术中预设区域的定位方法、装置、存储介质及电子设备制造方法及图纸

本发明专利技术公开了一种术中预设区域的定位方法、装置、存储介质及电子设备，方法包括：获取预设区域的医学三维影像，对医学三维影像进行感兴趣区域ROI的提取；在手术中获取ROI的多张不同角度的二维投影平片；根据多张不同角度的二维投影平片、医学三维影像以及深度学习网络模型，生成ROI与每一二维投影平片对应的区域掩模；对ROI在多张不同角度的二维投影平片的区域掩模以及多张不同角度的二维投影平片进行三维空间映射，生成术中ROI的三维定位信息，以进行预设区域的定位。本发明专利技术提供的术中预设区域的定位方法、装置、存储介质及电子设备，可以实现精确的三维定位，解决了现有技术中常规手术定位的剂量过高的问题，实现手术中精确、便捷、高效的定位需求。

【技术实现步骤摘要】
术中预设区域的定位方法、装置、存储介质及电子设备
本专利技术是涉及图像处理
，特别是涉及一种术中预设区域的定位方法、装置、存储介质及电子设备。
技术介绍
穿刺、介入和微创等精细化手术目前在临床检查和治疗上得到广泛应用。对于无明确边界、无法直接观测性质的内在脏器病灶(如结节，肿瘤等感兴趣区域)，目前主要通过电子计算机X射线断层扫描技术(英文全称：computedtomography，英文缩写：CT)或磁共振图像的三维图像(英文全称：MagneticResonance，英文缩写：MR)来进行术前诊断。在诊断后的穿刺、介入和微创等精细化手术过程中，需要精确定位和精细治疗，因此需要精确的医学成像技术引导医生进行辅助定位，获取精准的三维空间位置，从而进行准确的手术治疗。目前用于术中引导的医学成像技术，主要包括数字减影血管造影(英文全称：digitalsubtractionangiography，英文缩写：DSA)、超声、CT等。DSA应用于血管造影和介入治疗中，但对末端的血管和普通的软组织无法成像和精确定位；超声对无骨性组织反射的浅表性脏器结节定位效果较好，但对医生的成像手法和适应部位存在较大的限制。CT是目前应用较为广泛的术中医学成像技术，定位准确、安全性高，速度快。基于此，本申请的专利技术人发现，虽然术中CT定位准确、安全性高，速度快，但是使用剂量高，需多次定位的手术场景会导致患者受照剂量的累加；设备使用场景受限，无法安装至手术室等无屏蔽的空间，对于穿梭于CT屏蔽室和无菌的手术环境有较大限制；设备价格昂贵，无法普及于常规的手术科室。无法满足手术中精确、便捷、高效的定位需求。公开于该
技术介绍
部分的信息仅仅旨在增加对本专利技术的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。
技术实现思路
为解决上述问题，本专利技术实施例的目的在于提供一种术中预设区域的定位方法、装置、存储介质及电子设备。为实现上述目的，本专利技术提供了一种术中预设区域的定位方法，包括：获取预设区域的医学三维影像，并对所述医学三维影像进行感兴趣区域ROI的提取，所述医学三维影像为CT或MR影像，所述ROI为人体内具备临床诊断意义的特征区域或外部植入器械所在区域；在手术中获取所述ROI的多张不同角度的二维投影平片；根据所述多张不同角度的二维投影平片、所述医学三维影像以及深度学习网络模型，生成所述ROI与每一二维投影平片对应的区域掩模，其中，所述区域掩膜包括ROI在二维投影平片中的二维轮廓定位信息；对所述ROI在多张不同角度的二维投影平片的区域掩模以及多张不同角度的二维投影平片进行三维空间映射，生成术中所述ROI的三维定位信息；根据所述ROI的三维定位信息进行预设区域的定位。在一优选的实施方式中，在对所述医学三维影像进行感兴趣区域ROI的提取之后，还包括：获得所述ROI的三维空间掩膜。在一优选的实施方式中，所述根据多张不同角度的二维投影平片、所述医学三维影像以及深度学习网络模型，生成所述ROI与每一二维投影平片对应的区域掩模包括：根据所述多张不同角度的二维投影平片生成术中的三维体位模型，所述三维体位模型包括皮肤、软组织、骨骼的分布信息和外轮廓信息；根据所述三维体位模型以及所述深度学习网络模型，对所述医学三维影像和三维空间掩膜进行形变，生成模拟的术中医学三维影像和模拟的术中三维空间掩膜；对所述模拟的术中医学三维影像和所述模拟的术中三维空间掩膜对应ROI进行二维空间映射，生成所述ROI与每一二维投影平片对应的区域掩模以及模拟的二维影像。在一优选的实施方式中，所述根据所述多张不同角度的二维投影平片生成术中的三维体位模型包括：对所述多张不同角度的二维投影平片进行预处理；对预处理后的二维投影平片进行重采样，根据重采样后的二维投影平片生成术中的三维体位模型。在一优选的实施方式中，所述生成所述ROI与每一二维投影平片对应的区域掩模之后，对ROI在多张不同角度的二维投影平片的区域掩模以及多张不同角度的二维投影平片进行三维空间映射之前，还包括：根据所述区域掩膜以及与所述区域掩膜对应的二维投影平片，确定特定区域；通过软组织增强和边缘信息提取算法，对所述特定区域进行图像结构特征提取；根据特征提取后的数据，对所述模拟的二维影像进行相关性分析，确定精确的二维定位掩模。本专利技术还提供了一种术中预设区域的定位装置，包括：提取模块，用于获取预设区域的医学三维影像，并对所述医学三维影像进行感兴趣区域ROI的提取，所述医学三维影像为CT或MR影像，所述ROI为人体内具备临床诊断意义的特征区域或外部植入器械所在区域；获取模块，用于在手术中获取所述ROI的多张不同角度的二维投影平片；深度学习模块，用于根据所述多张不同角度的二维投影平片、所述医学三维影像以及深度学习网络模型，生成所述ROI与每一二维投影平片对应的区域掩模，其中，所述区域掩膜包括ROI在二维投影平片中的二维轮廓定位信息；映射模块，用于对所述ROI在多张不同角度的二维投影平片的区域掩模以及多张不同角度的二维投影平片进行三维空间映射，生成术中所述ROI的三维定位信息；定位模块，用于根据所述ROI的三维定位信息进行预设区域的定位。在一优选的实施方式中，所述提取模块用于在对所述医学三维影像进行感兴趣区域ROI的提取之后，获得所述ROI的三维空间掩膜；所述深度学习模块还用于：根据所述多张不同角度的二维投影平片生成术中的三维体位模型，所述三维体位模型包括皮肤、软组织、骨骼的分布信息和外轮廓信息；根据所述三维体位模型以及所述深度学习网络模型，对所述医学三维影像和三维空间掩膜进行形变，生成模拟的术中医学三维影像和模拟的术中三维空间掩膜；对所述模拟的术中医学三维影像和所述模拟的术中三维空间掩膜对应ROI进行二维空间映射，生成所述ROI与每一二维投影平片对应的区域掩模以及模拟的二维影像。在一优选的实施方式中，还包括精确模块，用于：根据所述区域掩膜以及与所述区域掩膜对应的二维投影平片，确定特定区域；通过软组织增强和边缘信息提取算法，对所述特定区域进行图像结构特征提取；根据特征提取后的数据，对所述模拟的二维影像进行相关性分析，确定精确的二维定位掩模。本实施例提供的术中预设区域的定位方法、装置、存储介质及电子设备，通过DR采集有限角度数张二维平片，生成ROI与每一二维投影平片对应的区域掩模，对所述ROI在多张不同角度的二维投影平片的区域掩模以及多张不同角度的二维投影平片进行三维空间映射，生成术中所述ROI的三维定位信息，解决了现有技术中常规手术CT定位的剂量过高、手术环境有较大限制、无法普及于常规的手术科室的问题，实现手术中精确、便捷、高效的定位需求。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术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专利技术的一些实施例，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。图1示本文档来自技高网...

【技术保护点】
1.一种术中预设区域的定位方法，其特征在于，包括：/n获取预设区域的医学三维影像，并对所述医学三维影像进行感兴趣区域ROI的提取，所述医学三维影像为CT或MR影像，所述ROI为人体内具备临床诊断意义的特征区域或外部植入器械所在区域；/n在手术中获取所述ROI的多张不同角度的二维投影平片；/n根据所述多张不同角度的二维投影平片、所述医学三维影像以及深度学习网络模型，生成所述ROI与每一二维投影平片对应的区域掩模，其中，所述区域掩膜包括ROI在二维投影平片中的二维轮廓定位信息；/n对所述ROI在多张不同角度的二维投影平片的区域掩模以及多张不同角度的二维投影平片进行三维空间映射，生成术中所述ROI的三维定位信息；/n根据所述ROI的三维定位信息进行预设区域的定位。/n

【技术特征摘要】
1.一种术中预设区域的定位方法，其特征在于，包括：
获取预设区域的医学三维影像，并对所述医学三维影像进行感兴趣区域ROI的提取，所述医学三维影像为CT或MR影像，所述ROI为人体内具备临床诊断意义的特征区域或外部植入器械所在区域；
在手术中获取所述ROI的多张不同角度的二维投影平片；
根据所述多张不同角度的二维投影平片、所述医学三维影像以及深度学习网络模型，生成所述ROI与每一二维投影平片对应的区域掩模，其中，所述区域掩膜包括ROI在二维投影平片中的二维轮廓定位信息；
对所述ROI在多张不同角度的二维投影平片的区域掩模以及多张不同角度的二维投影平片进行三维空间映射，生成术中所述ROI的三维定位信息；
根据所述ROI的三维定位信息进行预设区域的定位。


2.如权利要求1所述的定位方法，其特征在于，在对所述医学三维影像进行感兴趣区域ROI的提取之后，还包括：获得所述ROI的三维空间掩膜。


3.如权利要求2所述的定位方法，其特征在于，所述根据多张不同角度的二维投影平片、所述医学三维影像以及深度学习网络模型，生成所述ROI与每一二维投影平片对应的区域掩模包括：
根据所述多张不同角度的二维投影平片生成术中的三维体位模型，所述三维体位模型包括皮肤、软组织、骨骼的分布信息和外轮廓信息；
根据所述三维体位模型以及所述深度学习网络模型，对所述医学三维影像和三维空间掩膜进行形变，生成模拟的术中医学三维影像和模拟的术中三维空间掩膜；
对所述模拟的术中医学三维影像和所述模拟的术中三维空间掩膜对应ROI进行二维空间映射，生成所述ROI与每一二维投影平片对应的区域掩模以及模拟的二维影像。


4.如权利要求3所述的定位方法，其特征在于，所述根据所述多张不同角度的二维投影平片生成术中的三维体位模型包括：
对所述多张不同角度的二维投影平片进行预处理；
对预处理后的二维投影平片进行重采样，根据重采样后的二维投影平片生成术中的三维体位模型。


5.如权利要求3所述的定位方法，其特征在于，所述生成所述ROI与每一二维投影平片对应的区域掩模之后，对ROI在多张不同角度的二维投影平片的区域掩模以及多张不同角度的二维投影平片进行三维空间映射之前，还包括：
根据所述区域掩膜以及与所述区域掩膜对应的二维投影平片，确定特定区域；
通过软组织增强和边缘信息提取算法，对所述特定区域进行图像结构特征提取；
根据特征提取后的数据，对所述模拟的二维影像进行相关性分析，确定精确...

【专利技术属性】
技术研发人员：魏军，谢培梁，赖耀明，罗召洋，吕丽云，
申请(专利权)人：广州柏视医疗科技有限公司，广州柏视数据科技有限公司，
类型：发明
国别省市：广东;44