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】
本专利技术涉及微创椎间盘射频消融手术,特别涉及一种基于mr图像的l5/s1微创椎间盘射频消融手术路径规划方法及装置。
技术介绍
1、在微创医学领域,针对腰椎间盘突出的治疗技术不断演进,其中射频消融术以其低创伤性、快康复性和高安全性的特性,成为缓解腰椎间盘突出所致疼痛的重要治疗手段。该技术通过精确控制低温或高温能量,作用于突出的椎间盘组织,实现局部减压,从而有效缓解因压迫神经导致的腰背疼痛。手术成功的关键在于准确识别并定位消融靶点,以及安全、高效地规划手术路径,引导穿刺针至目标区域。
2、然而,当前的腰椎间盘突出射频消融术在实施过程中仍面临诸多挑战。首先,手术路径的规划高度依赖于医生的个人经验和主观判断,这不仅延长了手术时间,还可能因经验不足而增加手术风险及并发症的发生率。其次,传统的c形臂或ct引导下的穿刺操作,虽能在一定程度上辅助定位,但受限于成像精度和解剖结构的复杂性,往往难以实现对被压迫神经根的精确定位,增加了术中误伤神经的风险。此外,患者个体差异、神经根解剖位置的变异以及神经受压部位的不确定性,也进一步加大了手术难度和不确定性。
3、为此,中国专利cn118252614a提出了一种经椎间孔入路腰椎间盘突出射频消融术穿刺路径规划方法,以对象的mri数据为基础通过5个步骤,最终得到最优路径,该专利技术经椎间孔入路腰椎间盘突出射频消融术穿刺路径规划方法运用深度学习自动分割,能够媲美人工分割的精度同时还能大大加快了分割速度,通过计算机并行计算和无头渲染极大加快了算法的运行时间。但诸如上述的腰椎间盘突出射频
4、其一,现有的腰椎间盘突出射频消融术的路径规划方法,医师在人工规划路径时,需要在第三方商业软件(如mimics)上操作,不同软件之间的频繁切换以及标准差异影响了医师工作效率和操作精度。且对比文件使用的分割方法为通用的深度学习分割框架3d u-net,但在针对特定解剖结构l5/s1腰椎的精细分割上,其性能尚存优化空间。
5、其二,对比文件使用的分割方法,只能展现路径规划结果,显示的临床信息较少。严重耗费医师的精力。
6、因此,针对现有技术不足,提供一种基于mr图像的l5/s1微创椎间盘射频消融手术路径规划方法及装置,以解决现有技术不足甚为必要。
技术实现思路
1、本专利技术的目的在于避免现有技术的不足之处而提供一种基于mr图像的l5/s1微创椎间盘射频消融手术路径规划方法及装置,该方法及装置具有路径规划精度高、可视化水平高、辅助决策信息丰富、执行效率高的优点。
2、本专利技术为达到上述目的,通过以下技术措施实现:
3、一种基于mr图像的l5/s1微创椎间盘射频消融手术路径规划装置,包括数据预处理模块、路径规划环境建模模块、靶点标定模块、最优路径决策模块、可视化模块。
4、一种基于mr图像的l5/s1微创椎间盘射频消融手术路径规划方法,通过如下步骤进行:
5、步骤1、获取对象的dicom格式的mri数据;
6、步骤2、将数据输入数据预处理模块;
7、步骤3、将预处理后的数据输入路径规划环境建模模块;
8、步骤4、将建模后的路径规划环境输入靶点标定模块;
9、步骤5、将路径规划环境和靶点输入最优路径决策模块,若在全面搜索与分析后,最优路径决策模块未能发现任何一条符合预设安全标准的可行路径,则转至靶点标定模块,并建议重新标定靶点位置;
10、步骤6、将路径规划环境和最优路径输出到可视化模块,显示最优路径的横断面成角、冠状面成角、矢状面成角、靶点坐标、皮肤刺入点坐标、穿刺深度、kambin三角面积等辅助决策信息。
11、优选的,上述步骤2通过如下步骤进行:
12、步骤2.1、将mri由dicom格式转为nifti格式;
13、步骤2.2、将mr图像重采样到各向同性的分辨率,具体为0.75*0.75*0.75;
14、步骤2.3、将mr图像灰度值统一归一化到[0,1]范围;
15、步骤2.4、将经过处理后的nifti格式的mri数据输入路径规划环境建模模块;
16、优选的,上述步骤3通过如下步骤进行:
17、步骤3.1、将预处理后的mr图像输入到的wt-unet模型分割出所有目标结构(l5椎骨、s1椎骨、椎间盘、神经根、硬脊膜、皮肤、髂骨、椎间盘突出);
18、步骤3.2、将3.1中完成训练的最终模型用以分割mr图像中的所有目标,并对模型的输出采用形态学操作(如:空洞填充、孤立假阳性区域的剔除处理)优化分割结果;
19、步骤3.3、将分割后的每个结构的二值图像使用marching cubes算法重建为3d图像。重建后的3d模型进行平滑处理,迭代次数设为4,迭代因子设为0.4,完成路径规划环境建模。
20、在所述步骤3.1中模型训练阶段的内容具体为:
21、步骤3.1.1、构建3d wt-unet,以3d u-net框架为基本框架并融合进小波变换模块和逆变换模块。其中,模型的编码和解码部分可分为五个阶段的特征层,每一阶段的编码/解码器均包含了两个卷积结构,通过设置卷积的步长来实现模型的池化和上采样操作。
22、步骤3.1.2、将3.1.1基础模型中所有的上/下采样部分替换为三维小波逆变换/小波变换,以实现上/下采样功能,并实现信息的无损传递;
23、步骤3.1.3、模型采用交叉熵损失函数和软阈值骰子损失函数作为总的损失函数训练模型,采用stochastic gradient descent优化器进行模型训练,并在模型的训练阶段启用深监督策略;
24、步骤3.1.4、模型训练的初始学习率设置为1e-2并随训练次数的增加不断减少,训练轮次总共为1000轮。训练过程采用五折交叉验证进行模型最优参数的选择;
25、在所述步骤3.1.2中小波变换/小波逆变换的具体内容为:
26、步骤3.1.2.1、考虑到三维小波变换会使模型的特征通道增加八倍,故分别从x-y-z轴方向分别对图像进行一维的小波变换以减少计算所需时间。
27、步骤3.1.2.2、假设模型的特征通道数为c,对于倍增后的特征通道数8c,采用一个卷积模块将其将通道数降维为c。由于小波变换的特性,原始图像在经过一次小波变换后其图像尺寸缩小为原始图像的一半,从而在图像尺寸上与传统的下采样操作具有相同效果;
28、步骤3.1.2.3、对于小波逆变换需要将模型特征通道数c经过一个卷积模块升维为8c,再进行小波逆变换的操作。同理3.1.2.2,在小波逆变换中按照x-y-z轴方向分别对图像进行一维的小波逆变换以减少计算所需时间。经过小波逆变换的下采样图像尺寸会恢复成经小波变换前的大小,其通道数由8c恢复为c。
29、优选的,上述步骤4通过如下步骤进行:
本文档来自技高网...【技术保护点】
1.一种基于MR图像的L5/S1微创椎间盘射频消融手术路径规划方法,其特征在于,包括下列步骤:
2.根据权利要求1所述的一种基于MR图像的L5/S1微创椎间盘射频消融手术路径规划方法,其特征在于:预处理包括格式转换、重采样、灰度值统一,具体包括以下步骤:
3.根据权利要求1所述的一种基于MR图像的L5/S1微创椎间盘射频消融手术路径规划方法,其特征在于:所述步骤3的具体流程如下:
4.根据权利要求1的所述一种基于MR图像的L5/S1微创椎间盘射频消融手术路径规划方法,其特征在于:步骤4中所述“选择有效的消融靶点”包括下列步骤:
5.根据权利要求1所述的一种基于MR图像的L5/S1微创椎间盘射频消融手术路径规划方法,其特征在于:所述步骤5通过如下步骤进行:
6.根据权利要求3所述的一种基于MR图像的L5/S1微创椎间盘射频消融手术路径规划方法,其特征在于:在所述步骤3.1.2中“三维小波逆变换/小波变换”构建的具体内容为:
7.根据权利要求4所述的一种基于MR图像的L5/S1微创椎间盘射频消融手术路径规划方法,
8.根据权利要求4所述的一种基于MR图像的L5/S1微创椎间盘射频消融手术路径规划方法,其特征在于:
9.根据权利要求5所述的一种基于MR图像的L5/S1微创椎间盘射频消融手术路径规划方法,其特征在于:
10.根据权利要求5所述的一种基于MR图像的L5/S1微创椎间盘射频消融手术路径规划方法,其特征在于:在步骤5.6中所述决策最优路径的流程如下:
...【技术特征摘要】
1.一种基于mr图像的l5/s1微创椎间盘射频消融手术路径规划方法,其特征在于,包括下列步骤:
2.根据权利要求1所述的一种基于mr图像的l5/s1微创椎间盘射频消融手术路径规划方法,其特征在于:预处理包括格式转换、重采样、灰度值统一,具体包括以下步骤:
3.根据权利要求1所述的一种基于mr图像的l5/s1微创椎间盘射频消融手术路径规划方法,其特征在于:所述步骤3的具体流程如下:
4.根据权利要求1的所述一种基于mr图像的l5/s1微创椎间盘射频消融手术路径规划方法,其特征在于:步骤4中所述“选择有效的消融靶点”包括下列步骤:
5.根据权利要求1所述的一种基于mr图像的l5/s1微创椎间盘射频消融手术路径规划方法,其特征在于:所述步骤5通过如下步骤进行:
【专利技术属性】
技术研发人员:冯前进,赵磊,刘虎,钱粤龙,王平,杨磊,
申请(专利权)人:深圳枫一医疗科技有限公司,
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。