CN108305255A - 肝脏手术切割面的生成方法和生成装置 - Google Patents
肝脏手术切割面的生成方法和生成装置 Download PDFInfo
- Publication number
- CN108305255A CN108305255A CN201710021678.1A CN201710021678A CN108305255A CN 108305255 A CN108305255 A CN 108305255A CN 201710021678 A CN201710021678 A CN 201710021678A CN 108305255 A CN108305255 A CN 108305255A
- Authority
- CN
- China
- Prior art keywords
- liver
- lesion
- hepatic segments
- region
- minimum blood
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 210000004185 liver Anatomy 0.000 title claims abstract description 156
- 238000000034 method Methods 0.000 title claims abstract description 29
- 230000002440 hepatic effect Effects 0.000 claims abstract description 207
- 230000003902 lesion Effects 0.000 claims abstract description 151
- 239000008280 blood Substances 0.000 claims abstract description 108
- 210000004369 blood Anatomy 0.000 claims abstract description 108
- 230000036770 blood supply Effects 0.000 claims abstract description 77
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 19
- 210000000080 chela (arthropods) Anatomy 0.000 claims description 32
- 230000001419 dependent effect Effects 0.000 claims 1
- 238000003709 image segmentation Methods 0.000 abstract description 8
- 210000005228 liver tissue Anatomy 0.000 abstract description 2
- 230000011218 segmentation Effects 0.000 description 18
- 230000005311 nuclear magnetism Effects 0.000 description 14
- 230000005484 gravity Effects 0.000 description 11
- 210000003240 portal vein Anatomy 0.000 description 11
- 230000002980 postoperative effect Effects 0.000 description 11
- 241000415078 Anemone hepatica Species 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 238000001356 surgical procedure Methods 0.000 description 4
- 210000003484 anatomy Anatomy 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 206010028980 Neoplasm Diseases 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 230000002792 vascular Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 208000035965 Postoperative Complications Diseases 0.000 description 1
- 206010000210 abortion Diseases 0.000 description 1
- 231100000176 abortion Toxicity 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002872 contrast media Substances 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 201000007270 liver cancer Diseases 0.000 description 1
- 230000003908 liver function Effects 0.000 description 1
- 208000014018 liver neoplasm Diseases 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000002271 resection Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30056—Liver; Hepatic
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30096—Tumor; Lesion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Health & Medical Sciences (AREA)
- Computer Graphics (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明公开了一种肝脏手术切割面生成方法和装置，所述方法包括：根据图像分割结果生成三维重建模型；根据三维重建模型划分肝段；判断各肝段中是否包含病灶；确定包含病灶的最小供血区域RS,1和最小回血区域RS,2；基于RS,1和RS,2生成用于肝脏手术的切割面。配准；根据肝脏图像、病灶图像和血管图像分割结果生成三维重建模型。当病灶只存在于一个肝段时，根据包含病灶的肝段的最小供血区域和最小回血区域合并后的区域生成肝脏手术切割面；当病灶存在于多个肝段时，根据包含病灶的肝脏的最小供血区域、最小回血区域、切除区域合并后的区域生成肝脏手术切割面。本发明的技术方案，能够帮助医生更好地规划手术，保留更多健康肝组织。
Description
技术领域
本发明涉及计算机技术，尤其涉及计算机辅助术前规划技术。
背景技术
目前对于肝癌和恶性肿瘤的治疗，肝部分切除手术是首选。传统的肝部分切除手术一般采用基于库氏肝段解剖的整段或多段切除法。
在传统的手术规划方法中，手术切除的边界主要依靠临床医生的主观判断，很大程度上取决于医生的临床经验。对于血管结构和分布的变异，通过直接观察CT或核磁的图像是很难判断的，错误的判断会造成血管在术中的误切割，危及病人生命安全。由于无法做到精确的术前规划，可能将健康的肝脏组织误切除，影响病人肝功和术后恢复。或者病灶切不彻底，导致手术最终失败。
现有借助计算机实现的手术规划方法的思路是基于三维模型构建一个手术的切割曲面。但是目前在生成手术切割曲面时，并没有提供病灶与供血及回血区域的关系，一方面，仍需要医生大量的手动操作来修改并确定最后的切割曲面，另一方面，也没有考虑到手术的难度和可行性。
发明内容
有鉴于此，为了克服现有技术中的问题，本发明提供了一种肝脏手术切割面的生成方法和生成装置，借助计算机技术，在充分考虑了病灶在每个肝段的占位体积、位置信息以及病灶与供血和回血区域关系的基础上，基于三维重建模型，沿着包含病灶的所有肝段的切除区域的外缘生成切割面，形成手术方案。
一方面，本发明实施例提供了一种用于肝脏手术切割面的生成方法，所述方法包括：
根据对相关部位图像进行分割的结果生成肝脏的三维重建模型；
根据所述三维重建模型划分肝段；
判断各肝段中是否包含病灶；
确定包含病灶的最小供血区域RS,1和最小回血区域RS,2；
基于所述最小供血区域RS,1和最小回血区域RS,2生成用于肝脏手术的切割面。
优选地，所述根据对相关部位图像进行分割的结果生成肝脏的三维重建模型包括：在对相关部位图像进行分割以前对不同相位期的图像进行配准。
优选地，所述根据对相关部位图像进行分割的结果生成肝脏的三维重建模型包括：根据对肝脏图像、病灶图像和血管图像进行分割的结果生成肝脏的三维重建模型。
优选地，所述确定包含病灶的最小供血区域RS,1和最小回血区域RS,2包括：当病灶只存在于一个肝段时，根据门静脉中心线上的钳血点计算该肝段中包含病灶的最小供血区域RS,1，根据肝静脉中心线上的钳血点计算该肝段中包含病灶的最小回血区域RS,2。
优选地，所述确定包含病灶的最小供血区域RS,1和最小回血区域RS,2包括：
当病灶存在于多个肝段时，计算病灶在其侵占的每一肝段中侵占体积的比例PER；
如果某一肝段的PER大于等于预定阈值，则记录该肝段的编号为si，且有si∈S＝{s1,s2,…sn}n≤8,根据S包含的所有肝段中的门静脉中心线上的钳血点计算包含病灶的最小供血区域RS,1，根据S包含的所有肝段中的肝静脉中心线上的钳血点计算包含病灶的最小回血区域RS,2；
如果PER小于预定阈值，则记录该肝段的编号为tj，且有tj∈T＝{t1,t2,…tm}m≤8,计算T包含的所有肝段中包含预定切缘和病灶的切除区域RT,1。
优选地，所述基于所述最小供血区域RS,1和最小回血区域RS,2生成用于肝脏手术的切割面为：基于所述最小供血区域RS,1、最小回血区域RS,2和切除区域RT,1生成用于肝脏手术的切割面。
另一方面，本发明实施例还提供了一种用于肝脏手术切割面的生成装置，所述装置包括：
模型生成模块，用于根据对相关部位图像进行分割的结果生成肝脏的三维重建模型；
肝段划分模块，用于根据所述三维重建模型划分肝段；
切割面生成模块，用于：
判断各肝段中是否包含病灶；
确定包含病灶的最小供血区域RS,1和最小回血区域RS,2；
基于所述最小供血区域RS,1和最小回血区域RS,2生成用于肝脏手术的切割面。
优选地，所述模型生成模块用于根据对相关部位图像进行分割的结果生成肝脏的三维重建模型包括：在对相关部位图像进行分割以前对不同相位期的图像进行配准。
优选地，所述模型生成模块用于根据对相关部位图像进行分割的结果生成肝脏的三维重建模型包括：根据对肝脏图像、病灶图像和血管图像进行分割的结果生成肝脏的三维重建模型。
优选地，所述切割面生成模块用于确定包含病灶的最小供血区域RS,1和最小回血区域RS,2包括：当病灶只存在于一个肝段时，根据门静脉中心线上的钳血点计算该肝段中包含病灶的最小供血区域RS,1，根据肝静脉中心线上的钳血点计算该肝段中包含病灶的最小回血区域RS,2。
优选地，所述切割面生成模块用于确定包含病灶的最小供血区域RS,1和最小回血区域RS,2包括：
当病灶存在于多个肝段时，计算病灶在其侵占的每一肝段中侵占体积的比例PER；
如果某一肝段的PER大于等于预定阈值，则记录该肝段的编号为si，且有si∈S＝{s1,s2,…sn}n≤8,根据S包含的所有肝段中的门静脉中心线上的钳血点计算包含病灶的最小供血区域RS,1，根据S包含的所有肝段中的肝静脉中心线上的钳血点计算包含病灶的最小回血区域RS,2；
如果PER小于预定阈值，则记录该肝段的编号为tj，且有tj∈T＝{t1,t2,…tm}m≤8,计算T包含的所有肝段中包含预定切缘和病灶的切除区域RT,1。
优选地，所述模型生成模块用于基于所述最小供血区域RS,1和最小回血区域RS,2生成用于肝脏手术的切割面为：基于所述最小供血区域RS,1、最小回血区域RS,2和切除区域RT,1生成用于肝脏手术的切割面。
本发明提供的肝脏手术切割面的生成方法和生成装置，能够帮助医生更好地进行手术规划，给出量化的诊断和手术信息。在彻底清除病灶的同时，尽可能确保术后剩余肝脏解剖结构的完整性，并最大限度保留患者的健康肝组织，提高手术后的残肝比，使病人术后能更好地恢复，减少术后并发症的可能。同时，由于考虑了病灶的供血和回血区域，既遵循了常规手术的流程，又符合医生的手术习惯，为医生降低了精准手术的难度。
附图说明
图1是本发明实施例一提供的一种用于肝脏手术切割面生成方法的流程图；
图2是本发明实施例二提供的一种用于肝脏手术切割面生成方法的流程图；
图3a是本发明实施例三提供的一种用于肝脏手术切割面生成方法的流程图；
图3b是理想的库氏分段的解剖图以及每个肝段相对于肝静脉和门静脉空间关系的示意图；
图3c是本发明实施例三中肝段划分结果的示意图；
图4是本发明实施例四提供的一种用于肝脏手术切割面生成方法的流程图；
图5是本发明实施例五提供的一种用于肝脏手术切割面生成方法的流程图；
图6是本发明实施例六至十提供的一种用于肝脏手术切割面生成装置的示意图；
图7a是某一病例在进行传统手术时的手术方案以及术后残肝比的示意图；
图7b是图7a的病例采用本发明的技术方案经计算生成的手术方案以及术后残肝比的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，以下将参照本发明实施例中的附图，通过实施方式清楚、完整地描述本发明的技术方案，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。
实施例一
如图1所示，在本发明的第一个实施例中，在手术前根据相关部位的CT图像分割结果生成三维重建模型，经划分肝段后，在识别出病灶的肝段中根据最小供血区域和最小回血区域生成用于去除病灶的肝脏手术切割面。
S101、根据图像分割结果生成肝脏的三维重建模型。
首先对相关部位进行CT或核磁图像采集。CT采集采用肝脏CT多期增强扫描技术。利用显影剂进入不同部位时间的不同，在不用的时期分别进行图像的采集，以取得对不同目标增强的图像。通常将肝脏的图像分为五个相位期，分别是肝脏期，用于肝脏的分割；病灶期，是病灶被增强的图像，用于病灶的分割；动脉期，用于肝动脉的分割；门静脉期，用于门静脉的分割；肝静脉期，用于肝静脉的分割。
将患者相关部位的术前CT或核磁图像作为输入，根据对各个部位图像进行分割的结果生成肝脏的三维重建模型。
S102、根据库式分段原理划分肝段。
采用库氏(Couinaud)分段原理，根据三维重建模型将整个肝脏划分为八个肝段。
S103、识别各肝段中是否包含病灶。
肝脏病灶包括肿瘤、囊肿、结节等。在划分好的肝段中，识别各个肝段是否包含病灶。
S104、确定相关肝段中包含病灶的最小供血区域RS,1和最小回血区域RS,2。
分析包含病灶的肝段中的每个点，通过距离计算，找出离这个点最近的血管分支。将拥有相同的最近血管的点都合并起来，得到属于该血管的供血区域。
在包含病灶的肝段中采用逐步逼近的算法搜索门静脉中心线上的钳血点：首先分别计算能见到最低级血管的供血区域，逐一判断这些供血区域是否包含了整个病灶。如果无法找到一个能包含整个病灶的供血区域，再计算上一级血管的供血区域，并做相同的判断，直到找到一个能包含整个病灶的最小供血区域RS,1。
同样，利用逐步逼近的算法计算出该肝段中最小的包含了整个病灶的回血区域RS,2。
S105、根据最小供血区域RS,1和最小回血区域RS,2生成用于去除病灶的肝脏切割面。
合并RS,1、RS,2后的区域为最终切除区域，沿着最终切除区域的边界在三维重建模型中生成用于肝脏手术的切割面。
实施例二
如图2所示，在本发明的第二个实施例中，在重建三维模型时，对不同相位期的图像进行配准以确保重建结果的准确性；经划分肝段后，在已识别出病灶的肝段中根据最小供血区域和最小回血区域生成肝脏手术切割面。
S201、对不同相位期的图像进行配准。
在采集肝脏的CT或核磁图像时使用造影剂，在不同时期对不同的相关部位分别进行图像采集，取得对不同目标增强的图像。由于患者存在位移，采集到的图像有误差，因此需要通过配准进行去噪，从而最大程度地降低三维重建时不同相位期的图像之间存在的位移误差，确保重建结果的准确性。
以对肝脏图像进行配准为例，采用使图像间相似性最大化的原理实现图像间的配准。首先，载入患者相关部位所有相位期的术前CT或核磁图像。配准时，以病灶期图像为参照物，用户可以对肝脏期图像进行平移、缩放和旋转的操作，通过优化两幅图像间相似性准则来估计变换参数，直到肝脏期图像在空间上与病灶期图像中的肝脏部分最大程度的重合。
S202、根据图像分割结果生成肝脏的三维重建模型。
系统根据对各个部位图像进行分割的结果自动生成肝脏的三维重建模型。
S203、根据三维重建模型结合库式分段原理划分肝段。
采用库氏分段原理，根据生成的三维重建模型将肝脏划分为八个肝段。
S204、确定包含病灶的肝段。
在划分好的肝段中，确定包含病灶的肝段。
S205、在相关肝段确定包含病灶的最小供血区域RS,1和最小回血区域RS,2。
在包含病灶的肝段中计算与病灶相关的最小供血区域RS,1和最小回血区域RS,2。
S206、在最小供血区域RS,1和最小回血区域RS,2的基础上生成肝脏手术切割面。
合并RS,1、RS,2后的区域为最终切除区域，沿着最终切除区域的边界在三维重建模型中生成用于肝脏手术的切割面。
实施例三
如图3a所示，在本发明的第三个实施例中，根据对肝脏、病灶和血管的图像进行分割的结果生成肝脏的三维重建模型，完成划分肝段后，确定包含病灶的肝段的最小供血区域和最小回血区域，并生成肝脏手术切割面。
S301、根据对肝脏、病灶和血管进行分割的结果生成肝脏的三维重建模型。
将患者相关部位的术前CT或核磁图像作为输入，对肝脏进行自动分割，得到初步分割结果。在此结果基础上，用户可以手动对分割结果进行局部调整。CT或核磁图像是由多个连续的层面图像组成，用户只需对其中几个层面做出手动修改，系统自动计算出此修改对于其他层面的影响，并将修改作用于其他层面。
将肝脏分割结果作为输入，可在肝脏的CT或核磁图像上得到病灶的自动分割结果，在此过程中识别出肝脏中的病灶组织并进行标记，经过手动修改得到病灶图像分割的最终结果。
基于肝脏分割结果，在肝脏的边界内对图像的灰度值进行预处理，得到目标区域。使用海森(Hessian)矩阵进行多尺度滤波，使图像中血管结构的反馈增强。然后使用三维区域增长的算法，找出种子点周围灰度值在一定范围内的点的集合。如果灰度值超过此范围就停止增长，得到血管分割的初步结果。对此结果再进行凹面的填充和断点的预处理，处理结束后，计算出血管中心线。
如果肝静脉与门静脉出现在同一相位期，还需将得到的血管分割结果进一步分离，在血管树中分别标记出肝静脉和门静脉。
然后，根据所有分割结果生成肝脏的三维重建模型。
S302、根据三维重建模型划分肝段。
划分肝段时采用库氏分段原理，图3b是理想的库氏分段的解剖图以及每个肝段相对于肝静脉和门静脉空间关系的示意图。但由于每个患者的个体性差异，在实际情况下，通常不能得到如此完美的分段结构。本发明采用自动算法和医学专家临床经验相结合的方式，在之前获得的门静脉血管中心线上，人工标记对各肝段进行供血的门静脉分支，并根据标记好的分支，基于三维重建模型自动计算出该段门静脉分支的供血区域，生成分段信息，将整个肝脏根据库氏分段原理分为八段。图3c是本实施例中肝段划分结果的示意图。
S303、确定包含病灶的肝段。
在划分好的肝段中，识别出包含病灶的肝段。
S304、对识别出病灶的肝段确定其最小供血区域RS,1和最小回血区域RS,2。
对包含病灶的肝段计算其最小供血区域RS,1和最小回血区域RS,2。
S305、根据供血区域RS,1和最小回血区域RS,2生成用于肝脏手术的切割面。
合并RS,1、RS,2后的区域为最终切除区域，沿着最终切除区域的边界在三维重建模型中生成用于肝脏手术的切割面。
实施例四
如图4所示，在本发明的第四个实施例中，在根据三维重建模型划分肝段后，病灶只存在于一个肝段，根据此肝段的最小供血区域RS,1和最小回血区域RS,2生成肝脏手术切割面。
S401、根据对肝脏、病灶和血管图像进行分割的结果生成肝脏的三维重建模型。
将患者相关部位的术前CT或核磁图像作为输入，根据对肝脏图像、病灶图像和血管图像进行分割的结果生成肝脏的三维重建模型。
S402、在三维重建模型的基础上划分肝段。
采用库氏分段原理，根据生成的三维重建模型将整个肝脏划分为八个肝段。
S403、确定与病灶相关的肝段。
在划分好的肝段中，确定与病灶相关的肝段。
S404、当病灶只存在于一个肝段时，根据门静脉中心线上的钳血点计算包含病灶的最小供血区域RS,1，根据肝静脉中心线上的钳血点计算包含病灶的最小回血区域RS,2。
系统在包含整个病灶的肝段门静脉的中心线上自动搜索钳血点，利用逐步逼近算法，计算出此肝段中包含了整个病灶的最小供血区域RS,1；然后在此肝段的肝静脉中心线上自动生成钳血点，同样利用逐步逼近算法，计算出此肝段中包含了整个病灶的最小的回血区域RS,2。
S405、根据最小供血区域RS,1和最小回血区域RS,2生成肝脏手术切割面。
合并RS,1、RS,2后的区域为最终切除区域，沿着最终切除区域的边界在三维重建模型中生成用于肝脏手术的切割面。
实施例五
如图5所示，在本发明的第五个实施例中，在根据三维重建模型划分肝段后，病灶存在于多个肝段，计算与病灶相关的每一肝段中病灶侵占体积的百分比，将此百分比与预定阈值进行比较，根据比较结果计算不同的相关区域，根据合并后的最终切除区域生成肝脏手术切割面。
S501、根据对肝脏图像、病灶图像和血管图像分割结果生成肝脏的三维重建模型。
将患者术前CT或核磁图像作为输入，根据对肝脏图像、病灶图像和血管图像进行分割的结果生成肝脏的三维重建模型。
S502、根据三维重建模型划分肝段。
采用库氏分段原理，根据生成的三维重建模型将整个肝脏划分为八个肝段。
S503、确定各肝段中是否包含病灶。
在划分好的肝段中，确定各个肝段是否包含病灶。
S504、当病灶存在于多个肝段时，计算病灶在其侵占的每一肝段中侵占体积的比例PER；如果某一肝段的PER大于等于预定阈值，则记录该肝段的编号为si，且有si∈S＝{s1,s2,…sn}n≤8,根据S包含的所有肝段中的门静脉上的钳血点计算包含病灶的最小供血区域RS,1，根据S包含的所有肝段中的肝静脉中心线上的钳血点计算包含病灶的最小回血区域RS,2；如果PER小于预定阈值，则记录该肝段的编号为tj，且有tj∈T＝{t1,t2,…tm}m≤8,计算T包含的所有肝段中包含预定切缘和病灶的切除区域RT,1。
当病灶占据多个肝段时，系统首先计算出病灶在各肝段中侵占的体积所占该肝段体积的百分比PER。根据系统预定阈值，如果PER超过此阈值，则将此肝段编号记录为si；如果PER小于此阈值，则将此肝段编号记录为tj。其中，
si∈S＝{s1,s2,…sn}n≤8,
tj∈T＝{t1,t2,…tm}m≤8,
其中C＝{c1,c2,…c8}，c1到c8是根据库氏原理对肝脏划分的八个肝段，并且S∩T＝Φ。
在肝段集合S包含的所有肝段中，搜索门静脉中心线上的钳血点，利用逐步逼近算法，计算出这些肝段中包含整个病灶的最小供血区域，记为RS,1。然后在肝段集合S包含的所有肝段中，自动搜索肝静脉的钳血点，同样利用逐步逼近算法，计算出这些肝段中包含整个病灶的最小回血区域RS,2。
对于肝段集合T，输入预定的病灶切缘，将包含切缘的病灶在这些肝段中的侵占区域标记为切除区域RT,1。
S505、在最小供血区域RS,1、最小回血区域RS,2和切除区域RT,1的基础上生成用于肝脏手术的切割面。
合并RS,1、RS,2和RT,1后的区域为最终切除区域，沿着最终切除区域的边界在三维重建模型中生成用于肝脏手术的切割面。
实施例六
如图6所示，本发明的第六个实施例提供了一种肝脏手术切割面的生成装置，所述装置包括：
模型生成模块610，用于根据对相关部位图像进行分割的结果生成肝脏的三维重建模型；
肝段划分模块620，用于根据所述三维重建模型划分肝段；
切割面生成模块630，用于：
判断各肝段中是否包含病灶；
确定包含病灶的最小供血区域RS,1和最小回血区域RS,2；
基于所述最小供血区域RS,1和最小回血区域RS,2生成手术切割面。
模型生成模块610将患者相关部位的术前CT图像作为输入，根据对各个图像分割结果生成肝脏的三维重建模型；肝段划分模块620依据库氏分段原理，根据生成的三维重建模型将整个肝脏划分为八个肝段；在划分好的肝段中，切割面生成模块630判断各肝段中是否包含病灶，对包含病灶的肝段计算其包含了病灶的最小供血区域RS,1和最小回血区域RS,2，然后将RS,1、RS,2合并为最终切除区域，并沿着最终切除区域的边界在三维重建模型中生成用于肝脏手术的切割面。
实施例七
如图6所示为本发明的第七个实施例提供的一种肝脏手术切割面的生成装置，所述装置包括：
模型生成模块610，用于根据对相关部位图像进行分割的结果生成肝脏的三维重建模型，以及在对相关部位图像进行分割以前对不同相位期的图像进行配准；
肝段划分模块620，用于根据所述三维重建模型划分肝段；
切割面生成模块630，用于：
判断各肝段中是否包含病灶；
确定包含病灶的最小供血区域RS,1和最小回血区域RS,2；
基于所述最小供血区域RS,1和最小回血区域RS,2生成手术切割面。
模型生成模块610将患者相关部位的核磁图像作为输入，对不同相位期的图像进行配准，然后根据对各个部位图像进行分割的结果生成肝脏的三维重建模型；肝段划分模块620根据生成的三维重建模型将整个肝脏划分为八个肝段；在划分好的肝段中，切割面生成模块630判断各肝段中是否包含病灶，并对包含病灶的肝段计算其最小供血区域RS,1和最小回血区域RS,2；将RS,1、RS,2合并为最终切除区域，并沿着最终切除区域的边界在三维重建模型中生成用于肝脏手术的切割面。
实施例八
如图6所示为本发明的第八个实施例提供的一种肝脏手术切割面的生成装置，所述装置包括：
模型生成模块610，用于根据对肝脏图像、病灶图像和血管图像的分割结果生成肝脏的三维重建模型；
肝段划分模块620，用于根据所述三维重建模型划分肝段；
切割面生成模块630，用于：
判断各肝段中是否包含病灶；
确定包含病灶的最小供血区域RS,1和最小回血区域RS,2；
基于所述最小供血区域RS,1和最小回血区域RS,2生成手术切割面。
模型生成模块610将患者相关部位的术前核磁图像作为输入，对肝脏图像、病灶图像和血管图像进行分割；如果肝静脉与门静脉出现在同一相位期，模型生成模块610还将得到的血管分割结果进一步分离，并在血管树中分别标记出肝静脉和门静脉；然后,模型生成模块610根据所有分割结果生成肝脏的三维重建模型；肝段划分模块620根据生成的三维重建模型将整个肝脏划分为八个肝段；在划分好的肝段中，切割面生成模块630判断各肝段中是否包含病灶，对包含病灶的肝段计算其最小供血区域RS,1和最小回血区域RS,2；将RS,1、RS,2合并为最终切除区域，并沿着最终切除区域的边界在三维重建模型中生成用于肝脏手术的切割面。
实施例九
如图6所示为本发明的第九个实施例提供的一种肝脏手术切割面的生成装置，所述装置包括：
模型生成模块610，用于根据对相关部位图像进行分割的结果生成肝脏的三维重建模型；
肝段划分模块620，用于根据所述三维重建模型划分肝段；
切割面生成模块630，用于：
判断各肝段中是否包含病灶；
当病灶只存在于一个肝段时，根据门静脉中心线上的钳血点计算该肝段中包含病灶的最小供血区域RS,1，根据肝静脉中心线上的钳血点计算该肝段中包含病灶的最小回血区域RS,2；
基于所述最小供血区域RS,1和最小回血区域RS,2生成手术切割面。
模型生成模块610将患者相关部位的术前CT或核磁图像作为输入，根据对各个部位图像进行分割的结果生成肝脏的三维重建模型；肝段划分模块620采用库氏分段原理，根据生成的三维重建模型将整个肝脏划分为八个肝段；在划分好的肝段中，切割面生成模块630判断各肝段中是否包含病灶。当病灶只存在于一个肝段时，切割面生成模块630根据此肝段门静脉中心线上的钳血点计算出此肝段中包含了整个病灶的最小供血区域RS,1，再根据此肝段的肝静脉中心线上的钳血点计算出此肝段中包含了整个病灶的最小的回血区域RS,2；将RS,1、RS,2合并为最终切除区域，并沿着最终切除区域的边界在三维重建模型中生成用于肝脏手术的切割面。
实施例十
如图6所示为本发明的第十个实施例提供的一种肝脏手术切割面的生成装置，所述装置包括：
模型生成模块610，用于根据对相关部位图像进行分割的结果生成肝脏的三维重建模型；
肝段划分模块620，用于根据所述三维重建模型划分肝段；
切割面生成模块630，用于：
判断各肝段中是否包含病灶；
当病灶存在于多个肝段时，计算病灶在其侵占的每一肝段中侵占体积的百分比PER；如果某一肝段的PER大于等于预定阈值，则记录该肝段的编号为si，且有si∈S＝{s1,s2,…sn}n≤8,根据S包含的所有肝段中的门静脉上的钳血点计算包含病灶的最小供血区域RS,1，根据S包含的所有肝段中的肝静脉中心线上的钳血点计算包含病灶的最小回血区域RS,2；如果PER小于预定阈值，则记录该肝段的编号为tj，且有tj∈T＝{t1,t2,…tm}m≤8,计算T包含的所有肝段中包含预定切缘和病灶的切除区域RT,1；
在最小供血区域RS,1和最小回血区域RS,2的基础上生成手术切割面。
模型生成模块610将患者的术前核磁图像作为输入，根据对各个部位图像进行分割的结果生成肝脏的三维重建模型；肝段划分模块620采用库氏分段原理，根据生成的三维重建模型将整个肝脏划分为八个肝段。
在划分好的肝段中，切割面生成模块630判断各肝段中是否包含病灶。当病灶占据多个肝段时，切割面生成模块630首先计算出病灶在各肝段中侵占的体积所占该肝段体积的比例PER。如果PER超过定阈值，则将此肝段编号记录为si；如果PER小于此阈值，则将此肝段编号记录为tj。其中，
si∈S＝{s1,s2,…sn}n≤8,
tj∈T＝{t1,t2,…tm}m≤8,
其中C＝{c1,c2,…c8}，c1到c8是根据库氏原理对肝脏划分的八个肝段，并且S∩T＝Φ。
在肝段集合S包含的所有肝段中，切割面生成模块630根据门静脉中心线上的钳血点计算出这些肝段中包含整个病灶的最小供血区域，记为RS,1；在肝段集合S包含的所有肝段中，切割面生成模块630根据肝静脉中心线上的钳血点计算出这些肝段中包含整个病灶的最小回血区域RS,2；对于肝段集合T，切割面生成模块630将包含预定切缘的病灶在这些肝段中的侵占区域标记为切除区域RT,1；切割面生成模块630将RS,1、RS,2、RT,1合并为最终切除区域，沿着最终切除区域的边界在三维重建模型中生成用于肝脏手术的切割面。
图7a为某一病例在进行传统手术的手术方案和术后以及残肝比，预计的术后残肝比是52.4％；图7b为同一病例采用本发明的技术方案经计算生成的手术方案以及术后的残肝比，预计的术后残肝比是64.6％。通过对比可知：对于此病例来说，使用本发明的精准手术切割面的生成方法和生成装置进行术前规划，术后保留的健康肝体积提高了12.2％。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (12)
1.一种用于肝脏手术的切割面生成方法，其特征在于，所述方法包括：
根据对相关部位图像进行分割的结果生成肝脏的三维重建模型；
根据所述三维重建模型划分肝段；
判断各肝段中是否包含病灶；
确定包含病灶的最小供血区域RS,1和最小回血区域RS,2；
基于所述最小供血区域RS,1和最小回血区域RS,2生成用于肝脏手术的切割面。
2.根据权利要求1所述的用于肝脏手术的切割面生成方法，其特征在于，所述根据对相关部位图像进行分割的结果生成肝脏的三维重建模型包括：在对相关部位图像进行分割以前对不同相位期的图像进行配准。
3.根据权利要求1所述的用于肝脏手术的切割面生成方法，其特征在于，所述根据对相关部位图像进行分割的结果生成肝脏的三维重建模型包括：根据对肝脏图像、病灶图像和血管图像进行分割的结果生成肝脏的三维重建模型。
4.根据权利要求1至3中任意一项所述的用于肝脏手术的切割面生成方法，其特征在于，所述确定包含病灶的最小供血区域RS,1和最小回血区域RS,2包括：当病灶只存在于一个肝段时，根据门静脉中心线上的钳血点计算该肝段中包含病灶的最小供血区域RS,1，根据肝静脉中心线上的钳血点计算该肝段中包含病灶的最小回血区域RS,2。
5.根据权利要求1至3中任意一项所述的用于肝脏手术的切割面生成方法，其特征在于，所述确定包含病灶的最小供血区域RS,1和最小回血区域RS,2包括：
当病灶存在于多个肝段时，计算病灶在其侵占的每一肝段中侵占体积的比例PER；
如果某一肝段的PER大于等于预定阈值，则记录该肝段的编号为si，且有si∈S＝{s1,s2,…sn}n≤8,根据S包含的所有肝段中的门静脉中心线上的钳血点计算包含病灶的最小供血区域RS,1，根据S包含的所有肝段中的肝静脉中心线上的钳血点计算包含病灶的最小回血区域RS,2；
如果PER小于预定阈值，则记录该肝段的编号为tj，且有tj∈T＝{t1,t2,…tm}m≤8,计算T包含的所有肝段中包含预定切缘和病灶的切除区域RT,1。
6.根据权利要求5所述的用于肝脏手术的切割面生成方法，其特征在于，所述基于所述最小供血区域RS,1和最小回血区域RS,2生成用于肝脏手术的切割面为：基于所述最小供血区域RS,1、最小回血区域RS,2和切除区域RT,1生成用于肝脏手术的切割面。
7.一种用于肝脏手术的切割面生成装置，其特征在于，所述装置包括：
模型生成模块，用于根据对相关部位图像进行分割的结果生成肝脏的三维重建模型；
肝段划分模块，用于根据所述三维重建模型划分肝段；
切割面生成模块，用于：
判断各肝段中是否包含病灶；
确定包含病灶的最小供血区域RS,1和最小回血区域RS,2；
基于所述最小供血区域RS,1和最小回血区域RS,2生成用于肝脏手术的切割面。
8.根据权利要求7所述的用于肝脏手术的切割面生成装置，其特征在于，所述模型生成模块用于根据对相关部位图像进行分割的结果生成肝脏的三维重建模型包括：在对相关部位图像进行分割以前对不同相位期的图像进行配准。
9.根据权利要求7所述的用于肝脏手术的切割面生成装置，其特征在于，所述模型生成模块用于根据对相关部位图像进行分割的结果生成肝脏的三维重建模型包括：根据对肝脏图像、病灶图像和血管图像进行分割的结果生成肝脏的三维重建模型。
10.根据权利要求7至9中任意一项所述的用于肝脏手术的切割面生成装置，其特征在于，所述切割面生成模块用于确定包含病灶的最小供血区域RS,1和最小回血区域RS,2包括：当病灶只存在于一个肝段时，根据门静脉中心线上的钳血点计算该肝段中包含病灶的最小供血区域RS,1，根据肝静脉中心线上的钳血点计算该肝段中包含病灶的最小回血区域RS,2。
11.根据权利要求7至9中任意一项所述的用于肝脏手术的切割面生成装置，其特征在于，所述切割面生成模块用于确定包含病灶的最小供血区域RS,1和最小回血区域RS,2包括：
当病灶存在于多个肝段时，计算病灶在其侵占的每一肝段中侵占体积的比例PER；
如果某一肝段的PER大于等于预定阈值，则记录该肝段的编号为si，且有si∈S＝{s1,s2,…sn}n≤8,根据S包含的所有肝段中的门静脉中心线上的钳血点计算包含病灶的最小供血区域RS,1，根据S包含的所有肝段中的肝静脉中心线上的钳血点计算包含病灶的最小回血区域RS,2；
如果PER小于预定阈值，则记录该肝段的编号为tj，且有tj∈T＝{t1,t2,…tm}m≤8,计算T包含的所有肝段中包含预定切缘和病灶的切除区域RT,1。
12.根据权利要求11所述的用于肝脏手术的切割面生成装置，其特征在于，所述模型生成模块用于基于所述最小供血区域RS,1和最小回血区域RS,2生成用于肝脏手术的切割面为：基于所述最小供血区域RS,1、最小回血区域RS,2和切除区域RT,1生成用于肝脏手术的切割面。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710021678.1A CN108305255B (zh) | 2017-01-12 | 2017-01-12 | 肝脏手术切割面的生成装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710021678.1A CN108305255B (zh) | 2017-01-12 | 2017-01-12 | 肝脏手术切割面的生成装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108305255A true CN108305255A (zh) | 2018-07-20 |
| CN108305255B CN108305255B (zh) | 2022-04-19 |
Family
ID=62872229
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710021678.1A Expired - Fee Related CN108305255B (zh) | 2017-01-12 | 2017-01-12 | 肝脏手术切割面的生成装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108305255B (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110148127A (zh) * | 2019-05-23 | 2019-08-20 | 数坤（北京）网络科技有限公司 | 针对血管cta后处理影像的智能选片方法、装置及存储设备 |
| CN110547870A (zh) * | 2019-08-01 | 2019-12-10 | 浙江大学 | 一种精准肝脏手术导航定位装置 |
| CN110706350A (zh) * | 2019-08-12 | 2020-01-17 | 杭州英库医疗科技有限公司 | 基于占位三角面片法向的自动切缘生成方法 |
| CN110738664A (zh) * | 2019-09-12 | 2020-01-31 | 上海联影智能医疗科技有限公司 | 图像定位方法、装置、计算机设备和存储介质 |
| CN112245006A (zh) * | 2020-11-13 | 2021-01-22 | 范宁 | 一种基于三角模型的肝脏肿瘤手术方法及系统 |
| CN112489051A (zh) * | 2020-11-13 | 2021-03-12 | 深圳市旭东数字医学影像技术有限公司 | 基于血管及病变区域的肝脏裁切方法及系统 |
| CN113288346A (zh) * | 2021-05-20 | 2021-08-24 | 陈磊峰 | 一种用于治疗肝癌的定位切除装置 |
| CN113729938A (zh) * | 2021-09-16 | 2021-12-03 | 中南大学湘雅医院 | 一种用于表征肝脏切除手术残肝占比的方法 |
| CN113942227A (zh) * | 2021-09-16 | 2022-01-18 | 中南大学湘雅医院 | 一种肝脏八段分区三维模型重建方法 |
| CN113962947A (zh) * | 2021-10-11 | 2022-01-21 | 南京诺源医疗器械有限公司 | 适用于荧光断层图像和切缘信息的存储方法、装置及存储介质 |
| CN114445424A (zh) * | 2022-01-17 | 2022-05-06 | 推想医疗科技股份有限公司 | 模型训练方法和装置、肝段分割方法和装置 |
| CN116012286A (zh) * | 2022-10-27 | 2023-04-25 | 数坤(上海)医疗科技有限公司 | 手术风险区域确定方法、装置、电子设备及可读存储介质 |
| CN117576321A (zh) * | 2023-12-05 | 2024-02-20 | 上海长征医院 | 一种辅助肝脏手术规划建模系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110052028A1 (en) * | 2009-08-26 | 2011-03-03 | Algotec Systems Ltd. | Method and system of liver segmentation |
| CN102117378A (zh) * | 2009-12-31 | 2011-07-06 | 苏州瑞派宁科技有限公司 | 一种基于三维多模影像的肝肿瘤综合手术规划模拟方法及其系统 |
| CN102422307A (zh) * | 2009-05-08 | 2012-04-18 | 美国医软科技公司 | 用于交互式肝脏血管和胆管系统评估的方法、系统、装置和计算机程序产品 |
-
2017
- 2017-01-12 CN CN201710021678.1A patent/CN108305255B/zh not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102422307A (zh) * | 2009-05-08 | 2012-04-18 | 美国医软科技公司 | 用于交互式肝脏血管和胆管系统评估的方法、系统、装置和计算机程序产品 |
| US20110052028A1 (en) * | 2009-08-26 | 2011-03-03 | Algotec Systems Ltd. | Method and system of liver segmentation |
| CN102117378A (zh) * | 2009-12-31 | 2011-07-06 | 苏州瑞派宁科技有限公司 | 一种基于三维多模影像的肝肿瘤综合手术规划模拟方法及其系统 |
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110148127A (zh) * | 2019-05-23 | 2019-08-20 | 数坤（北京）网络科技有限公司 | 针对血管cta后处理影像的智能选片方法、装置及存储设备 |
| CN110547870A (zh) * | 2019-08-01 | 2019-12-10 | 浙江大学 | 一种精准肝脏手术导航定位装置 |
| CN110547870B (zh) * | 2019-08-01 | 2024-06-11 | 浙江大学 | 一种精准肝脏手术导航定位装置 |
| CN110706350A (zh) * | 2019-08-12 | 2020-01-17 | 杭州英库医疗科技有限公司 | 基于占位三角面片法向的自动切缘生成方法 |
| CN110706350B (zh) * | 2019-08-12 | 2023-02-24 | 杭州英库医疗科技有限公司 | 基于占位三角面片法向的自动切缘生成方法 |
| CN110738664A (zh) * | 2019-09-12 | 2020-01-31 | 上海联影智能医疗科技有限公司 | 图像定位方法、装置、计算机设备和存储介质 |
| CN110738664B (zh) * | 2019-09-12 | 2022-08-23 | 上海联影智能医疗科技有限公司 | 图像定位方法、装置、计算机设备和存储介质 |
| CN112245006B (zh) * | 2020-11-13 | 2022-03-04 | 范宁 | 一种基于三角模型的肝脏肿瘤手术方法及系统 |
| CN112245006A (zh) * | 2020-11-13 | 2021-01-22 | 范宁 | 一种基于三角模型的肝脏肿瘤手术方法及系统 |
| CN112489051A (zh) * | 2020-11-13 | 2021-03-12 | 深圳市旭东数字医学影像技术有限公司 | 基于血管及病变区域的肝脏裁切方法及系统 |
| CN112489051B (zh) * | 2020-11-13 | 2024-04-05 | 深圳市旭东数字医学影像技术有限公司 | 基于血管及病变区域的肝脏裁切方法及系统 |
| CN113288346B (zh) * | 2021-05-20 | 2023-12-29 | 博思研生物技术(苏州)有限公司 | 一种用于治疗肝癌的定位切除装置 |
| CN113288346A (zh) * | 2021-05-20 | 2021-08-24 | 陈磊峰 | 一种用于治疗肝癌的定位切除装置 |
| CN113729938A (zh) * | 2021-09-16 | 2021-12-03 | 中南大学湘雅医院 | 一种用于表征肝脏切除手术残肝占比的方法 |
| CN113942227A (zh) * | 2021-09-16 | 2022-01-18 | 中南大学湘雅医院 | 一种肝脏八段分区三维模型重建方法 |
| CN113962947A (zh) * | 2021-10-11 | 2022-01-21 | 南京诺源医疗器械有限公司 | 适用于荧光断层图像和切缘信息的存储方法、装置及存储介质 |
| CN114445424A (zh) * | 2022-01-17 | 2022-05-06 | 推想医疗科技股份有限公司 | 模型训练方法和装置、肝段分割方法和装置 |
| CN114445424B (zh) * | 2022-01-17 | 2022-11-18 | 推想医疗科技股份有限公司 | 模型训练方法和装置、肝段分割方法和装置 |
| CN116012286A (zh) * | 2022-10-27 | 2023-04-25 | 数坤(上海)医疗科技有限公司 | 手术风险区域确定方法、装置、电子设备及可读存储介质 |
| CN116012286B (zh) * | 2022-10-27 | 2024-04-09 | 数坤(上海)医疗科技有限公司 | 手术风险区域确定方法、装置、电子设备及可读存储介质 |
| CN117576321A (zh) * | 2023-12-05 | 2024-02-20 | 上海长征医院 | 一种辅助肝脏手术规划建模系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108305255B (zh) | 2022-04-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108305255A (zh) | 肝脏手术切割面的生成方法和生成装置 | |
| US11816837B2 (en) | Vascular characteristic determination with correspondence modeling of a vascular tree | |
| JP5209984B2 (ja) | 血管画像抽出及びラベル付けのシステム及び方法 | |
| Nakayama et al. | The effect of three‐dimensional preoperative simulation on liver surgery | |
| US10083515B2 (en) | Method and system for segmenting medical imaging data according to a skeletal atlas | |
| US11744643B2 (en) | Systems and methods facilitating pre-operative prediction of post-operative tissue function | |
| WO2011108262A1 (ja) | 画像診断支援装置、方法およびプログラム | |
| Cai et al. | Postoperative liver volume was accurately predicted by a medical image three dimensional visualization system in hepatectomy for liver cancer | |
| US20110052028A1 (en) | Method and system of liver segmentation | |
| CN106725846A (zh) | 一种基于人体器官3d模型的手术仿真系统及方法 | |
| Fischer et al. | The segments of the hepatic veins—is there a spatial correlation to the Couinaud liver segments? | |
| CN107818564B (zh) | 一种肝脏3d医学影像分段方法 | |
| EP2750102B1 (en) | Method, system and computer readable medium for liver analysis | |
| Schenk et al. | Clinical relevance of model based computer-assisted diagnosis and therapy | |
| Soler et al. | Patient specific anatomy: the new area of anatomy based on computer science illustrated on liver | |
| Garcia et al. | Determination of optimal viewing regions for X-ray coronary angiography based on a quantitative analysis of 3D reconstructed models | |
| Lehmann et al. | Portal vein segmentation of a 3D-planning system for liver surgery—In vivo evaluation in a porcine model | |
| Soler et al. | Patient-specific anatomy: the new area of anatomy based on 3D modelling | |
| Frericks et al. | Preoperative volume calculation of the hepatic venous draining areas with multi-detector row CT in adult living donor liver transplantation: impact on surgical procedure | |
| KR20200048746A (ko) | 뇌혈관 비교 판독 영상 디스플레이 장치 및 방법 | |
| US20140309477A1 (en) | Ct atlas of the brisbane 2000 system of liver anatomy for radiation oncologists | |
| Li et al. | Development of preoperative liver and vascular system segmentation and modeling tool for image-guided surgery and surgical planning | |
| Boltcheva et al. | Automatic anatomical segmentation of the liver by separation planes | |
| Stoecker et al. | CT-based patient individual anatomical modeling of the lung and its impact on thoracic surgery | |
| Damrah et al. | Three dimensional (3D) computed tomography images reconstruction in liver surgery |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220419 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |