CN113610784A - 一种肝段划分方法、系统、设备及存储介质 - Google Patents
一种肝段划分方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN113610784A CN113610784A CN202110836922.6A CN202110836922A CN113610784A CN 113610784 A CN113610784 A CN 113610784A CN 202110836922 A CN202110836922 A CN 202110836922A CN 113610784 A CN113610784 A CN 113610784A
- Authority
- CN
- China
- Prior art keywords
- blood vessel
- liver
- dimensional model
- voxel
- branch
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30056—Liver; Hepatic
-
- 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
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Quality & Reliability (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本申请涉及一种肝段划分方法、设备及存储介质,其方法包括:获取肝脏的三维模型以及肝脏中门静脉的三维模型;将所述门静脉的三维模型裁剪为主体血管和分支血管两部分;将肝脏、主体血管以及分支血管的三维模型均转换为体素模型,并将各体素模型标记至同一三维空间中;对所述主体血管以及分支血管的体素模型进行膨胀传播操作,得到主体血管以及分支血管的辐射范围;将分支血管的辐射范围提取出来,并重新转换为三维模型,得到分支血管所对应的肝段,实现肝段划分。本申请能够适用不同个体的肝段划分、划分准确性高。
Description
技术领域
本申请涉及数字医学影像处理技术领域,尤其是涉及一种肝段划分方法、系统、设备及存储介质。
背景技术
随着外科手术的不断发展,精准外科手术对数字医学影像处理技术提出了更高的要求。在肝胆外科手术中,医生在术前借助于数字医学影像三维重建技术,对CT或MRI影像数据进行分割、重建,将二维影像转化为三维模型,并在三维模型的基础上进行肝段划分。医生能直观、清晰、任意角度显示肝脏的解剖及肝内管道系统的走向,肝脏肿瘤的个数、位置、大小及其与周围血管的空间毗邻关系,为肝脏切除手术提供了准确安全的手术切界,避免肝脏组织过多切除,最大限度地保留功能性肝组织,为医生制定更准确的手术方案提供较二维图像更有价值的个体化信息。
目前,普遍采用的肝段划分方法是Couinaud分段法,Couinaud分段法是以Glisson系统在肝内的分布为基础,以肝静脉为分段界限。左、中、右3支主肝静脉将肝脏分隔成4部分:左外叶、左内叶、右前叶、右后叶。其中,左外叶、右前叶、右后叶又被门静脉左、右支的水平切面分成上下2段,整个左内叶作为1个段。尾状叶不依赖于4个肝门静脉蒂和3支主肝静脉,作为1个自主段。Couinaud分段法按顺时针方向将肝脏分为尾状叶段、左外叶上段、左外叶下段、左内叶段、右前叶上段、右前叶下段、右后叶下段、右后叶上段。
Couinaud肝段划分法虽然比较实用,但是也有明显的缺陷,由于它是离体铸型的研究结果,并不适合临床个体差异情况,不同患者门静脉分支在形状、大小、数目等方面存在极大的解剖差异。同时实际在划分肝段时,依靠人工交互对血管进行分级,这一过程需要医生的经验知识。因此,根据不同医生的使用,肝脏的分段结果可能不相同,其准确性难以保证。
综上可知,现有的肝脏分段技术在实际使用上,显然存在缺陷与不便,所以有必要加以改进。
发明内容
有鉴于此,本申请提供一种肝段划分方法、系统、设备及存储介质,用以解决现有肝脏分段技术无法适应不同个体的差异,准确性难以保证的技术问题。
为了解决上述问题,第一方面,本发明提供一种肝段划分方法,所述方法包括:
获取肝脏的三维模型以及肝脏中门静脉的三维模型;
将所述门静脉的三维模型裁剪为主体血管和分支血管两部分;
将肝脏、主体血管以及分支血管的三维模型均转换为体素模型,并将各体素模型标记至同一三维空间中;
对所述主体血管以及分支血管的体素模型进行膨胀传播操作,得到主体血管以及分支血管的辐射范围;
将分支血管的辐射范围提取出来,并重新转换为三维模型,得到分支血管所对应的肝段,实现肝段划分。
可选的,将所述门静脉的三维模型裁剪为主体血管和分支血管两部分,具体为:
获取用户选定的裁剪位置,根据所述裁剪位置将所述三维模型裁剪为主体血管和分支血管两部分。
可选的,将肝脏、主体血管以及分支血管的三维模型均转换为体素模型,包括:
对所述三维模型的表面进行体素化,以及对所述三维模型的内部进行体素化。
可选的,对所述三维模型的表面进行体素化,具体为:
计算所述三维模型的AABB包围盒,根据设定的体素化的分辨率对所述包围盒进行划分,得到空间像素列表;
对构成三维模型的基本体元进行遍历,确定各基本体元对应的包围盒;
采用AABB的相交检测算法确定所述基本体元所影响的体素单元,将影响的体素单元标记为非空,实现三维模型表面的体素化。
可选的,对所述三维模型的内部进行体素化,具体为:
建立所述三维模型的空间八叉树;
针对所述包围盒中所有空体素,以其中心位置为起点发射两条轴对称的射线;
利用所述八叉树确定两条所述射线与三维模型的相交点,得到相交点的法向量以及相交点与射线之间的距离;
根据两个法向量之间的关系判断相应的空像素在三维模型的内部还是外部;
判断完所有空像素,实现三维模型内部的体素化。
可选的,将各体素模型标记至同一三维空间中,具体为:
为各体素模型分配不同的标记值,根据标记值将各体素模型标记到同一三维空间中。
可选的,对所述主体血管以及分支血管的体素模型进行膨胀传播操作,得到主体血管以及分支血管的辐射范围,具体为:
针对主所述体素模型中每一血管体素,找到其相邻的脏器体素;
针对每一个相邻的脏器体素,计算其周围的血管体素中主体血管体素所占比例以及分支血管体素所占比例,将脏器体素转换为占比较大的血管体素;
将所有脏器体素均转换为血管体素,得到主体血管以及分支血管的辐射范围。
第二方面,本申请还提供一种肝段划分系统,所述系统包括:
获取模块,用于获取肝脏的三维模型以及肝脏中门静脉的三维模型;
裁剪模块,用于将所述门静脉的三维模型裁剪为主体血管和分支血管两部分;
转换模块,用于将肝脏、主体血管以及分支血管的三维模型均转换为体素模型,并将各体素模型标记至同一三维空间中;
膨胀传播模块,用于对所述主体血管以及分支血管的体素模型进行膨胀传播操作,得到主体血管以及分支血管的辐射范围;
提取模块,用于将分支血管的辐射范围提取出来,并重新转换为三维模型,得到分支血管所对应的肝段,实现肝段划分。
第三方面,本申请提供的一种计算机设备,采用如下的技术方案:
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述肝段划分方法的步骤。
第四方面,本申请提供的一种计算机可读存储介质,采用如下的技术方案:
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述肝段划分方法的步骤。
采用上述实施例的有益效果是:本发明根据肝脏和肝脏中门静脉的分支进行肝段划分,划分完成后门静脉的每条分支都有相对应的肝脏区域,这就使得本发明能够针对不同患者的肝脏特征灵活地选取有针对性的肝脏分段方法,避免了对每个患者的肝脏都根据肝脏的外形进行分段而导致分段结果的不准确。
附图说明
图1为本申请提供的肝段划分方法一实施例的方法流程图;
图2为本申请提供的肝段划分系统一实施例的原理框图;
图3为本申请提供的计算机设备一实施例的原理框图。
具体实施方式
下面结合附图来具体描述本申请的优选实施例,其中,附图构成本申请一部分,并与本申请的实施例一起用于阐释本申请的原理,并非用于限定本申请的范围。
在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
本申请提供了一种肝段划分方法、系统、设备及存储介质,以下分别进行详细说明。
首先,如图1所示,本申请实施例提供了一种肝段划分方法,该方法包括:
S1、获取肝脏的三维模型以及肝脏中门静脉的三维模型;
S2、将所述门静脉的三维模型裁剪为主体血管和分支血管两部分;
S3、将肝脏、主体血管以及分支血管的三维模型均转换为体素模型,并将各体素模型标记至同一三维空间中;
S4、对所述主体血管以及分支血管的体素模型进行膨胀传播操作,得到主体血管以及分支血管的辐射范围;
S5、将分支血管的辐射范围提取出来,并重新转换为三维模型,得到分支血管所对应的肝段,实现肝段划分。
本实施例基于肝脏中门静脉的分支进行肝段划分,因此首先需要获取肝脏以及肝脏中门静脉的三维模型,并对门静脉进行裁剪,裁剪出需要进行划分的门静脉分支血管,然后识别分支血管相应的肝段即可。对门静脉进行裁剪时,采用三维软件的剪刀工具即可实现,剪刀工具将肝脏内门静脉的裁剪成两部分:主体血管和分支血管。然后将肝脏、肝脏中的主体血管、分支血管的三维模型转换为体素模型;并将这些体素模型标记到同一个三维空间中。最后,对主体血管和分支血管进行膨胀传播操作,来计算两部分血管的辐射范围。膨胀传播完成后,将分支血管膨胀结果单独提取出来,将它们重新转换为三维模型,该三维模型就是裁断的分支血管所对应的肝段。如果用户需对多个分支血管所对应的肝段进行划分,则先对其中一个分支血管进行裁剪,然后划分出相应的肝段,然后在上一个分支血管被裁减后的基础上进行下一个分支血管的裁剪,进而划分出相应的肝段,重复以上步骤即可实现多个分支血管对应的肝段划分。根据肝脏和肝脏中门静脉的分支进行肝段划分,划分的结果是门静脉的每条分支都有相对应的肝脏区域。这就使得本发明能够针对不同患者的肝脏特征灵活地有针对性地进行门静脉的裁剪,然后在裁剪的基础之上有针对性的进行肝脏分段,避免了对每个患者的肝脏都根据肝脏的外形进行分段而导致分段结果的不准确。
在一实施例中,步骤S2中,将所述门静脉的三维模型裁剪为主体血管和分支血管两部分,具体为:
获取用户选定的裁剪位置,根据所述裁剪位置将所述三维模型裁剪为主体血管和分支血管两部分。
用户针对不同患者的肝脏特征灵活地有针对性地进行门静脉的裁剪,一般的,裁剪得到的较大部分为主体血管,较小部分为分支血管。
在一实施例中,步骤S3中,将肝脏、主体血管以及分支血管的三维模型均转换为体素模型,包括:
对所述三维模型的表面进行体素化,以及对所述三维模型的内部进行体素化。
本实施例中,使用了三维模型体素化操作,将肝脏、血管的三维模型转换为体素模型。三维模型体素化是用体素化网格的形式将三维模型进行简化表示,其不仅包含模型的表面信息,而且能描述模型的内部属性。体素化操作主要包括两部分:对模型表面的体素化、对模型内部的体素化。
在一实施例中,步骤S2中,对所述三维模型的表面进行体素化,具体为:
计算所述三维模型的AABB包围盒,根据设定的体素化的分辨率对所述包围盒进行划分,得到空间像素列表;
对构成三维模型的基本体元进行遍历,确定各基本体元对应的包围盒;
采用AABB的相交检测算法确定所述基本体元所影响的体素单元,将影响的体素单元标记为非空,实现三维模型表面的体素化。
包围盒是一种求解离散点集最优包围空间的算法,基本思想是用体积稍大且特性简单的几何体(称为包围盒)来近似地代替复杂的几何对象。常见的包围盒算法有AABB包围盒、包围球、方向包围盒OBB以及固定方向凸包FDH。本实施例选用的AABB是应用最早的包围盒,它被定义为包含该对象,且边平行于坐标轴的最小六面体,故描述一个AABB,仅需六个标量,AABB构造比较简单,存储空间小。
具体的,首先设定模型体素化的分辨率,假设为N*N*N。对模型表面进行体素化,计算出模型的AABB包围盒,然后根据空间分辨率对包围盒进行划分,得到像素大小为(X/N)*(Y/N)*(Z/N)空间像素列表。然后对构成三维模型的基本体元,例如多边形或三角形列表进行遍历,得到这些基本体元所对就应的包围盒,然后由AABB求交运算得到这些基本体元所能影响到的体素单元,将这些体素单元做为待判断的基本对象。为做进一步的精确判定,使用三角形与AABB的求交算法确定这些基本体元所能影响到最终体素,并将这些体素标记为非空,这样就完成对三维模型表面的体素化操作。
在一实施例中,对所述三维模型的内部进行体素化,具体为:
建立所述三维模型的空间八叉树;
针对所述包围盒中所有空体素,以其中心位置为起点发射两条轴对称的射线;
利用所述八叉树确定两条所述射线与三维模型的相交点,得到相交点的法向量以及相交点与射线之间的距离;
根据两个法向量之间的关系判断相应的空像素在三维模型的内部还是外部;
判断完所有空像素,实现三维模型内部的体素化。
将模型表面体素化的操作进行完之后即可得到对模型体素表示的一个“外壳”,接下来要做的操作就是进行模型的内部体素化操作。首先将对应的三维模型建立空间八叉树,这棵八叉树主要用于进行基本体元面片的求交操作。然后对模型AABB中的所有空体素,从其中心位置以轴对齐方向来发射两条射线,这两条射线的方向相反,但基本方向都是轴对齐的。对于这两条的射线利用空间模型的八叉树来得到其与三维模型的相交位置,并得到相交点的法向量及到相交点的距离,然后根据这两点法向量之间的关系来判断得到当前体素是在三维模型的内部或是在三维模型的外部。将这样的操作施加于每一个空的体素之后就可以完成对三维模型内部的体素化操作。
在一实施例中,步骤S3中,将各体素模型标记至同一三维空间中,具体为:
为各体素模型分配不同的标记值,根据标记值将各体素模型标记到同一三维空间中。
将体素模型标记到同一个三维空间中,本实施例中标记值0代表无数据的空白区,1代表肝脏模型本身,2代表主体血管,3代表分支血管。
在一实施例中,步骤S4中,对所述主体血管以及分支血管的体素模型进行膨胀传播操作,得到主体血管以及分支血管的辐射范围,具体为:
针对主所述体素模型中每一血管体素,找到其相邻的脏器体素;
针对每一个相邻的脏器体素,计算其周围的血管体素中主体血管体素所占比例以及分支血管体素所占比例,将脏器体素转换为占比较大的血管体素;
将所有脏器体素均转换为血管体素,得到主体血管以及分支血管的辐射范围。
在本实施例中,使用膨胀传播操作,计算主体血管和分支血管的辐射区域。传播的过程就是从主体血管或分支血管的体素模型出发(本实施例即标记值为2或3的体素模型),找到其相邻的脏器体素(标记值为1),对每一个邻接的脏器体素,判断它周围26邻域内血管体素的数量,按照比例概率将其转变为血管体素(2或3),对这一个过程不断循环,直到整个空间内所有的脏器体素都被转换为血管体素为止。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本实施例还提供一种肝段划分系统,该肝段划分系统与上述实施例中肝段划分方法一一对应。如图2所示,该肝段划分系统包括:
获取模块401,用于获取肝脏的三维模型以及肝脏中门静脉的三维模型;
裁剪模块402,用于将所述门静脉的三维模型裁剪为主体血管和分支血管两部分;
转换模块403,用于将肝脏、主体血管以及分支血管的三维模型均转换为体素模型,并将各体素模型标记至同一三维空间中;
膨胀传播模块404,用于对所述主体血管以及分支血管的体素模型进行膨胀传播操作,得到主体血管以及分支血管的辐射范围;
提取模块405,用于将分支血管的辐射范围提取出来,并重新转换为三维模型,得到分支血管所对应的肝段,实现肝段划分。
关于肝段划分系统的具体限定可以参见上文中对于肝段划分方法的限定,在此不再赘述。上述肝段划分系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
如图3所示,基于上述肝段划分方法,本申请还相应提供了一种计算机设备,该计算机设备可以是移动终端、桌上型计算机、笔记本、掌上电脑及服务器等计算设备。该计算机设备包括处理器10、存储器20及显示器30。图3仅示出了计算机设备的部分组件,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
存储器20在一些实施例中可以是计算机设备的内部存储单元,例如计算机设备的硬盘或内存。存储器20在另一些实施例中也可以是计算机设备的外部存储设备,例如计算机设备上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器20还可以既包括计算机设备的内部存储单元也包括外部存储设备。存储器20用于存储安装于计算机设备的应用软件及各类数据,例如安装计算机设备的程序代码等。存储器20还可以用于暂时地存储已经输出或者将要输出的数据。在一实施例中,存储器20上存储有肝段划分程序40,该肝段划分程序40可被处理器10所执行,从而实现本申请各实施例的肝段划分方法。
处理器10在一些实施例中可以是一中央处理器(Central Processing Unit,CPU),微处理器或其他数据处理芯片,用于运行存储器20中存储的程序代码或处理数据,例如执行肝段划分方法等。
显示器30在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。显示器30用于显示在计算机设备的信息以及用于显示可视化的用户界面。计算机设备的部件10-30通过系统总线相互通信。
在一实施例中,当处理器10执行存储器20中肝段划分程序40时实现以下步骤:
获取肝脏的三维模型以及肝脏中门静脉的三维模型;
将所述门静脉的三维模型裁剪为主体血管和分支血管两部分;
将肝脏、主体血管以及分支血管的三维模型均转换为体素模型,并将各体素模型标记至同一三维空间中;
对所述主体血管以及分支血管的体素模型进行膨胀传播操作,得到主体血管以及分支血管的辐射范围;
将分支血管的辐射范围提取出来,并重新转换为三维模型,得到分支血管所对应的肝段,实现肝段划分。
本实施例还提供了一种计算机可读存储介质,其上存储有肝段划程序,程序被处理器执行时实现以下步骤:
获取肝脏的三维模型以及肝脏中门静脉的三维模型;
将所述门静脉的三维模型裁剪为主体血管和分支血管两部分;
将肝脏、主体血管以及分支血管的三维模型均转换为体素模型,并将各体素模型标记至同一三维空间中;
对所述主体血管以及分支血管的体素模型进行膨胀传播操作,得到主体血管以及分支血管的辐射范围;
将分支血管的辐射范围提取出来,并重新转换为三维模型,得到分支血管所对应的肝段,实现肝段划分。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。
本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述,仅为本申请较佳的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。
Claims (10)
1.一种肝段划分方法,其特征在于,所述方法包括:
获取肝脏的三维模型以及肝脏中门静脉的三维模型;
将所述门静脉的三维模型裁剪为主体血管和分支血管两部分;
将肝脏、主体血管以及分支血管的三维模型均转换为体素模型,并将各体素模型标记至同一三维空间中;
对所述主体血管以及分支血管的体素模型进行膨胀传播操作,得到主体血管以及分支血管的辐射范围;
将分支血管的辐射范围提取出来,并重新转换为三维模型,得到分支血管所对应的肝段,实现肝段划分。
2.根据权利要求1所述的肝段划分方法,其特征在于,将所述门静脉的三维模型裁剪为主体血管和分支血管两部分,具体为:
获取用户选定的裁剪位置,根据所述裁剪位置将所述三维模型裁剪为主体血管和分支血管两部分。
3.根据权利要求1所述的肝段划分方法,其特征在于,将肝脏、主体血管以及分支血管的三维模型均转换为体素模型,包括:
对所述三维模型的表面进行体素化,以及对所述三维模型的内部进行体素化。
4.根据权利要求3所述的肝段划分方法,其特征在于,对所述三维模型的表面进行体素化,具体为:
计算所述三维模型的AABB包围盒,根据设定的体素化的分辨率对所述包围盒进行划分,得到空间像素列表;
对构成三维模型的基本体元进行遍历,确定各基本体元对应的包围盒;
采用AABB的相交检测算法确定所述基本体元所影响的体素单元,将影响的体素单元标记为非空,实现三维模型表面的体素化。
5.根据权利要求3所述的肝段划分方法,其特征在于,对所述三维模型的内部进行体素化,具体为:
建立所述三维模型的空间八叉树;
针对所述包围盒中所有空体素,以其中心位置为起点发射两条轴对称的射线;
利用所述八叉树确定两条所述射线与三维模型的相交点,得到相交点的法向量以及相交点与射线之间的距离;
根据两个法向量之间的关系判断相应的空像素在三维模型的内部还是外部;
判断完所有空像素,实现三维模型内部的体素化。
6.根据权利要求1所述的肝段划分方法,其特征在于,将各体素模型标记至同一三维空间中,具体为:
为各体素模型分配不同的标记值,根据标记值将各体素模型标记到同一三维空间中。
7.根据权利要求1所述的肝段划分方法,其特征在于,对所述主体血管以及分支血管的体素模型进行膨胀传播操作,得到主体血管以及分支血管的辐射范围,具体为:
针对主所述体素模型中每一血管体素,找到其相邻的脏器体素;
针对每一个相邻的脏器体素,计算其周围的血管体素中主体血管体素所占比例以及分支血管体素所占比例,将脏器体素转换为占比较大的血管体素;
将所有脏器体素均转换为血管体素,得到主体血管以及分支血管的辐射范围。
8.一种肝段划分系统,其特征在于,所述系统包括:
获取模块,用于获取肝脏的三维模型以及肝脏中门静脉的三维模型;
裁剪模块,用于将所述门静脉的三维模型裁剪为主体血管和分支血管两部分;
转换模块,用于将肝脏、主体血管以及分支血管的三维模型均转换为体素模型,并将各体素模型标记至同一三维空间中;
膨胀传播模块,用于对所述主体血管以及分支血管的体素模型进行膨胀传播操作,得到主体血管以及分支血管的辐射范围;
提取模块,用于将分支血管的辐射范围提取出来,并重新转换为三维模型,得到分支血管所对应的肝段,实现肝段划分。
9.一种计算机设备,其特征在于,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述肝段划分方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述肝段划分方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110836922.6A CN113610784A (zh) | 2021-07-23 | 2021-07-23 | 一种肝段划分方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110836922.6A CN113610784A (zh) | 2021-07-23 | 2021-07-23 | 一种肝段划分方法、系统、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113610784A true CN113610784A (zh) | 2021-11-05 |
Family
ID=78305272
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110836922.6A Pending CN113610784A (zh) | 2021-07-23 | 2021-07-23 | 一种肝段划分方法、系统、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113610784A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116862816A (zh) * | 2023-07-28 | 2023-10-10 | 杭州雅智医疗技术有限公司 | 一种基于三维形态学的模型膨胀方法、装置及应用 |
-
2021
- 2021-07-23 CN CN202110836922.6A patent/CN113610784A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116862816A (zh) * | 2023-07-28 | 2023-10-10 | 杭州雅智医疗技术有限公司 | 一种基于三维形态学的模型膨胀方法、装置及应用 |
CN116862816B (zh) * | 2023-07-28 | 2024-01-26 | 杭州雅智医疗技术有限公司 | 一种基于三维形态学的模型膨胀方法、装置及应用 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3195257B1 (en) | Systems and methods for segmenting medical images based on anatomical landmark-based features | |
CN107220933B (zh) | 一种参考线确定方法和系统 | |
CN107067398B (zh) | 用于三维医学模型中缺失血管的补全方法及装置 | |
CN108428233B (zh) | 基于知识的自动图像分割 | |
EP2819093B1 (en) | Method and system for atlas-based segmentation | |
JP2020503603A5 (zh) | ||
US9767594B2 (en) | Image processing apparatus | |
CN109427059B (zh) | 解剖结构的平面可视化 | |
EP3789965A1 (en) | Method for controlling a display, computer program and mixed reality display device | |
CN110717961B (zh) | 多模态图像重建方法、装置、计算机设备和存储介质 | |
US11798161B2 (en) | Method and apparatus for determining mid-sagittal plane in magnetic resonance images | |
CN110807770A (zh) | 医学影像的处理、识别、显示方法及存储介质 | |
Noser et al. | A method for assessing 3D shape variations of fuzzy regions and its application on human bony orbits | |
CN115359063B (zh) | 基于目标器官三维图像的刚性配准方法及相关装置 | |
CN113610784A (zh) | 一种肝段划分方法、系统、设备及存储介质 | |
CN116051738A (zh) | 基于cta影像的冠状动脉血管模型重构的方法和可读存储介质 | |
US20220108540A1 (en) | Devices, systems and methods for generating and providing image information | |
CN114677436A (zh) | 基于模型配准的脑部cta图像中的脑血管自动定位方法 | |
CN108805876B (zh) | 使用生物力学模型的磁共振和超声图像的可形变配准的方法和系统 | |
CN113129418A (zh) | 基于三维影像的目标表面重建方法、装置、设备和介质 | |
JP2012085833A (ja) | 3次元医用画像データの画像処理システム、その画像処理方法及びプログラム | |
CN107920859B (zh) | 模拟乳房变形 | |
Bohak et al. | Fast segmentation, conversion and rendering of volumetric data using gpu | |
Bao et al. | Introduction to 3D Visualization of Abdominal CT Images | |
CN114283159A (zh) | 影像数据处理方法、计算机设备和存储介质 |
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 |