γ1的偏转角。本专利技术进一步设置为：基于多任务卷积神经网络，输入既往患者术前三维CT图像不同视角的数据集、术前照片的数据集、术后照片的数据集、第一最终截骨面的参数，训练得到截骨面预测模型学习版。本专利技术进一步设置为：步骤S1中，根据既往患者的术前CT，标记既往患者的下齿槽神经走形区及颏神经走形区为第一危险区1，标记面动脉及面后静脉走形区为第一危险区2；对各危险区进行量化评估，构建第一危险区数据集。本专利技术进一步设置为：所述对各危险区进行量化评估，是用参数表示各危险区分别与第一参考平面γ1之间的关系，具体地，用参数15表示第一危险区1几何中心距离第一参考平面γ1几何中心的距离，用参数16表示第一危险区1与第一参考平面γ1的偏转角；用参数17表示第一危险区2几何中心距离第一参考平面γ1几何中心的距离，用参数18表示第一危险区2与第一参考平面γ1的偏转角。本专利技术进一步设置为：步骤S2中，收集新入组患者下颌角截骨手术患者术前CT图像、术后CT图像，将同一视角的术前CT图像、术后CT图像进行像素级对齐后进行比较，获得的差值即为该视角的最终截骨面，不同视角的截骨面形成第二最终截骨面，相应地，对所述第二最终截骨面进行量化。本专利技术进一步设置为：根据新入组患者的术前CT，标记既往患者的下齿槽神经走形区及颏神经走形区为第二危险区1，标记面动脉及面后静脉走形区为第二危险区2；相应地，对各危险区进行量化评估，构建第二危险数据集。本专利技术进一步设置为：所述测试集包括新入组患者的第二最终截骨面数据集、新入组患者的术前照片、术后照片，用测试集对截骨面预测模型学习版进行训练，得到稳定的截骨面预测模型。与现有技术相比，本专利技术的有益技术效果为：1.本申请通过将神经网络与手术结合，建立手术预测模型，为以后的手术提供科学依据，给患者带来福音。2.进一步地，将既往患者的相关资料输入多任务卷积神经网络，训练得到截骨面预测模型学习版；获得术后效果与截骨面的相互关系。通过新入组患者的相关资料对截骨面预测模型学习版进行测试，获得稳定的截骨面预测模型，再加上危险区识别，使预测模型完善，提高精度。附图说明图1是本专利技术的一个具体实施例的手术导航系统总结构示意图；图2是本专利技术的一个具体实施例的手术导航系统示意图；图3是本本文档来自技高网...

【技术保护点】
1.一种下颌角截骨术中建立截骨面预测模型的方法，其特征在于：包括以下步骤：S1、根据既往患者下颌角截骨手术患者术前CT图像、术后CT图像获得第一截骨面参数，再结合既往患者的术前照片、术后照片，构建训练集，基于多任务卷积神经网络，获得截骨面预测模型学习版，得到手术导航系统1.0版；S2、收集新入组患者术前CT图像、术后CT图像，获得第二最终截骨面参数，结合新入组患者的术前照片、术后照片，构建测试集，对截骨面预测模型学习版进行测试，得到稳定的截骨面预测模型，再结合既往患者的危险区、新入组患者的危险区，得到截骨面预测模型稳定版，完成手术导航系统2.0版。

【技术特征摘要】
1.一种下颌角截骨术中建立截骨面预测模型的方法，其特征在于：包括以下步骤：S1、根据既往患者下颌角截骨手术患者术前CT图像、术后CT图像获得第一截骨面参数，再结合既往患者的术前照片、术后照片，构建训练集，基于多任务卷积神经网络，获得截骨面预测模型学习版，得到手术导航系统1.0版；S2、收集新入组患者术前CT图像、术后CT图像，获得第二最终截骨面参数，结合新入组患者的术前照片、术后照片，构建测试集，对截骨面预测模型学习版进行测试，得到稳定的截骨面预测模型，再结合既往患者的危险区、新入组患者的危险区，得到截骨面预测模型稳定版，完成手术导航系统2.0版。2.根据权利要求1所述的建立截骨面预测模型的方法，其特征在于：步骤S1中，收集既往患者下颌角截骨手术患者术前CT图像、术后CT图像，将同一视角的术前CT图像、术后CT图像进行像素级对齐后进行比较，获得的差值即为该视角的最终截骨面，不同视角的最终截骨面形成第一最终截骨面。3.根据权利要求2所述的建立截骨面预测模型的方法，其特征在于：对所述第一最终截骨面进行量化，包括对第一最终截骨面进行拆分、标注；所述拆分是把第一最终截骨面拆分为第一下颌骨截除线与第一下颌骨外板去除平面两部分，在术前CT图像直接标注第一下颌骨截除线α1与第一下颌骨外板去除平面β1，同时在下齿列上，标注多个第一铆钉点，并根据所述第一铆钉点标定第一参考平面γ1；所述标注是量化估计第一下颌骨截除线α1、第一下颌骨外板去除平面β1分别与第一参考平面γ1之间的关系。4.根据权利要求3所述的建立截骨面预测模型的方法，其特征在于：所述标注包括：以第一参考平面γ1为基准，确定第一下颌骨截除线α1、第一下颌骨外板去除平面β1分别与第一参考平面γ1之间的关系；具体地，用参数11表示第一下颌骨截除线α1几何中心距离第一参考平面γ1几何中心的距离；用参数12表示第一下颌骨截除线α1与第一参考平面γ1的偏转角；用参数13表示第一下颌骨外板去除平面β1几何中心距离第一参考平面γ1几何中心的...

【专利技术属性】
技术研发人员：薛红宇，蔡辉，张颂，
申请(专利权)人：北京大学第三医院北京大学第三临床医学院，
类型：发明
国别省市：北京,11