CN113925606B - 一种神经调控导航定位方法、装置和神经调控治疗系统 - Google Patents

Abstract

本发明属于三维图像识别技术领域，具体涉及一种神经调控导航定位方法、装置和神经调控治疗系统。本发明的定位方法包括如下步骤：（1）建立标准病人信息与标准脑部数据匹配的三维头部标准模型数据库，标准病人信息包括性别、脸型及头型信息，标准脑部数据包括脑部三维模型；（2）采集待治疗病人的信息，与所述三维头部标准模型数据库中的标准病人信息对比，得到最接近的标准病人信息及其对应的标准脑部数据；（3）将标准脑部数据用于神经调控导航定位。本发明还提供适用于上述方法的装置和系统。本发明实现了不进行MRI扫描的前提下，在神经调控治疗中进行导航定位，能够有效降低病人治疗的经济负担，并有利于神经调控治疗的推广，应用潜力很高。

Description

一种神经调控导航定位方法、装置和神经调控治疗系统

技术领域

本发明属于三维图像识别技术领域，具体涉及一种神经调控导航定位方法、装置和神经调控治疗系统。

背景技术

神经调控疗法包含迷走神经刺激术（VNS）和重复经颅磁刺激术（rTMS），是一种不开颅的神经刺激方法，用以治疗难治性癫痫等神经疾病。

神经调控治疗仪器的导航定位系统能够帮助医师在临床治疗中直观、方便的查看到当前仪器对病人治疗的工作状态。当前市面上已有的神经调控定位导航系统的主要工作原理是：通过光学相机或深度相机获取仪器上的定位装置和人头部的真实空间坐标，借助人头部的MRI扫描后的结构像重构真实三维模型，并进行配准，最终将当前仪器在人头上的作用靶点识别出来。

中国发明专利申请“CN202010052920.3 基于增强现实的精准经颅磁刺激在线导航方法”提供了利用MRI扫描实现经颅磁刺激在线导航的技术方案。然而，现有的神经调控定位导航系统中，为了获得病人脑部位置的信息，必须采用MRI扫描对病人的头部进行实时获取。而MRI扫描技术对设备要求高，成本也较高。这不仅对病人造成额外的经济负担，而且中小型医院通常不具备MRI扫描的条件和设备，这进一步影响了神经调控治疗的推广。

发明内容

针对现有技术中的缺陷，本发明提供一种神经调控导航定位方法、装置和神经调控治疗系统，其目的在于：实现不进行MRI扫描的前提下，在神经调控治疗中进行导航定位。

一种神经调控导航定位方法，它是通过识别待治疗病人的脸型和/或头型，匹配标准脑部数据，然后利用所述标准脑部数据进行神经调控导航定位。

优选的，包括如下步骤：

步骤1，建立标准病人信息与标准脑部数据匹配的三维头部标准模型数据库，所述标准病人信息包括性别、脸型及头型信息，所述标准脑部数据包括脑部三维模型；

步骤2，采集待治疗病人的信息，与所述三维头部标准模型数据库中的标准病人信息对比，得到最接近的标准病人信息及其对应的标准脑部数据；

步骤3，将步骤2得到的标准脑部数据用于神经调控导航定位。

优选的，所述脸型及头型信息通过深度相机采集、3D激光扫描装置或多点位深度相机得到；

和/或，所述脑部三维模型通过头部MRI扫描后的结构像重构得到。

优选的，步骤1具体包括如下步骤：

步骤1.1，采集病人样本数据，所述病人样本数据包括性别、脸型及头型信息和脑部三维模型；

步骤1.2，对步骤1.1中的脸型及头型信息进行分类，将病人样本数据聚类至对应的性别、脸型及头型信息类别之下；

步骤1.3，在步骤1.2的聚类结果中，从每一类别中选出脑部三维模型最具代表性的病人样本数据，将该病人样本数据的性别、脸型及头型信息作为该类别的标准病人信息，将该病人样本数据的脑部三维模型作为该类别的标准脑部数据。

优选的，步骤1.2中，对所述脸型及头型信息进行分类的具体步骤包括：

步骤1.2.1，将所述脸型及头型信息中的形态面高和面宽比值组成形态指数，所述形态指数用于对病人样本的头面部的比例与形态特征进行量化分型，得到1类分类；

步骤1.2.2，从所述脸型及头型信息中得到人脸部模型的点云数据，采用机器学习的方法从所述点云数据中分割出眼、鼻、额、口四个部分的轮廓，得到四个部分的轮廓特征，所述轮廓特征以总面积与轮廓面积比例为特征值，利用所述轮廓特征进行分类，在所述1类分类下增加1.1类分类；

步骤1.2.3，利用分步降维算法计算步骤1.2.2所得到轮廓的边缘的空间梯度，以所述空间梯度的平均变化率作为特征值进行分类，在所述1.1类分类下增加1.1.1类分类。

优选的，所述脑部三维模型通过头部MRI扫描后的结构像重构得到，步骤1.3中，所述脑部三维模型最具代表性的病人样本数据通过如下方法选出：

步骤1.3.1，对每一类别中的每一个脑部三维模型进行功能分隔，得到目标靶区，提取所述目标靶区的特征系数，所述特征系数包括相对位置、体积和外轮廓梯度；

步骤1.3.2，利用聚类算法得到所述特征系数与脸型及头型信息中特征的关系，得到所述特征系数与脸型及头型信息中特征之间的FA因子模型联系，得到最能够区分不同脑部三维模型的特征系数；

步骤1.3.3，在所述类型下所有病人样本数据中，计算得出步骤1.3.2得到的所述最能够区分不同脑部三维模型的特征系数的平均值；

步骤1.3.4，在所述类型下所有病人样本数据中，对所述最能够区分不同脑部三维模型的特征系数进行聚类分析，选出最接近步骤1.3.3得到的平均值的病人样本数据，并将该病人样本数据作为脑部三维模型最具代表性的病人样本数据。

优选的，步骤2中，所述待治疗病人的信息与所述标准病人信息对比的方法为聚类分析法。

本发明还提供一种神经调控导航定位装置，包括：

三维模型数据库模块，用于存储上述神经调控导航定位方法中的三维头部标准模型数据库；

特征提取模块，用于获取待治疗病人的信息，并从所述待治疗病人的信息中提取出用于与所述三维头部标准模型数据库的标准病人信息进行对比的特征；

大脑配准模块，用于将所述特征与三维头部标准模型数据库的标准病人信息进行对比，获得标准脑部数据；

实时定位模块，用于根据标准脑部数据对神经调控装置进行定位。

优选的，还包括：

精神疾病治疗指导模块，用于根据标准脑部数据和疾病类型计算病灶区标所在位置；

医疗仪器作用有效范围库模块，用于在UI界面展示医疗仪器的有效作用范围；

辅助治疗定位UI界面模块，用于在UI界面中将病灶区标为高亮。

本发明还提供一种神经调控治疗系统，包括神经调控治疗设备，还包括上述神经调控导航定位装置。

本发明的技术方案通过已有的病人样本数据建立三维头部标准模型数据库。在三维头部标准模型数据库中，利用性别、脸型及头型信息对病人样本数据进行分类，并在每一类别中选出脑部三维模型最具代表性的病人样本数据作为标准病人信息。在进行神经调控治疗中，只需要对待治疗病人的脸型和头型进行检测，就能够从三维头部标准模型数据库中找到最接近的标准病人信息，并利用其中的标准脑部数据进行导航定位。因此，本发明实现了在不进行MRI扫描的前提下的神经调控导航定位，具有成本低、设备要求低的优点，能够有效降低病人治疗的经济负担，并有利于神经调控治疗的推广。

显然，根据本发明的上述内容，按照本领域的普通技术知识和惯用手段，在不脱离本发明上述基本技术思想前提下，还可以做出其它多种形式的修改、替换或变更。

以下通过实施例形式的具体实施方式，对本发明的上述内容再作进一步的详细说明。但不应将此理解为本发明上述主题的范围仅限于以下的实例。凡基于本发明上述内容所实现的技术均属于本发明的范围。

附图说明

图1为本发明实施例1中建立三维头部标准模型数据库的流程图；

图2为本发明实施例2的系统工作流程图。

具体实施方式

需要特别说明的是，实施例中未具体说明的数据采集、传输、储存和处理等步骤的算法，以及未具体说明的硬件结构、电路连接等均可通过现有技术已公开的内容实现。以下实施例中所述聚类分析可采用现有技术实现，如FA因子分析模型等方法。

实施例1 一种神经调控导航定位方法和装置

本实施例的装置的硬件包括：深度相机、定位球和3D激光扫描装置或多点位深度相机。其中，深度相机主要职能为获取病人脸型信息（即脸部特征）与实时定位。定位球主要职能为辅助深度相机对神经调控治疗设备（如TMS经颅磁刺激线圈）进行空间定位。3D激光扫描装置或多点位深度相机主要职能为获取病人头型信息（为了防止头发干扰，病人会在扫描过程中带上紧致的泳帽，保证头型特征的提取）。

装置的模块设置如下：

三维模型数据库模块，用于存储三维头部标准模型数据库；

特征提取模块，用于获取待治疗病人的信息（性别、脸型及头型信息），并从所述待治疗病人的信息中提取出用于与所述三维头部标准模型数据库的标准病人信息进行对比的特征；

大脑配准模块，用于将所述特征与三维头部标准模型数据库的标准病人信息进行对比，获得标准脑部数据；

实时定位模块，用于根据标准脑部数据对神经调控装置进行定位；

精神疾病治疗指导模块，用于根据标准脑部数据和疾病类型计算病灶区标所在位置；

医疗仪器作用有效范围库模块，用于在UI界面展示医疗仪器的有效作用范围；

辅助治疗定位UI界面模块，用于在UI界面中将病灶区标为高亮。

利用本实施例的系统进行神经调控导航定位方法具体步骤如下：

（1）从解剖学上来讲，两个头型与脸型一致的人，正常情况下大脑的内部情况也基本一致。基于该思想，建立标准病人信息与标准脑部数据匹配的三维头部标准模型数据库，所述标准病人信息包括性别、脸型及头型信息，所述标准脑部数据包括脑部三维模型，脑部三维模型通过头部MRI扫描后的结构像重构得到。建立三维头部标准模型数据库具体的如图1所示，包括如下步骤：

（1.1）采集病人样本数据，本实施例采用华西磁共振研究中心具有数千例，所述病人样本数据包括性别、脸型及头型信息和脑部三维模型；

（1.2）对步骤（1.1）中的脸型信息和头型信息进行分类，将病人样本数据聚类至对应的性别、脸型信息和头型信息类别之下。所述脸型信息的分类依据是眼、鼻、额、口、眉的位置和轮廓，具体分类结果中脸型信息的类别包括但不限于以下几种：三角脸、椭圆脸、圆脸、方脸、尖下巴长脸、方圆下巴长脸。所述头型信息的分类依据是头部轮廓和颅长宽指数比。以前顶、中顶和枕骨的大、小、长、尖、圆等特征进行分类，具体分类结果中头型信息的类别包括但不限于以下几种：椭圆型、平顶型、尖顶型、枕骨凹、枕骨凸。

本实施例中，优选的分类方法包括如下步骤：

（1.2.1）将所述脸型及头型信息中的形态面高和面宽比值组成形态指数，所述形态指数用于对病人样本的头面部的比例与形态特征进行量化分型，得到1类分类；其中：形态指数=形态面高 / 形态面宽×100。1类分类包括如下几种：超阔面型（形态指数<78.9）、阔面型（形态指数79-83.9）、中面型（形态指数84-87.9）、狭面型（形态指数88-92.7）和超狭面型（形态指数>93）。

（1.2.2）从所述脸型及头型信息中得到人脸部模型的点云数据，得到点云数据的采集方法属于现有技术，具体的，从三维脸型选定53个人脸特征点，再利用深度相机或其他工具得到人脸部模型的点云数据。

采用机器学习的方法从所述点云数据中分割出眼、鼻、额、口四个部分的轮廓，得到四个部分的轮廓特征，所述轮廓特征以总面积与轮廓面积比例为特征值，利用所述轮廓特征进行分类，在所述1类分类下增加1.1类分类。所述1.1类分类是指二级分类，即在每一种1类分类下进一步进行分类。

（1.2.3）利用分步降维算法计算步骤（1.2.2）所得到轮廓的边缘的空间梯度，以所述空间梯度的平均变化率作为特征值进行分类，在所述1.1类分类下增加1.1.1类分类。所述1.1.1类分类是指三级分类，即在每一种1.1类分类下进一步进行分类。

通过上述三级分类的方式，可保证脸型及头型信息与脑部三维模型的配准准确性。

（1.3）在步骤（1.2）的聚类结果中，从每一类别（1.1.1类分类）中选出脑部三维模型最具代表性的病人样本数据，将该病人样本数据的性别、脸型及头型信息作为该类别的标准病人信息，将该病人样本数据的脑部三维模型作为该类别的标准脑部数据。

所述脑部三维模型最具代表性的病人样本数据通过如下方法选出：

（1.3.1）对每一类别中的每一个脑部三维模型进行功能分隔，得到目标靶区，提取所述目标靶区的特征系数，所述特征系数包括相对位置、体积和外轮廓梯度；目标靶区是指具体病症（如抑郁症）的治疗区域，可根据现有技术确定；

（1.3.2）利用聚类算法得到所述特征系数与脸型及头型信息中特征的关系，得到所述特征系数与脸型及头型信息中特征之间的FA因子模型联系，得到最能够区分不同脑部三维模型的特征系数；

（1.3.3）在所述类型下所有病人样本数据中，计算得出步骤（1.3.2）得到的所述最能够区分不同脑部三维模型的特征系数的平均值；

（1.3.4）在所述类型下所有病人样本数据中，对所述最能够区分不同脑部三维模型的特征系数进行聚类分析，选出最接近步骤（1.3.3）得到的平均值的病人样本数据，并将该病人样本数据作为脑部三维模型最具代表性的病人样本数据。

（2）采集待治疗病人的信息，头型信息的采集方法为由医师手持系统的3D激光扫描装置（精度高达0.025mm）或利用多点位深度相机对无头发干扰（光头或带专用帽子）的病人头部轮廓进行扫描；脸型信息的采集方法为通过深度相机获取。获取待治疗病人的信息用特征提取模块提取特征，并通过大脑配准模块将特征与所述三维头部标准模型数据库中的标准病人信息对比，得到最接近的标准病人信息及其对应的标准脑部数据；待治疗病人的信息与所述标准病人信息对比的方法为聚类分析法。

（3）将步骤（2）得到的标准脑部数据用于神经调控导航定位。

实施例2一种神经调控治疗系统

其包括神经调控治疗装置（本实施例为TMS经颅磁刺激仪）和实施例1所述的神经调控导航定位装置。

采用本实施例的系统进行神经调控治疗时，精神疾病治疗指导模块根据标准脑部数据和疾病类型计算病灶区标所在位置，辅助治疗定位UI界面模块将标准脑部数据（即脑部三维模型）及分隔出来的病灶区域展示在UI界面上。TMS经颅磁刺激仪作用线圈上事先放置好用于空间定位的定位球，定位球能够被深度相机捕捉。实时定位模块利用深度相机抓取的定位球位置、病人面部位置，计算出定位球与深度相机的相对位置，从而实现对神经调控治疗装置作用范围的定位。经过系统实时定位模块处理，医师便可在UI界面上实时、直观地观察TMS线圈的有效作用范围与病人的病灶区是否在同一位置，能够辅助医师简易、精准的设置神经调控治疗装置。在治疗过程中，若因病人移动导致治疗仪器的有效作用范围偏离病灶区，系统也会及时的对医师发出警报，提醒医师调整仪器位置，保证治疗的安全性与有效性。

通过上述实施例可以看到，本发明实现了不进行MRI扫描的前提下，在神经调控治疗中进行导航定位。具有低成本、低设备要求的优点，能够有效降低病人治疗的经济负担，并有利于神经调控治疗的推广，应用潜力很高。

Claims (7)

1.一种神经调控导航定位方法，其特征在于：它是通过识别待治疗病人的脸型和/或头型，匹配标准脑部数据，然后利用所述标准脑部数据进行神经调控导航定位；

包括如下步骤：

步骤1，建立标准病人信息与标准脑部数据匹配的三维头部标准模型数据库，所述标准病人信息包括性别、脸型及头型信息，所述标准脑部数据包括脑部三维模型；

步骤2，采集待治疗病人的信息，与所述三维头部标准模型数据库中的标准病人信息对比，得到最接近的标准病人信息及其对应的标准脑部数据；

步骤3，将步骤2得到的标准脑部数据用于神经调控导航定位；

建立三维头部标准模型数据库包括如下步骤：

(1.1)采集病人样本数据，所述病人样本数据包括性别、脸型及头型信息和脑部三维模型；

(1.2)对步骤(1.1)中的脸型信息和头型信息进行分类，将病人样本数据聚类至对应的性别、脸型信息和头型信息类别之下；

(1.3)在步骤(1.2)的聚类结果中，从每一类别中选出脑部三维模型最具代表性的病人样本数据，将该病人样本数据的性别、脸型及头型信息作为该类别的标准病人信息，将该病人样本数据的脑部三维模型作为该类别的标准脑部数据；

所述脑部三维模型最具代表性的病人样本数据通过如下方法选出：

(1.3.1)对每一类别中的每一个脑部三维模型进行功能分隔，得到目标靶区，提取所述目标靶区的特征系数，所述特征系数包括相对位置、体积和外轮廓梯度；

(1.3.2)利用聚类算法得到所述特征系数与脸型及头型信息中特征的关系，得到所述特征系数与脸型及头型信息中特征之间的FA因子模型联系，得到最能够区分不同脑部三维模型的特征系数；

(1.3.3)在所述类别下所有病人样本数据中，计算得出步骤(1.3.2)得到的所述最能够区分不同脑部三维模型的特征系数的平均值；

(1.3.4)在所述类别下所有病人样本数据中，对所述最能够区分不同脑部三维模型的特征系数进行聚类分析，选出最接近步骤(1.3.3)得到的平均值的病人样本数据，并将该病人样本数据作为脑部三维模型最具代表性的病人样本数据。

2.按照权利要求1所述的神经调控导航定位方法，其特征在于：所述脸型及头型信息通过深度相机采集、3D激光扫描装置或多点位深度相机得到；

和/或，所述脑部三维模型通过头部MRI扫描后的结构像重构得到。

3.按照权利要求1所述的神经调控导航定位方法，其特征在于：步骤(1.2)中，对所述脸型及头型信息进行分类的具体步骤包括：

步骤1.2.1，将所述脸型及头型信息中的形态面高和面宽比值组成形态指数，所述形态指数用于对病人样本的头面部的比例与形态特征进行量化分型，得到1类分类；

步骤1.2.2，从所述脸型及头型信息中得到人脸部模型的点云数据，采用机器学习的方法从所述点云数据中分割出眼、鼻、额、口四个部分的轮廓，得到四个部分的轮廓特征，所述轮廓特征以总面积与轮廓面积比例为特征值，利用所述轮廓特征进行分类，在所述1类分类下增加1.1类分类；

步骤1.2.3，利用分步降维算法计算步骤1.2.2所得到轮廓的边缘的空间梯度，以所述空间梯度的平均变化率作为特征值进行分类，在所述1.1类分类下增加1.1.1类分类。

4.按照权利要求1所述的神经调控导航定位方法，其特征在于：步骤2中，所述待治疗病人的信息与所述标准病人信息对比的方法为聚类分析法。

5.一种神经调控导航定位装置，其特征在于，包括：

三维模型数据库模块，用于存储权利要求1-4任一项所述神经调控导航定位方法中的三维头部标准模型数据库；

特征提取模块，用于获取待治疗病人的信息，并从所述待治疗病人的信息中提取出用于与所述三维头部标准模型数据库的标准病人信息进行对比的特征；

大脑配准模块，用于将所述特征与三维头部标准模型数据库的标准病人信息进行对比，获得标准脑部数据；

实时定位模块，用于根据标准脑部数据对神经调控装置进行定位。

6.按照权利要求5所述的神经调控导航定位装置，其特征在于，还包括：

精神疾病治疗指导模块，用于根据标准脑部数据和疾病类型计算病灶区标所在位置；

医疗仪器作用有效范围库模块，用于在UI界面展示医疗仪器的有效作用范围；

辅助治疗定位UI界面模块，用于在UI界面中将病灶区标为高亮。

7.一种神经调控治疗系统，包括神经调控治疗设备，其特征在于：还包括权利要求5或6所述的神经调控导航定位装置。

Images