CN113842212B - 荧光散射光学断层成像处理方法及系统 - Google Patents

荧光散射光学断层成像处理方法及系统 Download PDF

Info

Publication number
CN113842212B
CN113842212B CN202111174218.5A CN202111174218A CN113842212B CN 113842212 B CN113842212 B CN 113842212B CN 202111174218 A CN202111174218 A CN 202111174218A CN 113842212 B CN113842212 B CN 113842212B
Authority
CN
China
Prior art keywords
boundary
fluorescence
cutting area
line
region
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
CN202111174218.5A
Other languages
English (en)
Other versions
CN113842212A (zh
Inventor
蔡惠明
李长流
倪轲娜
卢露
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.)
Nanjing Nuoyuan Medical Devices Co Ltd
Original Assignee
Nanjing Nuoyuan Medical Devices Co Ltd
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 Nanjing Nuoyuan Medical Devices Co Ltd filed Critical Nanjing Nuoyuan Medical Devices Co Ltd
Priority to CN202111174218.5A priority Critical patent/CN113842212B/zh
Publication of CN113842212A publication Critical patent/CN113842212A/zh
Application granted granted Critical
Publication of CN113842212B publication Critical patent/CN113842212B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0071—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by measuring fluorescence emission
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0073—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by tomography, i.e. reconstruction of 3D images from 2D projections
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • 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
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • 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
    • A61B2034/2055—Optical 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
    • G06T2207/10101—Optical tomography; Optical coherence tomography [OCT]
    • 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
    • G06T2207/30096—Tumor; Lesion

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Robotics (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种荧光散射光学断层成像处理方法及系统，包括：接收采集到的光学断层成像，获取所述光学断层成像中每个像素点的像素值；基于每个像素点的像素值在所述光学断层成像中生成荧光区域和非荧光区域，将所述荧光区域和非荧光区域的边界分别以第一线条形式显示；根据接收到的病例数据生成调整权重，基于所述调整权重和荧光区域生成切割区域，将所述切割区域的边界以第二线条形式显示。本发明提供的技术方案，能够对光学断层成像进行识别，对荧光区域和非荧光区域的边界进行显示，并得到用于引导切割的切割区域，实现对医护人员进行切割的引导。

Description

荧光散射光学断层成像处理方法及系统
技术领域
本发明涉及光学断层成像技术，尤其涉及一种荧光散射光学断层成像处理方法及系统。
背景技术
荧光扩散光学断层成像方法(FDOT)是DOT技术的直接延伸与发展，与传统的成像方法相比，系统结构简单，成本低，无电离辐射危害。它具有DOT在三维测量以及成像深度上的优势，同时又发挥荧光剂对癌变组织的高灵敏和特异性优势。在分子成像领域有着重要的作用。
FDOT在用于小动物活体实验时，采用荧光剂—吲哚菁绿(ICG)对肿瘤细胞进行标记，荧光剂会附着于在肿瘤细胞上，在正常组织部分会随血液循环清除，从而提高了肿瘤区域与正常区域的荧光对比度，通过重建最终能分辨出肿瘤组织。FDOT应用于小动物成像中，可以准确定位病变部位，为FDOT重建提供较好的位置信息，减少了重建问题中需要的数据量，降低了问题的病态性提高了重建图像质量。这套系统的实现，可以准确地提供关于肿瘤组织的位置信息。
通过荧光剂方式能够提高肿瘤区域与正常区域的对比度，引导医护人员对荧光部位进行切除工作，但是在切除过程中，会存在荧光剂与正常区域的交界无法区分的情况，导致医护人员在对肿瘤、病灶切除时只能根据经验将肿瘤和正常组织区分进行切除，容易出现误差。
发明内容
本发明实施例提供一种荧光散射光学断层成像处理方法及系统，能够对光学断层成像进行识别，对荧光区域和非荧光区域的边界进行显示，并得到用于引导切割的切割区域，实现对医护人员进行切割的引导。
本发明实施例的第一方面，提供一种荧光散射光学断层成像处理方法，包括：
接收采集到的光学断层成像，获取所述光学断层成像中每个像素点的像素值；
基于每个像素点的像素值在所述光学断层成像中生成荧光区域和非荧光区域，将所述荧光区域和非荧光区域的边界分别以第一线条形式显示；
根据接收到的病例数据生成调整权重，基于所述调整权重和荧光区域生成切割区域，将所述切割区域的边界以第二线条形式显示。
可选地，在第一方面的一种可能实现方式中，基于每个像素点的像素值在所述光学断层成像中生成荧光区域和非荧光区域包括：
预先设置荧光阈值和非荧光阈值；
将像素值在荧光阈值内的像素点归类生成荧光区域，将像素值在非荧光阈值内的像素点归类生成非荧光区域。
可选地，在第一方面的一种可能实现方式中，其中，所述病例数据包括人体部位和患者年龄值；
根据接收到的病例数据生成调整权重，基于所述调整权重和荧光区域生成切割区域，将所述切割区域的边界以第二线条形式显示包括：
获取所述病例数据中患病的人体部位得到与该部位对应的调整权重；
基于调整权重和患者年龄信息生成边界偏移值，通过以下公式计算偏移值，
Figure BDA0003294607340000021
其中，S偏为以荧光区域的中心点为基准点的边界偏移值，S基为预先设置的基础值，Ai人体A的第i个人体部位的调整权重，e为患者年龄信息，z为预设年龄信息，Pi1为第i个人体部位的荧光区域的边界长度，Pi2为第i个人体部位的预设边界长度；
将荧光区域的边界按照所述边界偏移值向非荧光区域偏移得到切割区域的边界，将所述切割区域的边界以第二线条形式显示。
可选地，在第一方面的一种可能实现方式中，接收医护人员输入的修正信息，所述修正信息用于对所述切割区域的边界进行调整得到修正后的切割区域；
获取以荧光区域的中心点为基准点获取修正后的切割区域与修正前的切割区域的修正差值；
通过以下公式对第i个人体部位的权重值进行更新，
Figure BDA0003294607340000031
其中，A新为第i个人体部位更新后的调整权重值，M1为修正前的切割区域的边界长度或切割区域面积，M2为修正后的切割区域的边界长度或切割区域面积，k1为升高权重，k2为降低权重。
可选地，在第一方面的一种可能实现方式中，还包括：
获取所述切割区域，基于所述切割区域和病例数据生成第一导航线和第二导航线，所述第一导航线和第二导航线分别位于所述切割区域的边界的相对侧，所述第一导航线与所述第二导航线相差预设距离；
实时获取操作目标的位置；
若判断所述操作目标位于所述第一导航线和第二导航线所组成的区域内，则以第一方框形式显示；
若判断所述操作目标位于所述第一导航线和第二导航线所组成的区域外，则以第二方框形式显示。
可选地，在第一方面的一种可能实现方式中，基于所述调整权重和荧光区域生成切割区域包括：
获取荧光区域和非荧光区域的相交部分，基于所述调整权重和相交部分生成切割区域；
获取所述切割区域，基于所述切割区域和病例数据生成第一导航线和第二导航线，所述第一导航线与所述第二导航线相差预设距离包括：
获取所述切割区域所对应的线条l1(d11，d12，…，d1n)，其中d1n为线条l1所对应的第n个像素点；
通过以下公式得到第一导航线l2所对应的第n个像素点，
Figure BDA0003294607340000032
其中，x1n为l1所对应的第n个像素点的横坐标，y1n为l1所对应的第n个像素点的纵坐标，xα为第一横坐标调整值，yα为第一纵坐标调整值，e为患者年龄信息，z为预设年龄信息；
获取第一导航线l2与线条l1对应的所有像素点，得到关于第一导航线l2的集合(d21，d22，…，d2n)；
将所述第一导航线l2中相邻的像素点连接得到第一导航线l2。
可选地，在第一方面的一种可能实现方式中，基于所述切割区域和病例数据生成第一导航线和第二导航线包括：
通过以下公式确定第二导航线l3所对应的第n个像素点，
d3n(x3n，y3n)＝(x2n，y2n)+(xβ，yβ)
其中，xβ为第二横坐标调整值，yβ为第二纵坐标调整值；
获取第二导航线l3与第一导航线l2对应的所有像素点，得到关于第二导航线l3的集合(d31，d32，…，d3n)；
将所述第一导航线l2中相邻的像素点连接得到第二导航线l3。
可选地，在第一方面的一种可能实现方式中，还包括：
根据病例数据中的人体部位确定xα、yα、xβ以及yβ的数值。
本发明实施例的第二方面，提供一种荧光散射光学断层成像处理系统，包括：
获取模块，用于接收采集到的光学断层成像，获取所述光学断层成像中每个像素点的像素值；
荧光区域生成模块，用于基于每个像素点的像素值在所述光学断层成像中生成荧光区域和非荧光区域，将所述荧光区域和非荧光区域的边界分别以第一线条形式显示；
切割区域生成模块，用于根据接收到的病例数据生成调整权重，基于所述调整权重和荧光区域生成切割区域，将所述切割区域的边界以第二线条形式显示。
本发明实施例的第三方面，提供一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现本发明第一方面及第一方面各种可能设计的所述方法。
本发明提供的一种荧光散射光学断层成像处理方法及系统，能够对光学断层成像中的病灶、肿瘤进行荧光显示，并且对荧光区域的边界通过第一线条形式显示，方便医护人员能够明确了解病灶、肿瘤的边界。并且本发明会根据人体的部位、年龄等信息，得到切割区域的边界，切割区域能够指导医护人员对病灶、肿瘤进行切割操作，使得医护人员在肿瘤切除的过程中有个切割路径。本发明的上述方案可以适用于术前规划、也可以是术中引导。
本发明在得到切割区域时，会充分考虑患者的不同年龄，病灶、肿瘤所处的人体组织的不同部位得到边界偏移值，边界偏移值可以认为是对切割区域的边界进行偏移的量化值，通过以上方式，使得本发明会根据患者的不同情况确定其切割位置，避免因为切割区域造成的切缘距离过小而导致复发情况，同时也避免因为切割区域造成的切缘距离过大而造成其他不良事件的发生。使得医生能够得到示意的切割距离、切割区域，并且进行显示。
本发明在得到切割区域后，会实时采集操作目标的位置，并根据第一导航线和第二导航线得到安全区域，当操作目标在该安全区域内时，以第一方框形式显示，当操作目标在该安全区域外时，以第二方框形式显示，能够指导医护人员对操作目标的实时监控，避免在实际的切割操作时产生切缘过大、过小的情况。
本发明在得到第一导航线和第二导航线时，也会充分考虑患者的肿瘤、病灶的位置信息以及年龄信息，为患者提供适宜的第一导航线和第二导航线。第一导航线和第二导航线是通过切割区域的边界反向得出，确保了第一导航线和第二导航线的准确度。
附图说明
图1为荧光散射光学断层成像处理方法的第一种实施方式的流程图；
图2为荧光区域和非荧光区域的显示示意图；
图3为荧光散射光学断层成像处理方法的第二种实施方式的流程图；
图4为荧光散射光学断层成像处理系统的第一种实施方式的结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
应当理解，在本发明的各种实施例中，各过程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，而不应对本发明实施例的实施过程构成任何限定。
应当理解，在本发明中，“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解，在本发明中，“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含，“包含A、B或C”是指包含A、B、C三者之一，“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。
应当理解，在本发明中，“与A对应的B”、“与A相对应的B”、“A与B相对应”或者“B与A相对应”，表示B与A相关联，根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。A与B的匹配，是A与B的相似度大于或等于预设的阈值。
取决于语境，如在此所使用的“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
本发明提供一种荧光散射光学断层成像处理方法，如图1所示其流程图，包括：
步骤S110、接收采集到的光学断层成像，获取所述光学断层成像中每个像素点的像素值。在光学断层成像中，如图2所示，11为荧光区域，12为非荧光区域。为了保存患者的隐私，本发明中以白鼠的形态展示。
在光学断层成像中，荧光区域的像素值是不同的，非荧光区域的像素点大多为黑灰色，荧光区域的像素点大多为亮色，例如说荧光绿、荧光黄等等。
步骤S120、基于每个像素点的像素值在所述光学断层成像中生成荧光区域和非荧光区域，将所述荧光区域和非荧光区域的边界分别以第一线条形式显示。众所周知，不同的颜色具有不同的像素值、RGB值，所以本发明会根据不同像素点的像素值对像素点进行归类、归集。
在一个可能的实施方式中，如图3所示，步骤S120包括：
步骤S1201、预先设置荧光阈值和非荧光阈值。例如说，荧光阈值对应为像素值100至像素值200，非荧光区域为像素值0至99、201至255，本发明中所述的像素值可以是RGB值中任意的R值、G值以及B值。
步骤S1202、将像素值在荧光阈值内的像素点归类生成荧光区域，将像素值在非荧光阈值内的像素点归类生成非荧光区域。本发明会根据每个像素点的像素值的大小对像素点进行归类得到荧光区域和非荧光区域。
步骤S130、根据接收到的病例数据生成调整权重，基于所述调整权重和荧光区域生成切割区域，将所述切割区域的边界以第二线条形式显示。
其中，所述病例数据包括人体部位和患者年龄值。患者在就医时，会填写相应的病例数据，例如说姓名、性别、年龄、病情等等。
在一个可能的实施方式中，步骤S130包括：
获取所述病例数据中患病的人体部位得到与该部位对应的调整权重。在肿瘤的实际治疗过程中，由于不同部位、不同位置处的肿瘤切缘距离不同，本发明会设置不同的调整权重，例如说存在某些部位、组织的体积较大，则切缘距离可以长一些，例如说某些部位、组织的体积较小，则切缘距离需要适当的减少一些。关于切缘距离与复发之间的关系，可以参考以下发表在<journal＝""of＝""thoracic＝""and＝""cardiovascular＝""surgery＝"">上的研究文章，在以下的网页链接中包括了上述的研究文章，详细见以下链http://www.360doc.com/content/17/1002/17/238966_691805438.shtml。
本发明会根据人体部位的不同得到对应的调整权重，该对应权重可以是人为预先对应设置的。
基于调整权重和患者年龄信息生成边界偏移值，通过以下公式计算偏移值，
Figure BDA0003294607340000081
其中，S偏为以荧光区域的中心点为基准点的边界偏移值，S基为预先设置的基础值，Ai人体A的第i个人体部位的调整权重，e为患者年龄信息，z为预设年龄信息，Pi1为第i个人体部位的荧光区域的边界长度，Pi2为第i个人体部位的预设边界长度。
不同年龄的人的器官的发育程度、恢复程度都是不同的，所以本发明会设置一个预设年龄信息，该预设年龄信息可以是人体最佳年龄，例如说18、25等等，根据性别、地区的不同可能会有所调整。本发明会根据患者年龄信息与预设年龄信息的距离对边界偏移值进行调整，即
Figure BDA0003294607340000082
结合每个部位不同的权重值Ai得到适宜的边界偏移值。
并且本发明会考虑肿瘤的大小对偏移值进行调整，当肿瘤越大时，则偏移值可能就越大，
Figure BDA0003294607340000083
能够反映S偏和肿瘤大小的关系，当肿瘤越大时，对应的荧光区域的边界长度Pi1就越长。
将荧光区域的边界按照所述边界偏移值向非荧光区域偏移得到切割区域的边界，将所述切割区域的边界以第二线条形式显示。
第一线条形式可以是实线，第二线条形式可以是虚线，通过以上方式能够将切割区域的边界与荧光区域的边界和非荧光区域的边界的长度区分。方便医护人员查看。
在一个可能的实施方式中，接收医护人员输入的修正信息，所述修正信息用于对所述切割区域的边界进行调整得到修正后的切割区域；
获取以荧光区域的中心点为基准点获取修正后的切割区域与修正前的切割区域的修正差值。当本发明提供的技术方案在属于术前规划时，本发明会接收医护人员对切割区域的修正，使得该切割区域更适宜当前的手术场景。
通过以下公式对第i个人体部位的权重值进行更新，
Figure BDA0003294607340000084
其中，A新为第i个人体部位更新后的调整权重值，M1为修正前的切割区域的边界长度或切割区域面积，M2为修正后的切割区域的边界长度或切割区域面积，k1为升高权重，k2为降低权重。
由于医护人员对切割区域进行了修正，所以本发明会根据医护人员的修正幅度对先前的调整权重进行调整得到人体部位更新后的调整权重值。使得该调整权重值更适用于当前的手术场景。本发明还会根据调整权重值的升高和降低进行了不同幅度的调整。因为升高和降低都会直接造成切缘距离的改变，在切缘距离减少时，易于造成复发的情况，对人体造成二次伤害，所以本发明中的k2优选低于k1，使得切缘距离减小的幅度低于切缘距离增大的幅度。保障手术后不易复发。
在一个可能的实施方式中，还包括：
获取所述切割区域，基于所述切割区域和病例数据生成第一导航线和第二导航线，所述第一导航线和第二导航线分别位于所述切割区域的边界的相对侧，所述第一导航线与所述第二导航线相差预设距离。
由于医生在实际切割时，会因为各种情况导致出刀可能会有一些偏差，本发明会设置第一导航线和第二导航线。
实时获取操作目标的位置。操作目标可以是切割刀具，本发明会锁定切割刀具的尖部作为操作目标，实时获取尖部位置。在获取尖部位置时，可以进行术前的配准，实时采集操作目标的二维位置。
若判断所述操作目标位于所述第一导航线和第二导航线所组成的区域内，则以第一方框形式显示。当操作目标在第一导航线和第二导航线所组成的区域内时，证明此时手术操作正常，此时以第一方框形式显示反馈给工作人员操作正常的信号。
若判断所述操作目标位于所述第一导航线和第二导航线所组成的区域外，则以第二方框形式显示。当操作目标不在第一导航线和第二导航线所组成的区域内时，证明此时手术操作不正常，此时以第二方框形式显示反馈给工作人员操作不正常的信号。
通过以上方式，能够实现术中的手术监测、导航。
在一个可能的实施方式中，基于所述调整权重和荧光区域生成切割区域包括：
获取荧光区域和非荧光区域的相交部分，基于所述调整权重和相交部分生成切割区域。一般情况下，肿瘤与人体组织之间会存在相交的区域也会存在非相交的区域，在手术过程中，就是将肿瘤与人体组织的相交区域进行切除。所以，本发明会确定荧光区域和非荧光区域的相交部分，基于所述调整权重和相交部分生成切割区域。
获取所述切割区域，基于所述切割区域和病例数据生成第一导航线和第二导航线，所述第一导航线与所述第二导航线相差预设距离包括：
获取所述切割区域所对应的线条l1(d11，d12，…，d1n)，其中d1n为线条l1所对应的第n个像素点。本发明在生成切割区域时，首先会确定切割区域所对应的线条像素点。切割区域所对应的线条l1是根据荧光区域和非荧光区域的相交部分进行偏移得到的。本发明会确定线条l1在光学断层成像中的每个像素点。
通过以下公式得到第一导航线l2所对应的第n个像素点，
Figure BDA0003294607340000101
其中，x1n为l1所对应的第n个像素点的横坐标，y1n为l1所对应的第n个像素点的纵坐标，xα为第一横坐标调整值，yα为第一纵坐标调整值，e为患者年龄信息，z为预设年龄信息。
在得到线条l1后，本发明会根据患者的年龄、切除部位确定不同的调整策略，即
Figure BDA0003294607340000102
其中xα和yα是根据切除部位的不同预设的，/>
Figure BDA0003294607340000103
是根据患者的年龄动态生成的。本发明会充分考虑患者的年龄、切除部位的不同对第一导航线l2的位置进行动态调整。
获取第一导航线l2与线条l1对应的所有像素点，得到关于第一导航线l2的集合(d21，d22，…，d2n)。本发明会得到多个离散的关于第一导航线l2的集合(d21，d22，…，d2n)。
将所述第一导航线l2中相邻的像素点连接得到第一导航线l2。本发明会将离散的关于第一导航线l2的集合(d21，d22，…，d2n)进行连接，得到线性的第一导航线l2。
在一个可能的实施方式中，基于所述切割区域和病例数据生成第一导航线和第二导航线包括：
通过以下公式确定第二导航线l3所对应的第n个像素点，
d3n(x3n，y3n)＝(x2n，y2n)+(xβ，yβ)
其中，xβ为第二横坐标调整值，yβ为第二纵坐标调整值；
获取第二导航线l3与第一导航线l2对应的所有像素点，得到关于第二导航线l3的集合(d31，d22，…，d3n)。在本发明中，第一导航线和第二导航线之间可以是相差预设值，因为操作目标的体积是固定的，如果第一导航线和第二导航线之间的距离过小则会导致经常会出现提醒，如果第一导航线和第二导航线之间的距离过大，则会导致切缘距离的准确性无法保障。所以，本发明会设置一个相对定值的变化。xβ、yβ可以是0.8、1.2等等。
将所述第一导航线l2中相邻的像素点连接得到第二导航线l3。本发明会将离散的关于第二导航线l3的集合(d31，d32，…，d3n)进行连接，得到线性的第二导航线l3。
通过以上方式，本发明可以得到第一导航线l2和第二导航线l3，并根据第一导航线l2和第二导航线l3对操作目标进行检测，避免操作目标偏移而造成切缘距离的改变。
在一个可能的实施方式中，还包括：根据病例数据中的人体部位确定xα、yα、xβ以及yβ的数值。
本发明提供一种荧光散射光学断层成像处理系统，如图4所示其结构示意图，包括：
获取模块，用于接收采集到的光学断层成像，获取所述光学断层成像中每个像素点的像素值；
荧光区域生成模块，用于基于每个像素点的像素值在所述光学断层成像中生成荧光区域和非荧光区域，将所述荧光区域和非荧光区域的边界分别以第一线条形式显示；
切割区域生成模块，用于根据接收到的病例数据生成调整权重，基于所述调整权重和荧光区域生成切割区域，将所述切割区域的边界以第二线条形式显示。
其中，可读存储介质可以是计算机存储介质，也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如，可读存储介质耦合至处理器，从而使处理器能够从该可读存储介质读取信息，且可向该可读存储介质写入信息。当然，可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(ApplicationSpecific Integrated Circuits，简称：ASIC)中。另外，该ASIC可以位于用户设备中。当然，处理器和可读存储介质也可以作为分立组件存在于通信设备中。可读存储介质可以是只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本发明还提供一种程序产品，该程序产品包括执行指令，该执行指令存储在可读存储介质中。设备的至少一个处理器可以从可读存储介质读取该执行指令，至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。
在上述终端或者服务器的实施例中，应理解，处理器可以是中央处理单元(英文：Central Processing Unit，简称：CPU)，还可以是其他通用处理器、数字信号处理器(英文：Digital Signal Processor，简称：DSP)、专用集成电路(英文：Application SpecificIntegrated Circuit，简称：ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (8)

1.一种荧光散射光学断层成像处理方法，用于术前规划，其特征在于，包括：
接收采集到的光学断层成像，获取所述光学断层成像中每个像素点的像素值；
基于每个像素点的像素值在所述光学断层成像中生成荧光区域和非荧光区域，将所述荧光区域和非荧光区域的边界分别以第一线条形式显示；
根据接收到的病例数据生成调整权重，基于所述调整权重和荧光区域生成切割区域，将所述切割区域的边界以第二线条形式显示；
其中，所述病例数据包括人体部位和患者年龄值；
根据接收到的病例数据生成调整权重，基于所述调整权重和荧光区域生成切割区域，将所述切割区域的边界以第二线条形式显示包括：
获取所述病例数据中患病的人体部位得到与该部位对应的调整权重；
基于调整权重和患者年龄信息生成边界偏移值，通过以下公式计算偏移值，
Figure FDA0004270658630000011
其中，S偏为以荧光区域的中心点为基准点的边界偏移值，S基为预先设置的基础值，Ai人体A的第i个人体部位的调整权重，e为患者年龄信息，z为预设年龄信息，Pi1为第i个人体部位的荧光区域的边界长度，Pi2为第i个人体部位的预设边界长度；
根据患者年龄信息与预设年龄信息的距离对边界偏移值进行调整，即
Figure FDA0004270658630000012
结合每个部位不同的权重值Ai得到适宜的边界偏移值；
考虑肿瘤的大小对偏移值进行调整，当肿瘤越大时，则偏移值可能就越大，
Figure FDA0004270658630000013
能够反映S偏和肿瘤大小的关系，当肿瘤越大时，对应的荧光区域的边界长度Pi1就越长；
将荧光区域的边界按照所述边界偏移值向非荧光区域偏移得到切割区域的边界，将所述切割区域的边界以第二线条形式显示；
接收医护人员输入的修正信息，所述修正信息用于对所述切割区域的边界进行调整得到修正后的切割区域；
获取以荧光区域的中心点为基准点获取修正后的切割区域与修正前的切割区域的修正差值；
通过以下公式对第i个人体部位的权重值进行更新，
Figure FDA0004270658630000021
其中，A新为第i个人体部位更新后的调整权重值，M1为修正前的切割区域的边界长度或切割区域面积，M2为修正后的切割区域的边界长度或切割区域面积，k1为升高权重，k2为降低权重，k2低于k1，使得切缘距离减小的幅度低于切缘距离增大的幅度。
2.根据权利要求1所述的荧光散射光学断层成像处理方法，其特征在于，
基于每个像素点的像素值在所述光学断层成像中生成荧光区域和非荧光区域包括：
预先设置荧光阈值和非荧光阈值；
将像素值在荧光阈值内的像素点归类生成荧光区域，将像素值在非荧光阈值内的像素点归类生成非荧光区域。
3.根据权利要求1所述的荧光散射光学断层成像处理方法，其特征在于，还包括：
获取所述切割区域，基于所述切割区域和病例数据生成第一导航线和第二导航线，所述第一导航线和第二导航线分别位于所述切割区域的边界的相对侧，所述第一导航线与所述第二导航线相差预设距离；
实时获取操作目标的位置；
若判断所述操作目标位于所述第一导航线和第二导航线所组成的区域内，则以第一方框形式显示；
若判断所述操作目标位于所述第一导航线和第二导航线所组成的区域外，则以第二方框形式显示。
4.根据权利要求3所述的荧光散射光学断层成像处理方法，其特征在于，
基于所述调整权重和荧光区域生成切割区域包括：
获取荧光区域和非荧光区域的相交部分，基于所述调整权重和相交部分生成切割区域；
获取所述切割区域，基于所述切割区域和病例数据生成第一导航线和第二导航线，所述第一导航线与所述第二导航线相差预设距离包括：
获取所述切割区域所对应的线条l1(d11，d12，…，d1n)，其中d1n为线条l1所对应的第n个像素点；
通过以下公式得到第一导航线l2所对应的第n个像素点，
Figure FDA0004270658630000031
其中，x1n为l1所对应的第n个像素点的横坐标，y1n为l1所对应的第n个像素点的纵坐标，xα为第一横坐标调整值，yα为第一纵坐标调整值，e为患者年龄信息，z为预设年龄信息；
获取第一导航线l2与线条l1对应的所有像素点，得到关于第一导航线l2的集合(d21，d22，…，d2n)；
将所述第一导航线l2中相邻的像素点连接得到第一导航线l2。
5.根据权利要求4所述的荧光散射光学断层成像处理方法，其特征在于，
基于所述切割区域和病例数据生成第一导航线和第二导航线包括：
通过以下公式确定第二导航线l3所对应的第n个像素点，
d3n(x3n，y3n)＝(x2n，y2n)+(xβ，yβ)
其中，xβ为第二横坐标调整值，yβ为第二纵坐标调整值；
获取第二导航线l3与第一导航线l2对应的所有像素点，得到关于第二导航线l3的集合(d31，d32，…，d3n)；
将所述第一导航线l2中相邻的像素点连接得到第二导航线l3。
6.根据权利要求4或5中任意一项所述的荧光散射光学断层成像处理方法，其特征在于，还包括：
根据病例数据中的人体部位确定xα、yα、xβ以及yβ的数值。
7.一种荧光散射光学断层成像处理系统，用于术前规划，其特征在于，包括：
获取模块，用于接收采集到的光学断层成像，获取所述光学断层成像中每个像素点的像素值；
荧光区域生成模块，用于基于每个像素点的像素值在所述光学断层成像中生成荧光区域和非荧光区域，将所述荧光区域和非荧光区域的边界分别以第一线条形式显示；
切割区域生成模块，用于根据接收到的病例数据生成调整权重，基于所述调整权重和荧光区域生成切割区域，将所述切割区域的边界以第二线条形式显示；
其中，所述病例数据包括人体部位和患者年龄值；
根据接收到的病例数据生成调整权重，基于所述调整权重和荧光区域生成切割区域，将所述切割区域的边界以第二线条形式显示包括：
获取所述病例数据中患病的人体部位得到与该部位对应的调整权重；
基于调整权重和患者年龄信息生成边界偏移值，通过以下公式计算偏移值，
Figure FDA0004270658630000041
其中，S偏为以荧光区域的中心点为基准点的边界偏移值，S基为预先设置的基础值，Ai人体A的第i个人体部位的调整权重，e为患者年龄信息，z为预设年龄信息，Pi1为第i个人体部位的荧光区域的边界长度，Pi2为第i个人体部位的预设边界长度；
根据患者年龄信息与预设年龄信息的距离对边界偏移值进行调整，即
Figure FDA0004270658630000042
结合每个部位不同的权重值Ai得到适宜的边界偏移值；
考虑肿瘤的大小对偏移值进行调整，当肿瘤越大时，则偏移值可能就越大，
Figure FDA0004270658630000043
能够反映S偏和肿瘤大小的关系，当肿瘤越大时，对应的荧光区域的边界长度Pi1就越长；
将荧光区域的边界按照所述边界偏移值向非荧光区域偏移得到切割区域的边界，将所述切割区域的边界以第二线条形式显示；
接收医护人员输入的修正信息，所述修正信息用于对所述切割区域的边界进行调整得到修正后的切割区域；
获取以荧光区域的中心点为基准点获取修正后的切割区域与修正前的切割区域的修正差值；
通过以下公式对第i个人体部位的权重值进行更新，
Figure FDA0004270658630000044
其中，A新为第i个人体部位更新后的调整权重值，M1为修正前的切割区域的边界长度或切割区域面积，M2为修正后的切割区域的边界长度或切割区域面积，k1为升高权重，k2为降低权重，k2低于k1，使得切缘距离减小的幅度低于切缘距离增大的幅度。
8.一种可读存储介质，其特征在于，所述可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现权利要求1至6任一所述的方法。
CN202111174218.5A 2021-10-09 2021-10-09 荧光散射光学断层成像处理方法及系统 Active CN113842212B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111174218.5A CN113842212B (zh) 2021-10-09 2021-10-09 荧光散射光学断层成像处理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111174218.5A CN113842212B (zh) 2021-10-09 2021-10-09 荧光散射光学断层成像处理方法及系统

Publications (2)

Publication Number Publication Date
CN113842212A CN113842212A (zh) 2021-12-28
CN113842212B true CN113842212B (zh) 2023-07-07

Family

ID=78977741

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111174218.5A Active CN113842212B (zh) 2021-10-09 2021-10-09 荧光散射光学断层成像处理方法及系统

Country Status (1)

Country Link
CN (1) CN113842212B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115719415B (zh) * 2022-03-28 2023-11-10 南京诺源医疗器械有限公司 一种视野可调双视频融合成像方法及系统

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003159209A (ja) * 2001-11-29 2003-06-03 Fuji Photo Film Co Ltd 蛍光診断画像表示方法および表示装置
EP2074933B1 (de) * 2007-12-19 2012-05-02 Kantonsspital Aarau AG Verfahren zur Analyse und Bearbeitung von Fluoreszenzbildern
WO2015023990A1 (en) * 2013-08-15 2015-02-19 The Trustees Of Dartmouth College Method and apparatus for quantitative and depth resolved hyperspectral fluorescence and reflectance imaging for surgical guidance
JP6708143B2 (ja) * 2017-02-07 2020-06-10 株式会社島津製作所 時間強度曲線測定装置
CN108564636B (zh) * 2018-05-07 2021-12-03 西北大学 一种基于三支决策的荧光目标重建结果后处理方法
CN109820479B (zh) * 2019-01-08 2021-08-27 西北大学 一种荧光分子断层成像可行域优化方法
CN110111895A (zh) * 2019-05-15 2019-08-09 天津医科大学肿瘤医院 一种鼻咽癌远端转移预测模型的建立方法
CN112471075A (zh) * 2020-12-22 2021-03-12 广西医科大学第一附属医院 鼻咽癌肿瘤模型的构建方法及应用
CN113096757A (zh) * 2021-04-29 2021-07-09 中国科学院深圳先进技术研究院 一种基于双区域影像组学的食管鳞癌生存预测方法和系统

Also Published As

Publication number Publication date
CN113842212A (zh) 2021-12-28

Similar Documents

Publication Publication Date Title
US11229419B2 (en) Method for processing 3D image data and 3D ultrasonic imaging method and system
Hetherington et al. SLIDE: automatic spine level identification system using a deep convolutional neural network
CN102525534B (zh) 医用图像处理装置、医用图像处理方法
CN111227864B (zh) 使用超声图像利用计算机视觉进行病灶检测的装置
US20200286229A1 (en) Image diagnostic device, image processing method, and program
US8238630B2 (en) Image processing apparatus and program for the same
AU2015335554B2 (en) Method and device for selecting detection area, and elasticity detection system
JP6448356B2 (ja) 画像処理装置、画像処理方法、画像処理システム、及びプログラム
KR102245189B1 (ko) 의료 영상 처리 장치 및 그에 따른 의료 영상 처리 방법
CN111445983B (zh) 用于乳腺扫描的医疗信息处理方法、系统及存储介质
US20120078102A1 (en) 3-dimensional (3d) ultrasound system using image filtering and method for operating 3d ultrasound system
CN104173071B (zh) 自动确定岩骨的扫描范围的方法和装置
CN107885476A (zh) 一种医学影像显示方法及装置
CN113842212B (zh) 荧光散射光学断层成像处理方法及系统
JP2009195471A (ja) 位置合わせ装置およびそのプログラム
US20120232390A1 (en) Diagnostic apparatus and method
US20180310856A1 (en) Method for tissue classification, computer program product and magnetic resonance imaging system
JP2019010411A (ja) 学習データ生成支援装置および学習データ生成支援装置の作動方法並びに学習データ生成支援プログラム
CN109363676A (zh) 一种乳腺电阻抗扫描成像的双乳对称性检测方法
JP5579535B2 (ja) 胎児の肋骨数を測定する超音波システムおよび方法
JP2007325641A (ja) 医用画像表示装置
JP2001325584A (ja) 画像の位置合わせ方法および装置
US10089728B2 (en) Radiation-image processing device and method
US20220249060A1 (en) Method for processing 3d image data and 3d ultrasonic imaging method and system
US9014440B2 (en) Dental cysts detector

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