基于DSA影像的手术导航方法、系统、介质及电子设备技术方案

本发明专利技术提供了一种基于DSA影像的手术导航方法、系统、介质及电子设备，包括获取实时手术中的DSA影像；构建数据集并进行预处理，并按照预设比例划分为训练集和测试集；建立数学模型，通过所述训练集训练所述数学模型，并在测试集上验证所述数学模型的可行性；部署Unet分割模型，并在减影阶段实时分割当前帧图像下的血管；将减影阶段分割出的血管和透视图进行图像融合，实现在DSA影像中的血管路径导航。本发明专利技术通过搭建模型对减影阶段的DSA影像血管进行分割，同时将血管融合在透视阶段为介入式医疗器械在血管中作业提供导航，提高了介入医疗器械到待检部位的过程中行进准确性，进而提高了手术的成功率。手术的成功率。手术的成功率。

【技术实现步骤摘要】
基于DSA影像的手术导航方法、系统、介质及电子设备


[0001]本专利技术涉及医学图像处理
，具体地，涉及一种基于DSA影像的手术导航方法、系统、介质及电子设备。

技术介绍

[0002]在现代医学领域，介入式手术凭借创伤小、定位精确等优势已经发展为血管阻塞等复杂病症最佳的治疗手段。介入式手术凭借X光射线，利用穿刺导管和导丝以及其他的介入式医疗器械对病症进行治疗，由于待检部位的各种组织器官互相重叠，血管难以辨认，早期非减影的血管造影无法用于精确的临床诊断。伴随着介入术式手术的发展，DSA设备在不断迭代发展，智能化将是未来DSA发展的必然趋势。为医生或手术机器人在介入式手术中提供精准导航能全方位的辅助整场手术过程，是一项必不可少的技术。
[0003]专利文献CN115170912A公开了一种图像处理模型训练的方法、图像生成的方法及相关产品。其中，图像处理模型训练的方法包括获取原始医学图的血管分割图；对所述原始医学图进行预处理，以得到血管形态与所述原始医学图不一致的中间医学图；基于所述中间医学图和所述血管分割图生成训练图；以及利用所述训练图对图像处理模型进行训练，以实现将所述训练图恢复为所述原始医学图。
[0004]虽然专利文献CN115170912A可以实现微小特征改变，但是无法保证分割精度；添加了中间医学图，使得步骤进一步繁琐，且无法在透视图中分割血管。
[0005]专利文献CN115239744A公开了一种血管分割方法、装置、设备及存储介质，该血管分割方法包括：将原始医学图像输入至第一血管分割模型中，得到目标血管的第一血管分割预测结果，并从第一血管分割预测结果中，获取目标血管的血管主干定位结果；将原始医学图像裁切为多个局部图像块，并根据每一局部图像块在原始医学图像中的位置以及血管主干定位结果，从原始医学图像中裁剪出目标血管的全局区域；将全局区域输入至第一血管分割模型中，得到在中间阶段产生的全局中间特征图；将多个局部图像块输入至第二血管分割模型中，以数据交互的方式将全局中间特征图作为血管分割预测的参考信息引入至第二血管分割模型中，得到目标血管的第二血管分割预测结果。
[0006]但是专利文献CN115239744A无法在透视图中分割血管。

技术实现思路

[0007]针对现有技术中的缺陷，本专利技术的目的是提供一种基于DSA影像的手术导航方法、系统、介质及电子设备。
[0008]根据本专利技术提供的一种基于DSA影像的手术导航方法，包括：
[0009]步骤S1：获取实时手术中的DSA影像；
[0010]步骤S2：构建数据集并进行预处理，并按照预设比例划分为训练集和测试集；
[0011]步骤S3：利用神经网络算法，建立Unet分割模型，通过所述训练集训练所述Unet分割模型，并在所述测试集上验证所述Unet分割模型的可行性；
[0012]步骤S4：部署Unet分割模型，并在减影阶段实时分割当前帧图像下的血管；
[0013]步骤S5：将减影阶段分割出的血管和透视图进行图像融合，实现在DSA影像中的血管路径导航。
[0014]优选地，所述数据集包括减影过程中注射造影剂阶段的原始图，其中造影剂流向和血液流向保持一致；
[0015]所述预处理包括对数据集中的原始图中的主要血管进行标注，生成对应的掩模图；
[0016]所述Unet分割模型包括编码部分和解码部分，所述编码部分包括下采样模块，将影像像素分辨率由高变低；所述解码部分包括上采样模块，将影像分别率由低变高。
[0017]优选地，所述步骤S4包括：
[0018]步骤S4.1：在DSA影像显示器中部署Unet分割模型；
[0019]步骤S4.2：通过所述Unet分割模型在减影阶段实时分割当前帧图像下的血管，得到分割后的血管路径图；
[0020]步骤S4.3：对所述分割后的血管路径图进行平滑处理，消除分割出的毛细血管，保留介入医疗器械到待检部位通路上的主干血管；
[0021]所述主干血管包括动脉血管和静脉血管。
[0022]优选地，所述步骤S5包括：
[0023]步骤S5.1：保存并记录减影阶段实时分割出的血管图像；
[0024]步骤S5.2：将所述图像中的特征点的位置记为第一位置，将透视阶段图像中的特征点的位置记为第二位置，分别记录第一位置和第二位置的像素坐标并将所述像素坐标进行位置匹配，使得减影阶段实时分割出的血管图像和透视阶段图像重合；
[0025]步骤S5.3：在当前DSA影像范围内进行图层分层，分割后的血管和透视阶段图像分别记为第一图层和第二图层，并在相同像素点对所述第一图层和第二图层的灰度值分别赋予权值，并将所述权值相加作为融合图像的灰度值，得到减影阶段实时分割出的血管图像和透视阶段图像的融合图像，进而实现低剂量造影辐射下的DSA图影像血管路径导航。
[0026]根据本专利技术提供的一种基于DSA影像的手术导航系统，包括：
[0027]模块M1：获取实时手术中的DSA影像；
[0028]模块M2：构建数据集并进行预处理，并按照预设比例划分为训练集和测试集；
[0029]模块M3：利用神经网络算法，建立Unet分割模型，通过所述训练集训练所述Unet分割模型，并在所述测试集上验证所述Unet分割模型的可行性；
[0030]模块M4：部署Unet分割模型，并在减影阶段实时分割当前帧图像下的血管；
[0031]模块M5：将减影阶段分割出的血管和透视图进行图像融合，实现在DSA影像中的血管路径导航。
[0032]优选地，所述数据集包括减影过程中注射造影剂阶段的原始图，其中造影剂流向和血液流向保持一致；
[0033]所述预处理包括对数据集中的原始图中的主要血管进行标注，生成对应的掩模图。
[0034]优选地，所述模块M4包括：
[0035]模块M4.1：在DSA影像显示器中部署Unet分割模型；
[0036]模块M4.2：通过所述Unet分割模型在减影阶段实时分割当前帧图像下的血管，得到分割后的血管路径图；
[0037]模块M4.3：对所述分割后的血管路径图进行平滑处理，消除分割出的毛细血管，保留介入医疗器械到待检部位通路上的主干血管；
[0038]所述主干血管包括动脉血管和静脉血管。
[0039]优选地，所述模块M5包括：
[0040]模块M5.1：保存并记录减影阶段实时分割出的血管图像；
[0041]模块M5.2：将所述图像中的特征点的位置记为第一位置，将透视阶段图像中的特征点的位置记为第二位置，分别记录第一位置和第二位置的像素坐标并将所述像素坐标进行位置匹配，使得减影阶段实时分割出的血管图像和透视阶段图像重合；
[0042]模块M5.3：在当前DSA影像范围内进行图层分层，分割后的血管和透视阶段图像分别记为第一图层和第二图层，并在相同像素点对所述第一图层和第二图层的灰度值分别赋予权值，并将所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于DSA影像的手术导航方法，其特征在于，包括：步骤S1：获取实时手术中的DSA影像；步骤S2：构建数据集并进行预处理，并按照预设比例划分为训练集和测试集；步骤S3：利用神经网络算法，建立Unet分割模型，通过所述训练集训练所述Unet分割模型，并在所述测试集上验证所述Unet分割模型的可行性；步骤S4：部署Unet分割模型，并在减影阶段实时分割当前帧图像下的血管；步骤S5：将减影阶段分割出的血管和透视图进行图像融合，实现在DSA影像中的血管路径导航。2.根据权利要求1所述的基于DSA影像的手术导航方法，其特征在于，所述数据集包括减影过程中注射造影剂阶段的原始图，其中造影剂流向和血液流向保持一致；所述预处理包括对数据集中的原始图中的主要血管进行标注，生成对应的掩模图；所述Unet分割模型包括编码部分和解码部分，所述编码部分包括下采样模块，将影像像素分辨率由高变低；所述解码部分包括上采样模块，将影像分别率由低变高。3.根据权利要求1所述的基于DSA影像的手术导航方法，其特征在于，所述步骤S4包括：步骤S4.1：在DSA影像显示器中部署Unet分割模型；步骤S4.2：通过所述Unet分割模型在减影阶段实时分割当前帧图像下的血管，得到分割后的血管路径图；步骤S4.3：对所述分割后的血管路径图进行平滑处理，消除分割出的毛细血管，保留介入医疗器械到待检部位通路上的主干血管；所述主干血管包括动脉血管和静脉血管。4.根据权利要求1所述的基于DSA影像的手术导航方法，其特征在于，所述步骤S5包括：步骤S5.1：保存并记录减影阶段实时分割出的血管图像；步骤S5.2：将所述图像中的特征点的位置记为第一位置，将透视阶段图像中的特征点的位置记为第二位置，分别记录第一位置和第二位置的像素坐标并将所述像素坐标进行位置匹配，使得减影阶段实时分割出的血管图像和透视阶段图像重合；步骤S5.3：在当前DSA影像范围内进行图层分层，分割后的血管和透视阶段图像分别记为第一图层和第二图层，并在相同像素点对所述第一图层和第二图层的灰度值分别赋予权值，并将所述权值相加作为融合图像的灰度值，得到减影阶段实时分割出的血管图像和透视阶段图像的融合图像，进而实现低剂量造影辐射下的DSA图影像血管路径导航。5.一种基于DSA影像的手术导航系统，其特征在于，包括：模块M1：获取实时手术中的DSA影像；模块M2：构建数据集并进行预处理，并按照预设比例划分为训练集和测试集；模块M3：利用神经网络算法，...

【专利技术属性】
技术研发人员：刘栋，韩重阳，刘奕琨，包赣，李江，朱亚君，吕东杰，刘涛，秦金存，刘道志，
申请(专利权)人：上海奥朋医疗科技有限公司，
类型：发明
国别省市：