System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种深部脑刺激路径规划新方法技术_技高网
当前位置: 首页 > 专利查询>中南大学专利>正文

一种深部脑刺激路径规划新方法技术

技术编号:40963637 阅读:2 留言:0更新日期:2024-04-18 20:43
本发明专利技术公开了一种深部脑刺激路径规划新方法,包括获取原始医疗数据,并划分训练数据集和测试数据集;针对划分的数据集进行数据处理;基于数据驱动模型,获取相关结构的定位结果,并通过定位结果完成关键脑组织定位;采用基于层次包围盒的符号距离场计算算法,确定大脑关键位置结构;构建电极“安全植入通道”坐标系;采用构建的坐标系,确定最优电极植入轨迹,完成深部脑刺激路径的规划;本发明专利技术通过引入一种基于深度学习的定位方法,实现了DBS手术中的关键脑区结构精准识别;通过采用nnDetection,同时实现对STN和红核的分割以及脑区危及组织的精准检测任务;本发明专利技术方法的定位精确性提高、消耗时间缩短、效果提升。

【技术实现步骤摘要】

本专利技术属于医学图像处理及应用,具体涉及一种深部脑刺激路径规划新方法


技术介绍

1、深部脑刺激(dbs)是一种里程碑式新技术,通过在大脑中植入细微电极发射电脉冲刺激特定核团,从而获取大脑神经活动的异常情况和数据,并进行调控处理;深部脑刺激在实验室研究和临床上均具有重要的意义。

2、深部脑刺激需要在大脑中植入电极,通过电极发射电脉冲刺激特定核团,电极路径隐藏于复杂的大脑结构中,进行植入时需要有效避开脑血管和大脑关键结构;因此,需要针对电极的植入路径进行规划,否则植入过程存在极大的风险性。

3、传统dbs路径规划主要在包括融合ct、mri的多模态影像上进行手动规划,然而二维图像无法提供充足的深度信息,在这种方式下,容易导致靶点判断不准确并难以找到最合适的穿刺路径;在三维图形上进行手术规划能够提供更全面的信息,然而依靠医生手动分割并寻找最优植入路径的方式,耗费大量的时间和精力。

4、近些年来,已有一些算法支持stn-dbs术前规划,这些系统能够提供更好的2d或者3d可视化结果,为减少医生工作量并保障精准手术规划,提供了一个有前景的方向。

5、实现准确的stn-dbs手术路径规划包括两个主要步骤:首先,确定一个最优的刺激目标,以缓解患者的症状;其次,寻找理想的植入路径,有效地避开脑血管和大脑关键结构,必须在多重约束的情况下进行。

6、在关键脑组织定位方面,这些解剖结构的信息能够帮助医生进行精准的stn靶点定位,并明确穿刺过程中必须避开的组织如脑沟、脑室的位置;然而,由于stn体积小且位于患者大脑深部,单纯依靠术前mri或ct图像,难以人工精确定位目标。

7、目前,研究者们提出了多种定位stn目标的方法,分为直接定位方法和间接定位方法:传统的间接靶向方法利用连接前连合(ac)和后连合(pc)的线的中点来帮助定位stn目标;在这些方法中,研究人员经常寻求自动识别ac和pc以提高瞄准精度,并且也采用基于atlases的配准模式。相比之下,直接靶向涉及使用mri技术来协助神经外科医生提取形态学特征以精确定位目标点;随后,采用图像处理方法对目标区域进行直接可视化;然而,这些目标定位方法通常在stn边界不明确的情况下采用,可能导致目标定位不准确;这种不准确的结果在临床应用中是不可接受的,因为它们会增加术中颅内出血的风险,导致术后治疗效果差。

8、因此,为实现stn-dbs手术电极精准植入,迫切需要清晰的靶区边界;利用医学影像分割技术,医生能够更好地获取stn靶区的形态学信息;在临床应用中利用stn和红核能够协助医生进行stn内部的最优靶点定位。最近,基于深度学习作为医学图像分割的主要方法的数据驱动方法大大减轻了神经外科医生的工作量;基于unet的模型采用编码器-解码器架构,在计算机视觉和分割任务的精度上有了很大的提高;对于微小核分割,分别使用注意门(ag)和循环残差u-net提取显著特征和低维特征;此外,transformer为提取全局特征提供了一种可靠的方法。park等人提出了一种用于stn分割的全卷积神经网络;liu等人提出ha-unet实现stn和red核的分割,辅助目标定位;然而,脑沟和脑回广泛分布于整个脑表面,脑沟的几何特征不具有显著性,且其分布在个体患者之间存在差异;因此,上述方法在分割脑回和脑沟方面面临挑战。另一方面,一旦确定了刺激点,临床外科医生必须将电极引导到最终位置,同时避免在进行手术时刺穿脑沟和脑室等危险结构。当到达实质表面时,电极只能从脑回经过;值得注意的是,术中外科医生只需要确定脑沟或脑室的位置,避免刺穿它们,这意味着检测这些结构的位置就足够了,而不需要详细的纹理信息;在这种情况下,nnunet和nndetection已经在各种场景中展示了它们的高性能,例如,目标检测和分割,为精确定位stn目标和处于危险中的大脑关键结构提供了潜力。

9、在stn-dbs的术前路径规划中,另一个关键阶段是建立从颅骨进入部位到刺激目标的最佳电极插入轨迹,同时避免刺穿危险的关键结构。规划结果对于预防术中颅内出血和减轻患者术后并发症至关重要,许多轨迹规划方法已经开发用于pd治疗:essert等人引入了一组几何约束来绘制dbs规划的插入路径;dergachyova等人采用了一种新的刺激点来实现他们的算法;bai等人提出了一个术前路径规划管道,并将规划结果与临床医生的电极植入轨迹进行了比较;姚等人利用随机森林算法将术中微电极记录(mer)与术前mri相关联,然后利用mer与mri的相关性偏离电极轨迹;尽管如此,临床医生通常依靠ac-pc线中点来决定电极植入路径;由于所建立的图形坐标系与临床规划坐标系不一致,阻碍了这些方法的实际应用。

10、另一方面,柔性针作为一种适应性更强的植入方式,近年来开始受到关注。segato等人提出了一种将规划框架与用户交互无缝结合的逆强化学习术前路径规划方法,他们在人脑数据集上进行的模拟显示了stn-dbs手术的临床应用潜力;zhao等人提出了一种综合模型,模型结合了针头缺损建模、插入角度校正和轨迹优化,以用于多层组织的术前规划;许多研究者也致力于软组织变形针植入,努力寻找合适的路径,这些植入方式使得针在经验通道内存在更多的合适通路,为未来stn-dbs手术路径规划的发展提供了一个思路;然而,由于非刚性的特点,这些方法的术前路径规划需要耗费大量的时间来计算合适的植入路径,此外,医生在操作过程中需要非常细心地对电极进行引导,这严重延长了临床手术的时间。

11、综上所述,当前实现stn-dbs手术路径规划的大多数方法存在定位精确性不够、路径规划消耗时间较长的问题。


技术实现思路

1、本专利技术的目的在于提供一种定位精确性提高、路径规划时间缩短的深部脑刺激路径规划新方法。

2、本专利技术提供的这种深部脑刺激路径规划新方法,包括如下步骤:

3、s1.获取原始医疗数据,并划分训练数据集和测试数据集;

4、s2.针对步骤s1划分的数据集进行数据处理;

5、s3.采用步骤s2处理后的数据集,基于数据驱动模型,获取相关结构的定位结果,并通过定位结果完成关键脑组织定位;

6、s4.采用基于层次包围盒的符号距离场计算算法,确定大脑关键位置结构;

7、s5.采用步骤s4确定的关键位置结构,构建电极“安全植入通道”坐标系;

8、s6.采用步骤s5构建的坐标系,确定最优电极植入轨迹,完成深部脑刺激路径的规划;

9、步骤s1所述的获取原始医疗数据,并划分训练数据集和测试数据集,具体包括:

10、获取所有诊断和治疗数据集;

11、原始医疗数据包括术前3t磁共振成像(magnetic resonance imaging,mri)扫描(t1加权和t2加权),术前电子计算机断层扫描(computed tomography,ct)和术后回顾性ct图像;同时,在每张mri切片上手动标记脑回、脑沟、脑室、丘脑底核(s本文档来自技高网...

【技术保护点】

1.一种深部脑刺激路径规划新方法,包括如下步骤:

2.权利要求1所述一种深部脑刺激路径规划新方法,其特征在于步骤S1所述的获取原始医疗数据,并划分训练数据集和测试数据集,具体包括:

3.权利要求2所述一种深部脑刺激路径规划新方法,其特征在于步骤S2所述的针对步骤S1划分的数据集进行数据处理,具体包括:

4.权利要求3所述一种深部脑刺激路径规划新方法,其特征在于步骤S3所述的采用步骤S2处理后的数据集,基于数据驱动模型,获取相关结构的定位结果,并通过定位结果完成关键脑组织定位,具体包括:

5.权利要求4所述一种深部脑刺激路径规划新方法,其特征在于步骤S4所述的采用基于层次包围盒的符号距离场计算算法,确定大脑关键位置结构,具体包括:

6.权利要求5所述一种深部脑刺激路径规划新方法,其特征在于步骤S5所述的采用步骤S4确定的关键位置结构,构建电极“安全植入通道”坐标系,具体包括:

7.权利要求6所述一种深部脑刺激路径规划新方法,其特征在于步骤S6所述的采用步骤S5构建的坐标系,确定最优电极植入轨迹,完成深部脑刺激路径的规划,具体包括:

8.权利要求6所述一种深部脑刺激路径规划新方法,其特征在于最优电极植入轨迹规划过程,具体包括:

...

【技术特征摘要】

1.一种深部脑刺激路径规划新方法,包括如下步骤:

2.权利要求1所述一种深部脑刺激路径规划新方法,其特征在于步骤s1所述的获取原始医疗数据,并划分训练数据集和测试数据集,具体包括:

3.权利要求2所述一种深部脑刺激路径规划新方法,其特征在于步骤s2所述的针对步骤s1划分的数据集进行数据处理,具体包括:

4.权利要求3所述一种深部脑刺激路径规划新方法,其特征在于步骤s3所述的采用步骤s2处理后的数据集,基于数据驱动模型,获取相关结构的定位结果,并通过定位结果完成关键脑组织定位,具体包括:

5.权利要求4所述一种...

【专利技术属性】
技术研发人员:奎晓燕施扬阳廖胜辉邹北骥戴培山
申请(专利权)人:中南大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1