基于计算机辅助模拟的肿瘤模型优化系统技术方案

本发明专利技术涉及计算机辅助外科学领域，提出了基于计算机辅助模拟的肿瘤模型优化系统，包括：获取CT图像；根据第一分割模型训练得到的立体肿瘤信息与人工标注的立体肿瘤信息之间的差异，获取每层CT图像的整体关注程度，根据相同位置在不同层CT图像中的分布特征，分配整体关注程度得到第一关注程度；根据每层CT图像每个位置的局部变化特征，获取第二关注程度；根据第一关注程度及第二关注程度构建第二分割模型，完成肿瘤区域的分割；根据分割到的肿瘤区域进行肿瘤模型的三维重建。本发明专利技术旨在解决现有的肿瘤智能分割图像存在过分割或欠分割而导致肿瘤三维重建模型精确度不足导致肿瘤穿刺不准确的问题。瘤穿刺不准确的问题。瘤穿刺不准确的问题。

【技术实现步骤摘要】
基于计算机辅助模拟的肿瘤模型优化系统


[0001]本专利技术涉及计算机辅助外科学领域，具体涉及基于计算机辅助模拟的肿瘤模型优化系统。

技术介绍

[0002]现有的计算机辅助外科学是利用计算机将外科手术过程模拟模型化，其在外科手术领域具有巨大的前景应用；例如对于恶性肿瘤的穿刺活检是肿瘤外科手术的重要部分，而针对内脏的穿刺活检取样对于穿刺技术有非常严格的要求，譬如肺部肿瘤穿刺活检稍有不慎极易造成气胸，气胸会引起患者严重的胸痛和呼吸困难，还会伴随着咳嗽等，若不能及时有效的进行控制和治疗极易引发严重后果；穿刺的偏差或导致取样不能，或导致脏器损伤，或引发其他并发症，因此需要对肿瘤进行准确的定位及区域分割，以便于辅助肿瘤外科手术的顺利进行。首先利用计算机断层扫描，即CT技术可以对器官切片扫描从而准确判断肿瘤发生位置，然后根据肿瘤发生位置进行手术的规划实施；以往CT技术获得的CT图像需要人为的判断肿瘤区域或肿瘤发生位置，但是现如今的计算机辅助外科学将肿瘤分割定位过程进行模型化，获得肿瘤区域以及对肿瘤区域进行三维重建，实现判断肿瘤发生位置及肿瘤区域分割的目的，进而达到有效取样并避免不必要的并发症的产生，从而大大提高对于肿瘤进行穿刺活检手术的成功率。
[0003]然而现有计算机辅助外科学将肿瘤分割定位过程进行模拟模型化时，是通过构建的分割模型对CT图像进行整体建模分析来获得分割结果，而不考虑CT图像中某些位置更能反映与肿瘤区域分割相关的特征，进而导致肿瘤分割过程进行模拟模型化时出现过拟合或欠拟合的现象，即无法获取到具有足够准确程度的分割模型；因此需要在现有计算机辅助外科学的基础上进一步将肿瘤分割中模拟模型化的过程进行改进和优化，从而得到准确的三维肿瘤模型，进而提高对于肿瘤进行穿刺活检的采样准确性。

技术实现思路

[0004]本专利技术提供基于计算机辅助模拟的肿瘤模型优化系统，以解决现有的肿瘤智能分割图像存在过分割或欠分割而导致肿瘤三维重建模型精确度不足的问题，所采用的技术方案具体如下：本专利技术一个实施例提供了基于计算机辅助模拟的肿瘤模型优化系统，该系统包括：移动平扫单元，通过CT仪对患者的肿瘤发生区域进行移动平扫获取患者的CT图像；三维重建单元：扫描图像采集模块，获取若干患者的CT图像数据集；肿瘤区域分割模块：构建并训练第一分割模型，利用第一分割模型获取任意一个患者的任意一层CT图像的肿瘤区域，根据所述肿瘤区域与人工标注的肿瘤区域分别对应获取训练得到的立体肿瘤信息以及人工标注的立体肿瘤信息，根据立体肿瘤信息之间的差异
获取每层CT图像的整体关注程度，根据相同位置在不同层CT图像的分布特征获取每层CT图像每个位置的分配权重，根据分配权重及整体关注程度得到每层CT图像每个位置的第一关注程度；以任意一个患者的任意一层CT图像中任意一个位置为中心构建预设窗口，根据窗口内任意方向上各位置之间的灰度差异，获取窗口内任意方向最终延伸得到的若干位置以及窗口内任意方向划分的两个区域，根据最终延伸得到的若干位置及两个区域获取任意一层CT图像中任意一个位置的局部不规则度；根据同一层CT图像内所有位置的局部不规则度获取同一层CT图像内每个位置的分布密度程度，根据局部不规则度及分布密度程度获取每层CT图像每个位置的第二关注程度；根据第一关注程度及第二关注程度构建第二分割模型的自适应损失函数，将每层CT图像输入到第二分割模型中，输出得到每层CT图像的肿瘤区域分割结果；三维模型重建模块，根据每层CT图像的分割区域进行肿瘤模型的三维重建；可视化单元，将三维重建后的肿瘤模型进行可视化；穿刺执行单元，根据肿瘤的三维模型进行肿瘤的穿刺活检。
[0005]可选的，所述获取训练得到的立体肿瘤信息以及人工标注的立体肿瘤信息，包括的具体方法为：对于任意一个患者的每层CT图像，根据人工标注的肿瘤区域进行区域分割，将该层CT图像与层数小于该层层数的所有CT图像人工标注的肿瘤区域进行三维重建，作为该层CT图像人工标注的立体肿瘤信息；根据自动分割的肿瘤区域进行区域分割，将该层CT图像与层数小于该层层数的所有CT图像自动分割的肿瘤区域进行三维重建，作为该层CT图像训练得到的立体肿瘤信息。
[0006]可选的，所述根据立体肿瘤信息之间的差异获取每层CT图像的整体关注程度，包括的具体方法为：其中，表示任意一个患者的第层CT图像的整体关注程度，表示得到的傅里叶描述向量的维数，表示第层CT图像训练得到的立体肿瘤信息的傅里叶描述向量中第维的值，表示第层CT图像人工标注得到的立体肿瘤信息的傅里叶描述向量中第维的值；表示两个值的差异。
[0007]可选的，所述根据相同位置在不同层CT图像的分布特征获取每层CT图像每个位置的分配权重，包括的具体方法为：其中，表示任意一个患者的第层CT图像的第个位置的分配程度，表示第个位置在第层之前层的CT图像中被人工标注为肿瘤区域的次数，表示第层之前层的CT图像层数，表示第层之前层的CT图像中第层CT图像中第个位置与肿瘤区域边缘点的
最短欧式距离；将第层CT图像中所有位置的分配程度进行归一化，归一化的值作为每个位置的分配权重。
[0008]可选的，所述获取窗口内任意方向最终延伸得到的若干位置，包括的具体方法为：判断窗口内同一方向内三个位置之间的灰度差异均小于灰度差异阈值，则继续以当前窗口内同一方向下除中心位置外的其他两个位置建立窗口，并继续判断新的窗口内同一方向下三个位置之间的灰度差异是否均小于灰度差异阈值，以此类推进行同一方向的处理，直到同一方向延伸下出现灰度差异大于等于灰度差异阈值而停止，获取窗口内同一方向下最终延伸得到的位置。
[0009]可选的，所述获取任意一层CT图像中任意一个位置的局部不规则度，包括的具体方法为：其中，表示任意一个患者的任意一层CT图像的第个位置的局部不规则度，表示窗口内的方向数量，表示对于第个位置为中心的窗口中第个方向下最终延伸得到的位置的灰度均值，表示该窗口内第个方向划分的第一个区域的灰度均值，表示该窗口内第个方向划分的第二个区域的灰度均值。
[0010]可选的，所述根据同一层CT图像内所有位置的局部不规则度获取同一层CT图像内每个位置的分布密度程度，包括的具体方法为：对任意一层CT图像内的所有局部不规则度进行归一化处理，将该层CT图像中归一化的局部不规则度大于局部不规则阈值的位置进行首尾相连获取若干区域；所述首尾相连的具体方法为将每个满足阈值条件的位置与距离最近的满足阈值条件的进行连接，若已经连接则与未连接的满足阈值条件的距离最近位置进行连接，且每个位置最多与其他两个位置进行连接，则得到若干闭合区域以及可能存在的未闭合区域或孤立位置；对于不满足阈值条件的位置，设置其分布密度程度为第一预设值；对于满足阈值条件但不存在于闭合区域中的位置，设置其分布密度程度为第二预设值；对于闭合区域内的满足阈值条件的位置，获取其所在闭合区域内所有位置的灰度值，得到每个灰度值对应的位置数量，计算位置数量不为0的所有位置数量的方差，将方差作为该闭合区域内满足阈值条件的位置的分布密度差异；获取任意一层CT图像中所有闭合区本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于计算机辅助模拟的肿瘤模型优化系统，其特征在于，该系统包括：移动平扫单元，通过CT仪对患者的肿瘤发生区域进行移动平扫获取患者的CT图像；三维重建单元：扫描图像采集模块，获取若干患者的CT图像数据集；肿瘤区域分割模块：构建并训练第一分割模型，利用第一分割模型获取任意一个患者的任意一层CT图像的肿瘤区域，根据所述肿瘤区域与人工标注的肿瘤区域分别对应获取训练得到的立体肿瘤信息以及人工标注的立体肿瘤信息，根据立体肿瘤信息之间的差异获取每层CT图像的整体关注程度，根据相同位置在不同层CT图像的分布特征获取每层CT图像每个位置的分配权重，根据分配权重及整体关注程度得到每层CT图像每个位置的第一关注程度；以任意一个患者的任意一层CT图像中任意一个位置为中心构建预设窗口，根据窗口内任意方向上各位置之间的灰度差异，获取窗口内任意方向最终延伸得到的若干位置以及窗口内任意方向划分的两个区域，根据最终延伸得到的若干位置及两个区域获取任意一层CT图像中任意一个位置的局部不规则度；根据同一层CT图像内所有位置的局部不规则度获取同一层CT图像内每个位置的分布密度程度，根据局部不规则度及分布密度程度获取每层CT图像每个位置的第二关注程度；根据第一关注程度及第二关注程度构建第二分割模型的自适应损失函数，将每层CT图像输入到第二分割模型中，输出得到每层CT图像的肿瘤区域分割结果；三维模型重建模块，根据每层CT图像的分割区域进行肿瘤模型的三维重建；可视化单元，将三维重建后的肿瘤模型进行可视化；穿刺执行单元，根据肿瘤的三维模型进行肿瘤的穿刺活检。2.根据权利要求1所述的基于计算机辅助模拟的肿瘤模型优化系统，其特征在于，所述获取训练得到的立体肿瘤信息以及人工标注的立体肿瘤信息，包括的具体方法为：对于任意一个患者的每层CT图像，根据人工标注的肿瘤区域进行区域分割，将该层CT图像与层数小于该层层数的所有CT图像人工标注的肿瘤区域进行三维重建，作为该层CT图像人工标注的立体肿瘤信息；根据自动分割的肿瘤区域进行区域分割，将该层CT图像与层数小于该层层数的所有CT图像自动分割的肿瘤区域进行三维重建，作为该层CT图像训练得到的立体肿瘤信息。3.根据权利要求1所述的基于计算机辅助模拟的肿瘤模型优化系统，其特征在于，所述根据立体肿瘤信息之间的差异获取每层CT图像的整体关注程度，包括的具体方法为：其中，表示任意一个患者的第层CT图像的整体关注程度，表示得到的傅里叶描述向量的维数，表示第层CT图像训练得到的立体肿瘤信息的傅里叶描述向量中第维的值，表示第层CT图像人工标注得到的立体肿瘤信息的傅里叶描述向量中第维的值；表示两个值的差异。4.根据权利要求1所述的基于计算机辅助模拟的肿瘤模型优化系统，其特征在于，所述根据相同位置在不同层CT图像的分布特征获取每层CT图像每个位置的分配权重，包括的具体方法为：
其中，表示任意一个患者的第层CT图像的第个位置的分配程度，表示第个位置在第层之前层的CT图像中被人工标注为肿瘤区域的次数，表示第层之前层的CT图像层数，表示第层之前层的CT图像中第层CT图像中第个位置与肿瘤区域边缘点的...

【专利技术属性】
技术研发人员：刘淑芬，林风武，张文龙，唐英莲，张琦，
申请(专利权)人：吉林华瑞基因科技有限公司，
类型：发明
国别省市：