CN110464459A - 基于ct-mri融合的介入计划导航系统及其导航方法 - Google Patents
基于ct-mri融合的介入计划导航系统及其导航方法 Download PDFInfo
- Publication number
- CN110464459A CN110464459A CN201910620772.8A CN201910620772A CN110464459A CN 110464459 A CN110464459 A CN 110464459A CN 201910620772 A CN201910620772 A CN 201910620772A CN 110464459 A CN110464459 A CN 110464459A
- Authority
- CN
- China
- Prior art keywords
- image
- puncture needle
- mri
- puncture
- space
- 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
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
- A61B17/34—Trocars; Puncturing needles
- A61B17/3403—Needle locating or guiding means
-
- 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
-
- 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
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06T7/168—Segmentation; Edge detection involving transform domain methods
-
- 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
- A61B2034/107—Visualisation of planned trajectories or target regions
-
- 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
- A61B2034/108—Computer aided selection or customisation of medical implants or cutting guides
-
- 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
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
- A61B2034/2046—Tracking techniques
- A61B2034/2051—Electromagnetic tracking systems
-
- 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
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
- A61B2034/2046—Tracking techniques
- A61B2034/2065—Tracking using image or pattern recognition
-
- 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]
Abstract
本发明公开了一种基于CT‑MRI融合的介入计划导航系统及其导航方法,该系统包括:术前规划模块,在MRI图像中分割出前列腺区域和尿道,并标记可疑病灶区域,再构建三维模型,最后规划出最佳穿刺路径;空间定位模块,其用于完成病人的CT图像和MRI图像的空间配准,并获取磁定位仪空间与CT图像空间的变换矩阵;穿刺引导模块,其用于获取穿刺针的位置和姿态,引导穿刺针行进。本发明通过结合CT和MRI的成像优势,在不改变CT引导的前提下,有助于定位可疑病灶,明确诊疗目标区域,提高前列腺介入手术的精准性;充分结合多种模态的医学图像信息、空间定位技术及三维可视化技术,使手术的引导更直观,提高了前列腺介入手术的便捷性。
Description
技术领域
本发明涉及医疗技术领域,特别涉及一种基于CT-MRI融合的介入计划导航系统及其导航方法。
背景技术
前列腺癌是男性泌尿生殖系统最常见的恶性肿瘤之一。随着人们生活习惯及饮食习惯的改变,我国前列腺癌的发病率近年增长较快。早期前列腺癌应用治愈性治疗后的效果较好,因此前列腺癌的早期诊断早期治疗至关重要。
介入手术在前列腺癌的活检、粒子植入及冷冻消融等诊疗中发挥了重要作用。与超声引导相比,CT引导更加客观,但CT对软组织器官的分辨力有限,造成前列腺与周围组织的边界显示模糊,更重要的是除了前列腺中的钙化灶外,其他类型的病灶不易在CT中显现,给精准的前列腺介入手术造成困难。另一方面MRI虽然成像速度慢不适于进行介入引导,但其对软组织分辨力很强,多种成像序列可用于病灶的识别和定位,被越来越多的应用于前列腺诊断。因此,将CT和MRI图像信息进行融合,结合两者的优势,有助于实现精准的前列腺介入手术。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足,提供一种基于CT-MRI融合的介入计划导航系统及其导航方法。
为解决上述技术问题,本发明采用的技术方案是:一种基于CT-MRI融合的介入计划导航系统,包括:
术前规划模块,其用于对病人的MRI图像的进行预处理,然后基于MRI图像分割出前列腺区域和尿道,并标记可疑病灶区域,再构建前列腺区域、尿道和可疑病灶区域三维模型,最后规划出最佳穿刺路径;
空间定位模块,其用于完成病人的CT图像和MRI图像的空间配准,并获取磁定位仪空间与CT图像空间的变换矩阵;
穿刺引导模块,其用于在所述空间定位模块的基础上获取穿刺针的位置和姿态,使穿刺针可以实时模拟显示在CT图像空间中,并结合规划出的最佳穿刺路径,引导穿刺针行进。
一种如上所述的基于CT-MRI融合的介入计划导航系统的导航方法,包括以下步骤:
1)通过所述术前规划模块完成基于病人MRI图像的术前规划;
2)通过所述空间定位模块完成基于CT-MRI融合的空间定位;
3)通过所述穿刺引导模块进行术中穿刺针引导。
优选的是,所述步骤1)具体包括:
1-1)图像预处理:导入预先扫描的待手术病人的MRI图像,若图像为仰卧位,将图像围绕病人脚到头方向轴逆时针旋转180度,所有其余序列图像以T2W序列图像为基准进行配准;
1-2)前列腺分割:选取T2W序列图像,使用半自动分割方法分割得到前列腺区域R1;
1-3)尿道分割:使用手工标注方法在T2W图像上标记出尿道区域R2;
1-4)标记病灶:选取一个或多个序列分别标记可疑病灶,并对各序列得到的可疑病灶区域取并集,最终得到可疑病灶区域R3;
1-5)三维建模:使用Marching Cubes方法计算前列腺体区域R1、尿道区域R2和可疑病灶区域R3的表面模型,并使用三维可视化方法显示;
1-6)穿刺路径规划:选择所需的穿刺针长度及直径,设置穿刺目标靶点,再根据穿刺目标靶点设置初始的体表入针点,生成穿刺针在二维图像的投影切面,然后切换二维图像,观察投影切面与周围组织关系,调整体表入针点,直到投影切面不经过任何重要解剖结构,生成穿刺模拟针道,计算模拟针道到周围组织(除前列腺外的腹腔盆腔脏器、骨骼、血管、神经)的距离,若距离为安全距离,则完成穿刺路径规划。
优选的是,所述步骤1-1)中,所述配准方法为:将待配准图像中心的病人坐标系坐标与参考图像中心的病人坐标系坐标对齐,将待配准图像以参考图像的像素间隔重采样,最后将待配准图像裁剪使其图像视野与参考图像视野一致。
优选的是,所述步骤1-2)中,半自动分割方法为:使用V-net全卷积神经网络分割得到初始的前列腺区域,人工检视分割结果,对部分分割边界使用交互式分割工具进行修补;所述V-net的损失函数为:
其中i∈I为像素个数,c∈C为标签数,y为实际标签,p为预测标签;所述V-net训练初始学习率为0.0005,训练每5000次学习率乘以0.5,最大训练次数为10万次。
优选的是,所述步骤1-6)中还包括进行穿刺针与周围组织保持安全距离的设置,包括:先由医生输入安全距离参数r,术前规划模块围绕穿刺针生成半径为r的圆柱曲面S,分别与周围组织局部表面Si求解相交区域,自动计算穿刺针方向向量v,使得所有相交区域之和最小,其中,i为周围组织序号。
优选的是,所述步骤1-4中,选取T2W、DWI、DCE、MRSI中的一个或多个序列分别标记可疑病灶;其中的标记方法为使用交互式标记工具进行涂抹或勾画区域轮廓。
优选的是,所述步骤2)具体包括:
2-1)扫描病人的CT图像:病人俯卧位,在病人体表靠近骨骼处黏贴CT成像体表标记点6个以上,扫描穿刺目标区域的CT图像,使前列腺和CT成像体表标记点显示在图像上;
2-2)CT-MRI图像配准:分别在CT和MRI图像上选择3个以上的解剖位置特征点对,使用迭代最邻近点方法进行初始刚性配准;选择多模态图像像素配准测度,采用多分辨率方式进一步对CT和MRI图像进行像素配准,获取最终的配准变换矩阵TCT-MRI;将MRI图像根据TCT-MRI重采样到CT图像空间,进行CT和MRI的联动显示;将MRI上规划的前列腺、可疑病灶和模拟穿刺针道变换到CT图像空间中,供后续穿刺引导使用;
2-3)获取CT图像与磁定位仪的空间变换矩阵:使用磁定位仪探笔探测CT成像体表标记点在磁定位仪空间下的位置坐标,得到点集P1;在CT图像上提取体表标记点的影像,计算各标记点影像的几何中心在CT图像下的坐标,得到点集P2;使用迭代最邻近点方法求解点集P1到点集P2的变换矩阵,即为所求的磁定位仪空间到CT图像空间的变换矩阵TCT-EM。
优选的是,所述步骤3)具体包括:
3-1)穿刺针标定:将磁定位仪接收器固定于穿刺针末端,并使磁定位仪接收器中心与穿刺针轴向重合,标定穿刺针末端相对于磁定位仪接收器的偏移量ps=[xs,ys,zs]T,从而获得穿刺针末端的磁定位仪空间位置;
3-2)穿刺针显示:将穿刺针末端的磁定位仪空间坐标和磁定位仪接收器的空间坐标根据变换矩阵TCT-EM变换到CT图像空间中,生成模拟穿刺针,当移动穿刺针时,模拟穿刺针将实时动态显示更新;
3-3)穿刺针引导:通过移动穿刺针使模拟穿刺针末端与规划路径的体表入针点重合,确定穿刺体表入针点;调整穿刺针角度,使模拟穿刺针与规划路径方向一致,行进穿刺针,直至到达穿刺靶点区域;
3-4)穿刺针验证:穿刺针到达穿刺靶点区域后进行术中CT扫描;将术中CT图像与术前CT图像配准,将穿刺靶点区域与规划路径显示在术中CT图像空间中,验证穿刺针是否到达穿刺靶点区域。
优选的是,所述步骤3-1)中,穿刺针末端相对于磁定位仪接收器的偏移量的标定方法为:选择空间中一点P,使用磁定位仪探笔获得其坐标pw=[xw,yw,zw]T,使固定磁定位仪接收器的穿刺针末端置于点P,记录下此时磁定位仪接收器的读数[x,y,z,d1,d2,d3],求得磁定位仪接收器到磁定位仪发射器的旋转矩阵:
平移向量T=[x,y,z]T,
进而通过ps=R-1(pw-T),得到穿刺针末端相对于磁定位仪接收器的偏移量ps。
本发明的有益效果是:本发明的基于CT-MRI融合的介入计划导航系统通过结合CT和MRI的成像优势,在不改变CT引导的前提下,有助于定位可疑病灶,明确诊疗目标区域,提高前列腺介入手术的精准性;本发明充分结合了多种模态的医学图像信息、空间定位技术及三维可视化技术,使手术的引导更直观,提高了前列腺介入手术的便捷性。本发明操作方便,精准性高,具有很好的推广应用价值。
附图说明
图1为本发明的一种实施例中的基于CT-MRI融合的介入计划导航系统的导航流程示意图。
具体实施方式
下面结合实施例对本发明做进一步的详细说明,以令本领域技术人员参照说明书文字能够据以实施。
应当理解,本文所使用的诸如“具有”、“包含”以及“包括”术语并不排除一个或多个其它元件或其组合的存在或添加。
本实施例的一种基于CT-MRI融合的介入计划导航系统,包括:
术前规划模块,其用于对病人的MRI图像的进行预处理,然后基于MRI图像分割出前列腺区域和尿道,并标记可疑病灶区域,再构建前列腺区域、尿道和可疑病灶区域三维模型,最后规划出最佳穿刺路径;
空间定位模块,其用于完成病人的CT图像和MRI图像的空间配准,并获取磁定位仪空间与CT图像空间的变换矩阵;
穿刺引导模块,其用于在所述空间定位模块的基础上标定穿刺针与磁定位仪接收器的空间位置关系,进而获取穿刺针的位置和姿态,使穿刺针可以实时模拟显示在CT图像空间中,并结合规划出的最佳穿刺路径,引导穿刺针行进。
本实施例还公开了一种如上所述的基于CT-MRI融合的介入计划导航系统的导航方法,参照图1,其包括以下步骤:
1)通过所述术前规划模块完成基于病人MRI图像的术前规划:
1-1)图像预处理:导入预先扫描的待手术病人的MRI图像,若图像为仰卧位,将图像围绕病人脚到头方向轴逆时针旋转180度,所有其余序列图像以T2W序列图像为基准进行配准。
其中,在一种实施例中,所述配准方法为:将待配准图像中心的病人坐标系坐标与参考图像中心的病人坐标系坐标对齐,将待配准图像以参考图像的像素间隔重采样,最后将待配准图像裁剪使其图像视野与参考图像视野一致。
1-2)前列腺分割:选取T2W序列图像,使用半自动分割方法分割得到前列腺区域R1;
其中,在一种实施例中,半自动分割方法为:使用V-net全卷积神经网络分割得到初始的前列腺区域,人工检视分割结果,对部分分割边界使用交互式分割工具进行修补;所述V-net的损失函数为:
其中i∈I为像素个数,c∈C为标签数,y为实际标签,p为预测标签;所述V-net训练初始学习率为0.0005,训练每5000次学习率乘以0.5,最大训练次数为10万次。
1-3)尿道分割:使用手工标注方法在T2W图像上标记出尿道区域R2;
1-4)标记病灶:选取一个或多个序列(如T2W、DWI、DCE、MRSI)分别标记可疑病灶,并对各序列得到的可疑病灶区域取并集,最终得到可疑病灶区域R3;其中的标记方法可使用交互式标记工具进行涂抹或勾画区域轮廓。
1-5)三维建模:使用Marching Cubes方法计算前列腺体区域R1、尿道区域R2和可疑病灶区域R3的表面模型,并使用三维可视化方法显示;
1-6)穿刺路径规划:选择所需的穿刺针长度及直径,设置穿刺目标靶点,其中,靶点可人工使用鼠标点击确定,或自动计算可疑病灶区域R3中各独立区域的几何中心;再根据穿刺目标靶点设置初始的体表入针点,生成穿刺针在二维图像的投影切面,然后切换二维图像,观察投影切面与周围组织关系,调整体表入针点,直到投影切面不经过任何重要解剖结构(除前列腺外的腹腔盆腔脏器、骨骼、血管、神经),生成穿刺模拟针道,完成穿刺路径规划。其中,在一种优选的实施例中,还包括进行穿刺针与周围组织保持安全距离的设置,包括:先由医生输入安全距离参数r,术前规划模块围绕穿刺针生成半径为r的圆柱曲面S,分别与周围组织局部表面Si求解相交区域,自动计算穿刺针方向向量v,使得所有相交区域之和最小,其中,i为周围组织序号。
2)通过所述空间定位模块完成基于CT-MRI融合的空间定位:
2-1)扫描病人的CT图像:病人俯卧位,在病人体表靠近骨骼处黏贴CT成像体表标记点6个以上,扫描穿刺目标区域的CT图像,使前列腺和CT成像体表标记点显示在图像上;
2-2)CT-MRI图像配准:分别在CT和MRI图像上选择3个以上的解剖位置特征点对,使用迭代最邻近点方法进行初始刚性配准;选择多模态图像像素配准测度,采用多分辨率方式进一步对CT和MRI图像进行像素配准,获取最终的配准变换矩阵TCT-MRI;将MRI图像根据TCT-MRI重采样到CT图像空间,进行CT和MRI的联动显示;将MRI上规划的前列腺、可疑病灶和模拟穿刺针道变换到CT图像空间中,供后续穿刺引导使用;
2-3)获取CT图像与磁定位仪的空间变换矩阵:使用磁定位仪探笔探测CT成像体表标记点在磁定位仪空间下的位置坐标,得到点集P1;在CT图像上提取体表标记点的影像,计算各标记点影像的几何中心在CT图像下的坐标,得到点集P2;使用迭代最邻近点方法求解点集P1到点集P2的变换矩阵,即为所求的磁定位仪空间到CT图像空间的变换矩阵TCT-EM。
3)通过所述穿刺引导模块进行术中穿刺针引导:
3-1)穿刺针标定:将磁定位仪接收器固定于穿刺针末端,并使磁定位仪接收器中心与穿刺针轴向重合,标定穿刺针末端相对于磁定位仪接收器的偏移量ps=[xs,ys,zs]T,从而获得穿刺针末端的磁定位仪空间位置;
其中,在一种实施例中,穿刺针末端相对于磁定位仪接收器的偏移量的标定方法为:选择空间中一点P,使用磁定位仪探笔获得其坐标pw=[xw,yw,zw]T,使固定磁定位仪接收器的穿刺针末端置于点P,记录下此时磁定位仪接收器的读数[x,y,z,d1,d2,d3],求得磁定位仪接收器到磁定位仪发射器的旋转矩阵:
平移向量T=[x,y,z]T,
进而通过ps=R-1(pw-T),得到穿刺针末端相对于磁定位仪接收器的偏移量ps。
3-2)穿刺针显示:将穿刺针末端的磁定位仪空间坐标和磁定位仪接收器的空间坐标根据变换矩阵TCT-EM变换到CT图像空间中,生成模拟穿刺针,当移动穿刺针时,模拟穿刺针将实时动态显示更新;
3-3)穿刺针引导:通过移动穿刺针使模拟穿刺针末端与规划路径的体表入针点重合,确定穿刺体表入针点;调整穿刺针角度,使模拟穿刺针与规划路径方向一致,行进穿刺针,直至到达穿刺靶点区域;
3-4)穿刺针验证:穿刺针到达穿刺靶点区域后进行术中CT扫描;将术中CT图像与术前CT图像配准,将穿刺靶点区域与规划路径显示在术中CT图像空间中,验证穿刺针是否到达穿刺靶点区域。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用,它完全可以被适用于各种适合本发明的领域,对于熟悉本领域的人员而言,可容易地实现另外的修改,因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节。
Claims (10)
1.一种基于CT-MRI融合的介入计划导航系统,其特征在于,包括:
术前规划模块,其用于对病人的MRI图像的进行预处理,然后基于MRI图像分割出前列腺区域和尿道,并标记可疑病灶区域,再构建前列腺区域、尿道和可疑病灶区域三维模型,最后规划出最佳穿刺路径;
空间定位模块,其用于完成病人的CT图像和MRI图像的空间配准,并获取磁定位仪空间与CT图像空间的变换矩阵;
穿刺引导模块,其用于在所述空间定位模块的基础上获取穿刺针的位置和姿态,使穿刺针可以实时模拟显示在CT图像空间中,并结合规划出的最佳穿刺路径,引导穿刺针行进。
2.一种如权利要求1所述的基于CT-MRI融合的介入计划导航系统的导航方法,其特征在于,包括以下步骤:
1)通过所述术前规划模块完成基于病人MRI图像的术前规划;
2)通过所述空间定位模块完成基于CT-MRI融合的空间定位;
3)通过所述穿刺引导模块进行术中穿刺针引导。
3.根据权利要求2所述的基于CT-MRI融合的介入计划导航系统的导航方法,其特征在于,所述步骤1)具体包括:
1-1)图像预处理:导入预先扫描的待手术病人的MRI图像,若图像为仰卧位,将图像围绕病人脚到头方向轴逆时针旋转180度,所有其余序列图像以T2W序列图像为基准进行配准;
1-2)前列腺分割:选取T2W序列图像,使用半自动分割方法分割得到前列腺区域R1;
1-3)尿道分割:使用手工标注方法在T2W图像上标记出尿道区域R2;
1-4)标记病灶:选取一个或多个序列分别标记可疑病灶,并对各序列得到的可疑病灶区域取并集,最终得到可疑病灶区域R3;
1-5)三维建模:使用Marching Cubes方法计算前列腺体区域R1、尿道区域R2和可疑病灶区域R3的表面模型,并使用三维可视化方法显示;
1-6)穿刺路径规划:选择所需的穿刺针长度及直径,设置穿刺目标靶点,再根据穿刺目标靶点设置初始的体表入针点,生成穿刺针在二维图像的投影切面,然后切换二维图像,观察投影切面与周围组织关系,调整体表入针点,直到投影切面不经过任何重要解剖结构,生成穿刺模拟针道,计算模拟针道到周围组织的距离,若距离为安全距离,则完成穿刺路径规划;其中周围组织包括除前列腺外的腹腔盆腔脏器、骨骼、血管、神经。
4.根据权利要求3所述的基于CT-MRI融合的介入计划导航系统的导航方法,其特征在于,所述步骤1-1)中,所述配准方法为:将待配准图像中心的病人坐标系坐标与参考图像中心的病人坐标系坐标对齐,将待配准图像以参考图像的像素间隔重采样,最后将待配准图像裁剪使其图像视野与参考图像视野一致。
5.根据权利要求3所述的基于CT-MRI融合的介入计划导航系统的导航方法,其特征在于,所述步骤1-2)中,半自动分割方法为:使用V-net全卷积神经网络分割得到初始的前列腺区域,人工检视分割结果,对部分分割边界使用交互式分割工具进行修补;所述V-net的损失函数为:
其中i∈I为像素个数,c∈C为标签数,y为实际标签,p为预测标签;所述V-net训练初始学习率为0.0005,训练每5000次学习率乘以0.5,最大训练次数为10万次。
6.根据权利要求3所述的基于CT-MRI融合的介入计划导航系统的导航方法,其特征在于,所述步骤1-6)中还包括进行穿刺针与周围组织保持安全距离的设置,包括:先由医生输入安全距离参数r,术前规划模块围绕穿刺针生成半径为r的圆柱曲面S,分别与周围组织局部表面Si求解相交区域,自动计算穿刺针方向向量v,使得所有相交区域之和最小,其中,i为周围组织序号。
7.根据权利要求3所述的基于CT-MRI融合的介入计划导航系统的导航方法,其特征在于,所述步骤1-4中,选取T2W、DWI、DCE、MRSI中的一个或多个序列分别标记可疑病灶;其中的标记方法为使用交互式标记工具进行涂抹或勾画区域轮廓。
8.根据权利要求3所述的基于CT-MRI融合的介入计划导航系统的导航方法,其特征在于,所述步骤2)具体包括:
2-1)扫描病人的CT图像:病人俯卧位,在病人体表靠近骨骼处黏贴CT成像体表标记点6个以上,扫描穿刺目标区域的CT图像,使前列腺和CT成像体表标记点显示在图像上;
2-2)CT-MRI图像配准:分别在CT和MRI图像上选择3个以上的解剖位置特征点对,使用迭代最邻近点方法进行初始刚性配准;选择多模态图像像素配准测度,采用多分辨率方式进一步对CT和MRI图像进行像素配准,获取最终的配准变换矩阵TCT-MRI;将MRI图像根据TCT-MRI重采样到CT图像空间,进行CT和MRI的联动显示;将MRI上规划的前列腺、可疑病灶和模拟穿刺针道变换到CT图像空间中,供后续穿刺引导使用;
2-3)获取CT图像与磁定位仪的空间变换矩阵:使用磁定位仪探笔探测CT成像体表标记点在磁定位仪空间下的位置坐标,得到点集P1;在CT图像上提取体表标记点的影像,计算各标记点影像的几何中心在CT图像下的坐标,得到点集P2;使用迭代最邻近点方法求解点集P1到点集P2的变换矩阵,即为所求的磁定位仪空间到CT图像空间的变换矩阵TCT-EM。
9.根据权利要求8所述的基于CT-MRI融合的介入计划导航系统的导航方法,其特征在于,所述步骤3)具体包括:
3-1)穿刺针标定:将磁定位仪接收器固定于穿刺针末端,并使磁定位仪接收器中心与穿刺针轴向重合,标定穿刺针末端相对于磁定位仪接收器的偏移量ps=[xs,ys,zs]T,从而获得穿刺针末端的磁定位仪空间位置;
3-2)穿刺针显示:将穿刺针末端的磁定位仪空间坐标和磁定位仪接收器的空间坐标根据变换矩阵TCT-EM变换到CT图像空间中,生成模拟穿刺针,当移动穿刺针时,模拟穿刺针将实时动态显示更新;
3-3)穿刺针引导:通过移动穿刺针使模拟穿刺针末端与规划路径的体表入针点重合,确定穿刺体表入针点;调整穿刺针角度,使模拟穿刺针与规划路径方向一致,行进穿刺针,直至到达穿刺靶点区域;
3-4)穿刺针验证:穿刺针到达穿刺靶点区域后进行术中CT扫描;将术中CT图像与术前CT图像配准,将穿刺靶点区域与规划路径显示在术中CT图像空间中,验证穿刺针是否到达穿刺靶点区域。
10.根据权利要求9所述的基于CT-MRI融合的介入计划导航系统的导航方法,其特征在于,所述步骤3-1)中,穿刺针末端相对于磁定位仪接收器的偏移量的标定方法为:选择空间中一点P,使用磁定位仪探笔获得其坐标pw=[xw,yw,zw]T,使固定磁定位仪接收器的穿刺针末端置于点P,记录下此时磁定位仪接收器的读数[x,y,z,d1,d2,d3],求得磁定位仪接收器到磁定位仪发射器的旋转矩阵:
平移向量T=[x,y,z]T,
进而通过ps=R-1(pw-T),得到穿刺针末端相对于磁定位仪接收器的偏移量ps。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910620772.8A CN110464459B (zh) | 2019-07-10 | 2019-07-10 | 基于ct-mri融合的介入计划导航系统及其导航方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910620772.8A CN110464459B (zh) | 2019-07-10 | 2019-07-10 | 基于ct-mri融合的介入计划导航系统及其导航方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110464459A true CN110464459A (zh) | 2019-11-19 |
CN110464459B CN110464459B (zh) | 2022-04-15 |
Family
ID=68507229
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910620772.8A Active CN110464459B (zh) | 2019-07-10 | 2019-07-10 | 基于ct-mri融合的介入计划导航系统及其导航方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110464459B (zh) |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111281540A (zh) * | 2020-03-09 | 2020-06-16 | 北京航空航天大学 | 基于虚实融合的骨科微创术中实时可视化导航系统 |
CN111603205A (zh) * | 2020-03-23 | 2020-09-01 | 苏州新医智越机器人科技有限公司 | 用于穿刺手术机器人ct舱内三维影像重建和定位分析系统 |
CN111887988A (zh) * | 2020-07-06 | 2020-11-06 | 罗雄彪 | 一种微创介入手术导航机器人的定位方法及其装置 |
CN111991080A (zh) * | 2020-08-26 | 2020-11-27 | 南京哈雷智能科技有限公司 | 一种手术入口的确定方法和系统 |
CN112057165A (zh) * | 2020-09-22 | 2020-12-11 | 上海联影医疗科技股份有限公司 | 一种路径规划方法、装置、设备和介质 |
CN112163987A (zh) * | 2020-07-06 | 2021-01-01 | 中国科学院苏州生物医学工程技术研究所 | 穿刺路径规划系统 |
CN112545617A (zh) * | 2020-12-04 | 2021-03-26 | 扬州大学 | 一种关节腔积液治疗的最佳穿刺几何参数确定方法 |
CN112603534A (zh) * | 2020-12-04 | 2021-04-06 | 扬州大学 | 一种关节腔积液治疗过程中最佳节线位置的确定方法 |
CN113081258A (zh) * | 2021-03-09 | 2021-07-09 | 扬州大学 | 一种关节腔治疗的穿刺抽积液最优点校准方法 |
CN113197664A (zh) * | 2021-04-23 | 2021-08-03 | 扬州大学 | 一种基于奇异排除的滑膜炎压痛点具体位置定量分析方法 |
CN113409456A (zh) * | 2021-08-19 | 2021-09-17 | 江苏集萃苏科思科技有限公司 | 颅脑穿刺术前三维模型的建模方法、系统、装置、介质 |
CN113425411A (zh) * | 2021-08-04 | 2021-09-24 | 成都科莱弗生命科技有限公司 | 一种病变定位导航的方法和装置 |
CN113469945A (zh) * | 2021-06-03 | 2021-10-01 | 山东大学 | 基于ct与mri显像融合的骶神经建模方法及系统 |
CN113516624A (zh) * | 2021-04-28 | 2021-10-19 | 武汉联影智融医疗科技有限公司 | 穿刺禁区的确定、路径规划方法、手术系统和计算机设备 |
CN113610824A (zh) * | 2021-08-13 | 2021-11-05 | 推想医疗科技股份有限公司 | 穿刺路径规划方法及装置,电子设备及存储介质 |
CN113610826A (zh) * | 2021-08-13 | 2021-11-05 | 推想医疗科技股份有限公司 | 穿刺定位方法及装置,电子设备及存储介质 |
CN113768622A (zh) * | 2021-09-25 | 2021-12-10 | 湖南师范大学树达学院 | 一种pbc穿刺路径的规划方法 |
CN113786229A (zh) * | 2021-09-15 | 2021-12-14 | 苏州朗润医疗系统有限公司 | 一种基于ar增强现实的辅助穿刺导航方法 |
CN114129240A (zh) * | 2021-12-02 | 2022-03-04 | 推想医疗科技股份有限公司 | 一种引导信息生成方法、系统、装置及电子设备 |
CN114948199A (zh) * | 2022-05-17 | 2022-08-30 | 天津大学 | 一种外科手术辅助系统及手术路径规划方法 |
CN115294124A (zh) * | 2022-10-08 | 2022-11-04 | 卡本(深圳)医疗器械有限公司 | 基于多模态医学图像配准的超声穿刺引导规划系统 |
CN115775611A (zh) * | 2023-02-13 | 2023-03-10 | 北京精准医械科技有限公司 | 一种穿刺手术规划系统 |
CN116096313A (zh) * | 2021-12-17 | 2023-05-09 | 上海卓昕医疗科技有限公司 | 穿刺定位系统及其控制方法 |
CN116725640A (zh) * | 2023-06-20 | 2023-09-12 | 山东卓业医疗科技有限公司 | 一种身体穿刺打印模板的构建方法 |
CN117338419A (zh) * | 2023-09-28 | 2024-01-05 | 杭州盛星医疗科技有限公司 | 一种穿刺设备引导方法及装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130310680A1 (en) * | 2012-05-21 | 2013-11-21 | The Regents Of The University Of Colorado, A Body Corporate | Three-dimensional optical imaging and therapy of prostate cancer |
CN106063726A (zh) * | 2016-05-24 | 2016-11-02 | 中国科学院苏州生物医学工程技术研究所 | 实时穿刺导航系统及其导航方法 |
US20170224419A1 (en) * | 2014-10-17 | 2017-08-10 | Imactis | System for planning the introduction of a needle in a patient's body |
CN107049475A (zh) * | 2017-04-19 | 2017-08-18 | 纪建松 | 肝癌局部消融方法及系统 |
CN107307906A (zh) * | 2017-08-24 | 2017-11-03 | 上海市同济医院 | 腹部CT在mimics三维重建引导下肝脏组织活检定位方法 |
CN107361843A (zh) * | 2017-08-16 | 2017-11-21 | 福州大学 | 具有真实触感的沉浸式神经外科手术模拟方法 |
EP3285675A4 (en) * | 2015-04-24 | 2018-11-07 | Sunnybrook Research Institute | Method for registering pre-operative images of a subject to an ultrasound treatment space |
CN108784831A (zh) * | 2018-04-14 | 2018-11-13 | 深圳市图智能科技有限公司 | 一种基于三维影像的穿刺参数生成方法 |
CN109662778A (zh) * | 2019-03-01 | 2019-04-23 | 中国人民解放军国防科技大学 | 基于三维卷积的人机交互式颅内电极定位方法与系统 |
-
2019
- 2019-07-10 CN CN201910620772.8A patent/CN110464459B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130310680A1 (en) * | 2012-05-21 | 2013-11-21 | The Regents Of The University Of Colorado, A Body Corporate | Three-dimensional optical imaging and therapy of prostate cancer |
US20170224419A1 (en) * | 2014-10-17 | 2017-08-10 | Imactis | System for planning the introduction of a needle in a patient's body |
EP3285675A4 (en) * | 2015-04-24 | 2018-11-07 | Sunnybrook Research Institute | Method for registering pre-operative images of a subject to an ultrasound treatment space |
CN106063726A (zh) * | 2016-05-24 | 2016-11-02 | 中国科学院苏州生物医学工程技术研究所 | 实时穿刺导航系统及其导航方法 |
CN107049475A (zh) * | 2017-04-19 | 2017-08-18 | 纪建松 | 肝癌局部消融方法及系统 |
CN107361843A (zh) * | 2017-08-16 | 2017-11-21 | 福州大学 | 具有真实触感的沉浸式神经外科手术模拟方法 |
CN107307906A (zh) * | 2017-08-24 | 2017-11-03 | 上海市同济医院 | 腹部CT在mimics三维重建引导下肝脏组织活检定位方法 |
CN108784831A (zh) * | 2018-04-14 | 2018-11-13 | 深圳市图智能科技有限公司 | 一种基于三维影像的穿刺参数生成方法 |
CN109662778A (zh) * | 2019-03-01 | 2019-04-23 | 中国人民解放军国防科技大学 | 基于三维卷积的人机交互式颅内电极定位方法与系统 |
Cited By (39)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111281540B (zh) * | 2020-03-09 | 2021-06-04 | 北京航空航天大学 | 基于虚实融合的骨科微创术中实时可视化导航系统 |
CN111281540A (zh) * | 2020-03-09 | 2020-06-16 | 北京航空航天大学 | 基于虚实融合的骨科微创术中实时可视化导航系统 |
CN111603205A (zh) * | 2020-03-23 | 2020-09-01 | 苏州新医智越机器人科技有限公司 | 用于穿刺手术机器人ct舱内三维影像重建和定位分析系统 |
CN111887988A (zh) * | 2020-07-06 | 2020-11-06 | 罗雄彪 | 一种微创介入手术导航机器人的定位方法及其装置 |
CN111887988B (zh) * | 2020-07-06 | 2022-06-10 | 罗雄彪 | 一种微创介入手术导航机器人的定位方法及其装置 |
CN112163987A (zh) * | 2020-07-06 | 2021-01-01 | 中国科学院苏州生物医学工程技术研究所 | 穿刺路径规划系统 |
CN112163987B (zh) * | 2020-07-06 | 2024-01-26 | 中国科学院苏州生物医学工程技术研究所 | 穿刺路径规划系统 |
CN111991080A (zh) * | 2020-08-26 | 2020-11-27 | 南京哈雷智能科技有限公司 | 一种手术入口的确定方法和系统 |
CN112057165B (zh) * | 2020-09-22 | 2023-12-22 | 上海联影医疗科技股份有限公司 | 一种路径规划方法、装置、设备和介质 |
CN112057165A (zh) * | 2020-09-22 | 2020-12-11 | 上海联影医疗科技股份有限公司 | 一种路径规划方法、装置、设备和介质 |
CN112603534A (zh) * | 2020-12-04 | 2021-04-06 | 扬州大学 | 一种关节腔积液治疗过程中最佳节线位置的确定方法 |
CN112545617A (zh) * | 2020-12-04 | 2021-03-26 | 扬州大学 | 一种关节腔积液治疗的最佳穿刺几何参数确定方法 |
CN112545617B (zh) * | 2020-12-04 | 2022-12-30 | 扬州大学 | 一种关节腔积液治疗的最佳穿刺几何参数确定方法 |
CN112603534B (zh) * | 2020-12-04 | 2022-11-29 | 扬州大学 | 一种关节腔积液治疗过程中最佳节线位置的确定方法 |
CN113081258B (zh) * | 2021-03-09 | 2022-12-30 | 扬州大学 | 一种关节腔治疗的穿刺抽积液最优点校准方法 |
CN113081258A (zh) * | 2021-03-09 | 2021-07-09 | 扬州大学 | 一种关节腔治疗的穿刺抽积液最优点校准方法 |
CN113197664B (zh) * | 2021-04-23 | 2022-11-29 | 扬州大学 | 一种基于奇异排除的滑膜炎压痛点具体位置定量分析方法 |
CN113197664A (zh) * | 2021-04-23 | 2021-08-03 | 扬州大学 | 一种基于奇异排除的滑膜炎压痛点具体位置定量分析方法 |
CN113516624A (zh) * | 2021-04-28 | 2021-10-19 | 武汉联影智融医疗科技有限公司 | 穿刺禁区的确定、路径规划方法、手术系统和计算机设备 |
CN113469945B (zh) * | 2021-06-03 | 2024-03-26 | 山东大学 | 基于ct与mri显像融合的骶神经建模方法及系统 |
CN113469945A (zh) * | 2021-06-03 | 2021-10-01 | 山东大学 | 基于ct与mri显像融合的骶神经建模方法及系统 |
CN113425411A (zh) * | 2021-08-04 | 2021-09-24 | 成都科莱弗生命科技有限公司 | 一种病变定位导航的方法和装置 |
CN113610824A (zh) * | 2021-08-13 | 2021-11-05 | 推想医疗科技股份有限公司 | 穿刺路径规划方法及装置,电子设备及存储介质 |
CN113610826A (zh) * | 2021-08-13 | 2021-11-05 | 推想医疗科技股份有限公司 | 穿刺定位方法及装置,电子设备及存储介质 |
CN113409456B (zh) * | 2021-08-19 | 2021-12-07 | 江苏集萃苏科思科技有限公司 | 颅脑穿刺术前三维模型的建模方法、系统、装置、介质 |
CN113409456A (zh) * | 2021-08-19 | 2021-09-17 | 江苏集萃苏科思科技有限公司 | 颅脑穿刺术前三维模型的建模方法、系统、装置、介质 |
CN113786229B (zh) * | 2021-09-15 | 2024-04-12 | 苏州朗润医疗系统有限公司 | 一种基于ar增强现实的辅助穿刺导航系统 |
CN113786229A (zh) * | 2021-09-15 | 2021-12-14 | 苏州朗润医疗系统有限公司 | 一种基于ar增强现实的辅助穿刺导航方法 |
CN113768622A (zh) * | 2021-09-25 | 2021-12-10 | 湖南师范大学树达学院 | 一种pbc穿刺路径的规划方法 |
CN114129240A (zh) * | 2021-12-02 | 2022-03-04 | 推想医疗科技股份有限公司 | 一种引导信息生成方法、系统、装置及电子设备 |
CN116096313A (zh) * | 2021-12-17 | 2023-05-09 | 上海卓昕医疗科技有限公司 | 穿刺定位系统及其控制方法 |
CN116096313B (zh) * | 2021-12-17 | 2023-10-31 | 上海卓昕医疗科技有限公司 | 穿刺定位系统及其控制方法 |
CN114948199B (zh) * | 2022-05-17 | 2023-08-18 | 天津大学 | 一种外科手术辅助系统及手术路径规划方法 |
CN114948199A (zh) * | 2022-05-17 | 2022-08-30 | 天津大学 | 一种外科手术辅助系统及手术路径规划方法 |
CN115294124A (zh) * | 2022-10-08 | 2022-11-04 | 卡本(深圳)医疗器械有限公司 | 基于多模态医学图像配准的超声穿刺引导规划系统 |
CN115775611A (zh) * | 2023-02-13 | 2023-03-10 | 北京精准医械科技有限公司 | 一种穿刺手术规划系统 |
CN116725640A (zh) * | 2023-06-20 | 2023-09-12 | 山东卓业医疗科技有限公司 | 一种身体穿刺打印模板的构建方法 |
CN116725640B (zh) * | 2023-06-20 | 2024-02-27 | 山东卓业医疗科技有限公司 | 一种身体穿刺打印模板的构建方法 |
CN117338419A (zh) * | 2023-09-28 | 2024-01-05 | 杭州盛星医疗科技有限公司 | 一种穿刺设备引导方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110464459B (zh) | 2022-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110464459A (zh) | 基于ct-mri融合的介入计划导航系统及其导航方法 | |
WO2015161728A1 (zh) | 三维模型的构建方法及装置、图像监控方法及装置 | |
EP2584990B1 (en) | Focused prostate cancer treatment system | |
US8787648B2 (en) | CT surrogate by auto-segmentation of magnetic resonance images | |
CN106102585B (zh) | 三维成像数据的显示处理方法和三维超声成像方法及系统 | |
US8425418B2 (en) | Method of ultrasonic imaging and biopsy of the prostate | |
CN103402453B (zh) | 用于导航系统的自动初始化和配准的系统和方法 | |
CN101474075B (zh) | 微创手术导航系统 | |
CN103325143B (zh) | 基于模型匹配的标记点自动注册方法 | |
CN107595387A (zh) | 一种基于超声拓片技术的脊椎图像生成系统以及脊柱手术导航定位系统 | |
CN112155729A (zh) | 手术穿刺路径智能自动化规划方法及系统和医疗系统 | |
CN110310281A (zh) | 一种基于Mask-RCNN深度学习的虚拟医疗中肺结节检测与分割方法 | |
CN107714082A (zh) | 一种基于光学定位的超声探头标定装置及方法 | |
CN107184273A (zh) | 外科手术导航系统 | |
CN104248454B (zh) | 一种二维超声图像与穿刺针共面判断方法 | |
JP2007144177A (ja) | 低コントラストの管形状対象のための半自動セグメント分割手法の方法及び装置 | |
CN106821496A (zh) | 一种经皮椎间孔镜手术精准规划系统及方法 | |
CN110432986A (zh) | 用于从ct数据构建虚拟径向超声图像并使用虚拟超声图像执行外科导航程序的系统和方法 | |
CN109994188A (zh) | 基于ndi的神经外科导航配准测试方法和系统 | |
CN109620404A (zh) | 基于医学图像的肾脏分段的方法及其系统 | |
CN107204045A (zh) | 基于ct图像的虚拟内窥镜系统 | |
CN110163867A (zh) | 一种基于病灶断层扫描图进行自动分割的方法 | |
CN110136137A (zh) | 一种基于断层扫描图数据集进行血管区域分割的方法 | |
CN110148113A (zh) | 一种基于断层扫描图数据的病灶靶区信息标注方法 | |
CN110148114A (zh) | 一种基于2d断层扫描图数据集的深度学习模型训练方法 |
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 |