CN111281535B - 双腔支气管导管匹配和模拟插管方法及设备 - Google Patents
双腔支气管导管匹配和模拟插管方法及设备 Download PDFInfo
- Publication number
- CN111281535B CN111281535B CN202010180835.5A CN202010180835A CN111281535B CN 111281535 B CN111281535 B CN 111281535B CN 202010180835 A CN202010180835 A CN 202010180835A CN 111281535 B CN111281535 B CN 111281535B
- Authority
- CN
- China
- Prior art keywords
- dimensional model
- information
- trachea
- double
- catheter
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000002627 tracheal intubation Methods 0.000 title claims abstract description 21
- 210000003437 trachea Anatomy 0.000 claims abstract description 63
- 210000000621 bronchi Anatomy 0.000 claims description 93
- 238000003780 insertion Methods 0.000 claims description 20
- 230000037431 insertion Effects 0.000 claims description 20
- 230000009977 dual effect Effects 0.000 claims description 17
- 238000004088 simulation Methods 0.000 claims description 11
- 238000003062 neural network model Methods 0.000 claims description 4
- 238000013459 approach Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000013499 data model Methods 0.000 description 6
- 210000004072 lung Anatomy 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000009423 ventilation Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000005070 sampling Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 238000004513 sizing Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 206010021143 Hypoxia Diseases 0.000 description 2
- 210000003484 anatomy Anatomy 0.000 description 2
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 230000007954 hypoxia Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000007675 cardiac surgery Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
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
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
- G06V20/653—Three-dimensional objects by matching three-dimensional models, e.g. conformal mapping of Riemann surfaces
-
- 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
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- 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
-
- 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
- A61B2034/2065—Tracking using image or pattern recognition
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- Surgery (AREA)
- Public Health (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Robotics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Artificial Intelligence (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Computer Graphics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Endoscopes (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明提供双腔支气管导管匹配和模拟插管方法及设备,所述双腔支气管导管匹配方法包括:获取气管三维模型以及双腔支气管导管三维模型;在所述气管三维模型中确定关键部位的尺寸信息;在所述双腔支气管导管三维模型中确定关键部位的尺寸信息;通过比对所述尺寸信息判断所述双腔支气管导管三维模型与所述气管三维模型是否匹配。
Description
技术领域
本发明涉及解剖学信息领域,具体涉及一种双腔支气管导管匹配和模拟插管方法及设备。
背景技术
经气道插入双腔支气管导管而实现单肺通气(令手术侧肺保持静止状态,非手术侧保持通气状态)是进行大部分胸外科和部分心外科手术的必要条件,也是保障病人术中气道通畅和生命安全的必要手段。在传统技术条件下双腔支气管导管插入的失败率为32%-83%。
图1示出了一种常见的双腔支气管导管,双腔管插入成功的关键是:一方面,选择的双腔管结构上必须要与患者气道解剖相匹配,比如管径过细会造成气道阻力增加和非手术侧肺通气不佳,术中低氧;管径过粗会增加气道损伤的风险。粗细、长短对双腔管是否能准确进入目标位置也有影响,过细则容易插入过深,过粗则容易插入过浅。另一方面,必须使双腔管插入后位置准确;插入位置失当,无法实现理想的单肺通气,或者因为手术侧肺膨胀导致手术操作困难,或者因为非手术侧肺通气不佳造成患者术中缺氧。
目前,对于双腔管规格的选择,以及能否准确使双腔管插入目标位置,取决于操作者(主要是麻醉科医师)的技术和经验,术前通过影像学手段充分了解患者的气道解剖,并选择出合适规格的双腔管,以及对双腔管插入后的状态有准确预判有助于提高插管的成功率,但这对多数并不擅长影像学知识的麻醉科医师而言具有一定难度。
发明内容
有鉴于此,本发明提供一种双腔支气管导管匹配方法,包括:
获取气管三维模型以及双腔支气管导管三维模型;
在所述气管三维模型中确定关键部位的尺寸信息;
在所述双腔支气管导管三维模型中确定关键部位的尺寸信息;
通过比对所述尺寸信息判断所述双腔支气管导管三维模型与所述气管三维模型是否匹配。
本发明还提供一种双腔支气管导管插管模拟方法,包括:
获取气管三维模型以及双腔支气管导管三维模型;
在所述气管三维模型中确定关键部位的尺寸信息;
在所述双腔支气管导管三维模型中确定关键部位的尺寸信息;
模拟所述双腔支气管导管三维模型插入所述气管三维模型的过程,并显示其所述尺寸信息的关系。
可选地,在所述模拟的过程中,当所述尺寸信息不相符时进行提示。
可选地,所述气管三维模型关键部位的尺寸信息包括左右主支气管分叉点与气管顶端的距离、左右主支气管分叉点与主支气管分叉点的距离、主支气管的管径信息、主气管的管径信息。
可选地,在所述气管三维模型中确定关键部位的尺寸信息,包括:
确定所述气管三维模型的中心线所组成的树状结构;
根据所述树状结构确定主支气管和主气管,以及所述左右主支气管分叉点的位置信息、气管顶端的位置信息、主支气管分叉点的位置信息;
利用最小内切球算法计算所述主支气管的管径信息、主气管的管径信息;
根据所述位置信息确定所述距离。
可选地,所述双腔支气管导管三维模型关键部位的尺寸信息包括导管长度信息、导管管径信息。
可选地,获取气管三维模型包括:
获取CT影像;
利用神经网络模型识别所述CT影像,分割出支气管影像;
利用所述支气管影像生成气管三维模型。
本发明还提供一种双腔支气管导管选型方法,包括:
根据上述双腔支气管导管匹配方法对一个气管三维模型和多个双腔支气管导管三维模型分别进行匹配;
根据匹配结果确定至少一个尺寸信息相符合的双腔支气管导管。
可选地,所述尺寸信息相符合的双腔支气管导管是指导管管径信息最接近支气管管径,且导管长度信息与左右主支气管分叉点与气管顶端的距离、左右主支气管分叉点与主支气管分叉点的距离最相符的导管。
相应地,本发明提供一种双腔支气管导管匹配设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行上述双腔支气管导管匹配方法。
相应地,本发明提供一种双腔支气管导管插管模拟设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行上述双腔支气管导管插管模拟方法。
相应地,本发明提供一种双腔支气管导管选型设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行上述双腔支气管导管选型方法。
根据本发明提供的双腔支气管导管匹配方法及设备,通过将人体气管和双腔支气管导管转换为三维数据模型,可以准确地得到模型各关键部位的位置和尺寸信息,比对这些信息,可以实现术前对患者气管和导管的数字化匹配,从而确定导管是否适用于患者,由此可以提高插管成功率和手术安全性。
根据本发明提供的双腔支气管导管选型方法及设备,用户可以在术前将各个规格的双腔支气管导管的三维模型与患者的气管三维模型分别进行匹配,根据匹配结果自动确定一个最适于患者气管情况的导管,借助本方案进行选型,不需要过分依赖医生的经验和主观判断,通过客观数据进行选型的结果更加准确,且处理速度更快,由此可以提高插管成功率和安全性。
根据本发明提供的双腔支气管导管插管模拟方法及设备,通过将人体气管和双腔支气管导管转换为三维数据模型,可以准确地得到模型各关键部位的位置和尺寸信息,并基于这些信息展示双腔支气管导管三维模型插入气管三维模型的过程,也即模拟手术中的插管过程,根据实时显示的位置和尺寸的关系,使用户可以直观地确定导管是否适用于患者,由此可以提高插管成功率和手术安全性。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中的一种双腔支气管导管的示意图;
图2为本发明实施例中的双腔支气管导管匹配方法的流程图;
图3为本发明实施例中的气管三维模型可视化效果图;
图4为本发明实施例中的气管三维模型关键部位的示意图;
图5为本发明实施例中的双腔支气管导管插管模拟方法的流程图;
图6为本发明实施例中的模拟插管效果示意图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,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。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
本发明实施例提供一种双腔支气管导管匹配方法,本方法可以由计算机设备执行。如图2所示,本方法包括如下步骤:
S1A,获取气管三维模型以及双腔支气管导管三维模型。本申请所述气管三维模型是指以人体气管结构为基础所建立的三维数据模型,其可视化结果如图3所示。在本实施例中,该模型包含了主气管、主支气管以及其下叶支气管和各段支气管等全部细节。在可选的实施例中,该模型可以只包含主气管和主支气管,即如图3中虚线框中的内容。
本申请所述双腔支气管导管三维模型是指以如图1双腔支气管导管的实际形状和尺寸信息为基础所建立的三维数据模型。实施本方案时可利用3D扫描仪对双腔支气管导管进行扫描,得到双腔气管导管的表面三维点云数据,由此即可重建出三维模型。
S2A,在气管三维模型中确定关键部位的尺寸信息。在本方案中,气管的关键部位至少包括主气管和主支气管,尺寸信息包括但不限于长度信息、管径(气管内径)信息以及主气管与主支气管的角度信息。所述主支气管可以是左主支气管或者右主支气管,本领域技术人员应当理解,双腔导管的插管只涉及左主支气管或者又主支气管中的一个,由于临床上使用右侧管的情况较少,本申请以左主支气管为例进行说明。
S3A,在双腔支气管导管三维模型中确定关键部位的尺寸信息。在本方案中,双腔支气管导管的关键部位尺寸信息例如是总体长度信息和管径(导管外径)信息。在实际应用时,可根据导管的形状进一步区分,比如对于多段管体直径不同的导管,可以分别确定各段管体的管径信息,以及各段管体的长度信息等等;比如还可以按照导管各部件的分布,分别确定如主气囊至插入端的长度、末端至主气囊的长度等等。
需要说明的是,步骤S2A和步骤S3A是可以完全分开执行的操作,本申请不限定这两个步骤的执行顺序。
S4A,通过比对尺寸信息判断双腔支气管导管三维模型与气管三维模型是否匹配。具体地,应分别比对两个模型相应位置的尺寸信息。作为举例,比如可以比对图3中的主气管、主支气管的长度信息与图1中的管体长度;还可以比对图3中的主气管、主支气管的管径信息与图1中的管体的管径信息。
关于是否匹配的判断原则,应当以双腔管是否能准确进入目标位置、双腔管对于气管而言是否过粗或过细为主要判断依据。对于两个模型而言,比如气管的管径信息小于导管的管径则判定两个模型不匹配,也即此导管不适用于该气管。对于长度信息,导管的插入部分的整体长度应当小于但接近主气管与主支气管的长度之和,不符合此条件时则判定两个模型不匹配,也即此导管不适用于该气管。
根据本发明实施例提供的双腔支气管导管匹配方法,通过将人体气管和双腔支气管导管转换为三维数据模型,可以准确地得到模型各关键部位的位置和尺寸信息,比对这些信息,可以实现术前对患者气管和导管的数字化匹配,从而确定导管是否适用于患者,由此可以提高插管成功率和手术安全性。
此外,本方案能够嵌入现有的医学影像系统,与之共享患者的相关气道解剖路径数据,利用医师使用上述方案的过程自动收集患者气道的解剖学信息,并以此形成大数据库,为开发出适合国人解剖特点的双腔支气管导管提供数据支持。
在一个优选的实施例中,如图4所示,气管三维模型关键部位的尺寸信息包括左右主支气管分叉点A与气管顶端B(AB段)的距离L1、左右主支气管分叉点A与主支气管分叉点C(AC段)的距离L2,这些距离信息可以用于指导插管操作的插入深度。
此外还包括主支气管(AC段)与主气管(AB段)的角度信息。此信息可以用于指导插管操作的插入角度。
此外还包括主支气管(AC段)的管径信息R1、主气管(AB段)的管径信息R2。关于管径信息R1和R2,可以是每一点处的管径信息组成的数据集,也可以是该段的平均管径,也可以是该段上的最小管径。
相应地,双腔支气管导管三维模型的关键部件是与上述AC段相应的部位,以及与AB段相应的部位,尺寸信息为这些部位的长度和管径(外径)。
下面介绍一种获得上述气管三维模型关键部位及其尺寸信息的优选方案,即步骤S2A具体可以包括如下处理:
S2A1,确定气管三维模型的中心线所组成的树状结构。具体是对图3所示的模型,利用最小内切球算法计算出主气管、主支气管等部位的中心线,得到如图4所示的树状结构。
S2A2,根据树状结构确定主支气管和主气管,以及左右主支气管分叉点的位置信息、气管顶端的位置信息、主支气管分叉点的位置信息。根据树状结构可对气管进行分段,识别出如上述A、B、C点及相应的段,并进一步获取这些点的三维位置信息。
S2A3,利用最小内切球算法计算主支气管的管径信息R2、主气管的管径信息R1。
S2A4,根据位置信息确定距离。具体可根据A、B、C点的三维位置信息确定AB段的距离L1、AC段的距离L2。
下面介绍一种获得气管三维模型的优选方案,即步骤S1A具体可以包括如下处理:
S1A1,获取CT影像,具体包括多个不同分辨率的CT图像集。此图像可通过现有的医学设备拍摄得到。
S1A2,利用神经网络模型识别CT影像,分割出支气管影像。所使用的神经网络具有三维卷积核,并且经过一定数量的样本影像进行训练。经过训练后,输入给网络不同分辨率的CT影像,融合多种分辨率下的网络输出,得到气管、肺实质的分割结果。
S1A3,利用支气管影像生成气管三维模型。例如可以借助于CT机的支气管3D重建软件,利用上述分割结果进行三维建模。
进一步地,本实施例使用3D V-net神经网络模型,将原始的CT影像体数据作为网络的输入,用于模型训练,得到多器官分割网络模型。3D V-net网络中具有三维卷积算子,考虑到影像的连续性特征;根据解码-编码器原理,通过卷积和下采样的方式,获取高维上下文信息;在上采样的过程中,通过短连接,融合高维的上下文信息,用于预测精确的边缘位置。3D V-net网络所使用的上采样或下采样block结构可以减少模型的大小,加快处理时间,提高生成气管三维模型的效率。
本发明实施例还提供一种双腔支气管导管匹配设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器执行上述双腔支气管导管匹配方法。
基于上述匹配方案,本发明实施例提供一种双腔支气管导管选型方法,在选型应用场景中,首先获取患者的气管三维模型,以及备选的多个双腔支气管导管三维模型,由于不同规格的导管长度、管径不同,所建立的导管三维模型尺寸信息各不相同。为了从多个备选的导管中确定一个最适合该患者的导管,可以根据上述实施例提供的双腔支气管导管匹配方法,分别将多个双腔支气管导管三维模型与患者的气管三维模型进行匹配判断,并根据匹配结果确定至少一个尺寸信息相符合的双腔支气管导管。
判断二者相符的标准有多种,在一个优选的实施例中,判断尺寸信息相符合的第一个条件是导管管径最接近支气管管径。所述接近是指导管管径小于气管管径,且二者的差值最小。比如有四种备选的导管模型,其中有两个导管模型的管径都小于气管管径,可以取管径差值更小的一个导管作为尺寸信息相符合的导管。
还应当符合另一条件,即导管长度与左右主支气管分叉点与气管顶端的距离、左右主支气管分叉点与主支气管分叉点的距离最相符。所述相符是指插入后的双腔管的分叉点最接近左右主支气管分叉点,且插入端最接近左支气管分叉点。
根据本发明实施例提供的双腔支气管导管选型方法,用户可以在术前将各个规格的双腔支气管导管的三维模型与患者的气管三维模型分别进行匹配,根据匹配结果自动确定一个最适于患者气管情况的导管,借助本方案进行选型,不需要过分依赖医生的经验和主观判断,通过客观数据进行选型的结果更加准确,且处理速度更快,由此可以提高插管成功率和安全性。
本发明实施例还提供一种双腔支气管导管选型设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器执行上述双腔支气管导管选型方法。
本发明实施例提供一种双腔支气管导管插管模拟方法,该方法可以由计算机设备执行,如图5所示,本方法包括如下步骤:
S1B,获取气管三维模型以及双腔支气管导管三维模型。此步骤可参照上述实施例中的步骤S1A相关的介绍,此处不再赘述。
S2B,在气管三维模型中确定关键部位的尺寸信息。此步骤可参照上述实施例中的步骤S2A相关的介绍,此处不再赘述。
S3B,在双腔支气管导管三维模型中确定关键部位的尺寸信息。此步骤可参照上述实施例中的步骤S3A相关的介绍,此处不再赘述。
S4B,模拟双腔支气管导管三维模型插入气管三维模型的过程,并显示其尺寸信息的关系。为了模拟插入过程,应当将两个模型至于同一坐标体系中,所谓模拟插入过程,可以是通过与用户进行交互,由用户通过鼠标、触摸屏幕等交互部件,移动双腔支气管导管三维模插入气管三维模型的过程;也可以不需要用户操作,由系统自动模型这一插入过程。
图6示出了一个插入情况示意图,由于已知三维模型的各点位置信息,对于任一位置,都可以实时显示其位置信息和尺寸信息,比如用户点击气管模型的任一位置,可显示该位置对应的气管内径信息。并且可以显示气管模型和双腔管模型的匹配程度,比如显示导管外壁与气管内壁之间的间隙大小等等。
具体地,在双腔管的模拟插管过程中,实时显示当前插入点61(导管模型的端点)处对应的气管管径R,以及导管的管径信息r。进一步地,当插入点61到达左右主支气管分叉点62后,实现显示当前插入点61到左右主支气管分叉点62的距离以及当前插入点61到(左)主支气管分叉点63的距离。
基于上述关系,可实时向用户进行提示。比如当前插入点61处的气管管径R小于导管管径r时,则提示用户管径不符合;又如,若双腔管的分叉点非常接近左右主支气管分叉点62,同时当前插入点61尽可能接近(左)主支气管分叉点63时提示符合,否则提示用户该规格的导管不符合此患者气管情况。
根据本发明实施例提供的双腔支气管导管插管模拟方法,通过将人体气管和双腔支气管导管转换为三维数据模型,可以准确地得到模型各关键部位的位置和尺寸信息,并基于这些信息展示双腔支气管导管三维模型插入气管三维模型的过程,也即模拟手术中的插管过程,根据实时显示的位置和尺寸的关系,使用户可以直观地确定导管是否适用于患者,由此可以提高插管成功率和手术安全性。
本发明实施例还提供一种双腔支气管导管插管模拟设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器执行上述双腔支气管导管插管模拟方法。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (3)
1.一种双腔支气管导管插管模拟设备,其特征在于,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行包括如下内容的操作:
获取气管三维模型以及双腔支气管导管三维模型;
在所述气管三维模型中确定关键部位的尺寸信息,所述尺寸信息包括主支气管与主气管的角度信息以及主支气管的管径信息、主气管的管径信息,其中所述角度信息用于指导插管操作的插入角度,所述管径信息为每一点处的管径信息组成的数据集;
在所述双腔支气管导管三维模型中确定关键部位的尺寸信息;
通过与用户进行交互,由用户通过交互部件移动所述双腔支气管导管三维模型插入气管三维模型的过程,并显示其所述尺寸信息的关系;在所述模拟的过程中,当用户点击所述气管三维模型的任一位置时,显示点击位置对应的所述管径信息,并当所述尺寸信息不相符时进行提示,提示的内容包括以下内容中的任一种:
当所述双腔支气管导管三维模型的端点处的气管管径小于导管管径时,提示用户管径不符合;
当所述双腔支气管导管三维模型的分叉点接近左右主支气管分叉点,且当前插入点能接近主支气管分叉点时提示相符,否则提示用户该规格的导管不符合此患者气管情况。
2.根据权利要求1所述的设备,其特征在于,所述气管三维模型关键部位的尺寸信息包括左右主支气管分叉点与气管顶端的距离、左右主支气管分叉点与主支气管分叉点的距离、主支气管的管径信息、主气管的管径信息;
在所述气管三维模型中确定关键部位的尺寸信息,包括:
确定所述气管三维模型的中心线所组成的树状结构;
根据所述树状结构确定主支气管和主气管,以及所述左右主支气管分叉点的位置信息、气管顶端的位置信息、主支气管分叉点的位置信息;
利用最小内切球算法计算所述主支气管的管径信息、主气管的管径信息;
根据所述左右主支气管分叉点的位置信息和所述气管顶端的位置信息确定所述左右主支气管分叉点与气管顶端的距离、根据所述左右主支气管分叉点的位置信息与所述主支气管分叉点的位置信息确定左右主支气管分叉点与主支气管分叉点的距离。
3.根据权利要求1所述的设备,其特征在于,获取气管三维模型,包括:
获取CT影像;
利用神经网络模型识别所述CT影像,分割出支气管影像;
利用所述支气管影像生成气管三维模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010180835.5A CN111281535B (zh) | 2020-03-16 | 2020-03-16 | 双腔支气管导管匹配和模拟插管方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010180835.5A CN111281535B (zh) | 2020-03-16 | 2020-03-16 | 双腔支气管导管匹配和模拟插管方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111281535A CN111281535A (zh) | 2020-06-16 |
CN111281535B true CN111281535B (zh) | 2024-05-31 |
Family
ID=71030287
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010180835.5A Active CN111281535B (zh) | 2020-03-16 | 2020-03-16 | 双腔支气管导管匹配和模拟插管方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111281535B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113456225B (zh) * | 2021-07-22 | 2022-03-29 | 皖南医学院第一附属医院(皖南医学院弋矶山医院) | 一种气道管理导航方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001076184A (ja) * | 1999-09-03 | 2001-03-23 | Ge Yokogawa Medical Systems Ltd | 3次元表示方法および3次元表示装置 |
KR101006189B1 (ko) * | 2008-11-26 | 2011-01-07 | 서울대학교산학협력단 | 전산화단층촬영 영상에서 기관지 벽 데이터를 측정하는 방법 |
CN102076274A (zh) * | 2008-06-25 | 2011-05-25 | 皇家飞利浦电子股份有限公司 | 用于微创手术的嵌套插管 |
CN103721334A (zh) * | 2013-12-12 | 2014-04-16 | 殷琴 | 一种支气管导管的制作和使用方法 |
CN104306072A (zh) * | 2014-11-07 | 2015-01-28 | 刘弘毅 | 医疗导航系统及方法 |
US9104902B2 (en) * | 2010-04-15 | 2015-08-11 | Koninklijke Philips N.V. | Instrument-based image registration for fusing images with tubular structures |
CN106539592A (zh) * | 2015-09-18 | 2017-03-29 | 通用电气公司 | 用于个体患者解剖的最佳导管选择的系统和方法 |
CN110478038A (zh) * | 2019-09-10 | 2019-11-22 | 四川省肿瘤医院 | 一种可调式气管模型 |
CN110742689A (zh) * | 2019-10-31 | 2020-02-04 | 北京理工大学 | 动脉夹层手术评估方法、装置、电子设备及存储介质 |
-
2020
- 2020-03-16 CN CN202010180835.5A patent/CN111281535B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001076184A (ja) * | 1999-09-03 | 2001-03-23 | Ge Yokogawa Medical Systems Ltd | 3次元表示方法および3次元表示装置 |
CN102076274A (zh) * | 2008-06-25 | 2011-05-25 | 皇家飞利浦电子股份有限公司 | 用于微创手术的嵌套插管 |
KR101006189B1 (ko) * | 2008-11-26 | 2011-01-07 | 서울대학교산학협력단 | 전산화단층촬영 영상에서 기관지 벽 데이터를 측정하는 방법 |
US9104902B2 (en) * | 2010-04-15 | 2015-08-11 | Koninklijke Philips N.V. | Instrument-based image registration for fusing images with tubular structures |
CN103721334A (zh) * | 2013-12-12 | 2014-04-16 | 殷琴 | 一种支气管导管的制作和使用方法 |
CN104306072A (zh) * | 2014-11-07 | 2015-01-28 | 刘弘毅 | 医疗导航系统及方法 |
CN106539592A (zh) * | 2015-09-18 | 2017-03-29 | 通用电气公司 | 用于个体患者解剖的最佳导管选择的系统和方法 |
CN110478038A (zh) * | 2019-09-10 | 2019-11-22 | 四川省肿瘤医院 | 一种可调式气管模型 |
CN110742689A (zh) * | 2019-10-31 | 2020-02-04 | 北京理工大学 | 动脉夹层手术评估方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111281535A (zh) | 2020-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11804308B2 (en) | Pathway planning system and method | |
CN104306072B (zh) | 医疗导航系统及方法 | |
US7565000B2 (en) | Method and apparatus for semi-automatic segmentation technique for low-contrast tubular shaped objects | |
JP5129480B2 (ja) | 管状臓器の3次元再構成を行うシステム及び血管撮像装置の作動方法 | |
Mori et al. | Automated anatomical labeling of the bronchial branch and its application to the virtual bronchoscopy system | |
EP2157905B1 (en) | A method for tracking 3d anatomical and pathological changes in tubular-shaped anatomical structures | |
US9459770B2 (en) | Pathway planning system and method | |
CN103961135B (zh) | 用于侦测三维超声图像中导管位置的系统及方法 | |
US7583829B2 (en) | Method and apparatus for embolism analysis | |
JP4891541B2 (ja) | 血管狭窄率解析システム | |
CN101065771B (zh) | 支气管树的平面角显像 | |
CA2776186C (en) | Image display of a centerline of tubular structure | |
US10062166B2 (en) | Trachea marking | |
US20140270441A1 (en) | Pathway planning system and method | |
US20210093383A1 (en) | Selecting a medical device for use in a medical procedure | |
US10535189B2 (en) | Image display of a centerline of tubular structure | |
CN108470375B (zh) | 一种基于深度学习的神经导管自动检测方法 | |
JP2017523826A (ja) | 患者の肺の複数のctスキャンのための統合された座標システム | |
CN101128829A (zh) | 导管行程的预测方法 | |
JP2011206155A (ja) | 診断支援システム、診断支援プログラムおよび診断支援方法 | |
Rengier et al. | Centerline analysis of aortic CT angiographic examinations: benefits and limitations | |
CN111281535B (zh) | 双腔支气管导管匹配和模拟插管方法及设备 | |
JP2021521949A (ja) | インターベンショナルx線画像及びディープラーニングを用いたインタラクティブ冠動脈ラベル付け | |
CN111784751A (zh) | 基于3d/2d配准的导丝3d模拟跟踪方法及装置 | |
CN114067626A (zh) | 一种基于个性化数据的支气管镜模拟系统 |
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 |