【技术实现步骤摘要】
本专利技术属于医学图像，具体的说是一种用于手术术前规划的三维重建系统及方法。
技术介绍
1、近年来，随着患者逐渐增多，作为关键辅助诊疗手段的医学图像处理技术受到了越来越多的关注，分割与重建方法的设计一直都是医学图像处理与计算机辅助诊断领域备受关注且极度活跃的研究热点。在手术前，对患者病灶位置进行三维成像，对术前医生规划和指导具有重要的意义，能够大大提升手术成功的概率，减小手术中的风险。然而，在成像过程中，噪声会经常叠加出现，造成采集到的图像质量退化，导致分割精度受限，且现有的自动或半自动分割方法往往难以精确预测感兴趣区域的边界，导致在重建时难以呈现出患者病灶组织复杂的非线性曲面，在进行切割后的图片切片匹配问题上，由于患者病灶组织复杂行，导致切割后的图片切片匹配精度受限，无法精确的展示患者病灶位置的三维图像。
2、如授权公告号为cn107895364b的中国专利公开了一种用于虚拟手术术前规划的三维重建系统。该方案包括通过对ct或mri图像进行预处理，把经过去噪、平滑及增强后的图像进行图像分割，分割后引入空洞处理，力求图像完整不缺少信息。再将分割后的完整图像进行三维重建，三维重建技术采用改进的mc算法，在原有算法15种基本拓扑构型基础上增加了9种，弥补了原有算法连接问题的不足，促使拟合曲面更加完整不易产生空洞，最后引入了光滑处理，使拟合后的曲面光滑平整，重建后的模型可以直接用于后面虚拟手术切割和碰撞检测应用。
技术实现思路
1、针对现有技术的不足，本专利技术提出了一种用于手
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种用于手术术前规划的三维重建方法，包括以下具体步骤：
4、采集患者病灶位置的图像，对图像进行灰度化和去噪处理；
5、利用图像分割策略，提取所述处理后图像的特征，并结合注意力机制，将处理后病灶位置的图像分割成若干份；
6、利用三维重建策略，对分割的图像切片的匹配进行求取，再通过代价聚合和视差优化进行拟合重建，使患者病灶区域以三维可视化形式展示。
7、具体的，所述图像分割策略具体方法包括：
8、步骤s101：将处理后的图像放入训练好的神经网络模型中，将所述神经网络模型中浅层特征和高层特征进行拼接，然后进行卷积运算，得到灰度值特征值，设定提取灰度值特征值为query；
9、步骤s102：结合注意力机制，对提取的灰度值特征query进行加权计算，并且捕获到整个图像的边缘灰度值特征，得到图像的整体灰度值特征；
10、步骤s103：统计经过灰度化和去噪处理后的图像中每个灰度像素的个数，设定为经过灰度化和去噪处理后的图像中灰度为i的像素的数量，经过灰度化和去噪处理后的图像中灰度为i的概率为，且，设定经过灰度化和去噪处理后的整个图像的灰度值为，灰度阈值为，像素被分到a的概率为，分配到a的像素平均灰度为，像素被分到b的概率为，分配到b的像素平均灰度为；
11、步骤s104：计算像素的最大化类间方差，计算公式为：
12、；
13、其中，，，，，；
14、根据计算的方差，进行像素分类，结合灰度值特征值和像素分类对病灶位置的图像进行分割。
15、具体的，所述三维重建策略的具体步骤为：
16、步骤s201：设定分割后图像切片和任意图像切片的单侧边缘像素点集合为p和q，，，其中，表示切片中的第i个边缘像素点，表示切片中的第j个边缘像素点，灰度值分别为和，，，对分割后图像切片的匹配初始代价进行计算，代价值计算公式为：
17、；
18、其中，表示代价值控制参数，表示绝对值函数，e表示自然对数的底数；
19、步骤s202：代价聚合，设定灰度差异阈值为，像素距离差阈值为，切片和的单侧边缘像素点集合差阈值为，像素聚合的原则公式为：
20、；
21、其中，表示像素点与像素点的像素距离；
22、步骤s203：根据所述代价值，计算聚合后的代价值，计算公式为：
23、；
24、其中，w表示切片和中的第w个边缘像素点，表示切片中的第w个边缘像素点，表示切片中的第w个边缘像素点；
25、步骤s204：根据所述步骤s201-步骤s203，计算出分割后图像切片上下左右四侧边缘的聚合代价值，视差值选取四侧代价值最小的均值，即，其中，表示分割后图像切片上侧边缘的聚合最小代价值，表示分割后图像切片下侧边缘的聚合最小代价值，表示分割后图像切片左侧边缘的聚合最小代价值，表示分割后图像切片右侧边缘的聚合最小代价值；
26、步骤s205：根据视差值，选取匹配的分割后图像切片，并进行三维重建，使患者病灶区域以三维可视化形式展示。
27、具体的，所述灰度化和去噪处理具体为对彩色图像进行灰度化处理和对成像过程中的高斯噪声和莱斯噪声进行处理。
28、具体的，所述步骤s101中神经网络模型为densenet网络。
29、具体的，所述步骤s102中注意力机制包括：通道注意力机制和空间注意力机制。
30、具体的，所述通道注意力机制用于在特征图的通道域中进行加权运算。
31、具体的，所述空间注意力机制用于对各种形变数据在空间中进行转换，并自动捕获区域特征。
32、具体的，所述步骤s205中的三维重建利用立方卷积插值将匹配的图像切片进行三维重组。
33、一种用于手术术前规划的三维重建系统，包括：
34、图像采集设备，用于拍摄患者的病灶位置图像；
35、图像处理单元，对患者病灶位置图像进行灰度化和去噪处理，并利用图像分割策略，提取经过灰度化和去噪处理后图像的特征，结合注意力机制，将处理后病灶位置的图像分割成若干份，利用三维重建策略，对分割的图像切片的匹配进行求取，再通过代价聚合和视差优化进行拟合重建，使患者病灶区域以三维可视化形式展示；
36、三维成像设备，用将三维重建的患者病灶位置图像以三维可视化形式展示。
37、所述图像采集设备包括：核磁共振设备、ct设备和pet设备。
38、一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机本文档来自技高网...
【技术保护点】
1.一种用于手术术前规划的三维重建方法，其特征在于，包括以下具体步骤：
2.如权利要求1所述的一种用于手术术前规划的三维重建方法，其特征在于，所述图像分割策略具体方法包括：
3.如权利要求2所述的一种用于手术术前规划的三维重建方法，其特征在于，所述三维重建策略的具体步骤为：
4.如权利要求1所述的一种用于手术术前规划的三维重建方法，其特征在于，所述灰度化和去噪处理具体为对彩色图像进行灰度化处理和对成像过程中的高斯噪声和莱斯噪声进行处理。
5.如权利要求2所述的一种用于手术术前规划的三维重建方法，其特征在于，所述步骤S101中神经网络模型为Densenet网络。
6.如权利要求2所述的一种用于手术术前规划的三维重建方法，其特征在于，所述步骤S102中注意力机制包括：通道注意力机制和空间注意力机制。
7.如权利要求7所述的一种用于手术术前规划的三维重建方法，其特征在于，所述通道注意力机制用于在特征图的通道域中进行加权运算。
8.如权利要求7所述的一种用于手术术前规划的三维重建方法，其特征在于，所述空间
9.如权利要求4所述的一种用于手术术前规划的三维重建方法，其特征在于，所述步骤S205中的三维重建利用立方卷积插值将匹配的图像切片进行三维重组。
10.一种用于手术术前规划的三维重建系统，其基于如权利要求1-9任一项所述的一种用于手术术前规划的三维重建方法实现，其特征在于，包括：
11.如权利要求10所述的一种用于手术术前规划的三维重建系统，其特征在于，所述图像采集设备包括：核磁共振设备、CT设备和PET设备。
12.一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-9任一项所述的一种用于手术术前规划的三维重建方法的步骤。
13.一种计算机可读存储介质，其特征在于，其上存储有计算机指令，当计算机指令运行时执行权利要求1-9任一项所述的一种用于手术术前规划的三维重建方法的步骤。
...【技术特征摘要】
1.一种用于手术术前规划的三维重建方法，其特征在于，包括以下具体步骤：
2.如权利要求1所述的一种用于手术术前规划的三维重建方法，其特征在于，所述图像分割策略具体方法包括：
3.如权利要求2所述的一种用于手术术前规划的三维重建方法，其特征在于，所述三维重建策略的具体步骤为：
4.如权利要求1所述的一种用于手术术前规划的三维重建方法，其特征在于，所述灰度化和去噪处理具体为对彩色图像进行灰度化处理和对成像过程中的高斯噪声和莱斯噪声进行处理。
5.如权利要求2所述的一种用于手术术前规划的三维重建方法，其特征在于，所述步骤s101中神经网络模型为densenet网络。
6.如权利要求2所述的一种用于手术术前规划的三维重建方法，其特征在于，所述步骤s102中注意力机制包括：通道注意力机制和空间注意力机制。
7.如权利要求7所述的一种用于手术术前规划的三维重建方法，其特征在于，所述通道注意力机制用于在特征图的通道域中进行加权运算。
8.如权利要求7所述的...
【专利技术属性】
技术研发人员：蔡惠明，李长流，
申请(专利权)人：南京诺源医疗器械有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。