一种肝脏呼吸运动模型的预测方法、装置及存储介质制造方法及图纸

本申请公开了一种肝脏呼吸运动模型的预测方法、装置及存储介质。该方法包括：获取分别对应多个呼吸相位的多个待检测图像；其中，每个待检测图像均包括肝脏区域和腹部区域；对多个待检测图像进行配准，以得到多组肝脏位移向量场和腹部位移向量场；根据多组肝脏位移向量场和腹部位移向量场构建呼吸运动模型，以利用呼吸运动模型对肝脏运动进行预测。通过这种方式，对不同呼吸相位的腹部肝脏CT图像进行配准，以构建肝脏呼吸运动模型对肝脏运动进行预测，而不需要在患者体内植入标记点，能够减少二次手术带来的风险。

A prediction method, device and storage medium of liver respiratory movement model

【技术实现步骤摘要】
一种肝脏呼吸运动模型的预测方法、装置及存储介质
本申请涉及医学图像处理应用
，尤其涉及一种肝脏呼吸运动模型的预测方法、装置及存储介质。
技术介绍
随着人体的呼吸运动，人体器官的形状、位置会发生明显变化，使得采集到的CT图像出现差异，为了消除患者因为呼吸运动而引起的术前图像信息与术中图像信息的差异，目前主要的方法是通过呼吸运动建模，来作为呼吸运动补偿。现有技术中，通常使用两种方式构建呼吸运动模型，第一种为基于肺部CT图像的呼吸运动模型，通过CT扫描仪记录的患者体外标记的三维空间坐标，再找到体外信号与肺部CT图像对应关系，利用4D肺部CT弹性配准获取每一个配准控制点对于时间的三维形变位移，进而应用时间拟合获得体外呼吸信号拟合曲线和配准控制点拟合曲线。最终，线性拟合每一个控制点的形变位移与对应的信号值，完成呼吸运动线性模型的构建。第二种为PCA统计运动模型：通过患者腹部表面和肺部植入标记点作为替代信号，记录内外标记点的运动信息。在使用的4D-CT图像，同步RPM信号和使用基于阈值的分割算法从4D-CT体积提取的患者表面，随后构建了基于主成分分析的患者特异性模型。
技术实现思路
为解决上述问题，本申请提供一种肝脏呼吸运动模型的预测方法、装置及存储介质，无需在患者体内植入标记即可实现呼吸运动预测，减少二次手术带来的感染风险。为解决上述技术问题，本申请采用的一个技术方案是：提供一种肝脏呼吸运动模型的预测方法，该方法包括：获取分别对应多个呼吸相位的多个待检测图像；其中，每个待检测图像均包括肝脏区域和腹部区域；对多个待检测图像进行配准，以得到多组肝脏位移向量场和腹部位移向量场；根据多组肝脏位移向量场和腹部位移向量场构建呼吸运动模型，以利用呼吸运动模型对肝脏运动进行预测。其中，对多个待检测图像进行配准，以得到多组肝脏位移向量场和腹部位移向量场，包括：在多个待检测图像中，选择一个待检测图像作为参考图像，其余待检测图像作为非参考图像；其中，参考图像为最大呼吸状态下的待检测图像；对参考图像和非参考图像进行预处理，以得到多组肝脏区域与腹部区域对应的肝脏表面和腹部表面；对多组肝脏表面和腹部表面进行表面点提取，并对提取的表面点进行稀疏处理；对稀疏处理后的多组肝脏表面和腹部表面进行配准，以得到多组肝脏位移向量场和腹部位移向量场。其中，对稀疏处理后的多组肝脏表面和腹部表面进行配准，以得到多组肝脏位移向量场和腹部位移向量场，包括：分别将稀疏处理后的多组肝脏表面和腹部表面投影到同一二维平面空间，以得到多组术前二维形状图像和术中二维形状图像；对多组术前二维形状图像和术中二维形状图像进行基于缩放变换的非刚体配准，以得到多组术前二维形状图像和术中二维形状图像在二维空间ROI区域内的多组表面点之间的二维对应关系；对多组表面点进行反投影操作，以得到多组表面点之间的三维对应关系，进而生成多组肝脏表面和腹部表面之间对应的表面点集；基于多组对应的表面点集，通过点对匹配算法实现肝脏表面和腹部表面之间的初始刚体配准，并使用ICP算法对初始刚体配准进行优化，以得到多组肝脏位移向量场和腹部位移向量场。其中，根据多组肝脏位移向量场和腹部位移向量场构建呼吸运动模型，包括：根据多组肝脏位移向量场和腹部位移向量场构建呼吸运动位移场的统计模型；采用内外呼吸幅度关联法得到每个呼吸相位对应的最佳训练集；计算每个呼吸相位对应的表面相似度系数；将最佳训练集的平均值和表面相似度系数代入统计模型中，以得到对应每个呼吸相位的最终呼吸运动模型。其中，根据多组肝脏位移向量场和腹部位移向量场构建呼吸运动位移场的统计模型，包括：将每组肝脏位移向量场和腹部位移向量场作为列向量，整合为一个矩阵；利用主成分分析的方法对矩阵进行奇异值分解，以得到矩阵的特征向量和特征值；根据特征向量和特征值构建呼吸运动位移场的统计模型。其中，根据多组肝脏位移向量场和腹部位移向量场构建呼吸运动位移场的统计模型，包括：采用以下公式计算：其中，u(w)表示与整个呼吸运动周期中任何呼吸相位对应的位移向量场，代表手术前获得的整个呼吸周期的DVF的平均向量，E代表获得的特征向量集的子集，即对应于最大两个特征值的特征向量矩阵，W代表PCA统计模型系数集，并且初始值是对应的特征值集。其中，采用内外呼吸幅度关联法得到每个呼吸相位对应的最佳训练集，包括：根据多组肝脏位移向量场和腹部位移向量场，计算多组肝脏表面和腹部表面的振幅，并建立多组肝脏表面的振幅和腹部表面的振幅之间的关联；根据每个呼吸相位的腹部位移向量场，获取训练集中在腹部位移向量场前后的两个呼吸相位的最佳肝脏位移向量场，并将每组最佳肝脏位移向量场作为每个呼吸相位对应的最佳训练集。其中，计算每个呼吸相位对应的表面相似度系数，包括：采用以下公式计算：Wopt＝argmaxWSim(SW,Si)；其中，Wopt代表最佳PCA统计模型参数，SW代表手术前腹部CT的表面，Si代表术中腹表面，Sim(SW,Si)表示术前和术中腹表面之间的相似度，与两个表面的欧几里得距离成反比。其中，将最佳训练集的平均值和表面相似度系数代入统计模型中，以得到对应每个呼吸相位的最终呼吸运动模型，包括：采用如下公式计算：其中，uestimateed表示整个腹部内部呼吸运动位移的估计矢量场，为最佳训练集中的平均值。为解决上述技术问题，本申请采用的另一个技术方案是：提供一种肝脏呼吸运动模型的预测装置，包括处理器及存储器，其中，存储器用于存储处理器执行的计算机程序；处理器用于执行计算机程序以实现上述肝脏呼吸运动模型的预测方法。为解决上述技术问题，本申请采用的又一个技术方案是：提供一种存储介质，用于存储计算机程序，计算机程序在被处理器执行时，用于实现上述肝脏呼吸运动模型的预测方法。本申请的有益效果是：本申请提供的肝脏呼吸运动模型的预测方法，该方法包括：获取分别对应多个呼吸相位的多个待检测图像；其中，每个待检测图像均包括肝脏区域和腹部区域；对多个待检测图像进行配准，以得到多组肝脏位移向量场和腹部位移向量场；根据多组肝脏位移向量场和腹部位移向量场构建呼吸运动模型，以利用呼吸运动模型对肝脏运动进行预测。通过这种方式，对不同呼吸相位的腹部肝脏CT图像进行配准，以构建肝脏呼吸运动模型对肝脏运动进行预测，而不需要在患者体内植入标记点，能够减少二次手术带来的风险。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。其中：图1是本申请肝脏呼吸运动模型的预测方法一实施例的流程示意图；图2是图1实施例肝脏呼吸运动模型的预测方法中步骤S12的一具体流程示意图；图3是图2实施例肝脏呼吸运动模型的预测方法中步骤S124的一具体流程示意图；图4是本申请肝脏呼吸运动模型的预测方法实施例中表面点配准原理示意图；...

【技术保护点】
1.一种肝脏呼吸运动模型的预测方法，其特征在于，所述方法包括：/n获取分别对应多个呼吸相位的多个待检测图像；其中，每个所述待检测图像均包括肝脏区域和腹部区域；/n对所述多个待检测图像进行配准，以得到多组肝脏位移向量场和腹部位移向量场；/n根据所述多组肝脏位移向量场和腹部位移向量场构建呼吸运动模型，以利用所述呼吸运动模型对肝脏运动进行预测。/n

【技术特征摘要】
1.一种肝脏呼吸运动模型的预测方法，其特征在于，所述方法包括：
获取分别对应多个呼吸相位的多个待检测图像；其中，每个所述待检测图像均包括肝脏区域和腹部区域；
对所述多个待检测图像进行配准，以得到多组肝脏位移向量场和腹部位移向量场；
根据所述多组肝脏位移向量场和腹部位移向量场构建呼吸运动模型，以利用所述呼吸运动模型对肝脏运动进行预测。


2.根据权利要求1所述的方法，其特征在于，
所述对所述多个待检测图像进行配准，以得到多组肝脏位移向量场和腹部位移向量场，包括：
在所述多个待检测图像中，选择一个所述待检测图像作为参考图像，其余所述待检测图像作为非参考图像；其中，所述参考图像为最大呼吸状态下的所述待检测图像；
对所述参考图像和所述非参考图像进行预处理，以得到多组所述肝脏区域与所述腹部区域对应的肝脏表面和腹部表面；
对多组所述肝脏表面和腹部表面进行表面点提取，并对提取的表面点进行稀疏处理；
对稀疏处理后的多组所述肝脏表面和腹部表面进行配准，以得到多组肝脏位移向量场和腹部位移向量场。


3.根据权利要求2所述的方法，其特征在于，
所述对稀疏处理后的多组所述肝脏表面和腹部表面进行配准，以得到多组肝脏位移向量场和腹部位移向量场，包括：
分别将稀疏处理后的多组所述肝脏表面和腹部表面投影到同一二维平面空间，以得到多组术前二维形状图像和术中二维形状图像；
对所述多组术前二维形状图像和术中二维形状图像进行基于缩放变换的非刚体配准，以得到所述多组术前二维形状图像和术中二维形状图像在二维空间ROI区域内的多组所述表面点之间的二维对应关系；
对多组所述表面点进行反投影操作，以得到多组所述表面点之间的三维对应关系，进而生成多组所述肝脏表面和腹部表面之间对应的表面点集；
基于多组所述对应的表面点集，通过点对匹配算法实现所述肝脏表面和腹部表面之间的初始刚体配准，并使用ICP算法对所述初始刚体配准进行优化，以得到多组所述肝脏位移向量场和腹部位移向量场。


4.根据权利要求3所述的方法，其特征在于，
所述根据所述多组肝脏位移向量场和腹部位移向量场构建呼吸运动模型，包括：
根据多组肝脏位移向量场和腹部位移向量场构建呼吸运动位移场的统计模型；
采用内外呼吸幅度关联法得到每个所述呼吸相位对应的最佳训练集；
计算每个所述呼吸相位对应的表面相似度系数；
将所述最佳训练集的平均值和所述表面相似度系数代入所述统计模型中，以得到对应每个所述呼吸相位的最终呼吸运动模型。


5.根据权利要求4所述的方法，其特征在于，
所述根据多组肝脏位移向量场和腹部位移向量场构...

【专利技术属性】
技术研发人员：贾富仓，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：广东;44