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() 一种基于三维重建的选择性肝胆血流阻断标定方法及系统技术方案_技高网

一种基于三维重建的选择性肝胆血流阻断标定方法及系统技术方案

技术编号:45028797 阅读:1 留言:0更新日期:2025-04-18 17:08
本发明专利技术涉及一种基于三维重建的选择性肝胆血流阻断标定方法及系统,包括了通过主干网络提取肝胆断层图像的特征图,将特征图输入得到分类分支得到每个像素点的概率分布矩阵,计算所述肝胆断层图像中每个点的梯度得到边缘强度图,利用概率分布矩阵和边缘强度图得到边缘不确定概率图,根据边缘不确定概率图和概率分布矩阵对医学断层图像进行图像分割得到感兴趣区域;确定需要在两个相邻断层图像之间插入图像个数,根据两个相邻的断层图像同类感兴趣区域以及所述边缘不确定概率图确定插入图像中感兴趣区域;利用分割得到的感兴趣区域和插入图像的感兴趣区域进行三维重建,利用血管和病患区域的关系确定血流阻断标记位置。

【技术实现步骤摘要】

本专利技术涉及三维重建领域,具体为一种基于三维重建的选择性肝胆血流阻断标定方法及系统


技术介绍

1、肝胆血流阻断是肝胆手术中减少出血的重要措施,主要包括全肝胆血流阻断和选择性肝胆阻断,相对于全肝胆血流阻断,选择性肝胆血流阻断能够最大限度保护正常的肝胆组织,降低术后肝胆衰竭的可能性。虽然选择性肝胆血流阻断可以最大程度保障病人的健康,但是传统的选择性肝胆血流阻断方法往往依赖于医生的经验和手感,难以实现精准的定位和控制,尤其是在复杂的肝胆手术中。三维重建技术能够基于患者的ct或mri医学影像,构建出精确的肝脏血管三维模型。医生借助三维重建的模型,可以清晰地观察肝脏血管的解剖结构,包括肝动脉、门静脉及其分支的分布情况,而且医生可以在三维模型上模拟不同的血流阻断方案,评估其对肝脏血供的影响,从而选择最佳的阻断位置和程度。但是受限于ct和mri以及人体结构的复杂性,在三维重建中,如果不能准确分割出肝胆、血管以及病患部位,则建立的三维模型不够准确,而且在三维重建时需要在ct、mri等切片之间插入图像,这些都会累计误差到最后建立的三维模型中,导致细节丢失等,这都影响血流阻断标记的准确性。


技术实现思路

1、针对现在根据三维模型确定肝胆血流阻断标记位置中,三维模型误差大,细节缺失等问题,本专利技术提出了一种基于三维重建的选择性肝胆血流阻断标定方法,所述方法包括以下步骤:

2、通过主干网络提取肝胆断层图像的特征图,将特征图输入得到分类分支得到每个像素点的概率分布矩阵,计算所述肝胆断层图像中每个点的梯度得到边缘强度图,利用概率分布矩阵和边缘强度图得到边缘不确定概率图,根据边缘不确定概率图和概率分布矩阵对医学断层图像进行图像分割得到感兴趣区域;

3、确定需要在两个相邻断层图像之间插入图像个数,根据两个相邻的断层图像同类感兴趣区域以及所述边缘不确定概率图确定插入图像中感兴趣区域;

4、利用分割得到的感兴趣区域和插入图像的感兴趣区域进行三维重建,利用血管和病患区域的关系确定血流阻断标记位置。

5、优选地,所述利用概率分布矩阵和边缘强度图得到边缘不确定概率图,具体为:

6、从概率分布矩阵获取每个像素点的分类概率,将次大概率为背景且最大概率和次大概率满足预设条件的像素点的次大概率作为边缘特征值,其他像素点的边缘特征值为0,构建边缘特征图;

7、将边缘特征图和边缘强度图按位相乘得到边缘不确定概率图。

8、优选地,所述根据边缘不确定概率图和概率分布矩阵对医学断层图像进行图像分割得到感兴趣区域,具体为:

9、对于边缘特征图中边缘特征值不为0的像素点,计算边缘不确定概率图中的值和概率分布矩阵中次大概率的加权和,若加权和的结果大于最大概率或者预设值,则像素点的类别为次大概率对应的类别,否则像素点的类别为最大概率对应的类别;

10、对于边缘特征图中边缘特征值为0的像素点,根据概率分布矩阵中最大概率确定像素点的类别;

11、基于肝胆断层图像像素点的分类情况确定感兴趣区域。

12、优选地,所述根据两个相邻的断层图像同类感兴趣区域以及所述边缘不确定概率图确定插入图像中感兴趣区域,具体为:

13、获取两个相邻的断层图像同类感兴趣区域的面积和质心,将两个质心连线;

14、对感兴趣区域的面积大的断层图像的感兴趣区域进行下采样,对感兴趣区域的面积小的断层图像的感兴趣区域进行上采用,将上采用和下采样的结果合并,根据合并结果确定插入图像中感兴趣区域的像素值;

15、对感兴趣区域的面积大的断层图像的边缘不确定概率图进行下采样,对感兴趣区域的面积小的断层图像的边缘不确定概率图进行上采用,将上采用和下采样的结果合并,根据合并结果确定插入图像中感兴趣区域的边缘概率;

16、获取插入图像中感兴趣区域的边缘概率满足条件的像素点,则若所述像素点位于插入图像中感兴趣区域,则将所述像素点从感兴趣区域剔除;

17、确定插入图像中感兴趣区域的质心,基于所述质心和所述质心连线移动插入图像的感兴趣区域。

18、优选地,所述利用血管和病患区域的关系确定血流阻断标记位置,具体为:

19、获取三维模型中距离病患区域最近的血管,在所述血管距离病患区域预设距离处添加血流阻断位置标记。

20、此外,本专利技术还提供一种基于三维重建的选择性肝胆血流阻断标定系统,所述系统包括以下模块:

21、分割模块,用于通过主干网络提取肝胆断层图像的特征图,将特征图输入得到分类分支得到每个像素点的概率分布矩阵,计算所述肝胆断层图像中每个点的梯度得到边缘强度图,利用概率分布矩阵和边缘强度图得到边缘不确定概率图,根据边缘不确定概率图和概率分布矩阵对医学断层图像进行图像分割得到感兴趣区域;

22、断层插值模块,用于确定需要在两个相邻断层图像之间插入图像个数,根据两个相邻的断层图像同类感兴趣区域以及所述边缘不确定概率图确定插入图像中感兴趣区域;

23、三维重建及标记模块,用于利用分割得到的感兴趣区域和插入图像的感兴趣区域进行三维重建,利用血管和病患区域的关系确定血流阻断标记位置。

24、优选地,所述利用概率分布矩阵和边缘强度图得到边缘不确定概率图,具体为:

25、从概率分布矩阵获取每个像素点的分类概率,将次大概率为背景且最大概率和次大概率满足预设条件的像素点的次大概率作为边缘特征值,其他像素点的边缘特征值为0,构建边缘特征图;

26、将边缘特征图和边缘强度图按位相乘得到边缘不确定概率图。

27、优选地,所述根据边缘不确定概率图和概率分布矩阵对医学断层图像进行图像分割得到感兴趣区域,具体为:

28、对于边缘特征图中边缘特征值不为0的像素点,计算边缘不确定概率图中的值和概率分布矩阵中次大概率的加权和,若加权和的结果大于最大概率或者预设值,则像素点的类别为次大概率对应的类别,否则像素点的类别为最大概率对应的类别;

29、对于边缘特征图中边缘特征值为0的像素点,根据概率分布矩阵中最大概率确定像素点的类别;

30、基于肝胆断层图像像素点的分类情况确定感兴趣区域。

31、优选地,所述根据两个相邻的断层图像同类感兴趣区域以及所述边缘不确定概率图确定插入图像中感兴趣区域,具体为:

32、获取两个相邻的断层图像同类感兴趣区域的面积和质心,将两个质心连线;

33、对感兴趣区域的面积大的断层图像的感兴趣区域进行下采样,对感兴趣区域的面积小的断层图像的感兴趣区域进行上采用,将上采用和下采样的结果合并,根据合并结果确定插入图像中感兴趣区域的像素值;

34、对感兴趣区域的面积大的断层图像的边缘不确定概率图进行下采样,对感兴趣区域的面积小的断层图像的边缘不确定概率图进行上采用,将上采用和下采样的结果合并,根据合并结果确定插入图像中感兴趣区域的边缘概率;

35、获取插入图像本文档来自技高网...

【技术保护点】

1.一种基于三维重建的选择性肝胆血流阻断标定方法,其特征在于,所述方法包括以下步骤:

2.如权利要求1所述的方法,其特征在于,所述利用概率分布矩阵和边缘强度图得到边缘不确定概率图,具体为:

3.如权利要求2所述的方法,其特征在于,所述根据边缘不确定概率图和概率分布矩阵对医学断层图像进行图像分割得到感兴趣区域,具体为:

4.如权利要求1所述的方法,其特征在于,所述根据两个相邻的断层图像同类感兴趣区域以及所述边缘不确定概率图确定插入图像中感兴趣区域,具体为:

5.如权利要求1所述的方法,其特征在于,所述利用血管和病患区域的关系确定血流阻断标记位置,具体为:

6.一种基于三维重建的选择性肝胆血流阻断标定系统,其特征在于,所述系统包括以下模块:

7.如权利要求6所述的系统,其特征在于,所述利用概率分布矩阵和边缘强度图得到边缘不确定概率图,具体为:

8.如权利要求7所述的系统,其特征在于,所述根据边缘不确定概率图和概率分布矩阵对医学断层图像进行图像分割得到感兴趣区域,具体为:

9.如权利要求6所述的系统,其特征在于,所述根据两个相邻的断层图像同类感兴趣区域以及所述边缘不确定概率图确定插入图像中感兴趣区域,具体为:

10.如权利要求6所述的系统,其特征在于,所述利用血管和病患区域的关系确定血流阻断标记位置,具体为:

...

【技术特征摘要】

1.一种基于三维重建的选择性肝胆血流阻断标定方法,其特征在于,所述方法包括以下步骤:

2.如权利要求1所述的方法,其特征在于,所述利用概率分布矩阵和边缘强度图得到边缘不确定概率图,具体为:

3.如权利要求2所述的方法,其特征在于,所述根据边缘不确定概率图和概率分布矩阵对医学断层图像进行图像分割得到感兴趣区域,具体为:

4.如权利要求1所述的方法,其特征在于,所述根据两个相邻的断层图像同类感兴趣区域以及所述边缘不确定概率图确定插入图像中感兴趣区域,具体为:

5.如权利要求1所述的方法,其特征在于,所述利用血管和病患区域的关系确定血流阻断标记位置,具体为:

...

【专利技术属性】
技术研发人员:傅晓辉王向常颜信尹磊朱斌俞文隆赵腾范文娟刘洋赵健楠段安琪
申请(专利权)人:中国人民解放军海军军医大学第三附属医院
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