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()
【技术实现步骤摘要】
本专利技术属于医学图像处理领域。
技术介绍
1、当下临床上的颅内肿瘤穿刺手术高度依赖于临床医生的经验。目前在临床上,颅内肿瘤穿刺活检采用立体定向颅内病变活检术。该手术手术当日需先剃除患者局部或全部头发;然后在头部放置手术参考标志,比如将立体定向框架固定在患者颅骨上、在颅骨不同位置置入5枚及以上特殊金属颅骨钉或者在头皮不同位置直接粘贴5~8个标记物;再进行头部的mr或ct成像;医生根据医学影像与个人经验定位颅内肿瘤穿刺活检靶点,避开血管、重要功能区等风险区域,制定穿刺路径;最后,神经外科医生利用立体定向导航系统凭借个人经验和前期规划进行立体定向手术。
2、然而,现有技术存在以下缺点:
3、过度依赖于医生经验:医生的经验将直接影响手术操作时间、手术的一次性成功率以及患者后期的恢复速度。对于经验不足的新手医生,极有可能会因为规划的路径与风险区域距离过近、未能一次性精准穿刺到穿刺活检靶点或者未能取到符合临床病理要求的组织样本而对患者二次穿刺,将大大增加患者术后并发症的发生率、减缓患者的恢复速度,同时也间接制约了手术的普及与发展。
4、穿刺路径规划过程不完善:临床医生只能通过观察患者的术前医学影像,最终采用的穿刺路径的合理性、实际穿刺路径对规划穿刺路径的复刻程度、手术风险指数以及患者术后情况预估等无法进行客观评判。
5、无法实时定位穿刺针与靶点:临床医生在手术过程中无法实时获取穿刺针与靶点的位置关系,无法及时发现在穿刺过程中偏离规划路径的情况,更无法及时根据实际情况进行调整改进。
r/>技术实现思路
1、本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。
2、为此,本专利技术的目的在于提出一种颅内组织三维可视化与虚拟力反馈引导方法,用于提供有效的三维可视化穿刺路径引导。
3、为达上述目的,本专利技术第一方面实施例提出了一种颅内组织三维可视化与虚拟力反馈引导方法,包括:
4、获取待手术患者的核磁图像,利用深度神经网络模型对所述核磁图像的感兴趣区域进行分割、识别,得到对应的三维几何模型;
5、对所述三维几何模型进行网格划分,考虑脑组织的生物力学特性,为不同区域结构赋值相应的材料属性参数,得到有限元模型;
6、将颅内肿瘤穿刺手术的临床准则定量化,基于所述三维几何模型,设计多目标多约束算法规划路径,由医生确定实际穿刺路径;
7、检测所述有限元模型与穿刺针模型是否发生碰撞,检测到二者有接触后,控制穿刺针沿所述实际穿刺路径入刺,计算穿刺过程中虚拟力的大小并实时显示,为穿刺过程提供实时的力参考。
8、另外,根据本专利技术上述实施例的一种颅内组织三维可视化与虚拟力反馈引导方法还可以具有以下附加的技术特征:
9、进一步地,在本专利技术的一个实施例中,所述深度神经网络模型的构建,包括:
10、获取颅内肿瘤患者的核磁图像集,在所述核磁图像集上标注肿瘤目标位置、解剖结构分区以及风险区域,制作训练集、测试集;
11、构建医学图像分割深度神经网络,将所述训练集输入所述深度神经网络进行深度学习,训练得到满足要求的深度神经网络模型。
12、进一步地,在本专利技术的一个实施例中,所述设计多目标多约束算法规划路径,由医生确定实际穿刺路径,包括:
13、利用pareto最优方法寻找最优路径解集,根据所述最优路径解集由医生确定实际穿刺路径。
14、进一步地,在本专利技术的一个实施例中,还包括:
15、若医生未在最优路径解集中找到可临床实际应用的穿刺路径,则需迭代优化,修改各目标条件的权重参数对路径重新规划。
16、为达上述目的,本专利技术第二方面实施例提出了一种颅内组织三维可视化与虚拟力反馈引导装置,包括以下模块:
17、模型构建模块,用于获取待手术患者的核磁图像,利用深度神经网络模型对所述核磁图像的感兴趣区域进行分割、识别,得到对应的三维几何模型;
18、划分模块,用于对所述三维几何模型进行网格划分,考虑脑组织的生物力学特性,为不同区域结构赋值相应的材料属性参数,得到有限元模型;
19、路径规划模块,用于将颅内肿瘤穿刺手术的临床准则定量化,基于所述三维几何模型,设计多目标多约束算法规划路径,由医生确定实际穿刺路径;
20、虚拟力参考模块,用于检测所述有限元模型与穿刺针模型是否发生碰撞,检测到二者有接触后,控制穿刺针沿所述实际穿刺路径入刺,计算穿刺过程中虚拟力的大小并实时显示,为穿刺过程提供实时的力参考。
21、进一步地,在本专利技术的一个实施例中,所述模型构建模块,还用于:
22、获取颅内肿瘤患者的核磁图像集,在所述核磁图像集上标注肿瘤目标位置、解剖结构分区以及风险区域,制作训练集、测试集;
23、构建医学图像分割深度神经网络,将所述训练集输入所述深度神经网络进行深度学习,训练得到满足要求的深度神经网络模型。
24、进一步地,在本专利技术的一个实施例中,所述路径规划模块,还用于:
25、利用pareto最优方法寻找最优路径解集,根据所述最优路径解集由医生确定实际穿刺路径。
26、进一步地,在本专利技术的一个实施例中,所述路径规划模块,还用于:
27、若医生未在最优路径解集中找到可临床实际应用的穿刺路径,则需迭代优化,修改各目标条件的权重参数对路径重新规划。
28、为达上述目的,本专利技术第三方面实施例提出了一种计算机设备,其特征在于,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现如上所述的一种颅内组织三维可视化与虚拟力反馈引导方法。
29、为达上述目的,本专利技术第四方面实施例提出了一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上所述的一种颅内组织三维可视化与虚拟力反馈引导方法。
30、本专利技术实施例提出的颅内组织三维可视化与虚拟力反馈引导方法,提供有效的三维可视化穿刺路径引导,虚拟力的实时显示可为穿刺过程中的真实力提供力参考,确保控制穿刺针严格按照规划路径入刺,可极大提高穿刺手术的一次性成功率和安全程度;新手医生可独自结合二维图像和三维图像规划穿刺路径,系统规划出的穿刺路径结果可为新手医生提供最优参考路径,有助于新手医生快速增长相关经验,同时普通医院的医生也可有大量案例进行学习,进而可有效缓大医院中排队手术的患者人数过多的现象,有助于穿刺活检技术的推广和进步。
本文档来自技高网...【技术保护点】
1.一种颅内组织三维可视化与虚拟力反馈引导方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的方法,其特征在于,所述深度神经网络模型的构建,包括:
3.根据权利要求1所述的方法,其特征在于,所述设计多目标多约束算法规划路径,由医生确定实际穿刺路径,包括:
4.根据权利要求3所述的方法,其特征在于,还包括:
5.一种颅内组织三维可视化与虚拟力反馈引导装置,其特征在于,包括以下模块:
6.根据权利要求5所述的装置,其特征在于,所述模型构建模块,还用于:
7.根据权利要求5所述的装置,其特征在于,所述路径规划模块,还用于:
8.根据权利要求7所述的装置,其特征在于,所述路径规划模块,还用于:
9.一种计算机设备,其特征在于,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现如权利要求1-4中任一所述的颅内组织三维可视化与虚拟力反馈引导方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机
...【技术特征摘要】
1.一种颅内组织三维可视化与虚拟力反馈引导方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的方法,其特征在于,所述深度神经网络模型的构建,包括:
3.根据权利要求1所述的方法,其特征在于,所述设计多目标多约束算法规划路径,由医生确定实际穿刺路径,包括:
4.根据权利要求3所述的方法,其特征在于,还包括:
5.一种颅内组织三维可视化与虚拟力反馈引导装置,其特征在于,包括以下模块:
6.根据权利要求5所述的装置,其特征在于,所述模型构建模块,还用于:
7.根据权利...
【专利技术属性】
技术研发人员:段星光,宋馨雅,李长胜,陈文欣,谢东升,田捷熙,王许嘉,方冯歆云,
申请(专利权)人:北京理工大学,
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。