CN114631885A - 模拟系统及可读存储介质 - Google Patents
模拟系统及可读存储介质 Download PDFInfo
- Publication number
- CN114631885A CN114631885A CN202011481551.6A CN202011481551A CN114631885A CN 114631885 A CN114631885 A CN 114631885A CN 202011481551 A CN202011481551 A CN 202011481551A CN 114631885 A CN114631885 A CN 114631885A
- Authority
- CN
- China
- Prior art keywords
- image
- unit
- implanted electrode
- dimensional
- electrode
- 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
- 238000004088 simulation Methods 0.000 title claims abstract description 50
- 238000003860 storage Methods 0.000 title claims abstract description 18
- 210000004556 brain Anatomy 0.000 claims abstract description 102
- 230000002980 postoperative effect Effects 0.000 claims abstract description 42
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 31
- 238000000605 extraction Methods 0.000 claims abstract description 21
- 238000002513 implantation Methods 0.000 claims abstract description 13
- 238000004891 communication Methods 0.000 claims abstract description 6
- 230000000638 stimulation Effects 0.000 claims description 77
- 238000010191 image analysis Methods 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 16
- 230000009466 transformation Effects 0.000 claims description 15
- 239000007943 implant Substances 0.000 claims description 11
- 230000001131 transforming effect Effects 0.000 claims description 11
- 238000013500 data storage Methods 0.000 claims description 9
- 230000005684 electric field Effects 0.000 claims description 9
- 230000011218 segmentation Effects 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 210000005036 nerve Anatomy 0.000 description 34
- 238000002591 computed tomography Methods 0.000 description 24
- 238000003384 imaging method Methods 0.000 description 13
- 238000002595 magnetic resonance imaging Methods 0.000 description 13
- 238000000034 method Methods 0.000 description 12
- 230000000694 effects Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000001356 surgical procedure Methods 0.000 description 7
- 210000004281 subthalamic nucleus Anatomy 0.000 description 6
- 210000004227 basal ganglia Anatomy 0.000 description 5
- 238000012790 confirmation Methods 0.000 description 4
- 210000001905 globus pallidus Anatomy 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 238000005481 NMR spectroscopy Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 208000012902 Nervous system disease Diseases 0.000 description 1
- 208000025966 Neurological disease Diseases 0.000 description 1
- 210000005013 brain tissue Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000002585 cerebral angiography Methods 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 210000003792 cranial nerve Anatomy 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000004070 electrodeposition Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 210000002414 leg Anatomy 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000926 neurological effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 208000020016 psychiatric disease Diseases 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Robotics (AREA)
- High Energy & Nuclear Physics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Electrotherapy Devices (AREA)
Abstract
本发明提供一种模拟系统及可读存储介质，所述模拟系统用于模拟植入电极于目标组织区域的植入情况，所述模拟系统包括：通信连接的图像算法模块与显示模块；所述图像算法模块包括电极提取单元和配准单元，所述电极提取单元用于从术后影像中提取得到植入电极的三维坐标；所述配准单元用于配准所述植入电极的三维坐标与标准脑图谱；所述显示模块包括三维重建单元和显示单元，所述三维重建单元用于根据配准后的所述植入电极的三维坐标和所述标准脑图谱，对目标组织和所述植入电极进行三维重建；所述显示单元用于显示所述三维重建单元三维重建得到的虚拟三维模型。
Description
技术领域
本发明涉及模拟辅助手术系统和方法领域，特别涉及一种模拟系统及可读存储介质。
背景技术
深部脑刺激(Deep Brain Stimulation)手术是许多重症神经、精神系统疾病的唯一有效治疗手段，而刺激电极植入的准确性是决定手术成功与否的关键因素。深部脑刺激手术电极植入靶点核团如丘脑底核(STN)和苍白球内侧部(GPi)，两者均是大脑皮层下控制运动的神经中枢，但因体积较小给刺激电极精确植入带来比较大的困难。目前，临床上通常采用核磁共振影像(Magnetic Resonance Imaging，MRI)或者计算机断层扫描影像(Computed Tomography，CT)来辅助手术电极定位。一般的，靶点核团仅能在高分辨率核磁共振影像下清晰显示，而术中、术后电极位置确认由于受金属材质电极影响，仅可采用低分辨率核磁共振设备或计算机断层扫描设备扫描，同时电极伪迹较大亦会给术中、术后电极定位带来很大的困难。因此，如何以术中、术后影像为基础，实现深部脑刺激手术清晰、直观、准确的电极定位对于临床手术治疗效果的提高具有十分重要的意义。
发明内容
本发明的目的在于提供一种模拟系统及可读存储介质，以解决现有的临床二维医学影像无法为医生提供患者的立体影像图像，无法精确提供植入电极的位置以便医生确认的问题。
为解决上述技术问题，根据本发明的第一个方面，提供了一种模拟系统，用于模拟植入电极于目标组织区域的植入情况，所述模拟系统包括：通信连接的图像算法模块与显示模块；
所述图像算法模块包括电极提取单元和配准单元，所述电极提取单元用于从术后影像中提取得到植入电极的三维坐标；所述配准单元用于配准所述植入电极的三维坐标与标准脑图谱；
所述显示模块包括三维重建单元和显示单元，所述三维重建单元用于根据配准后的所述植入电极的三维坐标和所述标准脑图谱，对目标组织和所述植入电极进行三维重建；所述显示单元用于显示所述三维重建单元三维重建得到的虚拟三维模型。
可选的，所述配准单元配准所述植入电极的三维坐标与标准脑图谱的步骤包括：配准术前影像与术后影像，以及配准所述术前影像与标准脑图谱，将所述植入电极的三维坐标和所述标准脑图谱变换到统一坐标系下，实现所述植入电极的三维坐标与标准脑图谱的配准。
可选的，所述配准单元配准所述术前影像与所述术后影像的步骤包括：
将术后影像坐标系与术前影像坐标系配准得到第一变换矩阵；
将所述术后影像*所述第一变换矩阵，使所述术后影像变换到所述术前影像坐标系下。
可选的，所述配准单元配准所述术前影像与所述标准脑图谱的步骤包括：
将术前影像坐标系与标准脑图谱坐标系配准得到第二变换矩阵；
将所述术前影像*所述第二变换矩阵，使所述术前影像变换到所述标准脑图谱坐标系下。
可选的，所述显示模块还包括电场刺激模拟单元，所述电场刺激模拟单元用于根据输入所述植入电极的电流或电压参数、以及所述目标组织的导电率，模拟得到有效电刺激范围；所述显示单元用于显示所述有效电刺激范围。
可选的，所述有效电刺激范围的获取步骤包括：获取电刺激，将所述电刺激与预设的阈值比较，将大于或等于所述阈值的区域确定为有效电刺激范围；其中，所述电刺激根据输入所述植入电极的电流或电压参数以及所述目标组织的导电率得到。
可选的，所述电极提取单元使用阈值分割、动态三维区域增长或多层卷积的深度神经网络，提取得到所述植入电极的三维坐标。
可选的，所述模拟系统还包括数据库模块，所述数据库模块包括数据存储单元和数据分拣单元；
所述数据存储单元用于存放不同模态的影像数据；
所述数据分拣单元用于基于标签信息对所述影像数据进行分类整理；
所述图像算法模块所提取和配准的术前影像和术后影像均由所述数据分拣单元分类整理后的影像数据中得到。
可选的，所述模拟系统还包括图像解析模块，所述图像解析模块包括图像分析单元和图像获取单元；
所述图像分析单元用于解析所述标签信息，以供操作者按所述标签信息对所述影像数据进行检索；
所述图像获取单元用于根据输入的关键信息，从所述数据库模块中抽取出需要的影像数据，输入到所述图像算法模块，以供所述图像算法模块提取和配准。
可选的，所述配准单元基于互信息迭代、提取关键点和三维点云中的至少一者进行配准。
为解决上述技术问题，根据本发明的第二个方面，还提供了一种可读存储介质，其上存储有程序，所述程序被执行时，实现：
从术后影像中提取得到植入电极的三维坐标；
配准所述植入电极的三维坐标与标准脑图谱；
根据配准后的所述植入电极的三维坐标和所述标准脑图谱，对目标组织和所述植入电极进行三维重建；以及
显示三维重建得到的虚拟三维模型。
可选的，所述可读存储介质上的程序被执行时，还实现：
根据输入所述植入电极的电流或电压参数、以及所述目标组织的导电率，模拟得到有效电刺激范围；以及
显示所述有效电刺激范围。
可选的，所述可读存储介质上的程序被执行时，还实现：
基于标签信息对影像数据进行分类整理；
根据输入的关键信息，从分类整理后的所述影像数据中抽取出需要的影像数据，以供提取和配准。
综上所述，在本发明提供的模拟系统及可读存储介质中，所述模拟系统用于模拟植入电极于目标组织区域的植入情况，所述模拟系统包括：通信连接的图像算法模块以及显示模块；所述图像算法模块包括电极提取单元和配准单元，所述电极提取单元用于从术后影像中提取得到植入电极的三维坐标；所述配准单元用于配准所述植入电极的三维坐标与标准脑图谱；所述显示模块包括三维重建单元和显示单元，所述三维重建单元用于根据配准后的所述植入电极的三维坐标和所述标准脑图谱，对目标组织和所述植入电极进行三维重建；所述显示单元用于显示所述三维重建单元三维重建得到的虚拟三维模型。
如此配置，以术前影像以及术后影像为基础重建得到的虚拟三维模型，实现了深部脑刺激手术空间结构三维可视化，为医生提供具有真实感的立体图像，便于植入电极的位置确认，弥补了临床二维医学影像无法精确显示植入电极与基底神经核团的三维空间位置关系的缺陷，在保证精度和速度的前提下，可以满足临床深部脑刺激手术中，植入电极定位的需求，为深部脑刺激手术的功能区定位、最优靶点的选择提供指导，为深部脑刺激手术后的调控参数优化提供依据，能有效地提高植入电极的植入精度、改善临床治疗效果、减少副作用和节省电池使用寿命。
附图说明
本领域的普通技术人员将会理解，提供的附图用于更好地理解本发明，而不对本发明的范围构成任何限定。其中：
图1是本发明一实施例的模拟系统的原理框图；
图2是本发明一实施例的深脑部刺激手术的示意图；
图3是本发明一实施例的术后影像的某一切片层的示意图；
图4是本发明一实施例的术前影像的某一切片层的示意图；
图5是本发明一实施例的配准结果的示意图；
图6是本发明一实施例的虚拟三维模型的显示结果的示意图；
图7是本发明一实施例的有效电刺激范围的显示结果的示意图。
附图中：
10-图像算法模块；11-电极提取单元；12-配准单元；20-显示模块；21-三维重建单元；22-显示单元；23-电场刺激模拟单元；30-数据库模块；31-数据存储单元；32-数据分拣单元；40-图像解析模块；41-图像分析单元；42-图像获取单元；51-植入电极；52-电极片；53-丘脑底核；54-苍白球内侧部；55-有效电刺激范围。
具体实施方式
为使本发明的目的、优点和特征更加清楚，以下结合附图和具体实施例对本发明作进一步详细说明。需说明的是，附图均采用非常简化的形式且未按比例绘制，仅用以方便、明晰地辅助说明本发明实施例的目的。此外，附图所展示的结构往往是实际结构的一部分。特别的，各附图需要展示的侧重点不同，有时会采用不同的比例。
如在本发明中所使用的，单数形式“一”、“一个”以及“该”包括复数对象，术语“或”通常是以包括“和/或”的含义而进行使用的，术语“若干”通常是以包括“至少一个”的含义而进行使用的，术语“至少两个”通常是以包括“两个或两个以上”的含义而进行使用的，此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括一个或者至少两个该特征，术语“近端”通常是靠近操作者的一端，术语“远端”通常是靠近患者的一端，“一端”与“另一端”以及“近端”与“远端”通常是指相对应的两部分，其不仅包括端点，除非内容另外明确指出外。如在本发明中所使用的，除非另外明确指出外，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。此外，如在本发明中所使用的，一元件设置于另一元件，通常仅表示两元件之间存在连接、耦合、配合或传动关系，且两元件之间可以是直接的或通过中间元件间接的连接、耦合、配合或传动，而不能理解为指示或暗示两元件之间的空间位置关系，即一元件可以在另一元件的内部、外部、上方、下方或一侧等任意方位，除非内容另外明确指出外。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
本发明的核心思想在于提供一种模拟系统及可读存储介质，以解决现有的临床二维医学影像无法为医生提供患者的立体影像图像，无法精确提供植入电极的位置以便医生确认的问题。
以下参考附图进行描述。
请参考图1至图7，其中，图1是本发明一实施例的模拟系统的原理框图；图2是本发明一实施例的深脑部刺激手术的示意图；图3是本发明一实施例的术后影像的某一切片层的示意图；图4是本发明一实施例的术前影像的某一切片层的示意图；图5是本发明一实施例的配准结果的示意图；图6是本发明一实施例的虚拟三维模型的显示结果的示意图；图7是本发明一实施例的有效电刺激范围的显示结果的示意图。
如图1所示，本发明实施例提供一种模拟系统，用于模拟植入电极于目标组织区域植入情况，下面以脑部基底神经核团作为目标组织的示例进行说明，本实施例提供的模拟系统，主要用于供医生评估植入电极在脑部基底神经核团的植入位置的准确性，优选的还可以模拟植入电极在基底神经核团处的有效电刺激范围。结合图2示出的深脑部刺激手术的示意图，所述模拟系统包括：通信连接的图像算法模块10与显示模块20；所述图像算法模块10包括电极提取单元11和配准单元12，所述电极提取单元11用于从术后影像中提取得到植入电极的三维坐标，所述配准单元12用于配准所述植入电极的三维坐标与标准脑图谱；所述显示模块20包括三维重建单元21和显示单元22，所述三维重建单元21用于根据配准后的所述植入电极的三维坐标和所述标准脑图谱，对目标组织(即基底神经核团)和所述植入电极进行三维重建；所述显示单元22用于显示所述三维重建单元21三维重建得到的虚拟三维模型。需要说明的，目标组织并不局限于为脑部基底神经核团，本领域技术人员还可以将本实施例提供的模拟系统应用于其它的目标组织，本发明对此不作限制。
在图2示出的深脑部刺激手术的示意图中，以植入电极51植入丘脑底核(STN)53和苍白球内侧部(GPi)54作为靶点基底神经核团的示例，进行说明。在术前可对患者拍摄术前影像，如核磁共振(MRI)影像。术前高分辨率的核磁共振影像可清晰地显示基底神经核团。而术后，可对患者拍摄术后影像，如核磁共振影像或计算机断层扫描(CT)影像。图3示出了术后(CT)影像的某一切片层的示意图，图4示出了与图3的切片层相对应的术前(MRI)影像的一切片层的示意图。由于术后影像因受金属材质的植入电极的影响，分辨率较低，实际中较难清晰直观地分辨出植入电极的植入位置是否准确。需要说明的，靶点基底神经核团并不局限于为丘脑底核(STN)53和苍白球内侧部(GPi)54，本领域技术人员还可以根据实际，选取其它的脑部基底神经核团作为靶点基底神经核团，本发明对此亦不作限制。
而基于本实施例提供的模拟系统，电极提取单元11主要负责从患者的术后影像中提取出植入电极51，获取植入电极51的三维坐标。在一个示范例中，以术后的CT影像为例，植入电极的金属特征会在术后的CT影像上呈现出高灰度值，与脑部其他组织在像素值上有明显对比，且植入电极51的载体的末端基本集中在基底脑神经位置部分。优选的，所述电极提取单元11使用阈值分割、动态三维区域增长或多层卷积的深度神经网络，来实现植入电极51的载体的分割提取，从而提取得到所述植入电极51的三维坐标。具体的提取方法，本领域技术人员可根据现有技术进行理解和应用，本发明不再展开。
配准单元12主要负责配准植入电极51的三维坐标与标准脑图谱，优选的，所述配准单元12配准所述植入电极51的三维坐标与标准脑图谱的步骤包括：配准术前影像与所述术后影像，以及配准所述术前影像与标准脑图谱，将所述植入电极51的三维坐标和所述标准脑图谱变换到统一坐标系下，实现所述植入电极51的三维坐标与标准脑图谱的配准。
一般的，基底神经核团是脑部很小的一个组织，只能在高分辨率的术前(MRI)影像上才能看清；而在植入电极51被植入后，因植入电极51的金属特性，在术后无法拍摄MRI影像(或只能拍摄低分辨率1.5T的MRI影像，其无法分辨出基底神经核团)，因此在术后一般只能拍摄CT影像，但CT影像上是无法识别脑组织的，同样也无法分辨出目标神经核团；由此导致通过现有的医学影像，医生无法判断植入电极51与靶点基底神经核团的相对位置关系。而将植入电极51的三维坐标与标准脑图谱进行配准后，即可通过对术后的CT影像中植入电极51的三维坐标，以及其对应于标准脑图谱中的位置，来间接地获得植入电极51与靶点基底神经核团的相对位置关系。具体的，每一个医学影像(包括术前影像、术后影像和标准脑图谱)都有一个物理坐标系，该坐标系与该医学影像的采集设备有关。标准脑图谱是综合152个人脑MRI绘制并得到国际脑图谱协会认可的脑图谱模板，其是在7T的MRI设备下成像的，具有高分辨率、高对比度。标准脑图谱由多位医生协作在三维脑图谱中分割出了各功能脑部组织，是一个国际公认的标准脑模板库，其包含了人脑所有的功能区，也包含各基底神经核团的功能区；标准脑图谱对应的物理坐标系是蒙特利尔神经科学研究所标准立体定向空间。将标准脑图谱与患者的实际医学影像配准后，即实现了利用标准脑图谱中各基底神经核团的位置，来标识出患者的实际医学影像中，各基底神经核团的位置。
术后影像(包含电极)的物理坐标系为Coord1，术前影像(不包含电极)的物理坐标系为Coord2，标准脑图谱影像的物理坐标系为Coord3。在一个示范性的实施例中，配准单元12配准植入电极51的三维坐标与标准脑图谱的具体步骤包括：
将术后影像坐标系Coord1与术前影像坐标系Coord2配准得到第一变换矩阵T1(变换矩阵如可为旋转平移矩阵)，将术后影像*(*代表相乘，下同)第一变换矩阵T1，可将术后影像变换到术前影像坐标系Coord2下；
将术前影像坐标系Coord2与标准脑图谱影像坐标系Coord3配准得到第二变换矩阵T2，将术前影像*第二变换矩阵T2，可将术前影像变换到标准脑图谱影像坐标系Coord3下；
将术后影像上分割得到的植入电极51的三维坐标*第一变换矩阵T1*第二变换矩阵T2，即可将植入电极51的三维坐标变换到标准脑图谱影像坐标系Coord3下；
如此配置，即实现了将植入电极51的三维坐标和标准脑图谱变换到统一坐标系下，从而实现植入电极51的三维坐标与标准脑图谱的配准。由此实现了将植入电极51的位置与患者实际的基底神经核团的位置进行配置。当然在其它的一些实施例中，也可以另外设置统一的参考坐标系，将术后影像、术前影像以及标准脑图谱影像三者的坐标系分别转换到该统一的参考坐标系下，实现植入电极的三维坐标与标准脑图谱的配准。
需理解，本领域技术人员可通过查询文献或数据库，选择合适的标准脑图谱，标准脑图谱反映了多个不同基底神经核团的图示。请参考图5，其示出了将图3和图4的术前影像和术后影像配准后的结果，配准后，由于植入电极的三维坐标与标准脑图谱已经配准，可使植入电极51以及靶点基底神经核团处于统一坐标系下，便于后续处理。优选的，所述配准单元12基于互信息迭代、提取关键点(SIFT)和三维点云中的至少一者进行配准。下面列举若干配准方法的具体实施例，需理解下面列举的实施例仅为示范例而非对配置方法的限定。对于互信息迭代，可设定200次迭代次数，将医学影像先下采样到原图1/4进行配准，在此结果上再下采样到原图1/2进行配准，再原图配准，其配准过程类似空间金字塔，能提高配准的效率。对于关键点配准，可采用基于3d SIFT提取医学影像中的关键点，来进行配准。对于点云配准，可通过分割医学影像中的目标对象，提取目标表面点云，下采样得到1000-2000个点，通过两团点云之间的迭代计算进行配准。需理解，上述若干种配准方法均为本领域常用的配准方法，本领域技术人员也可利用其中两者或三者进行组合来提高配准精度。当然在其它的一些实施例中，本领域技术人员还可以根据现有技术，选择其它的配准方法，本实施例对此不限。
三维重建单元21根据配准后的所述植入电极51的三维坐标和所述标准脑图谱，对基底神经核团和所述植入电极51进行三维重建，以得到一虚拟三维模型。如图6所示，虚拟三维模型包括植入电极51的虚拟模型和基底神经核团的虚拟模型。根据术后影像中提取得到的植入电极51的三维坐标，三维重建单元21可对植入电极51进行虚拟建模，根据术前影像与标准脑图谱，三维重建单元21可对靶点基底神经核团进行虚拟建模，进而由于术前影像与术后影像已经由配准单元12进行配准，故三维重建单元21所重建的虚拟三维模型即反映了植入电极51与基底神经核团的准确的相对位置关系。优选的，所述三维重建单元利用Marching Cubes算法或Dual Contouring算法进行三维重建。上述算法均为本领域常用的三维重建算法，本发明不再展开说明。
显示单元22用于显示所述三维重建单元21三维重建得到的虚拟三维模型。在一些实施例中，显示单元22如可为终端显示设备，其与图像算法模块10通信连接，可以获得来自图像算法模块10的数据信息，并进行显示。具体的，显示单元22的屏幕上可以呈现植入电极51及靶点核团的三维图像。由此，实现了深部脑刺激手术空间结构三维可视化，为医生提供具有真实感的立体图像，便于植入电极51的位置确认，弥补了临床二维医学影像无法精确显示植入电极51与基底神经核团的三维空间位置关系的缺陷，在保证精度和速度的前提下，可以满足临床深部脑刺激手术中，植入电极51定位的需求，为深部脑刺激手术的功能区定位、最优靶点的选择提供指导，为深部脑刺激手术后的调控参数优化提供依据，能有效地提高植入电极的植入精度、改善临床治疗效果、减少副作用和节省电池使用寿命。
优选的，所述显示模块20还包括电场刺激模拟单元23，所述电场刺激模拟单元23用于根据输入所述植入电极51的电流或电压参数、以及所述基底神经核团的导电率，模拟得到有效电刺激范围55；所述显示单元22用于显示所述有效电刺激范围55。可选的，所述有效电刺激范围55的获取步骤包括：获取电刺激，将所述电刺激与预设的阈值比较，将大于或等于所述阈值的区域确定为有效电刺激范围55；其中，所述电刺激根据输入所述植入电极51的电流或电压参数以及所述目标组织的导电率得到。一般的，植入电极51的载体上具有若干电极片，电极片通过载体内的腔道连接外部电源的正负极。脑部的基底神经核团组织具有导电性，当有电流或电压通过时可形成回路实现对基底神经核团的电刺激。具体的，植入电极51上的所有电极片可认为是一个电路的正负极，基底神经核团组织可认为是负载(导电率可认为是电阻率)，当电极片上有电压和电流时，会在基底神经核团组织中形成回路；基底神经核团距离电极片越远则电刺激越小，当低于某一预设的阈值时就无法形成有效的刺激，可认为低于阈值的电刺激对神经核团无法形成有效刺激，而将大于或等于所述阈值的区域认为是有效电刺激范围55。因此根据输入的电流或电压参数，以及靶点基底神经核团的导电率，即可模拟得到植入电极51对基底神经核团的有效电刺激范围55。
电场刺激模拟单元23负责实现植入电极51对基底神经核团的电刺激的模拟，可以理解的，不同的电流或电压参数能够形成不同范围和强弱的有效电刺激范围55。此外，由于不同时间、不同部位的基底神经核团的导电率均不同，因此有效电刺激范围55的模拟除了需获取输入植入电极51的电流或电压参数，还需要获取靶点基底神经核团的导电率作为输入参数。可选的，基底神经核团的导电率可通过查阅官方文献或查询数据库来获得，
如选择某一固定的均值作为某一基底神经核团的导电率。请参考图7，其示出了一个示范例中显示单元22显示有效电刺激范围55的显示结果。其中，包括两个植入电极51，每个植入电极51包括四个环形的电极片52。植入电极51上的电极片52的数量、间距和长度等参数可于三维重建单元21进行三维重建前获取，例如可通过查阅植入电极51的制造参数，或于重建前进行标定来获取，由此可以准确地对植入电极51进行三维重建，图7示出得到示范例中，植入电极51的电流以5mA为例，示意了的电刺激的范围即为电刺激于阈值以上的有效的刺激范围55。
电场刺激模拟单元23的设置，能够模拟对不同基底神经核团的有效电刺激范围55，为深部脑刺激手术后的调控参数优化提供依据。减少了人机交互操作流程，便于医生查看DBS术后的诊疗效果，提高了诊断效率和准确性。
进一步的，所述模拟系统还包括数据库模块30，所述数据库模块30包括数据存储单元31和数据分拣单元32；所述数据存储单元31用于存放不同模态的影像数据；所述数据分拣单元32用于基于标签信息对所述影像数据进行分类整理；所述图像算法模块10所提取和配准的术前影像和术后影像均由所述数据分拣单元分类整理后的影像数据中得到。
数据存储单元31负责存放所有患者的不同模态的影像数据，患者不同模态影像的成像时间、成像方式等不同，可能包含患者术前的计算机断层摄影(CT)脑部体数据影像，患者术前的脑血管造影(CTA，CT angiography)体数据影像，患者术前和术后的磁共振成像(MRI)脑部体数据影像等。一般的，影像数据(包括MRI，CT等)基本是以dicom格式存储，dicom是一种国际标准格式，内部不仅包含图像自身影像数据(像素值)，还包含患者和设备信息等(如包括姓名、年龄、拍摄设备型号、拍摄时间、拍摄部位以及图像类型等)。在实际中可使用MYSQL、SQL Server、Oracle等第三方数据库来对患者的影像数据进行存储。
数据分拣单元32主要负责对数据存储单元31中的影像数据，基于标签信息进行分类整理。标签信息如可包括：影像数据的模态(指影像的类别，如CT，MR，CTA等不同的模态)、患者ID、成像部位和成像时间等。在一个示范例中，分类整理的方法包括：设置患者ID为第一优先级，将同一患者的所有影像数据归类到该患者ID下；影像数据的模态为第二优先级，将患者所有同模态的影像数据归为一类(MR，CT，CTA等)；成像部位为第三优先级，即人体同一部位归为一类(如脑部、肺部或腿部等)，进一步可选的，在第三优先级中所有的影像数据按成像时间排列。
由此，数据库模块30将患者的影像数据进行分类整理，可便于图像算法模块10调用。
更进一步的，所述模拟系统还包括图像解析模块40，所述图像解析模块40包括图像分析单元41和图像获取单元42；所述图像分析单元41用于解析所述标签信息，以供操作者按所述标签信息对所述影像数据进行检索；所述图像获取单元10用于根据输入的关键信息，从所述数据库模块30中抽取出需要的影像数据，输入到所述图像算法模块10，以供所述图像算法模块10提取和配准。
图像分析单元41能够解析影像数据的标签信息(如患者ID、年龄、成像时间和成像部位等信息)，以供基于标签信息作为关键信息进行检索。其主要任务是对患者和设备信息进行提取归纳整合，比如：将同一患者不同时间段所有脑部MRI图像归类到一起等。图像获取单元42负责基于操作者输入的关键信息(如患者姓名，部位)，从数据库模块30中抽取出需要的影像数据，将其输入到图像算法模块10。图像获取单元42的主要任务基于关键字从数据库模块30中快速准确获取需要的图像文件；随着时间推移，数据库模块30中可能存有数百万的患者影像，如何快速寻找到某一患者的影像数据显得尤为重要；而利用图像分析单元41的归类以及图像获取单元42的提取，即可准确快速地寻找到某一患者的影像数据。
在一个示范例中，当关键信息为：患者ID＝xxx、MR、脑部、术前1天，则图像解析模块40从数据库模块30中提取患者xxx手术前1天的磁共振成像(MRI)人脑体数据图像。更换关键信息后，同理可得到手术前1天的CT(计算机断层摄影)人脑体数据图像，手术后1小时的CTA(计算机断层摄影)人脑体数据图像(术后CT影像中包含植入电极51)等，当然具体实施时图像大小可根据操作者的需要进行选择。
基于上述的模拟系统，本实施例还提供一种可读存储介质，其上存储有程序，所述程序被执行时实现：
从术后影像中提取得到植入电极51的三维坐标；
配准所述植入电极51的三维坐标与标准脑图谱；
根据配准后的所述植入电极51的三维坐标和所述标准脑图谱，对目标组织和所述植入电极进行三维重建；以及
显示三维重建得到的虚拟三维模型。
可以理解的，该可读存储介质可集成设置在模拟系统上，如集成于模拟系统的图像算法模块10中，当然在其它的一些实施例中，该可读存储介质也可以独立设置。优选的，配准所述植入电极51的三维坐标与标准脑图谱的步骤包括：
配准术前影像与所述术后影像，以及配准所述术前影像与标准脑图谱；
将所述植入电极的三维坐标和所述标准脑图谱变换到统一坐标系下，实现所述植入电极的三维坐标与标准脑图谱的配准。
进一步的，所述可读存储介质上的程序被执行时，还实现：根据输入所述植入电极51的电流或电压参数、以及所述目标组织的导电率，模拟得到有效电刺激范围55；以及显示所述有效电刺激范围55。
优选的，在从术后影像中提取得到植入电极的三维坐标前，所述程序被执行时，还实现：基于标签信息对影像数据进行分类整理；根据输入的关键信息，从分类整理后的所述影像数据中抽取出需要的影像数据，以供提取和配准。
综上所述，在本发明提供的模拟系统及可读存储介质中，所述模拟系统用于模拟植入电极于目标组织区域的植入情况，所述模拟系统包括：通信连接的图像算法模块以及显示模块；所述图像算法模块包括电极提取单元和配准单元，所述电极提取单元用于从术后影像中提取得到植入电极的三维坐标；所述配准单元用于配准所述植入电极的三维坐标与标准脑图谱；所述显示模块包括三维重建单元和显示单元，所述三维重建单元用于根据配准后的所述植入电极的三维坐标和所述标准脑图谱，对目标组织和所述植入电极进行三维重建；所述显示单元用于显示所述三维重建单元三维重建得到的虚拟三维模型。
如此配置，以术前影像以及术后影像为基础重建得到的虚拟三维模型，实现了深部脑刺激手术空间结构三维可视化，为医生提供具有真实感的立体图像，便于植入电极的位置确认，弥补了临床二维医学影像无法精确显示植入电极与基底神经核团的三维空间位置关系的缺陷，在保证精度和速度的前提下，可以满足临床深部脑刺激手术中，植入电极定位的需求，为深部脑刺激手术的功能区定位、最优靶点的选择提供指导，为深部脑刺激手术后的调控参数优化提供依据，能有效地提高植入电极的植入精度、改善临床治疗效果、减少副作用和节省电池使用寿命。
上述描述仅是对本发明较佳实施例的描述，并非对本发明范围的任何限定，本发明领域的普通技术人员根据上述揭示内容做的任何变更、修饰，均属于权利要求书的保护范围。
Claims (13)
1.一种模拟系统，其特征在于，用于模拟植入电极于目标组织区域的植入情况，所述模拟系统包括：通信连接的图像算法模块与显示模块；
所述图像算法模块包括电极提取单元和配准单元，所述电极提取单元用于从术后影像中提取得到植入电极的三维坐标；所述配准单元用于配准所述植入电极的三维坐标与标准脑图谱；
所述显示模块包括三维重建单元和显示单元，所述三维重建单元用于根据配准后的所述植入电极的三维坐标和所述标准脑图谱，对目标组织和所述植入电极进行三维重建；所述显示单元用于显示所述三维重建单元三维重建得到的虚拟三维模型。
2.根据权利要求1所述的模拟系统，其特征在于，所述配准单元配准所述植入电极的三维坐标与标准脑图谱的步骤包括：配准术前影像与术后影像，以及配准所述术前影像与标准脑图谱，将所述植入电极的三维坐标和所述标准脑图谱变换到统一坐标系下，实现所述植入电极的三维坐标与标准脑图谱的配准。
3.根据权利要求2所述的模拟系统，其特征在于，所述配准单元配准所述术前影像与所述术后影像的步骤包括：
将术后影像坐标系与术前影像坐标系配准得到第一变换矩阵；
将所述术后影像*所述第一变换矩阵，使所述术后影像变换到所述术前影像坐标系下。
4.根据权利要求2所述的模拟系统，其特征在于，所述配准单元配准所述术前影像与所述标准脑图谱的步骤包括：
将术前影像坐标系与标准脑图谱坐标系配准得到第二变换矩阵；
将所述术前影像*所述第二变换矩阵，使所述术前影像变换到所述标准脑图谱坐标系下。
5.根据权利要求1所述的模拟系统，其特征在于，所述显示模块还包括电场刺激模拟单元，所述电场刺激模拟单元用于根据输入所述植入电极的电流或电压参数、以及所述目标组织的导电率，模拟得到有效电刺激范围；所述显示单元用于显示所述有效电刺激范围。
6.根据权利要求5所述的模拟系统，其特征在于，所述有效电刺激范围的获取步骤包括：获取电刺激，将所述电刺激与预设的阈值比较，将大于或等于所述阈值的区域确定为有效电刺激范围；其中，所述电刺激根据输入所述植入电极的电流或电压参数以及所述目标组织的导电率得到。
7.根据权利要求1所述的模拟系统，其特征在于，所述电极提取单元使用阈值分割、动态三维区域增长或多层卷积的深度神经网络，提取得到所述植入电极的三维坐标。
8.根据权利要求1所述的模拟系统，其特征在于，所述模拟系统还包括数据库模块，所述数据库模块包括数据存储单元和数据分拣单元；
所述数据存储单元用于存放不同模态的影像数据；
所述数据分拣单元用于基于标签信息对所述影像数据进行分类整理；
所述图像算法模块所提取和配准的术前影像和术后影像均由所述数据分拣单元分类整理后的影像数据中得到。
9.根据权利要求5所述的模拟系统，其特征在于，所述模拟系统还包括图像解析模块，所述图像解析模块包括图像分析单元和图像获取单元；
所述图像分析单元用于解析所述标签信息，以供操作者按所述标签信息对所述影像数据进行检索；
所述图像获取单元用于根据输入的关键信息，从所述数据库模块中抽取出需要的影像数据，输入到所述图像算法模块，以供所述图像算法模块提取和配准。
10.根据权利要求1所述的模拟系统，其特征在于，所述配准单元基于互信息迭代、提取关键点和三维点云中的至少一者进行配准。
11.一种可读存储介质，其上存储有程序，其特征在于，所述程序被执行时，实现：
从术后影像中提取得到植入电极的三维坐标；
配准所述植入电极的三维坐标与标准脑图谱；
根据配准后的所述植入电极的三维坐标和所述标准脑图谱，对目标组织和所述植入电极进行三维重建；以及
显示三维重建得到的虚拟三维模型。
12.根据权利要求8所述的可读存储介质，其特征在于，所述程序被执行时，还实现：
根据输入所述植入电极的电流或电压参数、以及所述目标组织的导电率，模拟得到有效电刺激范围；以及
显示所述有效电刺激范围。
13.根据权利要求8所述的可读存储介质，其特征在于，在从术后影像中提取得到植入电极的三维坐标前，所述程序被执行时，还实现：
基于标签信息对影像数据进行分类整理；
根据输入的关键信息，从分类整理后的所述影像数据中抽取出需要的影像数据，以供提取和配准。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011481551.6A CN114631885A (zh) | 2020-12-15 | 2020-12-15 | 模拟系统及可读存储介质 |
| PCT/CN2021/117837 WO2022127219A1 (zh) | 2020-12-15 | 2021-09-10 | 模拟系统及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011481551.6A CN114631885A (zh) | 2020-12-15 | 2020-12-15 | 模拟系统及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114631885A true CN114631885A (zh) | 2022-06-17 |
Family
ID=81945097
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011481551.6A Pending CN114631885A (zh) | 2020-12-15 | 2020-12-15 | 模拟系统及可读存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN114631885A (zh) |
| WO (1) | WO2022127219A1 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117934726A (zh) * | 2024-03-11 | 2024-04-26 | 景昱医疗科技（苏州）股份有限公司 | 三维可视化方法、装置和系统、可读存储介质 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117011352B (zh) * | 2023-09-27 | 2024-01-16 | 之江实验室 | 标准脑图谱构建方法、装置和计算机设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120271151A1 (en) * | 2009-10-08 | 2012-10-25 | Lavoilette Peter S | Method for Determining Locations of Implanted Electrodes with Medical Images |
| CN103932796A (zh) * | 2014-04-13 | 2014-07-23 | 北京师范大学 | 一种基于多模态医学影像数据融合的颅内电极个体化定位的方法 |
| CN105849777A (zh) * | 2015-06-26 | 2016-08-10 | 深圳市美德医疗电子技术有限公司 | 一种大脑皮层电极与磁共振图像融合显示的方法及装置 |
| US20170367608A1 (en) * | 2016-06-28 | 2017-12-28 | Chung Shan Medical University Hospital | Personal brain structure displaying device having intracranial electrodes and its displaying method |
| CN110363778A (zh) * | 2019-07-18 | 2019-10-22 | 中山大学 | 一种基于ct图像的多触点电极自动分割方法 |
| US20200111207A1 (en) * | 2018-10-04 | 2020-04-09 | National Chiao Tung University | Method and system for localizing implanted intracranial electrode |
-
2020
- 2020-12-15 CN CN202011481551.6A patent/CN114631885A/zh active Pending
-
2021
- 2021-09-10 WO PCT/CN2021/117837 patent/WO2022127219A1/zh active Application Filing
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120271151A1 (en) * | 2009-10-08 | 2012-10-25 | Lavoilette Peter S | Method for Determining Locations of Implanted Electrodes with Medical Images |
| CN103932796A (zh) * | 2014-04-13 | 2014-07-23 | 北京师范大学 | 一种基于多模态医学影像数据融合的颅内电极个体化定位的方法 |
| CN105849777A (zh) * | 2015-06-26 | 2016-08-10 | 深圳市美德医疗电子技术有限公司 | 一种大脑皮层电极与磁共振图像融合显示的方法及装置 |
| US20170367608A1 (en) * | 2016-06-28 | 2017-12-28 | Chung Shan Medical University Hospital | Personal brain structure displaying device having intracranial electrodes and its displaying method |
| US20200111207A1 (en) * | 2018-10-04 | 2020-04-09 | National Chiao Tung University | Method and system for localizing implanted intracranial electrode |
| CN110363778A (zh) * | 2019-07-18 | 2019-10-22 | 中山大学 | 一种基于ct图像的多触点电极自动分割方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117934726A (zh) * | 2024-03-11 | 2024-04-26 | 景昱医疗科技（苏州）股份有限公司 | 三维可视化方法、装置和系统、可读存储介质 |
| CN117934726B (zh) * | 2024-03-11 | 2024-05-28 | 景昱医疗科技（苏州）股份有限公司 | 三维可视化方法、装置和系统、可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2022127219A1 (zh) | 2022-06-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3554631B1 (en) | Treating patients with ttfields with the electrode positions optimized using deformable templates | |
| JP7383679B2 (ja) | Ｍｒｉによる導電率測定値に基づいて頭部上の電極位置を最適化したｔｔｆｉｅｌｄ治療 | |
| Hawkes | Algorithms for radiological image registration and their clinical application | |
| US20200146586A1 (en) | Creating Accurate Computational Head Models of Patients Using Datasets Combining MRI and CT Images | |
| US20090220136A1 (en) | Image Guidance System for Deep Brain Stimulation | |
| US11205267B2 (en) | Method for localizing implanted intracranial electrode | |
| CN109662778B (zh) | 基于三维卷积的人机交互式颅内电极定位方法与系统 | |
| WO2022127219A1 (zh) | 模拟系统及可读存储介质 | |
| Lehmann et al. | Computer-aided interpretation of SPECT images of the brain using an MRI-derived 3D neuro-anatomical atlas | |
| Nowinski et al. | An algorithm for rapid calculation of a probabilistic functional atlas of subcortical structures from electrophysiological data collected during functional neurosurgery procedures | |
| WO2010005973A2 (en) | Automated surface-based anatomical analysis based on atlas-based segmentation of medical imaging | |
| Guo et al. | Surgical targeting accuracy analysis of six methods for subthalamic nucleus deep brain stimulation | |
| Guo et al. | Visualization and navigation system development and application for stereotactic deep-brain neurosurgeries | |
| EP2979249B1 (en) | Method of localization of electrodes for monitoring bioelectric signals from the patient's brain | |
| D’Haese et al. | Automatic selection of DBS target points using multiple electrophysiological atlases | |
| JP6843892B2 (ja) | 解剖学的または生理学的状態データのクラスタリング | |
| Stancanello et al. | 3T MRI evaluation of the accuracy of atlas‐based subthalamic nucleus identification | |
| Villéger et al. | Data fusion and fuzzy spatial relationships for locating deep brain stimulation targets in magnetic resonance images | |
| Villeger et al. | Localization of target structures through data fusion applied to neurostimulation | |
| Henderson | The role of computer-assisted image-guided techniques | |
| Peters et al. | Neurosurgical applications | |
| Heinonen et al. | Digital diagnosis of medical images | |
| Greenblatt et al. | Multimodal, integrated, PC-based functional imaging software | |
| Xu | Non-rigid multimodal medical image registration-a fast fluid algorithm with implementations |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220617 |