用于预测患者身体的变形的生物力学模型制造技术

本发明专利技术涉及预测患者身体的至少一部分的变形的计算机实施的方法、对应的计算机程序、具有这种程序的程序存储介质以及医疗系统。所述方法包括以下步骤：提供患者身体的所述至少一部分的计算机可模拟生物力学模型(步骤S1)；执行所述生物力学模型的S>1个正向模拟，从而计算S个所产生的变形向量(步骤S2)；基于所述S个所产生的变形向量计算近似的生物力学模型(步骤S3)；获取术前数据(步骤S4)；以计算方式优化通过所述近似的生物力学模型预测的变形，这产生优化的预测的变形向量(步骤S5)；以及通过将所述优化的预测的变形向量应用于所述术前患者数据来使所述术前数据变形(步骤S6)。所述近似的生物力学模型的所述计算的特定实施例需要多变量插值的不同实施例，和/或需要模式分解的不同实施例。式分解的不同实施例。式分解的不同实施例。

【技术实现步骤摘要】
【国外来华专利技术】用于预测患者身体的变形的生物力学模型


[0001]本专利技术涉及预测患者身体的至少一部分的变形的计算机实施的方法、对应的计算机程序、具有这种程序的程序存储介质以及医疗系统。

技术介绍

[0002]本专利技术涉及以计算的计算机实施的方式预测患者体内的器官和组织在外科手术介入期间经历的变形的问题。这种预测的目标是将这种变形应用于术前数据，以便使其与患者中当前观察到的状态对准。已经存在若干现有技术解决方案，然而，现有技术中已知的所有这些技术都具有特定的缺点，如将更详细地解释的。
[0003]在神经外科手术中，术中变形的预测主要涉及“脑移位”，即在外科手术介入期间和由于外科手术介入的患者脑的变形。大脑实验室(Brainlab)目前上市并销售用于校正脑移位的产品“虚拟iMRI颅脑(Virtual iMRI Cranial)”。该系统定义了肿瘤切除之后应用的金标准。其中使用的方法构建了颅脑解剖结构的参数化的患者特异性生物力学模型。随后，它采用优化算法来求解找到将给定术中数据最佳匹配到术前数据的模型预测的变形的模型参数的逆问题。然而，在当前的大脑实验室的虚拟iMRI颅脑产品中采用的方法具有在术中数据到达之后需要几分钟的计算来获得脑移位校正的缺点，因为参数化模型是通过无导数优化算法以在线方式构建和探索的。这可能引起对外科手术工作流程的显著中断，所提出的方法可以消除对外科手术工作流程的显著中断。
[0004]Sun等人在其研究“Near Real
‑
Time Computer Assisted Surgery for Brain Shift Correction Using Biomechanical Models(使用生物力学模型用于脑移位校正的近实时计算机辅助手术)”(发表于IEEE Journal of Translational Engineering in Health and Medicine,Volume 2,2014)中使用了类似的方法，其中参数化的患者特异性生物力学模型也用于脑移位预测。该方法在获取术中标志数据之前均匀地采样参数空间以获得一组变形。然后使用最小二乘拟合来获得这些变形相对于标志数据的最佳线性组合。然而，该方法从根本上要求一组点位移是已知的(例如，通过检测标志对)，以便计算最小二乘拟合。这意味着它不能与其他形式的术中数据(例如，3D术中成像)一起使用。此外，由于在该发表中描述的标志数据只能在脑表面上获取，因此利用该方法确定表面下的脑结构(例如，脑室)的变形是不可行的。
[0005]此外，在2017年Heiselman等人在其论文“Characterization and correction of intraoperative soft tissue deformation in image
‑
guided laparoscopic liver surgery(图像引导腹腔镜肝脏手术术中软组织变形的表征和校正)”(Journal of Medical Imaging,Apr.
‑
Jun.2018,Vol.5(2))发表了腹腔镜肝脏外科手术中的组织变形问题的考虑。使用完全线性的生物力学模型，建立了基于控制点变形的一组变形模式。随后优化这些模式的线性组合以拟合术中数据。这种方法强烈依赖于所采用的模拟模型的线性，然而，所提出的方法也可以与允许非线性效果的更先进生物力学模型一起使用。这种限制也排除了将该方法用于处理更复杂的术中场景，诸如在之前提到的参数化生物力学模型中考虑的那
些场景。
[0006]因此，本专利技术的专利技术人已经认识到需要提供克服已知技术的至少一些缺点的患者身体的变形的改进的预测。
[0007]本专利技术的示例性简要描述
[0008]在下文中，给出了对本专利技术具体特征的简要描述，其不应理解为将本专利技术仅限于本部分中描述的特征或特征组合。
[0009]所公开的方法提供了一种预测患者身体的至少一部分的变形的计算机实施的方法。详细地，提供患者身体的所述至少一部分的计算机可模拟生物力学模型。该模型可以是预先计算的，并且所提出的方法可以仅从例如存储模型的服务器或从任何其他种类的数据存储装置获取预先计算的模型。然而，如将在下文中更详细地解释的，在本专利技术的特定实施例中，所提出的方法包括生成计算机可模拟生物力学模型，即，构建计算机可模拟生物力学模型的过程。生成生物力学模型的该步骤然后可以使用术前数据。这将在下文中在特定实施例的背景下详细地解释。
[0010]通常，生物力学模型是用于预测患者身体的至少一部分的变形的参数化的患者特异性生物力学模型。在一个示例性实施例中，生物力学模型是患者的相关器官和组织(例如在颅脑介入的情况下，脑组织)的模拟模型。
[0011]对于所述变形预测，计算机实施的方法执行生物力学模型的S>1个正向模拟，通过所述S>1个正向模拟计算S个所产生的变形向量。然后使用这S个所产生的变形向量来计算近似的生物力学模型。此外，执行由近似的生物力学模型预测的变形的优化，这产生优化的预测的变形向量。如本领域技术人员从本公开显而易见的，该优化是计算机实施的计算。然后，通过将优化的预测的变形向量应用于术前患者数据而使用以这种方式计算的优化的预测的变形向量来使术前数据变形。
[0012]换句话说，模拟模型的基本目的是预测术前患者状态的变形(“正向解”)。也就是说，通过运行这种(“正向”)模拟而计算的结果是患者解剖结构从术前状态到由关于患者的一些术中数据呈现的一些术中状态的物理上合理的变形。最后，医生/用户希望计算的变形将术前数据与一些观察到的患者的术中状态紧密匹配。所提出的方法符合这种需要，并且提供了一种快速且准确的计算变形的方法，该方法需要被应用于术前数据以便与术中数据最佳匹配或理想地完全对准。
[0013]如前所述，在所提出的方法中，在初始阶段中通过执行若干正向模拟、紧接着准备模型的近似来“探索”模拟模型。至关重要的是，该阶段可能发生在获取术中数据之前，并且因此可以在由执行所提出的方法的计算机或医疗系统或由任何用户计算术前和术中数据之间的对准之前完成。这又允许适当选择的优化程序来快速计算所需的变形。因此，在获取术中数据之后，术前数据可以以最小的时间花费进行变形以匹配当前患者状态(即术中数据)。如果新的术中数据变得可用，则该变形当然也可以用作计算进一步更新的起始点。因此，所提出的方法提供了一种预测例如患者体内的器官和组织在外科手术介入期间经历的变形的准确且快速的方法。所提出的方法允许将这种变形应用于例如高保真度的、注释的和/或丰富的术前数据，以便将它与患者体内当前观察到的状态对准。可以通过获取可能稀疏的、部分的和/或低保真度的术中数据来通知预测，即，本文中由步骤S1至S6定义的方法。
[0014]如从本文解释的细节将变得显而易见的，本专利技术提供了一种在术中数据获取之后
建立需要最小时间的准确预测的手段。
[0015]本专利技术的一般描述
[0016]在本部分中本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种预测患者身体的至少一部分的变形的计算机实施的方法，所述方法包括以下步骤：
‑
提供患者身体的所述至少一部分的计算机可模拟生物力学模型(步骤S1)；其中所述生物力学模型是用于预测所述患者身体的所述至少一部分的变形的参数化的患者特异性生物力学模型，所述方法还包括以下步骤：
‑
执行所述生物力学模型的S>1个正向模拟，从而计算S个所产生的变形向量(步骤S2)；
‑
基于所述S个所产生的变形向量计算近似的生物力学模型(步骤S3)；
‑
获取术前数据(步骤S4)；
‑
以计算方式优化通过所述近似的生物力学模型预测的变形，这产生优化的预测的变形向量(步骤S5)；以及
‑
通过将所述优化的预测的变形向量应用于术前患者数据来使所述术前数据变形(步骤S6)。2.根据权利要求1所述的计算机实施的方法，其中所述近似的生物力学模型也是参数化的患者特定生物力学模型，并且被配置为以变形向量的形式预测患者身体的所述至少一部分的变形作为输出。3.根据前述权利要求中任一项所述的计算机实施的方法，所述方法还包括以下步骤：
‑
基于所获取的术前数据建立所述计算机可模拟生物力学模型。4.根据前述权利要求中任一项所述的计算机实施的方法，其中所述生物力学模型被配置为接收P个不同参数p1、
…
、p
P
的值作为输入；并且其中所述生物力学模型被配置为基于所接收的输入值p1、
…
、p
P
输出变形向量。5.根据权利要求4所述的计算机实施的方法，其中在步骤S5中执行的优化中对所述P个参数的值进行优化，并且其中P<S成立。6.根据权利要求4或5所述的计算机实施的方法，其中所述P个不同参数包括以下中的至少一个：脑脊液的水平、质量效应即肿瘤诱导的组织变形的量和/或肿瘤切除后的变形量、流体引流的量、以及在超声图像的获取期间由外科医生利用超声探头在脑表面上施加的压力的量。7.根据权利要求4、5或6所述的计算机实施的方法，其中所述P个不同参数p1、
…
、p
P
定义参数空间R
P
；并且其中基于所述S个所产生的变形向量计算所述近似的生物力学模型的步骤S3是在由所述P个不同参数p1、
…
、p
P
限定的所述参数空间R
P
中执行的近似。8.根据权利要求4至7中任一项所述的计算机实施的方法，其中所计算的S个变形向量是具有N个变形自由度的变形空间R
N
的N维向量，其中计算所述近似的生物力学模型的步骤S3包括以下步骤：
‑
确定用于S个所产生的变形向量的多变量插值函数(S3a)，并且其中所述多变量插值函数是从参数空间R
P
到变形空间R
N
的函数。9.根据权利要求8所述的计算机实施的方法，其中确定所述多变量插值函数的步骤S3a包括以下步骤：
‑
执行径向基函数(RBF)插值(S3b)。
10.根据权利要求9所述的计算机实施的方法，其中执行所述径向基函数(RBF)插值包括以下步骤：确定S
×
N权重矩阵W，并且其中所确定的权重矩阵W包括从由在步骤S2中执行的所述生物力学模型的所述S个正向模拟产生的所述S个变形向量导出的信息。11.根据权利要求9或10所述的计算机实施的方法，其中执行所述径向基函数(RBF)插值的步骤S3b包括
‑
选择径向基函数，例如，高斯基函数，并且可选地选择形状参数，
‑
选择P个参数值的S个集合作为所述径向基函数在参数空间中的中心点，
‑
执行步骤S2的S>1个正向模拟，以及
‑
计算所述径向基函数(RBF)权重，从而确定所述权重矩阵W。12.根据权利要求1至6中任一项所述的计算机实施的方法，其中计算近似的生物力学模型的步骤S3包括以下步骤：
‑
执行在步骤S2中计算的所计算的S个变形向量的变形模式分解，从而确定所述S个变形向量的M个主变形模式和/或所述S个变形向量的M个主频率模式(步骤S3c)。13.根据权利要求12所述的计算机实施的方法，所述方法还包括以下步骤：
‑
通过使用针对每个主变形模式的M个相应模式权重的M个所确定的主变形模式的线性组合来近似所述生物力学模型，和/或通过使用针对每个主频率模式的M个相应模式权重的M个主频率模式的线性组合来近似所述生物力学模型(步骤S3d)。14.根据权利要求13所述的计算机实施的方法，其中在优化由近似的生物力学模型预测的变形的步骤S5期间，优化所述M个模式权重。15.根据权利要求14所述的计算机实施的方法，其中所述生物力学模型被配置为接收P个不同参数p1、
…
、p
P
的值作为输入；并且其中所述生物力学模型被配置为基于所接收的输入值p1、
…
、p
P
输出变形向量...

【专利技术属性】
技术研发人员：达那斯，
申请(专利权)人：博医来股份公司，
类型：发明
国别省市：