基于计算机视觉技术的神经外科医学影像分析方法技术

本发明专利技术公开了基于计算机视觉技术的神经外科医学影像分析方法，涉及医学影像病变区域自动定位技术领域，通过预先获得待手术患者的术前脑部神经影像，并对术前脑部神经影像中的病变区域进行标记，基于已标记病变区域的术前脑部神经影像，获得脑部神经影像的特征分布集合，在手术过程中，每次获得术中脑部神经影像时，对术中脑部神经影像中病变区域的位置进行配准；若配准失败，基于特征分布集合，从术中脑部神经影像匹配病变区域；实现在病变区域因手术变形或被手术工具遮挡的情况下，依然可以自动对病变区域进行定位的效果。动对病变区域进行定位的效果。动对病变区域进行定位的效果。

【技术实现步骤摘要】
基于计算机视觉技术的神经外科医学影像分析方法


[0001]本专利技术属于涉及病变区域自动定位技术，具体是基于计算机视觉技术的神经外科医学影像分析方法。

技术介绍

[0002]神经外科手术中，准确的病变区域定位对于手术的成功至关重要。然而，在某些情况下，手术过程中病变区域可能会发生变形或被手术工具遮挡，给病变区域的准确定位带来挑战。传统的医学影像分析方法往往依赖医生的经验和直觉来判断病变区域，这可能导致主观性和定位不准确的问题。因此，需要一种自动化的方法，能够对病变区域因被手术工具遮挡或因手术推挤导致变形的情况下，依然能够对术中的神经外科医学影像准确地进行病变区域定位。
[0003]目前的神经外科医学影像分析方法在处理病变区域变形或被手术工具遮挡的情况下存在一些不足之处：
[0004]依赖医生经验：传统方法依赖医生的主观判断来重新定位病变区域，容易受到主观因素的影响，缺乏客观性；
[0005]缺乏自动化定位：现有方法通常需要手动选择参考点或特征点进行图像配准，这在病变区域变形或被遮挡的情况下可能导致配准失败。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于计算机视觉技术的神经外科医学影像分析方法，其特征在于，包括以下步骤：步骤一：预先获得待手术患者的术前脑部神经影像，并对术前脑部神经影像中的病变区域进行标记；步骤二：基于已标记病变区域的术前脑部神经影像，获得脑部神经影像的特征分布集合；步骤三：在手术过程中，每次获得术中脑部神经影像时，对术中脑部神经影像中病变区域的位置进行配准；若配准失败，转至步骤四；步骤四：基于特征分布集合，从术中脑部神经影像匹配病变区域。2.根据权利要求1所述的基于计算机视觉技术的神经外科医学影像分析方法，其特征在于，所述术前脑部神经影像为在对待手术病人进行神经外科手术前，使用医学影像设备获取的脑部神经影像；对术前脑部神经影像中的病变区域进行标记的方式为手动标记和自动识别中的任意一种；手动标记的方式为由医务人员根据神经外科治疗经验，在术前脑部神经影像中圈定的矩形识别框，该矩形识别框所在位置即为脑部神经中的病变区域；其中，自动识别的方式为使用目标识别算法对术前脑部神经影像中的病变区域使用矩形识别框进行标记。3.根据权利要求2所述的基于计算机视觉技术的神经外科医学影像分析方法，其特征在于，获得脑部神经影像的特征分布集合的方式为：获得术前脑部神经影像中标记的病变区域的长度和宽度，将术前脑部神经影像的长度和宽度分别标记为L和W；并将病变区域的长度和宽度分别标记为l和w；将术前脑部神经影像的长和宽分别划分为a份和b份，共划分为a*b个矩形区域；其中：4.根据权利要求3所述的基于计算机视觉技术的神经外科医学影像分析方法，其特征在于，对术前脑部神经影像划分的方式为：将病变区域作为滑动窗口，分别以l为步长，沿着术前脑部神经影像的长边进行上下平移，以及以w为步长沿着术前脑部神经影像的宽边进行左右平移，不断获得新的长度为l，宽度为w的矩形区域。5.根据权利要求4所述的基于计算机视觉技术的神经外科医学影像分析方法，其特征在于，获得脑部神经影像的特征分布集合的方式为：将每个矩形区域按长边从上至下，以及宽边从左至右的顺序进行编号，将病变区域的区域编号标记为pq，其中，p为病变区域在长边的编号，q位病变区域在宽边的编号；使用特征点提取算法提取病变区域和所有病变邻接区域的特征点集合；所述病变邻接区域是指病变区域周围的8个矩形区域，即区域编号分别为(p
‑
1)(q
‑
1)、(p
‑
1)q、(p
‑
1)(q+1)、p(q
‑
1)、p(q+1)、(p+1)(q
‑
1)、(p+1)q以及(p+1)(q+1)的矩形区域；特征分布集合包括病变区域的特征点集合以及病变邻接区域的特征点...

【专利技术属性】
技术研发人员：王希，颜伟，郑瑜，董欣，孙毅，
申请(专利权)人：江苏省人民医院南京医科大学第一附属医院，
类型：发明
国别省市：