肝脏影像的分割方法及相关装置制造方法及图纸

本申请涉及图像处理技术领域，公开了一种肝脏影像的分割方法及相关装置，用于填补尚未有对肝脏影像数据进行切割的空白。在本申请实施例提供的肝脏影像的分割方法中，首先在肝脏影像的三维体数据中分离出肝脏中心曲面数据，然后基于该肝脏中心曲面数据构建径向基函数，采用径向基函数对肝脏影像数据进行分类处理，将肝脏划分为两部分。为了能够保证径向基函数唯一，本申请实施例中基于肝脏中心曲面数据寻找离面点云数据来构建径向基函数。找离面点云数据来构建径向基函数。找离面点云数据来构建径向基函数。

【技术实现步骤摘要】
肝脏影像的分割方法及相关装置


[0001]本申请涉及医学影像处理
，尤其涉及一种肝脏影像的分割方法及相关装置。

技术介绍

[0002]术中导航，是将病人术前或术中影像数据和手术床上病人解剖结构准确对应。手术中跟踪手术器械并将手术器械的位置在病人影像上以虚拟探针的形式实时更新显示，使医生对手术器械相对病人解剖结构的位置一目了然，使外科手术更快速、更精确、更安全。针对不同术式的术中导航技术也是国内外医学领域研究以及医疗产商研究的热门，也是临床医生十分关注的科研方向以及迫切期望商业化软件应用的方向。
[0003]目前原发性肝癌的治疗方法仍以外科手术为主。最近几年腹腔镜肝切除的数量迅速增长。腹腔镜肝切除术属于微创手术，相比传统开腹手术有切口小、痛苦小、恢复快、疤痕小等优点，快速成为当前手术的发展趋势。但同时由于其深度感知信息与触觉反馈信息缺失的原因，对外科医生提出了更大的挑战。近几年发展迅速的增强现实技术可以将基于术前医学影像重建的模型数据与术中图像进行融合显示，是术中导航技术应用的一种方式，可使得医生能够直观的看到器官表面以下解剖结构，帮助医生更加精准度完成腹腔镜手术。
[0004]增强现实技术中在对医学影像重建的模型数据与术中图像进行融合显示时，医生往往看到的是前半肝；而医学影像重建的模型数据包含整个肝脏，所以有必要对医学影像重建的模型数据中的肝脏进行切割处理。目前尚未提供一种有效的切割方案。

技术实现思路

[0005]本申请实施例提供一种肝脏影像的分割方法及相关装置，用于填补尚未有对肝脏影像数据进行切割的空白。
[0006]第一方面，本申请提供一种肝脏影像的分割方法，所述方法包括：
[0007]获取肝脏影像的三维体数据；所述三维体数据中包括多个深度层次的二维影像数据；
[0008]对每个深度层次的二维影像数据分别提取肝脏中心点曲线，得到由各深度层次的肝脏中心点曲线构成的肝脏中心曲面数据；
[0009]确定所述肝脏中心曲面数据中的各数据点的法向；
[0010]基于各数据点的法向确定与所述肝脏中心曲面数据具有指定距离的三维体数据作为离面点云数据；
[0011]采用所述肝脏中心曲面数据和所述离面点云数据构建径向基函数；
[0012]基于所述径向基函数将所述肝脏影像的三维体数据分割为两部分。
[0013]在一些可能的实施方式中，所述对每个深度层次的二维影像数据分别提取肝脏中心点曲线，包括：
[0014]针对每个深度层次的二维影像数据，获取所述二维影像数据中第一坐标轴上的坐标值；
[0015]获取所述二维影像数据中包括所述第一坐标值上的坐标值的数据点；
[0016]计算所述数据点的均值得到所述肝脏中心曲线上的点。
[0017]在一些可能的实施方式中，所述三维体数据的坐标系包括第一坐标轴、第二坐标轴和第三坐标轴，所述第三坐标轴为深度层次方向，所述确定所述肝脏中心曲面数据中的各数据点的法向，包括：
[0018]构建垂直于指定平面的初始法向向量；所述指定平面为第一坐标轴和第三坐标轴构建的平面；
[0019]基于所述初始法向向量确定所述肝脏中心曲面数据中每个数据点的多个相邻数据点，并确定所述数据点和相邻数据点构建的曲面；
[0020]针对所述肝脏中心曲面数据中每个数据点的曲面，确定所述曲面中在所述数据点的处的法向。
[0021]在一些可能的实施方式中，所述基于各数据点的法向确定与所述肝脏中心曲面数据具有指定距离的三维体数据作为离面点云数据，包括：
[0022]针对所述肝脏中心曲面数据中的每个数据点，在所述数据点的法向正方向和法向负方向上分别获取距离所述数据点指定距离的三维体数据得到离面点云数据。
[0023]在一些可能的实施方式中，所述基于所述径向基函数将所述肝脏影像的三维体数据分割为两部分，包括：
[0024]将所述肝脏的三维体数据中的待分类数据点输入所述径向基函数，得到各个待分类数据点的输出值；
[0025]将输出值小于预设值的待分类数据点归类为肝脏的一部分；
[0026]将输出值大于预设值的待分类数据点归类为肝脏的第二部分。
[0027]在一些可能的实施方式中，所述采用所述肝脏中心曲面数据和所述离面点云数据构建径向基函数，包括：
[0028]求解以下方程组中的未知系数λ和a；
[0029][0030]其中，A为N
×
N维的分块矩阵，A中的元素为肝脏中心曲面数据和离面点云数据中每两个数据点的距离si
j
，i，j＝{1，2，3，
…
，N}；
[0031]P为N
×
4维的分块矩阵，P中的元素包括肝脏中心曲面数据和离面点云数据中的各数据点坐标(x
i
，y
i
，z
i
)，i＝1，2，3，
…
，N和NX1维的单位矩阵；
[0032]分块矩阵P
T
是P的转置矩阵；
[0033]分块矩阵b
A
的维数为N
×
1维，b
A
包括：肝脏中心曲面数据中各数据点对应的维零矩阵、正法向方向的离面点云数据中各数据点对应的维的所述指定距离d倍的单位阵、负法向方向的离面点云数据点对应的维的所述指定距离
‑
d倍的单位阵；
[0034]分块矩阵b
P
为4
×
1维零矩阵；
[0035]基于所述未知系数构建所述径向基函数的表达式：
[0036]其中，P(x)＝a0+a1x+a2y+a3z
[0037]在所述径向基函数中，R(x)是径向基函数的输出结果、P(x)是线性多项式；λ
i
是未知系数λ中的第i个权重系数，x
i
是肝脏中心曲面数据和离面点云数据中第i个数据点的坐标；N为肝脏中心曲面数据和离面点云数据中数据点的总数、x是待分类数据点每个数据点由x、y、z三个值表达、求解的未知系数a包括a0、a1、a2和a3。
[0038]在一些可能的实施方式中，所述确定所述肝脏中心曲面数据中的各数据点的法向之前，所述方法还包括：
[0039]对所述肝脏中心曲面数据进行下采样。
[0040]第二方面，本申请还提供了一种电子设备，包括：
[0041]处理器；
[0042]用于存储所述处理器可执行指令的存储器；
[0043]其中，所述处理器被配置为执行所述指令，以实现如本申请第一方面中提供的任一方法。
[0044]第三方面，本申请一实施例还提供了一种计算机可读存储介质，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如本申请第一方面中提供的任一方法。
[0045]第四方面，本申请一实施例提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种肝脏影像的分割方法，其特征在于，所述方法包括：获取肝脏影像的三维体数据；所述三维体数据中包括多个深度层次的二维影像数据；对每个深度层次的二维影像数据分别提取肝脏中心点曲线，得到由各深度层次的肝脏中心点曲线构成的肝脏中心曲面数据；确定所述肝脏中心曲面数据中的各数据点的法向；基于各数据点的法向确定与所述肝脏中心曲面数据具有指定距离的三维体数据作为离面点云数据；采用所述肝脏中心曲面数据和所述离面点云数据构建径向基函数；基于所述径向基函数将所述肝脏影像的三维体数据分割为两部分。2.根据权利要求1所述的方法，其特征在于，所述对每个深度层次的二维影像数据分别提取肝脏中心点曲线，包括：针对每个深度层次的二维影像数据，获取所述二维影像数据中第一坐标轴上的坐标值；获取所述二维影像数据中包括所述第一坐标值上的坐标值的数据点；计算所述数据点的均值得到所述肝脏中心曲线上的点。3.根据权利要求1所述的方法，其特征在于，所述三维体数据的坐标系包括第一坐标轴、第二坐标轴和第三坐标轴，所述第三坐标轴为深度层次方向，所述确定所述肝脏中心曲面数据中的各数据点的法向，包括：构建垂直于指定平面的初始法向向量；所述指定平面为第一坐标轴和第三坐标轴构建的平面；基于所述初始法向向量确定所述肝脏中心曲面数据中每个数据点的多个相邻数据点，并确定所述数据点和相邻数据点构建的曲面；针对所述肝脏中心曲面数据中每个数据点的曲面，确定所述曲面中在所述数据点的处的法向。4.根据权利要求1所述的方法，其特征在于，所述基于各数据点的法向确定与所述肝脏中心曲面数据具有指定距离的三维体数据作为离面点云数据，包括：针对所述肝脏中心曲面数据中的每个数据点，在所述数据点的法向正方向和法向负方向上分别获取距离所述数据点指定距离的三维体数据得到离面点云数据。5.根据权利要求1所述的方法，其特征在于，所述基于所述径向基函数将所述肝脏影像的三维体数据分割为两部分，包括：将所述肝脏的三维体数据中的待分类数据点输入所述径向基函数，得到各个待分类数据点的输出值；将输出值小于预设值的待分类数据点归类为肝脏的一部分；将输出值大于预设值的待分类数据点归类为肝脏的第二部分。6.根据权利要求1所述的方法，其特征在于，所述采用所述肝脏中心曲面数据和所述离面点云数据构建径向基函数，包括：求解以下方程组中的未知系数λ和a；
其中，A为N
×
N维的分块矩阵，A中的元素为肝脏中心曲面数据和...

【专利技术属性】
技术研发人员：段小明，吴乙荣，李南哲，李其花，郭元甫，陈永健，李和意，
申请(专利权)人：青岛海信医疗设备股份有限公司，
类型：发明
国别省市：