CN112967382B - 一种肾脏内微细管道3d重构方法 - Google Patents

Abstract

本发明公开了一种肾脏内微细管道3D重构方法，包括：采用连续门限分割算法，从肾脏CT图像中分割出肾内管道图像；采用能量驱动中心线的提取方法，提取肾内管道图像的骨架，并建立管道三维拓扑模型；在管道三维拓扑模型上，通过插值方法，对肾内管道中某些位置部分缺失的管道进行修补；且通过分形理论，对肾内管道中某些位置全部缺失的管道进行修补。本发明将自相似性理论的分形学方法引入到肾脏内微细管道的3D重构中，可通过分形方法对管道中全部信息丢失的部分进行修补。为了打破新修补管道的相同性和规律性，重构时加入了柏林噪声，使得重构后的管道具有随机性，与真实血管更加一致，提高了血管重建的逼真度。

Description

一种肾脏内微细管道3D重构方法

技术领域

本发明涉及肾脏外科手术技术领域，更具体的涉及一种肾脏内微细管道3D重构方法。

背景技术

虚拟手术仿真系统是一项专门针对手术过程中可能发生的各种现象进行“无失真”模拟的新型虚拟现实应用系统。这种手术仿真系统借助计算机，可以为受训的医生提供各种具有三维解剖结构特征和生物力学特性的虚拟“试验材料”，可反复操作，不受时间和空间的限制，极大地提高了外科手术训练的效率、降低成本，为解决医学院学生、实习医生或者低年资医生的手术培训问题提供了新的方向和途径。随着人们对虚拟手术仿真系统认识的不断提高，其在手术导航、手术辅助、术后恢复训练等方面也得到广泛的运用。

肾脏外科手术是针对肾脏器官内的病变，尤其是肾脏恶性肿瘤的一线治疗选择方案。精准肾脏外科手术不同于普通的切除术，这种新型外科手术的理念立足于手术安全性、治疗有效性、干预微创化三个维度的交集上，精确定位三者的最佳平衡点并给予准确的干预，以实现手术实践的最优化和患者获益最大化。这给外科手术医生提出了更高，甚至说苛刻的要求，如果不经过充分的术前训练和术前规划，低年资的医生是无法完成如此精准的外科手术任务。虚拟手术仿真系统可以让医生在重建的三维人体模型上，对手术的全过程进行反复模拟，而不会带来严重后果。肾脏软组织的三维模型是肾脏切除虚拟手术仿真的基础，同时也是各类手术操作的对象，贯穿整个仿真过程。肾内管道系统具有形态变异大、多套管道结构及分支复杂，但又相互间联系紧密的特点。除了其它脏器都有的动脉、静脉以外，还有肾脏特有的门静脉和肾内胆管系统。重构出精细化的肾脏内管道系统可以让医生在进行真实手术前，在虚拟模型上进行手术预演和反复练习，深入了解动脉、静脉分支的变异情况，切割过程中更好地保护好血管结构，从而使失血量达到最小，实现肾脏的精准切除。

目前，受限于技术手段、患者条件以及处理过程中信息丢失，会造成血管有些节点会出现极小半径的情况，导致重构的管道模型中某些位置部分缺失或者全部缺失，从而影响管道重建的逼真度。

发明内容

本发明实施例提供一种肾脏内微细管道3D重构方法，用以解决上述背景技术中提出的问题。

本发明实施例提供一种肾脏内微细管道3D重构方法，包括：

管道提取：采用连续门限分割算法，从肾脏CT图像中分割出肾内管道图像；

管道细化：采用能量驱动中心线的提取方法，提取肾内管道图像的骨架，并建立管道三维拓扑模型；

管道修补：在管道三维拓扑模型上，通过插值方法，对肾内管道中某些位置部分缺失的管道进行修补；且通过分形理论，对肾内管道中某些位置全部缺失的管道进行修补。

进一步地，所述管道提取，还包括：

采用高斯平滑滤波方法，对分割后的肾内管道图像进行平滑。

进一步地，本发明实施例提供的肾脏内微细管道3D重构方法，还包括：管道去噪：

采用阈值法，去除管道末端毛细血管处出现的环路；

采用高斯平滑滤波方法，去除管道末端毛细血管处出现的毛刺。

进一步地，所述通过分形理论，对肾内管道中某些位置全部缺失的管道进行修补，具体包括：

建立管道三维拓扑模型的树状层次结构；

根据树状层次结构，提取主管道模型数据；

根据树状层次结构，定位管道信息全部缺失的部位；

采用非局部自相似方法，对管道进行修补。

进一步地，所述建立管道三维拓扑模型的树状层次结构，具体包括：

采用剖分阈值法，对管道三维拓扑模型的数据进行分类：遍历管道三维拓扑模型的所有点坐标，找到最大值和最小值；以最大值和最小值的平均值为阈值，将整个管道三维拓扑模型的数据分为两类，其中大于阈值的为A类，小于阈值的为B类；

分别对A类和B类中的数据找到其最大值和最小值，以最大值和最小值的平均值为阈值分为两类；以此类推，直到每一类中的数据点数小于八个，则停止剖分，建立了以小于八个点为一层的层状树形结构；其中，第一层树状结构代表主管道。

进一步地，所述根据树状层次结构，提取主管道模型数据，具体包括：

将第一层树状结构取出，压入一个临时寄存器。

进一步地，所述根据树状层次结构，定位管道信息全部缺失的部位，具体包括：

搜索不同区域的树状结构层次数，若该区域只有第一层树状结构，则该区域管道信息全部缺失。

进一步地，所述采用非局部自相似方法，对管道进行修补；具体包括：

采用欧式距离衡量不同层状树形结构子集的相似度：通过计算各子集P_i和P_j之间的欧式距离，获取各子集之间的相似度：

其中，n为子集中的管道模型数据点，n≤8；

越小，说明子集P_i和P_j之间的相似度越大；

越大，说明子集P_i和P_j之间的相似度越小；

计算所有子集的相似度，取其中

最小，即相似度最大的子集作为管道修补的子集。

进一步地，本发明实施例提供的肾脏内微细管道3D重构方法，还包括：在管道三维拓扑模型上，加入了柏林噪声，使肾内管道具有随机性；其具体包括：

获取需要添加柏林噪声的数据点：需要添加柏林噪声的数据点为信息完全丢失的管道，即树状层级结构中第一层级的数据点，以点A(x+x₀,y+y₀,z+z₀)为例；其中x,y,z为整数部分，x₀,y₀,z₀为小数部分；

以点A坐标的整数部分x,y,z和小数部分x₀,y₀,z₀构建以点A为中点的立方体，立方体八个顶点的坐标为点A整数部分和小数部分的组合；

计算八个顶点的梯度与点A到顶点的距离向量：其中各顶点的梯度在12条棱的单位向量中选取，即

(1,1,0),(-1,1,0),(1,-1,0),(-1,-1,0),(1,0,1),(-1,0,1),(1,0,-1),(-1,0,-1),(0,1,1),(0,-1,1),(0,1,-1),(0,-1,-1)；

采用缓动函数预处理后进行线性插值，所述缓动函数为：

f(t)＝6t⁵-15t⁴+10t³。

进一步地，本发明实施例提供的肾脏内微细管道3D重构方法，还包括：管道标记，其具体包括：

根据树状层次结构，对不同层次的肾内管道进行标记：对每一个层次赋值，第一层次赋值为1，第二层次赋值为2，以此类推，每一层次代表了不同类型和尺寸的管道。

本发明实施例提供一种肾脏内微细管道3D重构方法，与现有技术相比，其有益效果如下：

本发明将自相似性理论的分形学方法引入到肾脏内微细管道的3D重构中。分形学是非线性科学中的一个分支领域，是基于几何学自相似性原理，对各类具有不规则特性的物质进行模拟。肾脏中的管道分布可以近似看成分形集，就如同树一样，树的主干随着它的长度变化而产生分叉，产生自相似的枝干。与此同时，这些新的枝干也会随着自身的长度变化而分叉。这部分新产生的管道属性与主管道是吻合的，具有自相似性。因此，可通过分形方法对管道中全部信息丢失的部分进行修补。进一步地，为了打破新修补管道的相同性和规律性，重构时加入了柏林噪声，使得重构后的管道具有随机性，与真实血管更加一致，提高了血管重建的逼真度。

附图说明

图1为本发明实施例提供的一种肾脏内微细管道3D重构方法流程示意图；

图2为本发明实施例提供的具体实例中立方体八个顶点的坐标。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。

参见图1，本发明实施例提供一种肾脏内微细管道3D重构方法，该方法具体包括：管道提取、管道细化、管道去噪、管道修补、管道标记。

a、管道提取：在对肾脏管道进行建模之前，需要从一系列肾脏CT图像中把肾内管道分割出来。拟采用鲁棒性较强的连续门限分割算法，这是一种常用的区域生长方法。为了图像的平滑，使用高斯平滑滤波对分割后的数据进行平滑。

b、管道细化：随后，提取图像的骨架，即对图像进行细化。图像的骨架是图像的骨骼部分，物体的骨架是描述图像几何结构及拓扑性质的重要特征和描述物体最直观有效的方法之一。拟采用能量驱动中心线的提取方法，这种方法的主要原理是利用骨骼算法获得物体边界的欧式距离函数的梯度矢量长的平均外通量属性。然后，并对其进行管道三维拓扑建模。

c、管道去噪：细化后的管道根部容易出现一较短分支，同时在末端毛细血管处出现环路和毛刺，这些后果是由于肾脏CT图片分辨率不高造成的。对于环路可采用阈值法去除，因为毛细血管半径很小，当某点半径小于设定的值时可以直接去掉这个点以断开环路。而末端的毛刺则可以通过高斯平滑滤波方法来去除。

d、管道修补：受限于技术手段、患者条件以及处理过程中信息丢失，会造成血管有些节点会出现极小半径的情况，导致重构的管道模型中某些位置部分缺失或者全部缺失。对于部分缺失的情形，可通过插值方法(线性插值或者非线性插值)进行修补。插值是离散函数逼近的重要方法，利用它可通过函数在有限个点处的取值状况，估算出函数在其他点处的近似值。而对于全部缺失的情形，则拟将分形理论引入到管道的修改中。分形学是非线性科学中的一个分支领域，是基于几何学自相似性原理，对各类具有不规则特性的物质进行模拟。肾脏中的管道分布可以近似看成分形集，就如同树一样，树的主干随着它的长度变化而产生分叉，产生自相似的枝干。与此同时，这些新的枝干也会随着自身的长度变化而分叉。这部分新产生的管道属性与主管道是吻合的，具有自相似性。因此，可通过分形方法对管道中全部信息丢失的部分进行修补。

本发明实施例提出的3D重构方法是一种基于分形学的非线性3D重构方法。可对各类具有不规则特性的物质，如人体软组织进行精确模拟。分形学是基于几何学自相似性原理。在管道信息全部缺失的情况下，通过该方法新产生的管道属性与主管道具有自相似性，保证修补的管道属性与主管道是吻合一致的。其自相似计算过程：

1)建立管道模型树状层次结构：对去噪后的管道模型进行树状层次管理。首先，采用剖分阈值法对管道模型的数据进行分类。遍历管道模型的所有点坐标，找到最大值和最小值。以最大值和最小值的平均值为阈值，将整个管道模型的数据分为两类，其中大于阈值的为A类，小于阈值的为B类。接着，分别对A类和B类中的数据找到其最大最小值，以最大值和最小值的平均值为阈值分为两类。以此类推，直到每一类中的数据点数小于八个，则停止剖分。这样就建立了以小于八个点为一层的层状树形结构。其中，第一层树状结构代表主管道。

2)提取主管道模型数据。经过第1)个步骤后已建立起树状层次结构，将其中的第一层次树状结构取出，压入一个临时寄存器。

3)定位管道信息全部缺失的部位。搜索不同区域的树状结构层次数。若该区域只有第一层树状结构，则说明该区域管道信息全部缺失，需采用自相似进行修补。

4)采用非局部自相似进行管道修补。采用欧式距离衡量不同子集的相似度。这些子集由步骤1)剖分得到。通过计算各子集Pi和Pj之间的欧式距离，获取各子集之间的相似度：

其中，n为子集中的管道模型数据点，n≤8。通过式(1)得到的距离

越小，说明子集Pi和Pj之间的相似度越大；距离

越大，说明子集Pi和Pj之间的相似度越小。

计算所有子集的相似度，取其中

最小，即相似度最大的子集作为管道修补的子集。

e、管道标记：采用树形结构来对不同层次的管道进行标记。不同树形的层次代表了管道不同的类型和管道的尺寸大小。本发明实施例中对管道进行标记是指，由步骤(1)的第一步1)可以获得管道模型的树状层次结构。每一个层次可以对其赋值，如第一层次赋值为1，第二层次赋值为2，以此类推。每一层次代表了不同类型和尺寸的管道。因此，可对不同类型和尺寸的管道进行层级管理。通过树形结构对重构后的管道进行标记，可以对不同类型和尺寸的管道进行层级管理，为后续实现模拟手术器械和管道的交互实时性奠定基础。

进一步地，为了打破新修补管道的相同性和规律性，重构时加入了柏林噪声，使得重构后的管道具有随机性，与真实血管更加一致，提高了血管重建的逼真度。

为了打破新修补管道的相同性和规律性，重构时加入了柏林噪声，使得重构后的管道具有随机性，与真实血管更加一致，提高了血管重建的逼真度。具体地：

1)获取需要添加柏林噪声的数据点。本发明中需要添加柏林噪声的数据点为信息完全丢失的管道，即树状层级结构中第一层级的数据点。下面以点A(x+x₀,y+y₀,z+z₀)为例；其中x,y,z为整数部分，x₀,y₀,z₀为小数部分。

2)以A点坐标的整数部分x,y,z和小数部分x₀,y₀,z₀构建以A为中点的立方体，立方体八个顶点的坐标为A点整数部分和小数部分的组合，如图2所示。

3)计算八个顶点的梯度与点A到顶点的距离向量。其中各顶点的梯度在12条棱的单位向量中选取，即

(1,1,0),(-1,1,0),(1,-1,0),(-1,-1,0),(1,0,1),(-1,0,1),(1,0,-1),(-1,0,-1),(0,1,1),(0,-1,1),(0,1,-1),(0,-1,-1)。

4)采用缓动函数预处理后进行线性插值。缓动函数为：

f(t)＝6t⁵-15t⁴+10t³。

综上所述，本发明实施例提出的3D重构方法通过管道提取、管道细化、管道去噪等步骤，消除了2D医学图像采集设备在提取有效的组织图像信息时产生的误差和噪声。

以上公开的仅为本发明的几个具体实施例，本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明的精神和范围，但是，本发明实施例并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围内。

Claims (5)

1.一种肾脏内微细管道3D重构方法，其特征在于，包括：

管道提取：采用连续门限分割算法，从肾脏CT图像中分割出肾内管道图像；

管道细化：采用能量驱动中心线的提取方法，提取肾内管道图像的骨架，并建立管道三维拓扑模型；

管道修补：在管道三维拓扑模型上，通过插值方法，对肾内管道中某些位置部分缺失的管道进行修补；且通过分形理论，对肾内管道中某些位置全部缺失的管道进行修补；

所述通过分形理论，对肾内管道中某些位置全部缺失的管道进行修补，具体包括：

建立管道三维拓扑模型的树状层次结构；

根据树状层次结构，提取主管道模型数据；

根据树状层次结构，定位管道信息全部缺失的部位；

采用非局部自相似方法，对管道进行修补；

所述建立管道三维拓扑模型的树状层次结构，具体包括：

采用剖分阈值法，对管道三维拓扑模型的数据进行分类：遍历管道三维拓扑模型的所有点坐标，找到最大值和最小值；以最大值和最小值的平均值为阈值，将整个管道三维拓扑模型的数据分为两类，其中大于阈值的为A类，小于阈值的为B类；

分别对A类和B类中的数据找到其最大值和最小值，以最大值和最小值的平均值为阈值分为两类；以此类推，直到每一类中的数据点数小于八个，则停止剖分，建立了以小于八个点为一层的层状树形结构；其中，第一层树状结构代表主管道；

所述根据树状层次结构，提取主管道模型数据，具体包括：

将第一层树状结构取出，压入一个临时寄存器；

所述根据树状层次结构，定位管道信息全部缺失的部位，具体包括：

搜索不同区域的树状结构层次数，若该区域只有第一层树状结构，则该区域管道信息全部缺失；

所述采用非局部自相似方法，对管道进行修补；具体包括：

采用欧式距离衡量不同层状树形结构子集的相似度：通过计算各子集P_i和P_j之间的欧式距离，获取各子集之间的相似度：

其中，n为子集中的管道模型数据点，n≤8；

越小，说明子集P_i和P_j之间的相似度越大；

越大，说明子集P_i和P_j之间的相似度越小；

计算所有子集的相似度，取其中

最小，即相似度最大的子集作为管道修补的子集。

2.如权利要求1所述的肾脏内微细管道3D重构方法，其特征在于，所述管道提取，还包括：

采用高斯平滑滤波方法，对分割后的肾内管道图像进行平滑。

3.如权利要求1所述的肾脏内微细管道3D重构方法，其特征在于，还包括：管道去噪：

采用阈值法，去除管道末端毛细血管处出现的环路；

采用高斯平滑滤波方法，去除管道末端毛细血管处出现的毛刺。

4.如权利要求1所述的肾脏内微细管道3D重构方法，其特征在于，还包括：在管道三维拓扑模型上，加入了柏林噪声，使肾内管道具有随机性；其具体包括：

获取需要添加柏林噪声的数据点：需要添加柏林噪声的数据点为信息完全丢失的管道，即树状层级结构中第一层级的数据点，以点A(x+x₀,y+y₀,z+z₀)为例；其中x,y,z为整数部分，x₀,y₀,z₀为小数部分；

以点A坐标的整数部分x,y,z和小数部分x₀,y₀,z₀构建以点A为中点的立方体，立方体八个顶点的坐标为点A整数部分和小数部分的组合；

计算八个顶点的梯度与点A到顶点的距离向量：其中各顶点的梯度在12条棱的单位向量中选取，即

(1,1,0),(-1,1,0),(1,-1,0),(-1,-1,0),(1,0,1),(-1,0,1),(1,0,-1),(-1,0,-1),(0,1,1),(0,-1,1),(0,1,-1),(0,-1,-1)；

采用缓动函数预处理后进行线性插值，所述缓动函数为：

f(t)＝6t⁵-15t⁴+10t³。

5.如权利要求1所述的肾脏内微细管道3D重构方法，其特征在于，还包括：管道标记：

根据树状层次结构，对不同层次的肾内管道进行标记：对每一个层次赋值，第一层次赋值为1，第二层次赋值为2，以此类推，每一层次代表了不同类型和尺寸的管道。

Images