CN109620404A - 基于医学图像的肾脏分段的方法及其系统 - Google Patents
基于医学图像的肾脏分段的方法及其系统 Download PDFInfo
- Publication number
- CN109620404A CN109620404A CN201910047061.6A CN201910047061A CN109620404A CN 109620404 A CN109620404 A CN 109620404A CN 201910047061 A CN201910047061 A CN 201910047061A CN 109620404 A CN109620404 A CN 109620404A
- Authority
- CN
- China
- Prior art keywords
- kidney
- section
- segmentation
- medical image
- neoplasms
- 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.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
-
- 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
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/149—Segmentation; Edge detection involving deformable models, e.g. active contour models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
- A61B2034/101—Computer-aided simulation of surgical operations
- A61B2034/105—Modelling of the patient, e.g. for ligaments or bones
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
- A61B2034/107—Visualisation of planned trajectories or target regions
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20116—Active contour; Active surface; Snakes
-
- 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
- G06T2207/30084—Kidney; Renal
-
- 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)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Surgery (AREA)
- Biomedical Technology (AREA)
- Robotics (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明适用于图像处理技术领域,提供一种基于医学图像的肾脏分段的方法及其系统,所述方法包括:A、将患者的肾脏及其相关组织的医学图像进行图像分割和三维重建,获得所述肾脏及其相关组织的三维模型;B、根据所述肾脏及其相关组织的三维模型中的血管以及所述三维模型中的点在横断面中的位置关系进行图像配准;C、根据所述图像配准后的动脉血管的供血范围对所述肾脏进行分段。借此,本发明提供了基于医学图像的肾段分段的方法及系统。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种基于医学图像的肾脏分段的方法及其系统。
背景技术
肿瘤的发病率和死亡率在我国一直呈现上升趋势,成为我国肿瘤发病率增长速度最快的恶性肿瘤之一。
动脉血管于肾门处分为前后两支,前支较粗,供应区较大。前支发出上前,下前,上段动脉和下段动脉,这些动脉相应地分布在肾的上前段,下前段,上段和下段。后支相对较细,多为肾动脉的延续并形成后段动脉,分布在肾的后段,供应区较小。肾动脉在肾内可分为两型,即分散性和主干型。肾的前半部主要为分散型,而后部为主干型。肾动脉在肾内的分布呈节段性,不论初级干的分支形式如何,绝大多数肾动脉分为5支肾段动脉,因为每支肾段动脉分布到一定区域的肾实质称肾段。肾脏一般可分为5个肾段:即上段、下段、上前段、下前段和后段。各段间肾动脉无吻合分支,故当某一肾段动脉阻塞可造成该肾段的坏死,因此肾段的解剖学对肾血管造影和肾部分切除具有实际意义。专利申请号:201210452526.4,发明名称为“一种基于CT胶片的三维肾肿瘤手术模拟方法及其平台”的中国专利申请,公开了根据肾脏,肾肿瘤,血管和集合引流结构等三维模型及参数,进行手术方案的设计,模拟手术,模拟规划手术路径,并进行风险分析和预后分析。其手术方案的设计根据肾肿瘤的位置,大小和所涉及的肾段信息,但是该专利侧重于三维模型的获取和手术规划,没有公开如何获得各肾段。由于各段间的肾动脉无吻合分支,故当某一肾段动脉阻塞可造成该肾段的坏死,因此肾段的解剖学对肾血管造影和肾部分切除具有实际意义。所以肾段的获取技术对手术方案设计至关重要。但在现有技术中,并未有肾段分段的良好技术方案。
综上可知,现有技术在实际使用上,显然存在不便与缺陷,所以有必要加以改进。
发明内容
针对上述的缺陷,本发明的目的在于提供一种基于医学图像的肾脏分段的方法,以提供基于医学图像的肾段分段的方法及系统。
为了实现上述目的,本发明提供一种基于医学图像的肾脏分段的方法,包括:
A、将患者的肾脏及其相关组织的医学图像进行图像分割和三维重建,获得所述肾脏及其相关组织的三维模型;
B、根据所述肾脏及其相关组织的三维模型中的血管以及所述三维模型中的点在横断面中的位置关系进行图像配准;
C、根据所述图像配准后的动脉血管的供血范围对所述肾脏进行分段。
根据所述的肾脏分段的方法,所述方法在所述步骤A之前还包括:
D、导入所述患者的数据信息;所述数据信息包括所述患者的身份信息和/ 或所述患者的肾脏及其相关组织的医学图像信息;以及在所述步骤C之后还包括:
E、将分段后获得的所述肾脏各个肾段进行三维重建,并且根据三维重建后的三维模型进行虚拟手术规划。
根据所述的肾脏分段的方法,所述步骤A包括:
A1、将所述患者的肾脏及其相关组织的医学图像依次采用高斯平滑、动态区域生长以及主动轮廓模型的水平集算法进行处理,以将所述医学图像中的肾脏,肾肿瘤或肾盏肾盂进行分割;
A2、将所述患者的肾脏及其相关组织的医学图像依次采用HESSIAN矩阵脉管增强算法以及区域生长算法进行处理,以将所述医学图像中的肾动脉,肾静脉,输尿管进行分割;
A3、对于分割后获得的所述肾脏,肾肿瘤或肾盏肾盂,以及肾动脉,肾静脉,输尿管,采用移动立方体三维重建计算,获得分割后的所述肾脏,肾肿瘤或肾盏肾盂,以及肾动脉,肾静脉,输尿管的三维模型;
所述步骤C包括:
C1、在所述步骤A3获得的所述三维模型中在动脉血管上对肾段的各段供血区域进行切分,分别获得所述肾脏上前段、下前段、上段、下段以及后段的供血动脉血管段;
C2、分别对切分后的各段所述肾脏的动脉血管赋予不同的标记值;
C3、采用最近邻域原则的方法对所述肾脏进行分段。
根据所述的肾脏分段的方法,所述步骤A1包括:
A11、对所述患者的肾脏及其相关组织的医学图像数据进行高斯平滑处理;
A12、对进行所述高斯平滑处理后的医学图像进行所述动态区域生长算法处理,在所述高斯平滑处理后的医学图像中输入一个种子点,设置适配的阈值变化范围,获得目标区域内部的点集;
A13、将所述动态区域生长算法的结果作为初始输入数据,采用主动轮廓模型的水平集算法对所述医学图像进行肾脏,肾肿瘤或肾盏肾盂的分割;
所述步骤C3包括:
C31、将切分后的各段动脉血管的标记值分别投影在所述肾脏上,使所述肾脏上对应体素的灰度值与每一段动脉血管的标记值相同;
C32、在所述肾脏及其肾脏组织上以一个像素为半径与所标记的邻域的体素的灰度值设置为与所标记的值相同,直到所述肾脏上的所有的体素都获得标记,以对所述肾脏进行分段。
根据所述的肾脏分段的方法,所述步骤E包括:
E1、将分段后的各个所述肾段进行三维重建,所述三维重建后将显示每个肾段,肾段与血管的空间位置关系,肾肿瘤所在的肾段;
E2、通过体积测量,获得所述肾脏的体积、各所述肾段的体积,以及各肾段所占的体积比相关参数信息;
E3、在所述肾肿瘤边缘向外膨胀预定距离的方式获得所述肾肿瘤的受累范围,以此区域规划切除的范围;
E4、根据所述肾肿瘤与各肾段,动脉血管,输尿管和肾盏肾盂组织的相对距离,确定所述肿瘤的切除范围,规划手术的入路,进行虚拟手术方案的设计和规划。
为了实现本发明的另一发明目的,本发明一种基于医学图像的肾脏分段的系统,包括:
第一分割重建模块,用于将患者的肾脏及其相关组织的医学图像进行图像分割和三维重建,获得所述肾脏及其相关组织的三维模型;
配准模块,用于根据所述肾脏及其相关组织的三维模型中的血管以及所述三维模型中的点在横断面中的位置关系进行图像配准;
分段模块,用于根据所述图像配准后的动脉血管的供血范围对所述肾脏进行分段。
根据所述的肾脏分段的系统,所述系统还包括:
导入模块,用于导入所述患者的数据信息;所述数据信息包括所述患者的身份信息和/或所述患者的肾脏及其相关组织的医学图像信息;
虚拟手术规划模块,用于将分段后获得的所述肾脏各个肾段进行三维重建,并且根据三维重建后的三维模型进行虚拟手术规划。
根据所述的肾脏分段的系统,所述第一分割重建模块包括:
第一分割子模块,用于将所述患者的肾脏及其相关组织的医学图像依次采用高斯平滑、动态区域生长以及主动轮廓模型的水平集算法进行处理,以将所述医学图像中的肾脏,肾肿瘤或肾盏肾盂进行分割;
第二分割子模块,用于将所述患者的肾脏及其相关组织的医学图像依次采用HESSIAN矩阵脉管增强算法以及区域生长算法进行处理,以将所述医学图像中的肾动脉,肾静脉,输尿管进行分割;
第一重建子模块,用于对于分割后获得的所述肾脏,肾肿瘤或肾盏肾盂,以及肾动脉,肾静脉,输尿管,采用移动立方体三维重建计算,获得分割后的所述肾脏,肾肿瘤或肾盏肾盂,以及肾动脉,肾静脉,输尿管的三维模型;
所述分段模块包括:
切分子模块,用于在第一重建子模块重建获得的所述三维模型中在动脉血管上对肾段的各段供血区域进行切分,分别获得所述肾脏上前段、下前段、上段、下段以及后段的供血动脉血管段;
标记子模块,用于分别对切分后的各段所述肾脏的动脉血管赋予不同的标记值;
分段子模块,用于采用最近邻域原则的方法对所述肾脏进行分段。
根据所述的肾脏分段的系统,所述第一分割子模块包括:
高斯平滑处理单元,用于对所述患者的肾脏及其相关组织的医学图像数据进行高斯平滑处理;
动态区域生长算法计算单元,用于对进行所述高斯平滑处理后的医学图像进行所述动态区域生长算法处理,在所述高斯平滑处理后的医学图像中输入一个种子点,设置适配的阈值变化范围,获得目标区域内部的点集;
主动轮廓模型的水平计算单元,用于将所述动态区域生长算法的结果作为初始输入数据,采用主动轮廓模型的水平集算法对所述医学图像进行肾脏,肾肿瘤或肾盏肾盂的分割;
所述分段子模块包括:
标记单元,用于将切分后的各段动脉血管的标记值分别投影在所述肾脏上,使所述肾脏上对应体素的灰度值与每一段动脉血管的标记值相同;
分段单元,用于在所述肾脏上以一个像素为半径与所标记的邻域的体素的灰度值设置为与所标记的值相同,直到所述肾脏上的所有的体素都获得标记,以对所述肾脏进行分段。
根据所述的肾脏分段的系统,所述虚拟手术规划模块包括:
第二分割重建子模块,用于将分段后的各个所述肾段进行三维重建,所述三维重建后将显示每个肾段,肾段与血管的空间位置关系,肾肿瘤所在的肾段;
测量子模块,用于通过体积测量,获得所述肾脏的体积、各所述肾段的体积,以及各肾段所占的体积比相关参数信息;
膨胀子模块,用于在所述肾肿瘤边缘向外膨胀预定距离的方式获得所述肾肿瘤的受累范围,以此区域规划切除的范围;
规划子模块,用于根据所述肾肿瘤与各肾段,动脉血管,输尿管和肾盏肾盂组织的相对距离,确定所述肿瘤的切除范围,规划手术的入路,进行虚拟手术方案的设计和规划。
本发明通过将患者的肾脏及其相关组织的医学图像进行图像分割和三维重建,获得所述肾脏及其相关组织的三维模型;然后根据所述肾脏及其相关组织的三维模型中的血管以及所述三维模型中的点在横断面中的位置关系进行图像配准;最后根据所述图像配准后的动脉血管的供血范围对所述肾脏进行分段。由此将基于患者的医学图像信息,通过图像分割和三维重建技术准确获得个体化的器官/组织的三维模型,提供一种基于医学图像的肾脏分段的系统及其方法的计算机辅助的肾脏分段方法,避免了医生的个体化差异导致的分段不清晰的问题,提高了医生的阅片效率,方便医生通过虚拟手术方式进行手术方案的设计。
附图说明
图1是本发明实施例提供的基于医学图像的肾脏分段的系统组成示意图;
图2是本发明实施例提供的基于医学图像的肾脏分段的系统组成示意图;
图3是本发明实施例提供的基于医学图像的肾脏分段的方法流程图;
图4是本发明实施例提供的基于医学图像的肾脏分段的方法流程图;
图5是本发明实施例提供的肾脏分割的二维示意图;
图6是本发明实施例提供的肾脏分割的二维示意图;
图7是本发明实施例提供的肾脏分割的三维重建示意图;
图8是本发明实施例提供的肾脏分割过程中的血管段的切分和标记示意图;
图9是本发明实施例提供的肾脏分割结果前面观看示意图;
图10是本发明实施例提供的肾脏分割结果前面观看示意图;
图11是本发明实施例提供的肾脏虚拟手术示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
参见图1,在本发明的一个实施例中,提供了基于医学图像的肾脏分段的系统100,包括:
第一分割重建模块10,用于将患者的肾脏及其相关组织的医学图像进行图像分割和三维重建,获得所述肾脏及其相关组织的三维模型;
配准模块20,用于根据所述肾脏及其相关组织的三维模型中的血管以及所述三维模型中的点在横断面中的位置关系进行图像配准;
分段模块30,用于根据所述图像配准后的动脉血管的供血范围对所述肾脏进行分段。
在该实施例中,提供了基于医学图像的肾脏分段的系统100,该系统100 通过第一分割重建模块10将患者的肾脏及其相关组织的医学图像进行图像分割和三维重建,获得所述肾脏及其相关组织的三维模型;所述肾脏及其相关组织包括左右肾以及可能生长在肾的肿瘤组织等,如果肿瘤组织包含在肾脏里,或者肿瘤不包含在肾脏里,均是对肾脏分段,然后查看肿瘤所在的肾段。其中肾脏及其相关组织的医学图像可以通过CT扫描肾脏及其相关组织直接获得,或者是通过预先存储的患者的病历信息获得。具体的,肾脏及其相关组织包括肾脏,肾肿瘤或肾盏肾盂,以及肾动脉,肾静脉,输尿管等。在获得所述肾脏及其相关组织的三维模型后,配准模块20将根据该三维模型中的血管以及该三维模型中的点在横断面中的位置关系进行适配的图像配准,该图像配准也可以手动进行操作。分段模块30根据所述图像配准后的动脉血管的供血范围对所述肾脏进行分段。由此解决了各段间的肾动脉无吻合分支,故当某一肾段动脉阻塞可造成该肾段的坏死,而无从得知的问题。通过肾段的解剖学对肾血管造影和肾部分切除具有实际意义。需要说明的是本发明的多个实施例是所述的医学图像是CT(Computed Tomography,即电子计算机断层扫描)序列,当然MR (MagneticResonance,磁共振检查)数据也同样适用本发明多个实施例的肾脏分段。
参见图2,在本发明的一个实施例中,基于医学图像的肾脏分段的系统100 还包括:
导入模块40,用于导入所述患者的数据信息;所述数据信息包括所述患者的身份信息和/或所述患者的肾脏及其相关组织的医学图像信息;通过该导入模块40可以将患者的数据信息,例如将患者信息导入基于医学图像的肾脏分段的系统100的数据库:数据库包括患者的基本信息,如姓名、性别、年龄,医院信息等,以及所述患者的医学图像信息,包括肾脏及其相关组织的医学图像信息。以及
虚拟手术规划模块50,用于将分段后获得的所述肾脏各个肾段进行三维重建,并且根据三维重建后的三维模型进行虚拟手术规划。通过虚拟手术规划模块50将分段后获得的所述肾脏各个肾段进行三维重建和虚拟手术规划,为医护人员提供良好的手术指导。
参见图2,在本发明的一个实施例中,第一分割重建模块10包括:
第一分割子模块11,用于将所述患者的肾脏及其相关组织的医学图像依次采用高斯平滑、动态区域生长以及主动轮廓模型的水平集算法进行处理,以将所述医学图像中的肾脏,肾肿瘤或肾盏肾盂进行分割;
具体的,第一分割子模块11包括:
高斯平滑处理单元111,用于对所述患者的肾脏及其相关组织的医学图像数据进行高斯平滑处理;
动态区域生长算法计算单元112,用于对进行所述高斯平滑处理后的医学图像进行所述动态区域生长算法处理,在所述高斯平滑处理后的医学图像中输入一个种子点,设置适配的阈值变化范围,获得目标区域内部的点集;
主动轮廓模型的水平计算单元113,用于将所述动态区域生长算法的结果作为初始输入数据,采用主动轮廓模型的水平集算法对所述医学图像进行肾脏,肾肿瘤或肾盏肾盂的分割;
高斯平滑处理单元111首先对数据进行高斯平滑。其次,动态区域生长算法计算单元112采用动态区域生长的方法,通过输入一个种子点,设置合适的阈值变化范围,获得目标区域内部的点集。但是由于动态区域生长算法的边界不平滑,内部空洞较多的问题,所以,动轮廓模型的水平计算单元113以动态区域生长算法的结果为初始输入数据,采用主动轮廓模型的水平集算法进行肾脏,肾肿瘤或肾盏肾盂的分割。
第二分割子模块12,用于将所述患者的肾脏及其相关组织的医学图像依次采用HESSIAN矩阵脉管增强算法以及区域生长算法进行处理,以将所述医学图像中的肾动脉,肾静脉,输尿管进行分割;第二分割子模块12首先采用HESSIAN 矩阵脉管增强算法对图像进行增强处理;其次,对增强后的图像采用区域生长算法进行脉管分割,可以获得肾动脉,肾静脉,输尿管的分割结果。
第一重建子模块13,用于对于分割后获得的所述肾脏,肾肿瘤或肾盏肾盂,以及肾动脉,肾静脉,输尿管,采用移动立方体三维重建计算,获得分割后的所述肾脏,肾肿瘤或肾盏肾盂,以及肾动脉,肾静脉,输尿管的三维模型;对于上述提取的器官/组织,采用移动立方体三维重建计算获得该器官/组织的三维模型。
所述分段模块30包括:
切分子模块31,用于在第一重建子模块13重建获得的所述三维模型中在动脉血管上对肾段的各段供血区域进行切分,分别获得所述肾脏上前段、下前段、上段、下段以及后段的供血动脉血管段;
标记子模块32,用于分别对切分后的各段所述肾脏的动脉血管赋予不同的标记值;
分段子模块33,用于采用最近邻域原则的方法对所述肾脏进行分段。
其中,采用作为辅助工具的切分子模块31在动脉血管上对肾段的各段供血区域进行切分,分别获得肾脏上前段,下前段,上段,下段和后段的供血血管段。标记子模块32分别对各段肾脏的动脉血管赋予不同的标记值。分段子模块33 采用最近邻域原则的方法对肾脏进行分段。
所述分段子模块33包括:
标记单元331,用于将切分后的各段动脉血管的标记值分别投影在所述肾脏上,使所述肾脏上对应体素的灰度值与每一段动脉血管的标记值相同;
分段单元332,用于在所述肾脏上以一个像素为半径与所标记的邻域的体素的灰度值设置为与所标记的值相同,直到所述肾脏上的所有的体素都获得标记,以对所述肾脏进行分段。
在本发明的一个实施例中,虚拟手术规划模块50包括:
第二分割重建子模块51,用于将分段后的各个所述肾段进行三维重建,所述三维重建后将显示每个肾段,肾段与血管的空间位置关系,肾肿瘤所在的肾段;
测量子模块52,用于通过体积测量,获得所述肾脏的体积、各所述肾段的体积,以及各肾段所占的体积比相关参数信息;
膨胀子模块53,用于在所述肾肿瘤边缘向外膨胀预定距离的方式获得所述肾肿瘤的受累范围,以此区域规划切除的范围;
规划子模块54,用于根据所述肾肿瘤与各肾段,动脉血管,输尿管和肾盏肾盂等组织的相对距离,确定所述肿瘤的切除范围,规划手术的入路,进行虚拟手术方案的设计和规划。
参见图3,在本发明的一个实施例中,提供了一种基于医学图像的肾脏分段的方法,所述方法包括:
步骤S301,第一分割重建模块10将患者的肾脏及其相关组织的医学图像进行图像分割和三维重建,获得所述肾脏及其相关组织的三维模型;该步骤通过图像分割和三维重建技术获得相关器官/组织(肾脏,肾肿瘤,肾动脉,肾静脉,肾盏肾盂,输尿管)的三维模型。
步骤S302,配准模块20根据所述肾脏及其相关组织的三维模型中的血管以及所述三维模型中的点在横断面中的位置关系进行图像配准;该步骤根据血管的三维模型,以及模型中的点在横断面中的位置关系进行自动或者手动配准。
步骤S303,分段模块30根据所述图像配准后的动脉血管的供血范围对所述肾脏进行分段。该步骤采用辅助工具在动脉血管上对肾段的各段供血区域进行切分,分别获得肾脏上前段,下前段,上段,下段和后段的供血血管段。分别对各段肾脏的动脉血管赋予不同的标记值。采用最近邻域原则的方法对肾脏进行分段。
在本发明的一个实施例中,在所述步骤S301之前还包括:
D、导入模块40导入所述患者的数据信息;所述数据信息包括所述患者的身份信息和/或所述患者的肾脏及其相关组织的医学图像信息;该步骤将患者信息导入数据库:数据库包括患者的基本信息,如姓名、性别、年龄,医院信息等。以及在所述步骤S303之后还包括:
E、虚拟手术规划模块50将分段后获得的所述肾脏各个肾段进行三维重建,并且根据三维重建后的三维模型进行虚拟手术规划。
优选的,所述步骤S301包括:
A1、第一分割子模块11将所述患者的肾脏及其相关组织的医学图像依次采用高斯平滑、动态区域生长以及主动轮廓模型的水平集算法进行处理,以将所述医学图像中的肾脏,肾肿瘤或肾盏肾盂进行分割;
A2、第二分割子模块12将所述患者的肾脏及其相关组织的医学图像依次采用HESSIAN矩阵脉管增强算法以及区域生长算法进行处理,以将所述医学图像中的肾动脉,肾静脉,输尿管进行分割;
A3、第一重建子模块13对于分割后获得的所述肾脏,肾肿瘤或肾盏肾盂,以及肾动脉,肾静脉,输尿管,采用移动立方体三维重建计算,获得分割后的所述肾脏,肾肿瘤或肾盏肾盂,以及肾动脉,肾静脉,输尿管的三维模型;
通过图像分割和三维重建技术获得相关器官/组织(肾脏,肾肿瘤,肾动脉,肾静脉,肾盏肾盂,输尿管)的三维模型。1).肾脏,肾肿瘤,肾盏肾盂分割:首先对数据进行高斯平滑。其次,采用动态区域生长的方法,通过输入一个种子点,设置合适的阈值变化范围,获得目标区域内部的点集。但是由于动态区域生长算法的边界不平滑,内部空洞较多的问题,所以,以动态区域生长算法的结果为初始输入数据,采用主动轮廓模型的水平集算法进行肾脏,肾肿瘤或肾盏肾盂的分割。2)肾动脉,肾静脉,输尿管分割:首先采用HESSIAN矩阵脉管增强算法对图像进行增强处理;其次,对增强后的图像采用区域生长算法进行脉管分割,可以获得肾动脉,肾静脉,输尿管的分割结果。对于上述提取的器官/组织,采用移动立方体三维重建计算获得该器官/组织的三维模型。在本申请中,步骤A1和步骤A2没有固定的先后次序,只是为了在本申请中表述简便,因此步骤A1和步骤A2中两组器官和组织的分割是没有先后之分的。
所述步骤S303包括:
C1、切分子模块31将在所述步骤S301获得的所述三维模型中在动脉血管上对肾段的各段供血区域进行切分,分别获得所述肾脏上前段、下前段、上段、下段以及后段的供血动脉血管段;
C2、标记子模块32分别对切分后的各段所述肾脏的动脉血管赋予不同的标记值;
C3、分段子模块33采用最近邻域原则的方法对所述肾脏进行分段。
在本发明一个实施例中,步骤A1包括:
A11、高斯平滑处理单元111对所述患者的肾脏及其相关组织的医学图像数据进行高斯平滑处理;
A12、动态区域生长算法计算单元112对进行所述高斯平滑处理后的医学图像进行所述动态区域生长算法处理,在所述高斯平滑处理后的医学图像中输入一个种子点,设置适配的阈值变化范围,获得目标区域内部的点集;
A13、主动轮廓模型的水平计算单元113将所述动态区域生长算法的结果作为初始输入数据,采用主动轮廓模型的水平集算法对所述医学图像进行肾脏,肾肿瘤或肾盏肾盂的分割;
所述步骤S303包括:
C31、标记单元331将切分后的各段动脉血管的标记值分别投影在所述肾脏上,使所述肾脏上对应体素的灰度值与每一段动脉血管的标记值相同;
C32、分段单元332在所述肾脏上以一个像素为半径与所标记的邻域的体素的灰度值设置为与所标记的值相同,直到所述肾脏上的所有的体素都获得标记,以对所述肾脏进行分段。
在该实施例中,采用辅助工具在动脉血管上对肾段的各段供血区域进行切分,分别获得肾脏上前段,下前段,上段,下段和后段的供血血管段。分别对各段肾脏的动脉血管赋予不同的标记值。采用最近邻域原则的方法对肾脏进行分段。具体的,将的各段动脉血管的标记值分别投影在肾脏组织上,使肾脏组织上对应体素的灰度值与每一段动脉血管的标记值相同。在肾脏组织上以一个像素为半径与所标记的邻域的体素的灰度值设置为与所标记的值相同,直到肾脏组织上的所有的体素都获得标记。最后以实现对所述肾脏进行分段。在本实施例中,所述肾脏组织为所述肾脏的另一表述方式。
在本发明的一个实施例中,所述步骤E包括:
E1、第二分割重建子模块51将分段后的各个所述肾段进行三维重建,所述三维重建后将显示每个肾段,肾段与血管的空间位置关系,肾肿瘤所在的肾段;
E2、测量子模块52通过体积测量,获得所述肾脏的体积、各所述肾段的体积,以及各肾段所占的体积比相关参数信息;
E3、膨胀子模块53在所述肾肿瘤边缘向外膨胀预定距离的方式获得所述肾肿瘤的受累范围,以此区域规划切除的范围;
E4、规划子模块54根据所述肾肿瘤与各肾段,动脉血管,输尿管和肾盏肾盂等组织的相对距离,确定所述肿瘤的切除范围,规划手术的入路,进行虚拟手术方案的设计和规划。
第二分割重建子模块51通过三维重建技术将各个肾段进行重建,直观显示每个肾段,肾段与血管的空间位置关系,肾肿瘤所在的肾段。测量子模块52通过体积测量,可以获得肾脏的体积,各肾段的体积,以及各肾段所占的体积比等相关参数信息。膨胀子模块53通过肿瘤边缘向外膨胀1mm(即为预定距离) 的方式获得肿瘤的受累范围,以此区域规划切除的范围。规划子模块54根据肾肿瘤与各肾段,动脉血管,输尿管和肾盏肾盂等组织的相对距离,初步确定肿瘤的切除范围,规划手术的入路,进行虚拟手术方案的设计和规划。
本发明提供的上述系统和肾脏分段方法,进行肾分段后,医生可以直观,清晰,任意角度地观察肾段与周围血管的位置关系,肾肿瘤的大小,肾肿瘤与周围的相对距离,肾肿瘤的体积等,方便医生进行手术方案的制定,模拟手术的实施;也可以应用于教学研究等方面。
参见图4~图11,在本发明的一个实施例中,提供肾分段方法如下:
步骤S401中,建立数据库;导入模块40可以将患者的数据信息导入基于医学图像的肾脏分段的系统100的数据库,例如将患者信息导入基于医学图像的肾脏分段的系统100的数据库:数据库包括患者的基本信息,如姓名、性别、年龄,医院信息等,以及所述患者的医学图像信息,包括肾脏及其相关组织的医学图像信息。
步骤S402中,图像分割和重建;第一分割重建模块10将患者的肾脏及其相关组织的医学图像进行图像分割和三维重建,获得所述肾脏及其相关组织的三维模型;
步骤S403中,图像配准;配准模块20根据所述肾脏及其相关组织的三维模型中的血管以及所述三维模型中的点在横断面中的位置关系进行图像配准;
步骤S404中,肾脏分段;分段模块30根据所述图像配准后的三维模型在所述肾脏的动脉血管上对所述肾脏进行分段。
步骤S405中,虚拟手术规划。虚拟手术规划模块50将分段后获得的所述肾脏各个肾段进行三维重建,并且根据三维重建后的三维模型进行虚拟手术规划。通过虚拟手术规划模块50将分段后获得的所述肾脏各个肾段进行三维重建和虚拟手术规划,为医护人员提供良好的手术指导。
具体的肾分段方法的实施例:
1.肾脏,肾肿瘤,肾盏肾盂分割:
(1)高斯平滑处理单元111对数据进行高斯平滑。
(2)动态区域生长算法计算单元112采用动态区域生长的方法,在目标区域输入一个种子点,设置合适的阈值变化范围(这里设置50~80),获得目标区域内部的点集。如果只分割出部分区域,可以在未分割区域输入种子点,多次使用动态区域生长算法,使得大多数目标区域都提取出来。
(3)主动轮廓模型的水平计算单元113以动态区域生长算法的结果为初始输入数据,采用主动轮廓模型的水平集算法进行肾脏,肾肿瘤或肾盏肾盂的分割。分割结果的二维显示如图5、图6:其中白色的是肾盂肾盏,黑色的是肾脏肿瘤,灰色的是肾脏;
2.肾动脉,肾静脉,输尿管分割:
(1)第二分割子模块12首先采用HESSIAN矩阵脉管增强算法对图像进行增强处理;
(2)第二分割子模块12对增强后的图像采用区域生长算法进行脉管分割,可以获得肾动脉,肾静脉,输尿管的分割结果。因为血管再二维数据上显示不清晰,故这里展示三维重建后的结果:其中颜色由深到浅依次是动脉血管,肾静脉血管,输尿管;如图7所示。
3.肾脏分段:
1)通过切分子模块31采用辅助工具在动脉血管上对肾段的各段供血区域进行切分,分别获得肾脏上前段(B),下前段(C),上段(A),下段(D)和后段(E) 的供血血管段。
2)标记子模块32对每段设置不同的标记值。血管段的切分和标记结果如图8所示,图8中的上段(A),上前段(B),下前段(C),下段(D)和后段(E)是指动脉血管为该段供血。
3)分段子模块33采用最近邻域原则的方法对肾脏进行分段。右肾的分段结果如图9所示,肾上段(F)、肾上前段(G)肾后段(H)、肾下前段(I)、肾下前段(J);以及图10所示,上段(K),后段(L),下段(N)从图11中可以看到右肾囊肿分布在肾上前段和肾下前段区域,且距离肾上前段和肾下前段的边界有一定的距离;也可以清晰地看到右肾囊肿与各血管的相对位置关系;也可以测量每个肾段的体积与囊肿的体积,以及囊肿的直径,可以直观,清晰地显示出来,方便医生进行下一步的治疗。
综上所述,本发明通过将患者的肾脏及其相关组织的医学图像进行图像分割和三维重建,获得所述肾脏及其相关组织的三维模型;然后根据所述肾脏及其相关组织的三维模型中的血管以及所述三维模型中的点在横断面中的位置关系进行图像配准;最后根据所述图像配准后的动脉血管的供血范围对所述肾脏进行分段。由此将基于患者的医学图像信息,通过图像分割和三维重建技术准确获得个体化的器官/组织的三维模型,提供一种基于医学图像的肾脏分段的系统及其方法的计算机辅助的肾脏分段方法,避免了医生的个体化差异导致的分段不清晰的问题,提高了医生的阅片效率,方便医生通过虚拟手术方式进行手术方案的设计。
当然,本发明还可有其它多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护。
Claims (10)
1.一种基于医学图像的肾脏分段的方法,其特征在于,包括:
A、将患者的肾脏及其相关组织的医学图像进行图像分割和三维重建,获得所述肾脏及其相关组织的三维模型;
B、根据所述肾脏及其相关组织的三维模型中的血管以及所述三维模型中的点在横断面中的位置关系进行图像配准;
C、根据所述图像配准后的动脉血管的供血范围对所述肾脏进行分段。
2.根据权利要求1所述的肾脏分段的方法,其特征在于,所述方法在所述步骤A之前还包括:
D、导入所述患者的数据信息;所述数据信息包括所述患者的身份信息和/或所述患者的肾脏及其相关组织的医学图像信息;以及在所述步骤C之后还包括:
E、将分段后获得的所述肾脏各个肾段进行三维重建,并且根据三维重建后的三维模型进行虚拟手术规划。
3.根据权利要求1或2所述的方法,其特征在于,所述步骤A包括:
A1、将所述患者的肾脏及其相关组织的医学图像依次采用高斯平滑、动态区域生长以及主动轮廓模型的水平集算法进行处理,以将所述医学图像中的肾脏,肾肿瘤或肾盏肾盂进行分割;
A2、将所述患者的肾脏及其相关组织的医学图像依次采用HESSIAN矩阵脉管增强算法以及区域生长算法进行处理,以将所述医学图像中的肾动脉,肾静脉,输尿管进行分割;
A3、对于分割后获得的所述肾脏,肾肿瘤或肾盏肾盂,以及肾动脉,肾静脉,输尿管,采用移动立方体三维重建计算,获得分割后的所述肾脏,肾肿瘤或肾盏肾盂,以及肾动脉,肾静脉,输尿管的三维模型;
所述步骤C包括:
C1、在所述步骤A3获得的所述三维模型中在动脉血管上对肾段的各段供血区域进行切分,分别获得所述肾脏上前段、下前段、上段、下段以及后段的供血动脉血管段;
C2、分别对切分后的各段所述肾脏的动脉血管赋予不同的标记值;
C3、采用最近邻域原则的方法对所述肾脏进行分段。
4.根据权利要求3所述的方法,其特征在于,所述步骤A1包括:
A11、对所述患者的肾脏及其相关组织的医学图像数据进行高斯平滑处理;
A12、对进行所述高斯平滑处理后的医学图像进行所述动态区域生长算法处理,在所述高斯平滑处理后的医学图像中输入一个种子点,设置适配的阈值变化范围,获得目标区域内部的点集;
A13、将所述动态区域生长算法的结果作为初始输入数据,采用主动轮廓模型的水平集算法对所述医学图像进行肾脏,肾肿瘤或肾盏肾盂的分割;
所述步骤C3包括:
C31、将切分后的各段动脉血管的标记值分别投影在所述肾脏上,使所述肾脏上对应体素的灰度值与每一段动脉血管的标记值相同;
C32、在所述肾脏上以一个像素为半径与所标记的邻域的体素的灰度值设置为与所标记的值相同,直到所述肾脏上的所有的体素都获得标记,以对所述肾脏进行分段。
5.根据权利要求4所述的方法,其特征在于,所述步骤E包括:
E1、将分段后的各个所述肾段进行三维重建,所述三维重建后将显示每个肾段,肾段与血管的空间位置关系,肾肿瘤所在的肾段;
E2、通过体积测量,获得所述肾脏的体积、各所述肾段的体积,以及各肾段所占的体积比相关参数信息;
E3、在所述肾肿瘤边缘向外膨胀预定距离的方式获得所述肾肿瘤的受累范围,以此区域规划切除的范围;
E4、根据所述肾肿瘤与各肾段,动脉血管,输尿管和肾盏肾盂组织的相对距离,确定所述肿瘤的切除范围,规划手术的入路,进行虚拟手术方案的设计和规划。
6.一种基于医学图像的肾脏分段的系统,其特征在于,包括:
第一分割重建模块,用于将患者的肾脏及其相关组织的医学图像进行图像分割和三维重建,获得所述肾脏及其相关组织的三维模型;
配准模块,用于根据所述肾脏及其相关组织的三维模型中的血管以及所述三维模型中的点在横断面中的位置关系进行图像配准;
分段模块,用于根据所述图像配准后的动脉血管的供血范围对所述肾脏进行分段。
7.根据权利要求6所述的肾脏分段的系统,其特征在于,所述系统还包括:
导入模块,用于导入所述患者的数据信息;所述数据信息包括所述患者的身份信息和/或所述患者的肾脏及其相关组织的医学图像信息;
虚拟手术规划模块,用于将分段后获得的所述肾脏各个肾段进行三维重建,并且根据三维重建后的三维模型进行虚拟手术规划。
8.根据权利要求6或7所述的系统,其特征在于,所述第一分割重建模块包括:
第一分割子模块,用于将所述患者的肾脏及其相关组织的医学图像依次采用高斯平滑、动态区域生长以及主动轮廓模型的水平集算法进行处理,以将所述医学图像中的肾脏,肾肿瘤或肾盏肾盂进行分割;
第二分割子模块,用于将所述患者的肾脏及其相关组织的医学图像依次采用HESSIAN矩阵脉管增强算法以及区域生长算法进行处理,以将所述医学图像中的肾动脉,肾静脉,输尿管进行分割;
第一重建子模块,用于对于分割后获得的所述肾脏,肾肿瘤或肾盏肾盂,以及肾动脉,肾静脉,输尿管,采用移动立方体三维重建计算,获得分割后的所述肾脏,肾肿瘤或肾盏肾盂,以及肾动脉,肾静脉,输尿管的三维模型;
所述分段模块包括:
切分子模块,用于在第一重建子模块重建获得的所述三维模型中在动脉血管上对肾段的各段供血区域进行切分,分别获得所述肾脏上前段、下前段、上段、下段以及后段的供血动脉血管段;
标记子模块,用于分别对切分后的各段所述肾脏的动脉血管赋予不同的标记值;
分段子模块,用于采用最近邻域原则的方法对所述肾脏进行分段。
9.根据权利要求8所述的系统,其特征在于,所述第一分割子模块包括:
高斯平滑处理单元,用于对所述患者的肾脏及其相关组织的医学图像数据进行高斯平滑处理;
动态区域生长算法计算单元,用于对进行所述高斯平滑处理后的医学图像进行所述动态区域生长算法处理,在所述高斯平滑处理后的医学图像中输入一个种子点,设置适配的阈值变化范围,获得目标区域内部的点集;
主动轮廓模型的水平计算单元,用于将所述动态区域生长算法的结果作为初始输入数据,采用主动轮廓模型的水平集算法对所述医学图像进行肾脏,肾肿瘤或肾盏肾盂的分割;
所述分段子模块包括:
标记单元,用于将切分后的各段动脉血管的标记值分别投影在所述肾脏上,使所述肾脏对应体素的灰度值与每一段动脉血管的标记值相同;
分段单元,用于在所述肾脏上以一个像素为半径与所标记的邻域的体素的灰度值设置为与所标记的值相同,直到所述肾脏上的所有的体素都获得标记,以对所述肾脏进行分段。
10.根据权利要求9所述的系统,其特征在于,所述虚拟手术规划模块包括:
第二分割重建子模块,用于将分段后的各个所述肾段进行三维重建,所述三维重建后将显示每个肾段,肾段与血管的空间位置关系,肾肿瘤所在的肾段;
测量子模块,用于通过体积测量,获得所述肾脏的体积、各所述肾段的体积,以及各肾段所占的体积比相关参数信息;
膨胀子模块,用于在所述肾肿瘤边缘向外膨胀预定距离的方式获得所述肾肿瘤的受累范围,以此区域规划切除的范围;
规划子模块,用于根据所述肾肿瘤与各肾段,动脉血管,输尿管和肾盏肾盂组织的相对距离,确定所述肿瘤的切除范围,规划手术的入路,进行虚拟手术方案的设计和规划。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910047061.6A CN109620404A (zh) | 2019-01-18 | 2019-01-18 | 基于医学图像的肾脏分段的方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910047061.6A CN109620404A (zh) | 2019-01-18 | 2019-01-18 | 基于医学图像的肾脏分段的方法及其系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109620404A true CN109620404A (zh) | 2019-04-16 |
Family
ID=66062107
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910047061.6A Pending CN109620404A (zh) | 2019-01-18 | 2019-01-18 | 基于医学图像的肾脏分段的方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109620404A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110547869A (zh) * | 2019-09-17 | 2019-12-10 | 上海交通大学 | 一种基于虚拟现实的术前辅助规划装置 |
CN110605853A (zh) * | 2019-10-22 | 2019-12-24 | 珠海赛纳三维科技有限公司 | 三维器官模型、三维器官模型的打印方法、打印装置及打印设备 |
CN110811831A (zh) * | 2019-05-27 | 2020-02-21 | 苏州六莲科技有限公司 | 肾脏手术精准化自动评价方法及装置 |
CN114255235A (zh) * | 2020-09-23 | 2022-03-29 | 西门子医疗有限公司 | 用于自动定位三维图像中的器官分段的方法和布置 |
CN117197164A (zh) * | 2023-11-08 | 2023-12-08 | 中国医学科学院北京协和医院 | 用于计算心肌血管供血区域的管道流域计算方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010129911A1 (en) * | 2009-05-08 | 2010-11-11 | Edda Technology, Inc. | Method, system, apparatus, and computer program product for interactive hepatic vascular and biliary system assessment |
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 |
CN102663819A (zh) * | 2012-05-02 | 2012-09-12 | 清华大学深圳研究生院 | 基于超声图像和三维模型的肝脏体积测量方法 |
CN102982238A (zh) * | 2012-11-13 | 2013-03-20 | 深圳市环球博洋机电科技有限公司 | 一种基于ct胶片的三维肾肿瘤手术模拟方法及其平台 |
CN103854286A (zh) * | 2014-03-05 | 2014-06-11 | 东南大学 | 一种基于ct造影图像的肾动脉供血区域分割方法 |
-
2019
- 2019-01-18 CN CN201910047061.6A patent/CN109620404A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010129911A1 (en) * | 2009-05-08 | 2010-11-11 | Edda Technology, Inc. | Method, system, apparatus, and computer program product for interactive hepatic vascular and biliary system assessment |
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 |
CN102663819A (zh) * | 2012-05-02 | 2012-09-12 | 清华大学深圳研究生院 | 基于超声图像和三维模型的肝脏体积测量方法 |
CN102982238A (zh) * | 2012-11-13 | 2013-03-20 | 深圳市环球博洋机电科技有限公司 | 一种基于ct胶片的三维肾肿瘤手术模拟方法及其平台 |
CN103854286A (zh) * | 2014-03-05 | 2014-06-11 | 东南大学 | 一种基于ct造影图像的肾动脉供血区域分割方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110811831A (zh) * | 2019-05-27 | 2020-02-21 | 苏州六莲科技有限公司 | 肾脏手术精准化自动评价方法及装置 |
CN110547869A (zh) * | 2019-09-17 | 2019-12-10 | 上海交通大学 | 一种基于虚拟现实的术前辅助规划装置 |
CN110605853A (zh) * | 2019-10-22 | 2019-12-24 | 珠海赛纳三维科技有限公司 | 三维器官模型、三维器官模型的打印方法、打印装置及打印设备 |
CN114255235A (zh) * | 2020-09-23 | 2022-03-29 | 西门子医疗有限公司 | 用于自动定位三维图像中的器官分段的方法和布置 |
CN117197164A (zh) * | 2023-11-08 | 2023-12-08 | 中国医学科学院北京协和医院 | 用于计算心肌血管供血区域的管道流域计算方法及系统 |
CN117197164B (zh) * | 2023-11-08 | 2024-03-08 | 中国医学科学院北京协和医院 | 用于计算心肌血管供血区域的管道流域计算方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109620404A (zh) | 基于医学图像的肾脏分段的方法及其系统 | |
WO2015161728A1 (zh) | 三维模型的构建方法及装置、图像监控方法及装置 | |
CN102961187B (zh) | 经皮穿刺的手术规划方法及其系统 | |
CN103679810B (zh) | 肝部ct图像的三维重建方法 | |
Robb | Virtual endoscopy: development and evaluation using the Visible Human datasets | |
CN106355582B (zh) | 一种基于形状先验的肝脏医学图像分割的方法 | |
CN107067398B (zh) | 用于三维医学模型中缺失血管的补全方法及装置 | |
CN107808156A (zh) | 感兴趣区域提取方法 | |
CN103810752B (zh) | 基于医学图像的肝脏分段方法及其肝脏分段系统 | |
CN107599412A (zh) | 一种基于组织结构的三维建模方法、系统及三维模型 | |
CN107945169B (zh) | 一种冠状动脉影像分析方法 | |
Smit et al. | Pelvis: Atlas-based surgical planning for oncological pelvic surgery | |
CN103049638B (zh) | 半自动化手术前切除规划 | |
CN105139030A (zh) | 一种肝脏血管的分类方法 | |
Gholizadeh et al. | Minimally invasive and invasive liver surgery based on augmented reality training: A review of the literature | |
CN111329589A (zh) | 一种手持式智能融合造影导航系统 | |
CN115300809B (zh) | 图像处理方法及装置、计算机设备和存储介质 | |
Zhao et al. | Research on 3D reconstruction algorithm of medical CT image based on parallel contour | |
Schenkenfelder et al. | Elastic registration of abdominal MRI scans and RGB-D images to improve surgical planning of breast reconstruction | |
US11380060B2 (en) | System and method for linking a segmentation graph to volumetric data | |
Chen et al. | Development of an open source software module for enhanced visualization during MR-guided interstitial gynecologic brachytherapy | |
Doherty et al. | 3D Visualisation of Tumours and Blood Vessels in Human Liver. | |
US20230222748A1 (en) | Method for visualizing at least a zone of an object in at least one interface | |
Perera-Bel et al. | Segmentation of the placenta and its vascular tree in Doppler ultrasound for fetal surgery planning | |
Wang et al. | Research on Visualization of Three-dimensional Surface in Tumor Magnetic Inductive Thermotherapy Plan System |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190416 |
|
RJ01 | Rejection of invention patent application after publication |