CN114869315A - 一种用于胰腺病灶的三维模型重建与可视化方法及系统 - Google Patents
一种用于胰腺病灶的三维模型重建与可视化方法及系统 Download PDFInfo
- Publication number
- CN114869315A CN114869315A CN202210465290.1A CN202210465290A CN114869315A CN 114869315 A CN114869315 A CN 114869315A CN 202210465290 A CN202210465290 A CN 202210465290A CN 114869315 A CN114869315 A CN 114869315A
- Authority
- CN
- China
- Prior art keywords
- pancreas
- effusion
- pancreatic
- necrotic tissue
- layer
- 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
- 230000003902 lesion Effects 0.000 title claims abstract description 36
- 238000007794 visualization technique Methods 0.000 title claims abstract description 12
- 210000000496 pancreas Anatomy 0.000 claims abstract description 221
- 230000001338 necrotic effect Effects 0.000 claims abstract description 182
- 210000000056 organ Anatomy 0.000 claims abstract description 125
- 238000005457 optimization Methods 0.000 claims abstract description 37
- 238000009499 grossing Methods 0.000 claims abstract description 18
- 238000011282 treatment Methods 0.000 claims abstract description 9
- 238000000034 method Methods 0.000 claims description 37
- 210000001015 abdomen Anatomy 0.000 claims description 33
- 238000004422 calculation algorithm Methods 0.000 claims description 19
- 238000001914 filtration Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000012800 visualization Methods 0.000 claims description 15
- 238000007781 pre-processing Methods 0.000 claims description 12
- 230000011218 segmentation Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 230000000007 visual effect Effects 0.000 claims description 7
- 241000521257 Hydrops Species 0.000 abstract description 11
- 206010030113 Oedema Diseases 0.000 abstract description 11
- 230000003187 abdominal effect Effects 0.000 abstract description 7
- 238000011337 individualized treatment Methods 0.000 abstract description 6
- 210000001519 tissue Anatomy 0.000 description 152
- 230000009286 beneficial effect Effects 0.000 description 7
- 238000005070 sampling Methods 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 3
- 210000003484 anatomy Anatomy 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 210000000952 spleen Anatomy 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 206010033645 Pancreatitis Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011369 optimal treatment Methods 0.000 description 1
- 230000002980 postoperative effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012285 ultrasound imaging Methods 0.000 description 1
Images
Classifications
-
- 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]
- A61B6/032—Transmission computed tomography [CT]
-
- 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Veterinary Medicine (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Pulmonology (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明涉及一种用于胰腺病灶的三维模型重建与可视化方法及系统,包括从目标对象的CT数据信息中分层采集腹部增强灰度图数据并进行降噪平滑优化处理,以得到每层胰腺坏死组织、积液和胰腺分别与其对应毗邻器官的边界;分别勾画每层胰腺坏死组织、积液和胰腺的边界轮廓,并计算得到胰腺坏死组织、积液和胰腺的三维数据信息;分别对与胰腺坏死组织、积液和胰腺所在区域毗邻的器官重复上述步骤,得到对应毗邻的器官的三维数据信息;重建目标对象的胰腺坏死组织、积液和胰腺及其对应毗邻器官三维模型并进行可视化显示。通过还原得到胰腺坏死组织、积液和胰腺及其对应毗邻器官三维模型,协助术中做出准确判断,方便医护人员精准化和个体化治疗。
Description
技术领域
本发明涉及医学技术领域,尤其涉及一种用于胰腺病灶的三维模型重建与可视化方法及系统。
背景技术
为了更加精确的了解患者的病情,通常采用医学成像设备来获取患者的二维断层影像信息,但是这种方式不利于清晰的观察某个器官的完整病灶信息以及不同器官之间的相对位置位置,无法满足对病灶的精确、个体化分析要求。临床中,人体腹部器官发生病变时,往往涉及到多器官之间的相互关联,尤其是胰腺病灶,胰腺解剖位置较深,坏死性胰腺炎会产生较多的坏死积液,这对于病情的准确了解相当不利。实际临床应用中常见的方式是对患者进行腹部增强CT检查,放射科医生阅片后给处检查报告,这完全取决于医生的专业知识和经验。临床医生仅通过报告或自己阅片获得信息有限,从而导致临床医生不能准确判断病灶的整体情况,也不方便医生针对不同病灶进行精准化和个体化治疗。临床医生凭借自身的临床经验及大脑主观构建的三维图像容易对患者的病情出现认知偏差导致对患者病情出现错误判断。此外由于胰腺解剖结构复杂,外加胰腺感染坏死物质长期的腐蚀破坏改变了胰腺及其周围原有的正常解剖结构。术中坏死物质严也重影响了手术视野的暴露,使临床医生很难正确选择手术方式及规划手术路径,会增加胰腺坏死组织清除手术相关并发症的发生率。
发明内容
本发明所要解决的技术问题是针对上述现有技术的不足,提供一种用于胰腺病灶的三维模型重建与可视化方法及系统。
本发明解决上述技术问题的技术方案如下:一种用于胰腺病灶的三维模型重建与可视化方法,包括如下步骤:
S1:根据预设层厚从目标对象的CT数据信息中分层采集腹部增强灰度图数据;
S2:用模糊滤波算法对每层所述腹部增强灰度图数据分别进行降噪平滑优化处理,以得到每层胰腺坏死组织、积液和胰腺分别与其对应毗邻器官的边界;
S3:分别勾画每层胰腺坏死组织、积液和胰腺的边界轮廓,并根据胰腺坏死组织、积液和胰腺的边界轮廓计算得到胰腺坏死组织、积液和胰腺的三维数据信息;
S4:分别对与胰腺坏死组织、积液和胰腺所在区域毗邻的器官重复所述S2和S3,得到与胰腺坏死组织、积液和胰腺毗邻的器官的三维数据信息;
S5:根据胰腺坏死组织、积液和胰腺的三维数据信息及其对应毗邻器官的三维数据信息重建目标对象的胰腺坏死组织、积液和胰腺及其对应毗邻器官三维模型,并进行可视化显示。
本发明的有益效果是:本发明的用于胰腺病灶的三维模型重建与可视化方法,通过对CT数据进行分层采样,并结合模糊滤波算法对每层腹部增强灰度图像数据进行降噪平滑优化处理,从而得到每层胰腺坏死组织、积液和胰腺分别与其对应毗邻器官的边界,再勾画每层胰腺坏死组织、积液和胰腺的边界,并计算得到每层胰腺坏死组织、积液和胰腺的三维数据信息,按照同样的方法即可得到毗邻器官的三维数据信息,最终通过三维数据信息还原得到胰腺坏死组织、积液和胰腺及其对应毗邻器官三维模型,从而可以对胰腺病灶的清晰准确还原,方便医护人员精准化和个体化治疗。
在上述技术方案的基础上,本发明还可以做如下改进:
进一步:所述S2中,所述采用模糊滤波算法对每层所述腹部增强灰度图数据分别进行降噪平滑优化处理具体包括如下步骤:
创建空白蒙版,采用阈值分割法对每层所述腹部增强灰度图数据进行提取处理,并得到不同阈值范围对应的器官组织的图像像素;
采用区域增长法分别将每层胰腺坏死组织、积液和胰腺对应的区域类型相似的图像像素进行增强处理,得到每层胰腺坏死组织、积液和胰腺的热区图;
根据每层胰腺坏死组织、积液和胰腺的热区图确定每层胰腺坏死组织、积液以及胰腺分别与其毗邻器官的边界。
上述进一步方案的有益效果是:通过阈值分割法可以对每层所述腹部增强灰度图数据进行提取,将设定阈值范围内的像素提取出来,这样可以得到对应器官组织的图像像素,并采用区域增长法将每层胰腺坏死组织、积液和胰腺对应的区域类型相似的图像像素进行增强处理,使得胰腺坏死组织、积液和胰腺的图像像素与毗邻器官的区别更加明显,这样既可以非常方便的将每层胰腺坏死组织、积液以及胰腺分别与其毗邻器官的边界,从而方便后续计算得到胰腺坏死组织、积液和胰腺毗邻的器官的三维数据信息。
进一步:所述S3中,所述分别勾画每层胰腺坏死组织、积液和胰腺的边界轮廓具体包括如下步骤:
将预设正常组织器官灰度值分别与每层胰腺坏死组织、积液和胰腺的灰度值进行比较,并根据比较结果勾画胰腺坏死组织和积液的边界轮廓;
根据胰腺坏死组织和积液的边界轮廓确定胰腺的边界轮廓。
上述进一步方案的有益效果是:通过将每层胰腺坏死组织、积液和胰腺对应的图像像素的灰度值与预设正常组织器官灰度值比较,这样即可确定胰腺坏死组织和积液的边界轮廓,再结合前面得到的每层胰腺坏死组织、积液和胰腺分别与其对应毗邻器官的边界,进而可以得到胰腺的边界轮廓。
进一步:所述的用于胰腺病灶的三维模型重建与可视化方法还包括如下步骤:
S6:对所述胰腺坏死组织、积液和胰腺及其对应毗邻器官的三维模型进行三角面片优化处理,去除表面的钉状物,得到优化后的胰腺坏死组织、积液和胰腺及其对应毗邻器官三维模型,并导出保存。
上述进一步方案的有益效果是:通过将所述胰腺坏死组织、积液和胰腺及其对应毗邻器官的三维模型进行三角面片优化处理,可以去除表面的钉状物,提高模型表面的平滑度。
本发明还提供了一种用于胰腺病灶的三维模型重建与可视化系统,包括采集模块、预处理模块、勾画计算模块和重建模块;
所述采集模块,用于根据预设层厚从目标对象的CT数据信息中分层采集腹部增强灰度图数据;
所述预处理模块,用于用模糊滤波算法对每层所述腹部增强灰度图数据分别进行降噪平滑优化处理,以得到每层胰腺坏死组织、积液和胰腺分别与对应毗邻器官的边界;
所述勾画计算模块,用于分别勾画每层胰腺坏死组织、积液和胰腺的边界轮廓,并根据胰腺坏死组织、积液和胰腺的边界轮廓计算得到胰腺坏死组织、积液和胰腺的三维数据信息;
所述预处理模块,还用于用模糊滤波算法对每层所述腹部增强灰度图数据分别进行降噪平滑优化处理,以得到与胰腺坏死组织、积液和胰腺所在区域毗邻的器官的边界;
所述勾画计算模块,还用于分别勾画每层与胰腺坏死组织、积液和胰腺所在区域毗邻的器官的边界轮廓,并根据与胰腺坏死组织、积液和胰腺所在区域毗邻的器官的边界轮廓计算得到与胰腺坏死组织、积液和胰腺所在区域毗邻的器官的三维数据信息;
所述重建模块,用于根据胰腺坏死组织、积液和胰腺的三维数据信息及其对应毗邻器官的三维数据信息重建目标对象的胰腺坏死组织、积液和胰腺及其对应毗邻器官三维模型,并进行可视化显示。
本用于胰腺病灶的三维模型重建与可视化系统,通过对CT数据进行分层采样,并结合模糊滤波算法对每层腹部增强灰度图像数据进行降噪平滑优化处理,从而得到每层胰腺坏死组织、积液和胰腺分别与其对应毗邻器官的边界,再勾画每层胰腺坏死组织、积液和胰腺的边界,并计算得到每层胰腺坏死组织、积液和胰腺的三维数据信息,按照同样的方法即可得到毗邻器官的三维数据信息,最终通过三维数据信息还原得到胰腺坏死组织、积液和胰腺及其对应毗邻器官三维模型,从而可以对胰腺病灶的清晰准确还原,方便医护人员精准化和个体化治疗。
在上述技术方案的基础上,本发明还可以做如下改进:
进一步:所述预处理模块采用模糊滤波算法对每层所述腹部增强灰度图数据分别进行降噪平滑优化处理的具体实现为:
创建空白蒙版,采用阈值分割法对每层所述腹部增强灰度图数据进行提取处理,并得到不同阈值范围对应的器官组织的图像像素;
采用区域增长法分别将每层胰腺坏死组织、积液和胰腺对应的区域类型相似的图像像素进行增强处理,得到每层胰腺坏死组织、积液和胰腺的热区图;
根据每层胰腺坏死组织、积液和胰腺的热区图确定每层胰腺坏死组织、积液以及胰腺与其毗邻器官的边界。
上述进一步方案的有益效果是:通过阈值分割法可以对每层所述腹部增强灰度图数据进行提取,将设定阈值范围内的像素提取出来,这样可以得到对应器官组织的图像像素,并采用区域增长法将每层胰腺坏死组织、积液和胰腺对应的区域类型相似的图像像素进行增强处理,使得胰腺坏死组织、积液和胰腺的图像像素与毗邻器官的区别更加明显,这样既可以非常方便的将每层胰腺坏死组织、积液以及胰腺分别与其毗邻器官的边界,从而方便后续计算得到胰腺坏死组织、积液和胰腺毗邻的器官的三维数据信息。
进一步:所述勾画计算模块分别勾画每层胰腺坏死组织、积液和胰腺的边界轮廓,的具体实现为:
将预设正常组织器官灰度值分别与每层胰腺坏死组织、积液和胰腺的灰度值进行比较,并根据比较结果勾画胰腺坏死组织、积液和胰腺的边界轮廓。
上述进一步方案的有益效果是:通过将每层胰腺坏死组织、积液和胰腺对应的图像像素的灰度值与预设正常组织器官灰度值比较,这样即可确定胰腺坏死组织和积液的边界轮廓,再结合前面得到的每层胰腺坏死组织、积液和胰腺分别与其对应毗邻器官的边界,进而可以得到胰腺的边界轮廓。
进一步:所述的用于胰腺病灶的三维模型重建与可视化系统还包括优化模块,所述优化模块用于对所述胰腺坏死组织、积液和胰腺及其对应毗邻器官的三维模型进行三角面片优化处理,去除表面的钉状物,得到优化后的胰腺坏死组织、积液和胰腺及其对应毗邻器官的三维模型,并导出保存。
上述进一步方案的有益效果是:通过将所述胰腺坏死组织、积液和胰腺及其对应毗邻器官的三维模型进行三角面片优化处理,可以去除表面的钉状物,提高模型表面的平滑度。
本发明还提供了一种用于胰腺病灶的三维模型重建与可视化设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现所述的方法的步骤。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现所述的方法的步骤。
附图说明
图1为本发明一实施例的用于胰腺病灶的三维模型重建与可视化方法的流程示意图;
图2为本发明一实施例的某一层胰腺坏死组织、积液和胰腺分别与其对应毗邻器官的边界的示意图;
图3为本发明一实施例的勾画某一层胰腺坏死组织、积液和胰腺的边界轮廓的示意图;
图4为本发明一实施例的胰腺坏死组织、积液和胰腺及其对应毗邻器官三维模型的示意图;
图5为本发明一实施例的用于胰腺病灶的三维模型重建与可视化系统的结构示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
如图1所示,一种用于胰腺病灶的三维模型重建与可视化方法,包括如下步骤:
S1:根据预设层厚从目标对象的CT数据信息中分层采集腹部增强灰度图数据;
实际中,可以将从影像科获取的目标对象的CT数据信息,该数据信息主要为患者腹部的增强灰度图数据信息,然后将其导入mimi cs软件中,按照预设的层厚(比如1mm)分层采集,得到每层腹部增强灰度图数据。
S2:用模糊滤波算法对每层所述腹部增强灰度图数据分别进行降噪平滑优化处理,以得到每层胰腺坏死组织、积液和胰腺分别与其对应毗邻器官的边界;
S3:分别勾画每层胰腺坏死组织、积液和胰腺的边界轮廓,并根据胰腺坏死组织、积液和胰腺的边界轮廓计算得到胰腺坏死组织、积液和胰腺的三维数据信息;
S4:分别对与胰腺坏死组织、积液和胰腺所在区域毗邻的器官重复所述S2和S3,得到与胰腺坏死组织、积液和胰腺毗邻的器官的三维数据信息;
S5:根据胰腺坏死组织、积液和胰腺的三维数据信息及其对应毗邻器官的三维数据信息重建目标对象的胰腺坏死组织、积液和胰腺及其对应毗邻器官三维模型,并进行可视化显示。
本发明的用于胰腺病灶的三维模型重建与可视化方法,通过对CT数据进行分层采样,并结合模糊滤波算法对每层腹部增强灰度图像数据进行降噪平滑优化处理,从而得到每层胰腺坏死组织、积液和胰腺分别与其对应毗邻器官的边界,再勾画每层胰腺坏死组织、积液和胰腺的边界,并计算得到每层胰腺坏死组织、积液和胰腺的三维数据信息,按照同样的方法即可得到毗邻器官的三维数据信息,最终通过三维数据信息还原得到胰腺坏死组织、积液和胰腺及其对应毗邻器官三维模型,从而可以对胰腺病灶的清晰准确还原,方便医护人员精准化和个体化治疗。
在本发明的一个或多个实施例中,所述S2中,所述采用模糊滤波算法对每层所述腹部增强灰度图数据分别进行降噪平滑优化处理具体包括如下步骤:
S21:创建空白蒙版,采用阈值分割法对每层所述腹部增强灰度图数据进行提取处理,并得到不同阈值范围对应的器官组织的图像像素;
S22:采用区域增长法分别将每层胰腺坏死组织、积液和胰腺对应的区域类型相似的图像像素进行增强处理,得到每层胰腺坏死组织、积液和胰腺的热区图;
S23:根据每层胰腺坏死组织、积液和胰腺的热区图确定每层胰腺坏死组织、积液以及胰腺分别与其毗邻器官的边界。
通过阈值分割法可以对每层所述腹部增强灰度图数据进行提取,将设定阈值范围内的像素提取出来,这样可以得到对应器官组织的图像像素,并采用区域增长法将每层胰腺坏死组织、积液和胰腺对应的区域类型相似的图像像素进行增强处理,使得胰腺坏死组织、积液和胰腺的图像像素与毗邻器官的区别更加明显,这样既可以非常方便的将每层胰腺坏死组织、积液以及胰腺分别与其毗邻器官的边界,从而方便后续计算得到胰腺坏死组织、积液和胰腺毗邻的器官的三维数据信息。如图2所示,为胰腺器官坏死组织、积液以及胰腺分别与其毗邻器官的边界,其中白色长条形为胰腺,白色长条形两侧的灰色部分为胰腺积液,最右侧的深色区域为脾脏,该病例中没有出现坏死组织。
在本发明的一个或多个实施例中,所述S3中,所述分别勾画每层胰腺坏死组织、积液和胰腺的边界轮廓具体包括如下步骤:
S31:将预设正常组织器官灰度值分别与每层胰腺坏死组织、积液和胰腺的灰度值进行比较,并根据比较结果勾画胰腺坏死组织和积液的边界轮廓;
S32:根据胰腺坏死组织和积液的边界轮廓确定胰腺的边界轮廓。
通过将每层胰腺坏死组织、积液和胰腺对应的图像像素的灰度值与预设正常组织器官灰度值比较,这样即可确定胰腺坏死组织和积液的边界轮廓,再结合前面得到的每层胰腺坏死组织、积液和胰腺分别与其对应毗邻器官的边界,进而可以得到胰腺的边界轮廓。如图3所示,为胰腺器官坏死组织、积液以及胰腺分别与其毗邻器官的边界,其中白色长条形边界轮廓为胰腺的边界轮廓,长条形两侧的灰色部分边界轮廓为胰腺积液边界轮廓,最右侧的深色区域边界轮廓为脾脏边界轮廓,该病例中没有出现坏死组织的边界轮廓。
在本发明的一个或多个实施例中,所述的用于胰腺病灶的三维模型重建与可视化方法还包括如下步骤:
S6:对所述胰腺坏死组织、积液和胰腺及其对应毗邻器官的三维模型进行三角面片优化处理,去除表面的钉状物,得到优化后的胰腺坏死组织、积液和胰腺及其对应毗邻器官三维模型,并导出保存。
通过将所述胰腺坏死组织、积液和胰腺及其对应毗邻器官的三维模型进行三角面片优化处理,可以去除表面的钉状物,提高模型表面的平滑度,如图4所示,为进行三角面片优化处理后的胰腺坏死组织、积液和胰腺及其对应毗邻器官三维模型。
如图5所示,本发明还提供了一种用于胰腺病灶的三维模型重建与可视化系统,包括采集模块、预处理模块、勾画计算模块和重建模块;
所述采集模块,用于根据预设层厚从目标对象的CT数据信息中分层采集腹部增强灰度图数据;
所述预处理模块,用于用模糊滤波算法对每层所述腹部增强灰度图数据分别进行降噪平滑优化处理,以得到每层胰腺坏死组织、积液和胰腺分别与对应毗邻器官的边界;
所述勾画计算模块,用于分别勾画每层胰腺坏死组织、积液和胰腺的边界轮廓,并根据胰腺坏死组织、积液和胰腺的边界轮廓计算得到胰腺坏死组织、积液和胰腺的三维数据信息;
所述预处理模块,还用于用模糊滤波算法对每层所述腹部增强灰度图数据分别进行降噪平滑优化处理,以得到与胰腺坏死组织、积液和胰腺所在区域毗邻的器官的边界;
所述勾画计算模块,还用于分别勾画每层与胰腺坏死组织、积液和胰腺所在区域毗邻的器官的边界轮廓,并根据与胰腺坏死组织、积液和胰腺所在区域毗邻的器官的边界轮廓计算得到与胰腺坏死组织、积液和胰腺所在区域毗邻的器官的三维数据信息;
所述重建模块,用于根据胰腺坏死组织、积液和胰腺的三维数据信息及其对应毗邻器官的三维数据信息重建目标对象的胰腺坏死组织、积液和胰腺及其对应毗邻器官三维模型,并进行可视化显示。
本用于胰腺病灶的三维模型重建与可视化系统,通过对CT数据进行分层采样,并结合模糊滤波算法对每层腹部增强灰度图像数据进行降噪平滑优化处理,从而得到每层胰腺坏死组织、积液和胰腺分别与其对应毗邻器官的边界,再勾画每层胰腺坏死组织、积液和胰腺的边界,并计算得到每层胰腺坏死组织、积液和胰腺的三维数据信息,按照同样的方法即可得到毗邻器官的三维数据信息,最终通过三维数据信息还原得到胰腺坏死组织、积液和胰腺及其对应毗邻器官三维模型,从而可以对胰腺病灶的清晰准确还原,方便医护人员精准化和个体化治疗。
在本发明的一个或多个实施例中,所述预处理模块采用模糊滤波算法对每层所述腹部增强灰度图数据分别进行降噪平滑优化处理的具体实现为:
创建空白蒙版,采用阈值分割法对每层所述腹部增强灰度图数据进行提取处理,并得到不同阈值范围对应的器官组织的图像像素;
采用区域增长法分别将每层胰腺坏死组织、积液和胰腺对应的区域类型相似的图像像素进行增强处理,得到每层胰腺坏死组织、积液和胰腺的热区图;
根据每层胰腺坏死组织、积液和胰腺的热区图确定每层胰腺坏死组织、积液以及胰腺与其毗邻器官的边界。
通过阈值分割法可以对每层所述腹部增强灰度图数据进行提取,将设定阈值范围内的像素提取出来,这样可以得到对应器官组织的图像像素,并采用区域增长法将每层胰腺坏死组织、积液和胰腺对应的区域类型相似的图像像素进行增强处理,使得胰腺坏死组织、积液和胰腺的图像像素与毗邻器官的区别更加明显,这样既可以非常方便的将每层胰腺坏死组织、积液以及胰腺分别与其毗邻器官的边界,从而方便后续计算得到胰腺坏死组织、积液和胰腺毗邻的器官的三维数据信息。
在本发明的一个或多个实施例中,所述勾画计算模块分别勾画每层胰腺坏死组织、积液和胰腺的边界轮廓,的具体实现为:
将预设正常组织器官灰度值分别与每层胰腺坏死组织、积液和胰腺的灰度值进行比较,并根据比较结果勾画胰腺坏死组织、积液和胰腺的边界轮廓。
通过将每层胰腺坏死组织、积液和胰腺对应的图像像素的灰度值与预设正常组织器官灰度值比较,这样即可确定胰腺坏死组织和积液的边界轮廓,再结合前面得到的每层胰腺坏死组织、积液和胰腺分别与其对应毗邻器官的边界,进而可以得到胰腺的边界轮廓。
在本发明的一个或多个实施例中,所述的用于胰腺病灶的三维模型重建与可视化系统还包括优化模块,所述优化模块用于对所述胰腺坏死组织、积液和胰腺及其对应毗邻器官的三维模型进行三角面片优化处理,去除表面的钉状物,得到优化后的胰腺坏死组织、积液和胰腺及其对应毗邻器官的三维模型,并导出保存。
通过将所述胰腺坏死组织、积液和胰腺及其对应毗邻器官的三维模型进行三角面片优化处理,可以去除表面的钉状物,提高模型表面的平滑度。
本发明的用于胰腺病灶的三维模型重建与可视化方法及系统,与传统的二维超声、CT或磁共振成像相比,三维可视化图像可更加客观、立体的显示胰腺病灶及其周围重要解剖结构,减少临床医生自身的主观误差。将三维可视化技术运用于胰腺坏死组织清除的外科手术治疗中,临床医生通过对三维科室图像进行放缩、透明操作准确的了解病灶的详细信息。临床医生通过术前模拟手术方案,选择最佳的手术方式和手术路径,从而达到最佳的清除坏死组织的治疗效果,避免二次手术,降低术后相关并发症的发生率,减轻患者经济和精神负担。
本发明还提供了一种用于胰腺病灶的三维模型重建与可视化设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现所述的方法的步骤。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现所述的方法的步骤。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种用于胰腺病灶的三维模型重建与可视化方法,其特征在于,包括如下步骤:
S1:根据预设层厚从目标对象的CT数据信息中分层采集腹部增强灰度图数据;
S2:用模糊滤波算法对每层所述腹部增强灰度图数据分别进行降噪平滑优化处理,以得到每层胰腺坏死组织、积液和胰腺分别与其对应毗邻器官的边界;
S3:分别勾画每层胰腺坏死组织、积液和胰腺的边界轮廓,并根据胰腺坏死组织、积液和胰腺的边界轮廓计算得到胰腺坏死组织、积液和胰腺的三维数据信息;
S4:分别对与胰腺坏死组织、积液和胰腺所在区域毗邻的器官重复所述S2和S3,得到与胰腺坏死组织、积液和胰腺毗邻的器官的三维数据信息;
S5:根据胰腺坏死组织、积液和胰腺的三维数据信息及其对应毗邻器官的三维数据信息重建目标对象的胰腺坏死组织、积液和胰腺及其对应毗邻器官三维模型,并进行可视化显示。
2.根据权利要求1所述的用于胰腺病灶的三维模型重建与可视化方法,其特征在于,所述S2中,所述采用模糊滤波算法对每层所述腹部增强灰度图数据分别进行降噪平滑优化处理具体包括如下步骤:
创建空白蒙版,采用阈值分割法对每层所述腹部增强灰度图数据进行提取处理,并得到不同阈值范围对应的器官组织的图像像素;
采用区域增长法分别将每层胰腺坏死组织、积液和胰腺对应的区域类型相似的图像像素进行增强处理,得到每层胰腺坏死组织、积液和胰腺的热区图;
根据每层胰腺坏死组织、积液和胰腺的热区图确定每层胰腺坏死组织、积液以及胰腺分别与其毗邻器官的边界。
3.根据权利要求2所述的用于胰腺病灶的三维模型重建与可视化方法,其特征在于,所述S3中,所述分别勾画每层胰腺坏死组织、积液和胰腺的边界轮廓具体包括如下步骤:
将预设正常组织器官灰度值分别与每层胰腺坏死组织、积液和胰腺的灰度值进行比较,并根据比较结果勾画胰腺坏死组织、积液和胰腺的边界轮廓。
4.根据权利要求1-3任一项所述的用于胰腺病灶的三维模型重建与可视化方法,其特征在于,还包括如下步骤:
S6:对所述胰腺坏死组织、积液和胰腺及其对应毗邻器官的三维模型进行三角面片优化处理,去除表面的钉状物,得到优化后的胰腺坏死组织、积液和胰腺及其对应毗邻器官三维模型,并导出保存。
5.一种用于胰腺病灶的三维模型重建与可视化系统,其特征在于:包括采集模块、预处理模块、勾画计算模块和重建模块;
所述采集模块,用于根据预设层厚从目标对象的CT数据信息中分层采集腹部增强灰度图数据;
所述预处理模块,用于用模糊滤波算法对每层所述腹部增强灰度图数据分别进行降噪平滑优化处理,以得到每层胰腺坏死组织、积液和胰腺分别与对应毗邻器官的边界;
所述勾画计算模块,用于分别勾画每层胰腺坏死组织、积液和胰腺的边界轮廓,并根据胰腺坏死组织、积液和胰腺的边界轮廓计算得到胰腺坏死组织、积液和胰腺的三维数据信息;
所述预处理模块,还用于用模糊滤波算法对每层所述腹部增强灰度图数据分别进行降噪平滑优化处理,以得到与胰腺坏死组织、积液和胰腺所在区域毗邻的器官的边界;
所述勾画计算模块,还用于分别勾画每层与胰腺坏死组织、积液和胰腺所在区域毗邻的器官的边界轮廓,并根据与胰腺坏死组织、积液和胰腺所在区域毗邻的器官的边界轮廓计算得到与胰腺坏死组织、积液和胰腺所在区域毗邻的器官的三维数据信息;
所述重建模块,用于根据胰腺坏死组织、积液和胰腺的三维数据信息及其对应毗邻器官的三维数据信息重建目标对象的胰腺坏死组织、积液和胰腺及其对应毗邻器官三维模型,并进行可视化显示。
6.根据权利要求5所述的用于胰腺病灶的三维模型重建与可视化系统,其特征在于,所述预处理模块采用模糊滤波算法对每层所述腹部增强灰度图数据分别进行降噪平滑优化处理的具体实现为:
创建空白蒙版,采用阈值分割法对每层所述腹部增强灰度图数据进行提取处理,并得到不同阈值范围对应的器官组织的图像像素;
采用区域增长法分别将每层胰腺坏死组织、积液和胰腺对应的区域类型相似的图像像素进行增强处理,得到每层胰腺坏死组织、积液和胰腺的热区图;
根据每层胰腺坏死组织、积液和胰腺的热区图确定每层胰腺坏死组织、积液以及胰腺与其毗邻器官的边界。
7.根据权利要求5所述的用于胰腺病灶的三维模型重建与可视化系统,其特征在于,所述勾画计算模块分别勾画每层胰腺坏死组织、积液和胰腺的边界轮廓,的具体实现为:
将预设正常组织器官灰度值分别与每层胰腺坏死组织、积液和胰腺的灰度值进行比较,并根据比较结果勾画胰腺坏死组织、积液和胰腺的边界轮廓。
8.根据权利要求5所述的用于胰腺病灶的三维模型重建与可视化系统,其特征在于,还包括优化模块,所述优化模块用于对所述胰腺坏死组织、积液和胰腺及其对应毗邻器官的三维模型进行三角面片优化处理,去除表面的钉状物,得到优化后的胰腺坏死组织、积液和胰腺及其对应毗邻器官的三维模型,并导出保存。
9.一种用于胰腺病灶的三维模型重建与可视化设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至4中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210465290.1A CN114869315A (zh) | 2022-04-29 | 2022-04-29 | 一种用于胰腺病灶的三维模型重建与可视化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210465290.1A CN114869315A (zh) | 2022-04-29 | 2022-04-29 | 一种用于胰腺病灶的三维模型重建与可视化方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114869315A true CN114869315A (zh) | 2022-08-09 |
Family
ID=82674391
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210465290.1A Pending CN114869315A (zh) | 2022-04-29 | 2022-04-29 | 一种用于胰腺病灶的三维模型重建与可视化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114869315A (zh) |
-
2022
- 2022-04-29 CN CN202210465290.1A patent/CN114869315A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7817836B2 (en) | Methods for volumetric contouring with expert guidance | |
US20030208116A1 (en) | Computer aided treatment planning and visualization with image registration and fusion | |
Tilotta et al. | Construction and analysis of a head CT-scan database for craniofacial reconstruction | |
CN106997594B (zh) | 一种眼部组织的定位方法及装置 | |
CN111161241B (zh) | 一种肝脏图像识别方法、电子设备及存储介质 | |
CN111667467B (zh) | 基于聚类算法的下肢血管钙化指数多参数累积计算方法 | |
WO2022105623A1 (zh) | 一种基于迁移学习的颅内血管病灶识别方法 | |
CN113409456B (zh) | 颅脑穿刺术前三维模型的建模方法、系统、装置、介质 | |
CN105640583A (zh) | 血管造影方法 | |
CN112022345B (zh) | 腹壁缺损重建的三维可视化术前规划方法、系统及终端 | |
CN113469935B (zh) | 一种基于ct图像的髂后上棘自动检测与定位方法 | |
CN112562058B (zh) | 一种基于迁移学习的颅内血管模拟三维模型快速建立方法 | |
Yau et al. | An adaptive region growing method to segment inferior alveolar nerve canal from 3D medical images for dental implant surgery | |
Ojalammi et al. | Automated segmentation of upper airways from MRI-vocal tract geometry extraction | |
CN109785296B (zh) | 一种基于cta图像的三维球形指数测定方法 | |
CN110858412B (zh) | 基于图像配准的心脏冠脉cta模型建立方法 | |
Smith et al. | Automated torso contour extraction from clinical cardiac MR slices for 3D torso reconstruction | |
CN114869315A (zh) | 一种用于胰腺病灶的三维模型重建与可视化方法及系统 | |
CN113570724B (zh) | 基于逆球极投影的网格球面保角参数化方法及其应用 | |
KR20230150317A (ko) | 종양 분할의 시각화를 위한 방법 및 장치 | |
Malinda et al. | Lumbar vertebrae synthetic segmentation in computed tomography images using hybrid deep generative adversarial networks | |
CN110599482A (zh) | 肺裂曲面确定方法、装置、电子设备和存储介质 | |
CN112669439B (zh) | 基于迁移学习的颅内血管造影增强三维模型的建立方法 | |
CN114463304B (zh) | 一种对脑图谱进行分割与标注的方法及手术导航系统 | |
KR102428579B1 (ko) | 전신 ct 스캔 3d 모델링 방법 및 시스템 |
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 |