CN110910406B - 一种肝脏肿瘤消融术后三维空间疗效评估方法及系统 - Google Patents

一种肝脏肿瘤消融术后三维空间疗效评估方法及系统 Download PDF

Info

Publication number
CN110910406B
CN110910406B CN201911143440.1A CN201911143440A CN110910406B CN 110910406 B CN110910406 B CN 110910406B CN 201911143440 A CN201911143440 A CN 201911143440A CN 110910406 B CN110910406 B CN 110910406B
Authority
CN
China
Prior art keywords
region
ablation
liver
tumor
postoperative
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.)
Active
Application number
CN201911143440.1A
Other languages
English (en)
Other versions
CN110910406A (zh
Inventor
梁萍
于杰
董立男
程志刚
杨健
于晓玲
刘方义
韩治宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chinese PLA General Hospital
Original Assignee
Chinese PLA General Hospital
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chinese PLA General Hospital filed Critical Chinese PLA General Hospital
Priority to CN201911143440.1A priority Critical patent/CN110910406B/zh
Publication of CN110910406A publication Critical patent/CN110910406A/zh
Application granted granted Critical
Publication of CN110910406B publication Critical patent/CN110910406B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10012—Stereo images
    • 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]

Abstract

本发明公开了一种肝脏肿瘤消融术后三维空间疗效评估方法及系统，该方法包括：获取患者医学影像图，对医学影像图进行预处理；对医学影像图进行图像分割和三维建模，获得术前肝脏区域、术前肝脏肿瘤区域、术后肝脏区域和术后消融区域；利用CPD点集配准算法对术前肝脏区域和术后肝脏区域进行全局配准，获得变换矩阵，然后计算术前肝脏肿瘤区域对应于消融手术后的配准结果肿瘤区域；对共有特征进行提取和局部配准，然后对配准结果肿瘤区域进行调整；计算术后消融区域与配准结果肿瘤区域的边界之间的距离，并将该距离在三维空间内可视化显示。本发明能够辅助医生进行消融术后的疗效评估，为患者后续治疗方案制定奠定基础。

Description

一种肝脏肿瘤消融术后三维空间疗效评估方法及系统
技术领域
本发明属于消融治疗领域，具体涉及一种肝脏肿瘤消融术后三维空间疗效评估方法及系统。
背景技术
近年来，影像引导下的经皮热消融技术已成为肝、肾、乳腺等实体肿瘤极具前景的微创治疗方法之一。其中微波消融是通过超声、CT等影像引导，将消融针插入肿瘤内，通过释放电磁波使局部区域极性分子震荡摩擦产生高温，最终达到灭活肿瘤的目的。与传统手术相比，具有创伤小、疗效好、恢复快、可重复、费用低且可提高机体免疫功能等优点，可以实现无需开刀而彻底灭活肿瘤的良好疗效。但不同于开腹手术中肿瘤及治疗区域的清晰看见，微创消融是在术中二维影像引导下进行，其治疗区域是否完全覆盖肿瘤并达到足够的安全边界需通过术前和术后影像的对比进行评估。然而由于术前术后患者体位变化及治疗过程导致的软组织形变，包括消融灭活区域的组织收缩和肝脏再生体积膨胀，导致仅通过术前术后二维影像对比或三维刚性配准无法进行精确疗效评估，所以如何通过术前术后影像在三维空间上实现肿瘤消融的精准疗效评估是目前的难点问题。
针对术前术后影像三维空间的评估，点云配准是近年来常用的配准方式。目前，有大量的方法被研究用于图像三维空间配准，其中迭代最近邻法(Iterative ClosestPoint，ICP)是最经典常用的算法。后续算法大多在其基础上改进优化而成。但此类算法仅考虑脏器全局形变，对于局部形变较大且不均匀的消融治疗评估具有一定局限性。因此需要一种整体与局部联合的配准方法，以整体特征为基础，同时顾全局部形变，选取合理特征点，实现最优的变换。
发明内容
为了解决现有技术存在的上述问题，本发明目的在于提供一种肝脏肿瘤消融术后三维空间疗效评估方法及系统，其能够辅助医生进行消融术后的疗效评估，为患者后续治疗方案制定奠定基础。
本发明所采用的技术方案为：一种肝脏肿瘤消融术后三维空间疗效评估方法，包括以下步骤：
步骤1，获取患者进行肝脏肿瘤消融手术前后的医学影像图，对消融手术前后的医学影像图进行预处理；
步骤2，对预处理的消融手术前后的医学影像图进行图像分割和三维建模，获得术前肝脏区域、术前肝脏肿瘤区域、术后肝脏区域和术后消融区域；
步骤3，利用CPD点集配准算法对术前肝脏区域和术后肝脏区域进行全局配准，获得变换矩阵，然后根据变换矩阵计算术前肝脏肿瘤区域对应于消融手术后的配准结果肿瘤区域；
步骤4，对术前肝脏肿瘤区域和术后消融区域周边的共有特征进行提取和局部配准，然后对步骤3的配准结果肿瘤区域进行调整；
步骤5，计算术后消融区域的边界与配准结果肿瘤区域的边界之间的距离，并将该距离在三维空间内可视化显示。
作为优选方式，所述医学影像图包括CT图像和MRI图像。
作为优选方式，步骤1中，对消融手术前后的医学影像图进行预处理具体为：读取消融前后的医学影像图，对医学影像图进行高斯去噪、灰度直方图均衡化、增强图像对比度、旋转、翻转和数据标准化处理。
作为优选方式，步骤2中，对预处理的消融手术前后的医学影像图进行图像分割和三维建模，获得术前肝脏区域、术前肝脏肿瘤区域、术后肝脏区域和术后消融区域包括：利用最大流/最小割算法标记出术前肝脏区域、术前肝脏肿瘤区域、术后肝脏区域和术后消融区域，在图像分割过程中引入基于整体和局部区域表征的势能场函数作为约束，建立自适应混合变分模型，利用最大流/最小割算法对能量方程最小化进行求解，在不同图像区域有选择性地根据灰度信息、边界梯度、纹理信息及局部上下文信息确定目标区域。
作为优选方式，步骤3中，利用CPD点集配准算法对术前肝脏区域和术后肝脏区域进行全局配准，获得变换矩阵，然后根据变换矩阵计算术前肝脏肿瘤区域对应于消融手术后的配准结果肿瘤区域具体为：
获取术前肝脏区域和术后肝脏区域的肝脏数据点集，令术前肝脏区域的术前肝脏数据点集为Xi＝(x1,...,xN)T，作为目标点集，令术后肝脏区域图的术后肝脏数据点集为Yi＝(y1,...,yM)T，作为模板点集；目标点集作为高斯混合模型的数据集，模板点集作为高斯混合模型的内核点集，N和M分别代表目标点集和模板点集的个数，则高斯混合模型的概率密度函数为：
Figure BDA0002281544890000031
Figure BDA0002281544890000032
其中，p(x|m)是高斯混合模型的概率密度基函数，ω表示溢出点的权重值，取值范围为0～1，x为平移变量；
计算最小负对数似然函数：
Figure BDA0002281544890000033
根据梯度下降法，对其进行求导可得：
Figure BDA0002281544890000041
其中，
Figure BDA0002281544890000042
Figure BDA0002281544890000043
Figure BDA0002281544890000044
Figure BDA0002281544890000045
采用最大期望算法进行迭代，求解出模型的最佳参数，最后根据选取的点云数据和变换参数，计算术前肝脏肿瘤区域对应于消融手术后的配准结果肿瘤区域。
作为优选方式，步骤4中，对术前肝脏肿瘤区域和术后消融区域周边的共有特征进行提取和局部配准，然后对配准结果肿瘤区域进行调整具体为：选取术前肝脏肿瘤区域和术后消融区域周边邻近且共有血管作为共有特征，提取共有特征的特征点作为薄板样条函数弹性变换的控制点，对配准结果肿瘤区域的形态及位置进行调整。
作为优选方式，提取共有特征的特征点包括手动提取、自动提取和交互式提取特征点。
作为优选方式，提取共有特征的特征点作为薄板样条函数弹性变换的控制点，对配准结果肿瘤区域的形态及位置进行调整包括以下步骤：选取血管的交叉点、端点作为特征点，采用Harris角点检测方法对特征点进行检测；特征点检测完成后，采用尺度不变特征变换算法对特征点进行描述配对；引入相关验证特征点之间的对应关系，滤除明显的错误配对；将正确配对的特征点作为薄板样条函数弹性变换的控制点，对配准结果肿瘤区域的形态及位置进行调整。
作为优选方式，步骤5中，计算术后消融区域的边界与配准结果肿瘤区域的边界之间的距离，并将该距离在三维空间内可视化显示具体为：计算消融区域的边界与配准结果肿瘤区域的边界之间的垂直距离，根据消融疗效相关因素定义，设定两者垂直距离的阈值，使用伪彩色将垂直距离映射于三维空间可视化显示。
本发明所采用的另一技术方案为：一种肝脏肿瘤消融术后三维空间疗效评估系统，包括：
数据获取模块，用于获取患者进行肝脏肿瘤消融手术前后的医学影像图；
重建模块，用于对消融手术前后的医学影像图进行图像分割和三维建模，获得术前肝脏区域、术前肝脏肿瘤区域、术后肝脏区域和术后消融区域；
全局配准模块，基于数据三维空间特征通过CPD点集配准算法对术前肝脏区域和术后肝脏区域进行全局配准，获得变换矩阵，然后根据变换矩阵计算术前肝脏肿瘤区域对应于消融手术后的配准结果肿瘤区域；
局部配准模块，用于对术前肝脏肿瘤区域和术后消融区域周边的共有特征进行提取和局部配准，然后对配准结果肿瘤区域进行调整；
三维输出模块，用于计算术后消融区域的边界与配准结果肿瘤区域的边界之间的距离，并将该距离在三维空间内可视化显示。
本发明的有益效果为：
本发明提供了一种消融术后三维空间疗效评估方法及系统，通过患者进行消融手术前后的CT图像和MRI图像，对CT图像和MRI图像进行图像分割和三维建模，获得术前肝脏区域、术前肝脏肿瘤区域、术后肝脏区域和术后消融区域，再利用CPD点集配准算法进行肝脏全局配准获得配准结果肿瘤区域，再通过术前肝脏肿瘤区域与术后消融区域周围邻近的共有血管进行局部配准调整配准结果肿瘤区域，最终实现术前肝脏肿瘤区域与配准结果肿瘤区域于同一三维空间下的可视化显示。本发明能够辅助医生进行消融术后疗效评估，为患者后续治疗方案制定奠定基础。
附图说明
图1为本发明提供的一种肝脏肿瘤消融术后三维空间疗效评估方法的流程图。
具体实施方式
如图1所示，本实施例提供了一种肝脏肿瘤消融术后三维空间疗效评估方法，包括以下步骤：
步骤1，获取患者进行肝脏肿瘤消融手术前后的医学影像图，对消融手术前后的医学影像图进行预处理；其中，所述医学影像图包括CT图像和MRI图像。对消融手术前后的医学影像图进行预处理具体为：读取消融前后的医学影像图，对医学影像图进行高斯去噪、灰度直方图均衡化、增强图像对比度、旋转、翻转和数据标准化处理。
步骤2，对预处理的消融手术前后的医学影像图进行图像分割和三维建模，获得术前肝脏区域、术前肝脏肿瘤区域、术后肝脏区域和术后消融区域，其包括：利用最大流/最小割算法标记出术前肝脏区域、术前肝脏肿瘤区域、术后肝脏区域和术后消融区域，在图像分割过程中引入基于整体和局部区域表征的势能场函数作为约束，建立自适应混合变分模型，利用最大流/最小割算法对能量方程最小化进行求解，在不同图像区域有选择性地根据灰度信息、边界梯度、纹理信息及局部上下文信息确定目标区域。
步骤3，利用CPD点集配准算法对术前肝脏区域和术后肝脏区域进行全局配准，获得变换矩阵，然后根据变换矩阵计算术前肝脏肿瘤区域对应于消融手术后的配准结果肿瘤区域，其具体为：
获取术前肝脏区域和术后肝脏区域的肝脏数据点集，令术前肝脏区域的术前肝脏数据点集为Xi＝(x1,...,xN)T，作为目标点集，令术后肝脏区域图的术后肝脏数据点集为Yi＝(y1,...,yM)T，作为模板点集；目标点集作为高斯混合模型的数据集，模板点集作为高斯混合模型的内核点集，N和M分别代表目标点集和模板点集的个数，则高斯混合模型的概率密度函数为：
Figure BDA0002281544890000071
Figure BDA0002281544890000072
其中，p(x|m)是高斯混合模型的概率密度基函数，ω表示溢出点的权重值，取值范围为0～1，x为平移变量；
计算最小负对数似然函数：
Figure BDA0002281544890000073
根据梯度下降法，对其进行求导可得：
Figure BDA0002281544890000081
其中，
Figure BDA0002281544890000082
Figure BDA0002281544890000083
Figure BDA0002281544890000084
Figure BDA0002281544890000085
采用最大期望算法进行迭代，求解出模型的最佳参数，最后根据选取的点云数据和变换参数，计算术前肝脏肿瘤区域对应于消融手术后的配准结果肿瘤区域。
步骤4，对术前肝脏肿瘤区域和术后消融区域周边的共有特征进行提取和局部配准，然后对步骤3的配准结果肿瘤区域进行调整，其具体为：选取术前肝脏肿瘤区域和术后消融区域周边邻近且共有血管作为共有特征，提取共有特征的特征点作为薄板样条函数弹性变换的控制点，对配准结果肿瘤区域的形态及位置进行调整。其中，提取共有特征的特征点包括手动提取、自动提取和交互式提取特征点。另外，提取共有特征的特征点作为薄板样条函数弹性变换的控制点，对配准结果肿瘤区域的形态及位置进行调整包括以下步骤：选取血管的交叉点、端点作为特征点，采用Harris角点检测方法对特征点进行检测；特征点检测完成后，采用尺度不变特征变换算法对特征点进行描述配对；特征点配对时不可避免出现错配点，引入相关验证特征点之间的对应关系，滤除明显的错误配对；将正确配对的特征点作为薄板样条函数弹性变换的控制点，对步骤3的配准结果肿瘤区域进行弹性变换，得到术前术后弹性配准结果。
步骤5，计算术后消融区域的边界与配准结果肿瘤区域的边界之间的距离，并将该距离在三维空间内可视化显示，其具体为：计算消融区域的边界与配准结果肿瘤区域的边界之间的垂直距离，根据消融疗效相关因素定义，设定两者垂直距离的阈值，使用伪彩色将垂直距离映射于三维空间可视化显示。根据该垂直距离判断消融疗效，伪彩色方便用户观察。
本实施例还提供了一种肝脏肿瘤消融术后三维空间疗效评估系统，包括：
数据获取模块，用于获取患者进行肝脏肿瘤消融手术前后的医学影像图，然后对消融手术前后的医学影像图进行预处理，所述医学影像图包括CT图像和MRI图像。
重建模块，用于对消融手术前后的医学影像图进行图像分割和三维建模，获得术前肝脏区域、术前肝脏肿瘤区域、术后肝脏区域和术后消融区域；
全局配准模块，基于数据三维空间特征通过CPD点集配准算法对术前肝脏区域和术后肝脏区域进行全局配准，获得变换矩阵，然后根据变换矩阵计算术前肝脏肿瘤区域对应于消融手术后的配准结果肿瘤区域；
局部配准模块，用于对术前肝脏肿瘤区域和术后消融区域周边的共有特征进行提取和局部配准，然后对配准结果肿瘤区域进行调整；
三维输出模块，用于计算术后消融区域的边界与配准结果肿瘤区域的边界之间的垂直距离，根据消融疗效相关因素定义，设定两者垂直距离的阈值，使用伪彩色将垂直距离映射于三维空间可视化显示。
本发明提供了一种消融术后三维空间疗效评估方法及系统，通过患者进行消融手术前后的CT图像和MRI图像，对CT图像和MRI图像进行图像分割和三维建模，获得术前肝脏区域、术前肝脏肿瘤区域、术后肝脏区域和术后消融区域，再利用CPD点集配准算法进行肝脏全局配准获得配准结果肿瘤区域，再通过术前肝脏肿瘤区域与术后消融区域周围邻近的共有血管进行局部配准调整配准结果肿瘤区域，最终实现术前肝脏肿瘤区域与配准结果肿瘤区域于同一三维空间下的可视化显示。本发明能够辅助医生进行消融术后的疗效评估，为患者后续治疗方案制定奠定基础。
本发明不局限于上述可选的实施方式，任何人在本发明的启示下都可得出其他各种形式的产品。上述具体实施方式不应理解成对本发明的保护范围的限制，本发明的保护范围应当以权利要求书中界定的为准，并且说明书可以用于解释权利要求书。

Claims (8)

1.一种肝脏肿瘤消融术后三维空间疗效评估方法，其特征在于，包括以下步骤：
步骤1，获取患者进行肝脏肿瘤消融手术前后的医学影像图，对消融手术前后的医学影像图进行预处理；
步骤2，对预处理的消融手术前后的医学影像图进行图像分割和三维建模，获得术前肝脏区域、术前肝脏肿瘤区域、术后肝脏区域和术后消融区域；
步骤3，利用CPD点集配准算法对术前肝脏区域和术后肝脏区域进行全局配准，获得变换矩阵，然后根据变换矩阵计算术前肝脏肿瘤区域对应于消融手术后的配准结果肿瘤区域；
步骤4，对术前肝脏肿瘤区域和术后消融区域周边的共有特征进行提取和局部配准，然后对配准结果肿瘤区域进行调整；
步骤5，计算术后消融区域的边界与配准结果肿瘤区域的边界之间的距离，并将该距离在三维空间内可视化显示；
步骤4中，对术前肝脏肿瘤区域和术后消融区域周边的共有特征进行提取和局部配准，然后对配准结果肿瘤区域进行调整具体为：选取术前肝脏肿瘤区域和术后消融区域周边邻近且共有血管作为共有特征，提取共有特征的特征点作为薄板样条函数弹性变换的控制点，对配准结果肿瘤区域的形态及位置进行调整；
提取共有特征的特征点作为薄板样条函数弹性变换的控制点，对配准结果肿瘤区域的形态及位置进行调整包括以下步骤：选取血管的交叉点、端点作为特征点，采用Harris角点检测方法对特征点进行检测；特征点检测完成后，采用尺度不变特征变换算法对特征点进行描述配对；引入相关验证特征点之间的对应关系，滤除明显的错误配对；将正确配对的特征点作为薄板样条函数弹性变换的控制点，对配准结果肿瘤区域的形态及位置进行调整。
2.根据权利要求1所述的肝脏肿瘤消融术后三维空间疗效评估方法，其特征在于，所述医学影像图包括CT图像和MRI图像。
3.根据权利要求1所述的肝脏肿瘤消融术后三维空间疗效评估方法，其特征在于，步骤1中，对消融手术前后的医学影像图进行预处理具体为：读取消融前后的医学影像图，对医学影像图进行高斯去噪、灰度直方图均衡化、增强图像对比度、旋转、翻转和数据标准化处理。
4.根据权利要求1所述的肝脏肿瘤消融术后三维空间疗效评估方法，其特征在于，步骤2中，对预处理的消融手术前后的医学影像图进行图像分割和三维建模，获得术前肝脏区域、术前肝脏肿瘤区域、术后肝脏区域和术后消融区域包括：利用最大流/最小割算法标记出术前肝脏区域、术前肝脏肿瘤区域、术后肝脏区域和术后消融区域，在图像分割过程中引入基于整体和局部区域表征的势能场函数作为约束，建立自适应混合变分模型，利用最大流/最小割算法对能量方程最小化进行求解，在不同图像区域有选择性地根据灰度信息、边界梯度、纹理信息及局部上下文信息确定目标区域。
5.根据权利要求4所述的肝脏肿瘤消融术后三维空间疗效评估方法，其特征在于，步骤3中，利用CPD点集配准算法对术前肝脏区域和术后肝脏区域进行全局配准，获得变换矩阵，然后根据变换矩阵计算术前肝脏肿瘤区域对应于消融手术后的配准结果肿瘤区域具体为：
获取术前肝脏区域和术后肝脏区域的肝脏数据点集，令术前肝脏区域的术前肝脏数据点集为Xi＝(x1,...,xN)T，作为目标点集，令术后肝脏区域图的术后肝脏数据点集为Yi＝(y1,...,yM)T，作为模板点集；目标点集作为高斯混合模型的数据集，模板点集作为高斯混合模型的内核点集，N和M分别代表目标点集和模板点集的个数，则高斯混合模型的概率密度函数为：
Figure FDA0003682009120000021
Figure FDA0003682009120000031
其中，p(x|m)是高斯混合模型的概率密度基函数，ω表示溢出点的权重值，取值范围为0～1，x为平移变量；
计算最小负对数似然函数：
Figure FDA0003682009120000032
根据梯度下降法，对其进行求导可得：
Figure FDA0003682009120000033
其中，
Figure FDA0003682009120000034
Figure FDA0003682009120000035
Figure FDA0003682009120000036
Figure FDA0003682009120000037
采用最大期望算法进行迭代，求解出模型的最佳参数，最后根据选取的点云数据和变换参数，计算术前肝脏肿瘤区域对应于消融手术后的配准结果肿瘤区域。
6.根据权利要求1所述的肝脏肿瘤消融术后三维空间疗效评估方法，其特征在于，提取共有特征的特征点包括手动提取、自动提取和交互式提取特征点。
7.根据权利要求1所述的肝脏肿瘤消融术后三维空间疗效评估方法，其特征在于，步骤5中，计算术后消融区域的边界与配准结果肿瘤区域的边界之间的距离，并将该距离在三维空间内可视化显示具体为：计算消融区域的边界与配准结果肿瘤区域的边界之间的垂直距离，根据消融疗效相关因素定义，设定两者垂直距离的阈值，使用伪彩色将垂直距离映射于三维空间可视化显示。
8.一种肝脏肿瘤消融术后三维空间疗效评估系统，其特征在于，采用权利要求1-7任一项所述的肝脏肿瘤消融术后三维空间疗效评估方法，包括：
数据获取模块，用于获取患者进行肝脏肿瘤消融手术前后的医学影像图；
重建模块，用于对消融手术前后的医学影像图进行图像分割和三维建模，获得术前肝脏区域、术前肝脏肿瘤区域、术后肝脏区域和术后消融区域；
全局配准模块，基于数据三维空间特征通过CPD点集配准算法对术前肝脏区域和术后肝脏区域进行全局配准，获得变换矩阵，然后根据变换矩阵计算术前肝脏肿瘤区域对应于消融手术后的配准结果肿瘤区域；
局部配准模块，用于对术前肝脏肿瘤区域和术后消融区域周边的共有特征进行提取和局部配准，然后对配准结果肿瘤区域进行调整；
三维输出模块，用于计算术后消融区域的边界与配准结果肿瘤区域的边界之间的距离，并将该距离在三维空间内可视化显示。
CN201911143440.1A 2019-11-20 2019-11-20 一种肝脏肿瘤消融术后三维空间疗效评估方法及系统 Active CN110910406B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911143440.1A CN110910406B (zh) 2019-11-20 2019-11-20 一种肝脏肿瘤消融术后三维空间疗效评估方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911143440.1A CN110910406B (zh) 2019-11-20 2019-11-20 一种肝脏肿瘤消融术后三维空间疗效评估方法及系统

Publications (2)

Publication Number Publication Date
CN110910406A CN110910406A (zh) 2020-03-24
CN110910406B true CN110910406B (zh) 2022-08-26

Family

ID=69818400

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911143440.1A Active CN110910406B (zh) 2019-11-20 2019-11-20 一种肝脏肿瘤消融术后三维空间疗效评估方法及系统

Country Status (1)

Country Link
CN (1) CN110910406B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111528800A (zh) * 2020-04-30 2020-08-14 深圳开立生物医疗科技股份有限公司 一种肿瘤消融疗效预测方法、装置、设备及计算机介质
CN112258478A (zh) * 2020-10-22 2021-01-22 北京柏惠维康科技有限公司 数据处理方法及位姿精度验证系统
CN113378879B (zh) * 2021-05-06 2023-06-30 上海美杰医疗科技有限公司 术后肿瘤评估方法、装置及计算机存储介质
CN113409286B (zh) * 2021-06-28 2023-08-25 杭州佳量医疗科技有限公司 一种基于磁共振引导的激光消融评估系统
CN114757982A (zh) * 2022-04-11 2022-07-15 北京理工大学 应用于肝脏消融术后评估的配准方法及装置
CN114782454B (zh) * 2022-06-23 2022-09-09 四川省肿瘤医院 用于盆腔肿瘤影像术前导航的图像识别系统
CN117237435B (zh) * 2023-11-16 2024-02-06 北京智源人工智能研究院 肿瘤预后效果评估的方法、装置、电子设备和存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109859833A (zh) * 2018-12-28 2019-06-07 北京理工大学 消融手术治疗效果的评估方法和装置
CN110175958A (zh) * 2019-04-24 2019-08-27 艾瑞迈迪科技石家庄有限公司 一种基于医学影像的消融结果分析方法和系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109859833A (zh) * 2018-12-28 2019-06-07 北京理工大学 消融手术治疗效果的评估方法和装置
CN110175958A (zh) * 2019-04-24 2019-08-27 艾瑞迈迪科技石家庄有限公司 一种基于医学影像的消融结果分析方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Point Set Registration: Coherent Point Drift;Andriy Myronenko and Xubo Song;《IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE》;20101231;第32卷(第12期);第2262-2275页 *

Also Published As

Publication number Publication date
CN110910406A (zh) 2020-03-24

Similar Documents

Publication Publication Date Title
CN110910406B (zh) 一种肝脏肿瘤消融术后三维空间疗效评估方法及系统
US11776120B2 (en) Method for predicting morphological changes of liver tumor after ablation based on deep learning
Wein et al. Automatic CT-ultrasound registration for diagnostic imaging and image-guided intervention
WO2015161728A1 (zh) 三维模型的构建方法及装置、图像监控方法及装置
US7817836B2 (en) Methods for volumetric contouring with expert guidance
CN107835661B (zh) 超声图像处理系统和方法及其装置、超声诊断装置
JP2018529399A (ja) レジストレーションの基準マーカー、システム、および方法
JP2002345807A (ja) 医療用画像の領域抽出方法
KR20210051141A (ko) 환자의 증강 현실 기반의 의료 정보를 제공하는 방법, 장치 및 컴퓨터 프로그램
CN113545844B (zh) 激光间质热疗的模拟方法和设备
CN110123453A (zh) 一种基于无标记增强现实的手术导航系统
CN104933672A (zh) 基于快速凸优化算法配准三维ct与超声肝脏图像的方法
KR102433473B1 (ko) 환자의 증강 현실 기반의 의료 정보를 제공하는 방법, 장치 및 컴퓨터 프로그램
Rasoulian et al. Augmentation of paramedian 3D ultrasound images of the spine
CN115530973B (zh) 一种消融可视化方法及系统
Lian et al. Feature extraction of kidney tissue image based on ultrasound image segmentation
CN107862715B (zh) 医学图像显示方法、装置及存储介质
CN108158804B (zh) 一种基于体表静脉特征实现目标定位的体表静脉模具及制作方法
CN114469052A (zh) 肝脏消融术后肿瘤收缩形变定量计算方法及装置
CN114375438A (zh) 静脉血管肿瘤影像处理方法及相关产品
Prabu et al. A statistical deformation model (SDM) based regularizer for non-rigid image registration: application to registration of multimodal prostate MRI and histology
JP7404058B2 (ja) 磁気共鳴イメージング（ｍｒｉ）スキャンにおける熱アブレーションによって形成された障害部の視覚化
Duc et al. Fused visualization of 3D Ultrasound and CT image on navigation system for Water-filled Laparo-endoscopic Surgery
US11984217B2 (en) Method and apparatus for processing histological image captured by medical imaging device
CN117174301A (zh) 基于深度学习的术中肺恶性肿瘤热消融疗效预测的方法

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