用于生成患者特定解剖的3D可打印模型的方法技术

提供一种用于从2D医学图像生成患者特定解剖特征的3D可打印模型的计算机实施的方法。从一组2D医学图像自动生成3D图像。使用基于机器学习的图像分割技术分割所述生成的3D图像。从所述分割的3D图像创建所述患者特定解剖特征的3D可打印模型。征的3D可打印模型。征的3D可打印模型。

【技术实现步骤摘要】
【国外来华专利技术】用于生成患者特定解剖的3D可打印模型的方法


[0001]本专利技术的领域涉及一种用于基于2D医学图像生成患者特定解剖的3D可打印模型的计算机实施的方法。
[0002]本专利文件的公开内容的部分含有受版权保护的材料。版权所有人不反对任何人以传真方式复制专利文件或专利公开(如专利及商标局专利文件或记录所示)，但除此之外，保留所有版权。

技术介绍

[0003]通过为临床医生提供术前规划的洞察，创建患者的解剖的特定部位的准确的3D打印模型有助于变换手术过程。益处包含例如更好的患者临床结果，减少的手术时间及成本，以及患者更好地理解所规划的手术的能力。
[0004]然而，仍然需要提供一种能够以及时且可定制的方式订购交付送3D打印模型的安全平台。此外，还需要提供提供对患者解剖或病理的更好的洞察的3D可打印模型。

技术实现思路

[0005]提供一种用于从2D医学图像生成患者特定解剖特征的3D可打印模型的计算机实施的方法，其中从一组2D医学图像自动生成3D图像，使用基于机器学习的图像分割技术分割所述生成的3D图像，并从所述分割的3D图像创建所述患者特定解剖特征的3D可打印模型。
[0006]本专利技术的实施方案中的任选特征包含以下任一或多者：
[0007]·
所述组2D医学图像是从以下中的一者或组合获取的患者的图像：CT、MRI、PET及/或SPCET扫描仪。
[0008]·
同时处理来自多种扫描技术的2D医学图像。
[0009]·
自动预处理所述组2D医学图像，使得使所述患者特定解剖特征的重要或关键特征在所述3D可打印模型中可见。
[0010]·
所述2D医学图像的预处理是基于所述特定解剖特征、所述患者的特定病理或任何下游应用，例如术前规划或训练目的。
[0011]·
所述组2D医学图像经预处理以生成根据预定定向均匀分布的一组新的2D医学图像。
[0012]·
所述预定定向是基于所述患者特定解剖特征、所述患者的特定病理或任何下游应用，例如术前规划或训练目的。
[0013]·
所述组新的2D医学图像中的每一2D医学图像之间的所述预定定向及间隔使用机器学习技术来确定。
[0014]·
所述组新的2D医学图像中的每一2D医学图像之间的所述预定定向及间隔是用户可配置的。
[0015]·
自动检测从所述组2D医学图像缺失的切片。
[0016]·
使用内插技术生成对应于所述缺失的切片的2D图像。
[0017]·
所述分割技术是基于以下技术中的一者或组合：基于阈值、决策树、链式决策林及神经网络方法。
[0018]·
使用基于体素的分类技术，其中考虑来自每一轴或平面的体素信息。
[0019]·
使用逻辑或概率函数计算所述3D图像的体素具有与所述患者特定解剖特征类似的性质的可能性。
[0020]·
神经网络确定所述3D图像的每一体素中的每一轴或平面的权重。
[0021]·
使用多通道训练进一步改进所述分割技术。
[0022]·
每一通道表示对应于所述3D图像的所述3D空间内的切片位置的2D图像。
[0023]·
使用地面真值图像表示通道。
[0024]·
从所述分割的3D图像生成所述患者特定解剖特征的3D网格模型，且从所述3D网格模型生成所述3D可打印模型。
[0025]·
使用有限元分析进一步处理所述3D网格模型。
[0026]·
自动检测所述3D网格模型中需要进一步后处理步骤的点或区域。
[0027]·
进一步后处理步骤包含销钉或其它接合结构的放置。
[0028]·
自动确定销钉或其它接合结构的最佳放置。
[0029]·
从所述生成的3D图像的分析自动确定所述患者解剖特征的参数，例如所述解剖特征的体积或尺寸、所述解剖特征的不同层的厚度。
[0030]·
特定解剖特征是心脏，所测量的参数包含以下中的一者：所述心脏的体积、所述心脏的每一室中的血容量、心脏壁的不同层的厚度、特定血管的大小。
[0031]·
所述3D可打印模型被3D打印为3D物理模型，使得其表示所述患者特定解剖特征的比例模型，例如1:1比例模型或更合适的比例模型，例如取决于期望的下游应用的所述患者特定解剖特征的减小的比例模型或放大的比例模型。
[0032]·
所述3D可打印模型是3D打印的，其中使所述特定解剖特征的关键或重要特征容易地可见或可接达。
[0033]·
从所述组2D医学图像生成3D网格，其中所述3D网格是所述患者特定解剖特征的体积的多边形表示。
[0034]·
沿所述患者特定解剖特征的方向从所述3D网格提取线或样条曲线。
[0035]·
使用分类器从所述提取的线或样条曲线识别所述解剖特征。
[0036]·
所述方法进一步包含生成所述3D网格的线框模型的步骤。
[0037]·
使用分类器以从所述提取的线或样条曲线识别所述解剖特征的物理性质。
[0038]·
使用分类器以从所述提取的线或样条曲线识别所述解剖特征的病理。
[0039]·
所述分类器经训练以识别特定解剖特征。
[0040]·
所述分类器经训练以确定所述特定解剖特征的参数，例如其相对于人体的位置、尺寸或厚度。
[0041]·
所述分类器经训练以确定所述特定解剖特征的潜在缺陷或病理。
[0042]·
所述分类器是主成分分析分类器。
[0043]·
所述方法进一步包含将所述3D可打印模型分割成一组3D可打印模型的步骤，其中所述组3D可打印模型包含连接件，其中自动生成每一连接件的位置。
[0044]·
所述3D可打印模型是基于所述患者特定解剖及病理而决定。
[0045]·
所述3D可打印模型的分割不能仅根据评估所述患者特定解剖的表面决定。
[0046]·
连接件是磁性或金属元件。
[0047]·
每一连接件经定位使得可连接来自所述组3D打印模型的一组3D打印物理模型以表示所述患者特定解剖特征，并防止被错误地连接。
[0048]·
所述组3D打印物理模型表示所述患者特定解剖特征的比例模型，例如1:1比例模型或更合适的比例模型，例如取决于期望的下游应用的所述患者特定解剖特征的减小的比例模型或放大的比例模型。
[0049]·
使所述特定解剖特征的关键或重要特征在所述组3D可打印物理模型中容易地可见。
[0050]·
使所述特定解剖特征的关键或重要特征在所述组3D可打印物理模型中容易地可接达。
[0051]另一方面是表示患者特定解剖特本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于从2D医学图像生成患者特定解剖特征的3D可打印模型的计算机实施的方法，其中：(a)从一组2D医学图像自动生成3D图像；(b)使用基于机器学习的图像分割技术分割所述生成的3D图像；及(c)从所述分割的3D图像创建所述患者特定解剖特征的3D可打印模型。2.根据权利要求1所述的方法，其中所述组2D医学图像是从以下中的一者或组合获取的患者的图像：CT、MRI、PET及/或SPCET扫描仪。3.根据权利要求1或2所述的方法，其中同时处理来自多种扫描技术的2D医学图像。4.根据任一前述权利要求所述的方法，其中自动预处理所述组2D医学图像，使得使所述患者特定解剖特征的重要或关键特征在所述3D可打印模型中可见。5.根据权利要求4所述的方法，其中所述2D医学图像的预处理是基于所述特定解剖特征、所述患者的特定病理或任何下游应用，例如术前规划或训练目的。6.根据任一前述权利要求所述的方法，其中所述组2D医学图像经预处理以生成根据预定定向均匀分布的一组新的2D医学图像。7.根据权利要求6所述的方法，其中所述预定定向是基于所述患者特定解剖特征、所述患者的特定病理或任何下游应用，例如术前规划或训练目的。8.根据权利要求6或7所述的方法，其中所述组新的2D医学图像中的每一2D医学图像之间的所述预定定向及间隔使用机器学习技术来确定。9.根据权利要求6到8所述的方法，其中所述组新的2D医学图像中的每一2D医学图像之间的所述预定定向及间隔是用户可配置的。10.根据任一前述权利要求所述的方法，其中自动检测从所述组2D医学图像缺失的切片。11.根据权利要求10所述的方法，其中使用内插技术生成对应于所述缺失的切片的2D图像。12.根据任一前述权利要求所述的方法，其中所述分割技术是基于以下技术中的一者或组合：基于阈值的、决策树、链式决策林及神经网络方法。13.根据任一前述权利要求所述的方法，其中使用基于体素的分类技术，其中考虑来自每一轴或平面的体素信息。14.根据任一前述权利要求所述的方法，其中使用逻辑或概率函数计算所述3D图像的体素具有与所述患者特定解剖特征类似的性质的可能性。15.根据任一前述权利要求所述的方法，其中神经网络确定所述3D图像的每一体素中的每一轴或平面的权重。16.根据任一前述权利要求所述的方法，其中使用多通道训练进一步改进所述分割技术。17.根据权利要求16所述的方法，其中每一通道表示对应于所述3D图像的所述3D空间内的切片位置的2D图像。18.根据权利要求16到17所述的方法，其中使用地面真值图像表示通道。19.根据任一前述权利要求所述的方法，其中从所述分割的3D图像生成所述患者特定解剖特征的3D网格模型，且从所述3D网格模型生成所述3D可打印模型。
20.根据任一前述权利要求所述的方法，其中使用有限元分析进一步处理所述3D网格模型。21.根据任一前述权利要求所述的方法，其中自动检测所述3D网格模型中需要进一步后处理步骤的点或区域。22.根据任一前述权利要求所述的方法，其中进一步后处理步骤包含销钉或其它接合结构的放置。23.根据任一前述权利要求所述的方法，其中自动确定销钉或其它接合结构的最佳放置。24.根据任一前述权利要求所述的方法，其中从所述生成的3D图像的分析自动确定所述患者解剖特征的参数，例如所述解剖特征的体积或尺寸、所述解剖特征的不同层的厚度。25.根据任一前述权利要求所述的方法，其中所述特定解剖特征是心脏，且所测量的参数包含以下中的一者：所述心脏的体积、所述心脏的每一室中的血容量、所述心脏壁的所述不同层的厚度、特定血管的大小。26.根据任一前述权利要求所述的方法，其中所述3D可打印模型被3D打印为3D物理模型，使得其表示所述患者特定解剖特征的比例模型，例如1:1比例模型或更合适的比例模型，例如取决于期望的下游应用的所述患者特定解剖特征的减小的比例模型或放大的比例模型。27.根据任一前述权利要求所述的方法，其中所述3D可打印模型是3D打印的，其中使所述特定解剖特征的关键或重要特征容易地可见或可接达。28.根据任一前述权利要求所述的方法，其中从所述组2D医学图像生成3D网格，其中所述3D网格是所述患者特定解剖特征的所述体积的多边形表示。29.根据权利要求28所述的方法，其中沿所述患者特定解剖特征的方向从所述3D网格提取线或样条曲线。30.根据权利要求28到29所述的方法，其中使用分类器从所述提取的线或样条曲线识别所述解剖特征。31.根据权利要求28到30所述的方法，其中使用分类器以从所述提取的线或样条曲线识别所述解剖特征的物理性质。32.根据权利要求28到30所述的方法，其中使用分类器以从所述提取的线或样条曲线识别所述解剖特征的病理。33.根据权利要求28...

【专利技术属性】
技术研发人员：N，
申请(专利权)人：阿克西亚尔医学印刷有限公司，
类型：发明
国别省市：