CN114927202B - 肺部形变模拟方法、装置及服务器 - Google Patents

肺部形变模拟方法、装置及服务器 Download PDF

Info

Publication number
CN114927202B
CN114927202B CN202210662185.7A CN202210662185A CN114927202B CN 114927202 B CN114927202 B CN 114927202B CN 202210662185 A CN202210662185 A CN 202210662185A CN 114927202 B CN114927202 B CN 114927202B
Authority
CN
China
Prior art keywords
vertex
lung
model
level
coordinates
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
CN202210662185.7A
Other languages
English (en)
Other versions
CN114927202A (zh
Inventor
成兴华
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.)
Shanghai Chest Hospital
Original Assignee
Shanghai Chest Hospital
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 Shanghai Chest Hospital filed Critical Shanghai Chest Hospital
Priority to CN202210662185.7A priority Critical patent/CN114927202B/zh
Publication of CN114927202A publication Critical patent/CN114927202A/zh
Application granted granted Critical
Publication of CN114927202B publication Critical patent/CN114927202B/zh
Priority to PCT/CN2023/099715 priority patent/WO2023241517A1/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/40ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20Finite element generation, e.g. wire-frame surface description, tesselation
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Databases & Information Systems (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明提供了一种肺部形变模拟方法,涉及医疗技术领域,包括:获取目标对象的肺部扫描数据,并基于肺部扫描数据生成初始肺部模型和初始肺部模型的表面网格数据;根据表面网格数据确定目标对象的虚拟支气管树的参数,并基于虚拟支气管树的参数确定表面网格数据的偏移值;根据表面网格数据和偏移值确定目标肺部模型,以通过目标肺部模型模拟目标对象的肺部形变。本发明可以显著提升肺部形变模拟的精确度,并减少模拟时间,从而降低肺部形变模拟难度。

Description

肺部形变模拟方法、装置及服务器
技术领域
本发明涉及医疗技术领域,尤其是涉及一种肺部形变模拟方法、装置及服务器。
背景技术
肺部形变模拟方法是一种通过建立肺部模型,模拟肺部运动时的形变状态,从而在进行肺部手术时进行更精准导航的方法。目前,相关技术提出可以通过直接法和间接法模拟肺部形变,若采用直接法,通过多次采集病患不同相位的3D CT估计肺部的呼吸运动,则需要提升对病患的扫描辐射剂量,且模拟精确度较低,若采用间接法,通过体表标记物推算病患肺部的呼吸运动,需要安装额外的装置,且增加模拟时间,提升模拟难度。
发明内容
有鉴于此,本发明的目的在于提供一种肺部形变模拟方法、装置及服务器,可以显著提升肺部形变模拟的精确度,并减少模拟时间,从而降低肺部形变模拟难度。
第一方面,本发明实施例提供了一种肺部形变模拟方法,包括:获取目标对象的肺部扫描数据,并基于肺部扫描数据生成初始肺部模型和初始肺部模型的表面网格数据;根据表面网格数据确定目标对象的虚拟支气管树的参数,并基于虚拟支气管树的参数确定表面网格数据的偏移值;根据表面网格数据和偏移值确定目标肺部模型,以通过目标肺部模型模拟目标对象的肺部形变。
在一种实施方式中,表面网格数据包括初始肺部模型中每个顶点的顶点基础坐标;基于虚拟支气管树的参数确定表面网格数据的偏移值的步骤,包括:根据虚拟支气管树的参数中的中心线轨迹和分叉点坐标,建立初始肺部模型中每个肺叶子模型对应的网格顶点列表,其中,网格顶点列表包括每级支气管的顶点数和顶点坐标;对于每个肺叶子模型,根据该肺叶子模型对应的顶点数和顶点坐标,计算每个顶点的相对偏移值。
在一种实施方式中,根据该肺叶子模型对应的顶点数和顶点坐标,计算每个顶点的相对偏移值的步骤,包括:根据该肺叶子模型对应的顶点数和顶点坐标,分别计算一级偏移向量、二级偏移向量及三级偏移向量;计算一级偏移向量、二级偏移向量及三级偏移向量的和值,得到每个顶点的相对偏移值。
在一种实施方式中,虚拟支气管树包括多级虚拟支气管层;根据该肺叶子模型对应的顶点数和顶点坐标,分别计算一级偏移向量、二级偏移向量及三级偏移向量的步骤,包括:
对于该肺叶子模型中每个顶点,确定该顶点在虚拟支气管树中所属的支气管级别,计算该顶点的顶点坐标与支气管级别对应的前三级虚拟支气管层中各分叉点坐标的差值平均值得到一级向量,并计算一级向量与预设的一级偏移系数的乘积得到一级偏移向量;计算顶点的顶点坐标与支气管级别对应的前二级虚拟支气管层中各分叉点坐标的差值平均值得到二级向量,并计算二级向量与预设的二级偏移系数的乘积得到二级偏移向量;计算顶点的顶点坐标与支气管级别对应的前一级虚拟支气管层中各分叉点坐标的差值平均值得到三级向量,并计算三级向量与预设的三级偏移系数的乘积得到三级偏移向量。
在一种实施方式中,表面网格数据还包括顶点拓扑结构;根据表面网格数据和偏移值确定目标肺部模型的步骤,包括:对于每个顶点,计算该顶点的顶点基础坐标和相对偏移值的和值,得到该顶点的偏移坐标;按照预设规则对顶点拓扑结构进行重新排序,并基于重新排列后的顶点拓扑结构和每个顶点的偏移坐标生成目标肺部模型。
在一种实施方式中,基于肺部扫描数据生成初始肺部模型和初始肺部模型的表面网格数据的步骤,包括:利用MatchingCube算法对肺部扫描数据进行重建,得到初始肺部模型和初始肺部模型的表面网格数据。
第二方面,本发明实施例还提供一种肺部形变模拟装置,包括:数据获取模块,获取目标对象的肺部扫描数据,并基于肺部扫描数据生成初始肺部模型和初始肺部模型的表面网格数据;偏移值计算模块,根据表面网格数据确定目标对象的虚拟支气管树的参数,并基于虚拟支气管树的参数确定表面网格数据的偏移值;模型建立模块,根据表面网格数据和偏移值确定目标肺部模型,以通过目标肺部模型模拟目标对象的肺部形变。
在一种实施方式中,还包括相对偏移值计算模块,用于:根据虚拟支气管树的参数中的中心线轨迹和分叉点坐标,建立初始肺部模型中每个肺叶子模型对应的网格顶点列表,其中,网格顶点列表包括每级支气管的顶点数和顶点坐标;对于每个肺叶子模型,根据该肺叶子模型对应的顶点数和顶点坐标,计算每个顶点的相对偏移值。
第三方面,本发明实施例还提供一种服务器,包括处理器和存储器,存储器存储有能够被处理器执行的计算机可执行指令,处理器执行计算机可执行指令以实现第一方面提供的任一项的方法。
第四方面,本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质存储有计算机可执行指令,计算机可执行指令在被处理器调用和执行时,计算机可执行指令促使处理器实现第一方面提供的任一项的方法。
本发明实施例带来了以下有益效果:
本发明实施例提供的一种肺部形变模拟方法、装置及服务器,其中,该方法用于根据目标对象的肺部扫描数据生成初始肺部模型和初始肺部模型的表面网格数据,并根据表面网格数据确定目标对象的虚拟支气管树的参数,基于虚拟支气管树的参数确定表面网格数据的偏移值,并根据表面网格数据和偏移值确定目标肺部模型,以通过目标肺部模型模拟目标对象的肺部形变。该方法可以在肺部扫描数据的基础上得到表面网格数据,并以此确定虚拟支气管树的相关参数,从而计算得到表面网格数据的偏移值,根据偏移值生成的目标肺部模型可以较好地模拟肺部的形变状态,从而可以显著提升肺部形变模拟的精确度,并减少模拟时间,进而降低肺部形变模拟难度。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种肺部形变模拟方法的流程示意图;
图2为本发明实施例提供的一种初始肺部模型的结构示意图;
图3为本发明实施例提供的一种虚拟支气管树的结构示意图;
图4为本发明实施例提供的另一种虚拟支气管树的结构示意图;
图5为本发明实施例提供的一种网格顶点列表的结构示意图;
图6为本发明实施例提供的另一种肺部形变模拟方法的流程示意图;
图7为本发明实施例提供的一种肺部形变模拟装置的结构示意图;
图8为本发明实施例提供的一种电子设备的结构示意图。
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,下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例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。
目前,针对肺部手术的导航设备中,肺部模型定位属于非刚体配准,存在较高的技术难度,肺部模型定位的速度和精准度对后续的病灶定位起到决定性的作用,且由于肺部存在软组织的移动,并且呼吸作用也会引起肺部节律性的起伏,导致和术前从CT提取的模型存在较大的形变,模拟肺部形变的方法主要采用间接法和直接法,直接法利用4D CT采集病人呼吸时的动态CT数据,然后通过图像的重建和呼吸相位的排列得到病人在不同呼吸相位的3D CT,利用B-样条法进行配准,从而估计肺部的呼吸运动,直接法依赖于模型的顶点疏密度,适用于组织规律性的形变,难以满足局部有差异性的形变模拟,而且4D CT比普通螺旋CT扫描辐射剂量大;间接法采用体表标记物的运动推算呼吸运动。应用模拟定位机和体表标记物对呼吸运动进行监测和分析,利用呼吸传感器测量皮肤标记物的运动进而推算出肺部在呼吸时的三维运动,虽然利用体表标记物可以获取局部呼吸运动的信息,但是间接法需要安装额外装置,存在误差大、费时、费力等缺点。基于此,本发明实施例提供了一种肺部形变模拟方法、装置及服务器,可以显著提升肺部形变模拟的精确度,并减少模拟时间,从而降低肺部形变模拟难度。
本发明实施例对肺部形变模拟方法进行详细介绍,参见图1所示的一种肺部形变模拟方法的流程示意图,该方法主要包括以下步骤S102至步骤S106:
步骤S102,获取目标对象的肺部扫描数据,并基于肺部扫描数据生成初始肺部模型和初始肺部模型的表面网格数据。其中,表面网格数据包括初始肺部模型中每个顶点的顶点基础坐标以及顶点拓扑结构,顶点可以为虚拟支气管树上的肺泡。
在一种实施方式中,肺部扫描数据可以为医学数字成像和通信(Digital Imagingand Communications in Medicine,DICOM)数据,可以利用Matching Cube算法对肺部扫描数据进行重建,得到初始肺部模型和初始肺部模型的表面网格数据。示例性的,如图2所示,对肺部扫描数据进行重建可以得到多个小三角形单元,通过Matching Cube算法对小三角形单元进行数据处理,得到表面网格数据并建立初始肺部模型。
步骤S104,根据表面网格数据确定目标对象的虚拟支气管树的参数,并基于虚拟支气管树的参数确定表面网格数据的偏移值。其中,如图3所示,虚拟支气管树包括多级虚拟支气管层,如图4所示,虚拟支气管树的参数可以为虚拟支气管及多级虚拟支气管层的中心线轨迹及各个分叉处的位置。
在一种实施方式中,为了更好的对肺部形变进行模拟,因此需要计算表面网格数据的偏移值,由于肺形变的原因主要是肺实体的气体扩散与气体交换,肺以有限的体积担负着气体交换的功能,其结构特点是随着支气管树的不断分支,进而变成囊泡状结构,基于这种生理结构对呼吸性支气管到肺泡囊的结构进行建模,在进行形变模拟时,通过偏移值的计算,确定形变后模型各点的偏移坐标,从而模拟肺部的形变状态,
在一种实施方式中,虚拟支气管及多级虚拟支气管层的中心线轨迹可以为支气管的发散方向,虚拟支气管可以按照支气管结构进行分级,并逐级向外发散,示例性的,虚拟支气管可以按照:主支气管、左右支气管、五个肺叶中的支气管及各肺叶中支气管的扩散级数进行分级。
步骤S106,根据表面网格数据和偏移值确定目标肺部模型,以通过目标肺部模型模拟目标对象的肺部形变。其中,依次计算5片肺叶的偏移坐标,可以求得整个目标肺部的形变。
在一种实施方式中,偏移值可以由肺部的呼吸运动产生,也可以由外界对肺部的压力产生,施加外界压力的方向向量后,可进一步得到人在不同体位肺部的形变模型,示例性的,可以通过抽样特征点网格顶点,并抛弃相邻网格角度低于临界值的顶点,加快计算的速度。
该方法可以在肺部扫描数据的基础上得到表面网格数据,并以此确定虚拟支气管树的相关参数,从而计算得到表面网格数据的偏移值,根据偏移值生成的目标肺部模型可以较好地模拟肺部的形变状态,从而可以显著提升肺部形变模拟的精确度,并减少模拟时间,进而降低肺部形变模拟难度。
本发明实施例提供的上述肺部形变模拟方法,在进行形变模拟时,通过偏移值的计算,确定形变后模型各点的偏移坐标,从而模拟肺部的形变状态,可以显著提升肺部形变模拟的精确度,并减少模拟时间,从而降低肺部形变模拟难度。
本发明实施例还提供了一种生成目标肺部模型的实施方式,具体的参见如下(1)至(2):
(1)根据虚拟支气管树的参数中的中心线轨迹和分叉点坐标,建立初始肺部模型中每个肺叶子模型对应的网格顶点列表,其中,网格顶点列表包括每级支气管的顶点数和顶点坐标,网格顶点列表为V(i)(i=1…n)。
在一种实施方式中,左上肺所在的二级支气管(左上叶支气管)与上级支气管的分叉点坐标为M1,四段三级支气管(尖后段、前段、上舌段、下舌段)与二级支气管的分叉点坐标分别为M21,M22,M23,M24,以此类推,所有支气管的分叉点坐标表示为如图5所示的树状结构。
(2)对于每个肺叶子模型,根据该肺叶子模型对应的顶点数和顶点坐标,计算每个顶点的相对偏移值的实施方式,具体的参见如下a至b:
a:根据该肺叶子模型对应的顶点数和顶点坐标,分别计算一级偏移向量、二级偏移向量及三级偏移向量:对于该肺叶子模型中每个顶点,确定该顶点在虚拟支气管树中所属的支气管级别,计算该顶点的顶点坐标与支气管级别对应的前三级虚拟支气管层中各分叉点坐标的差值平均值得到一级向量,并计算一级向量与预设的一级偏移系数的乘积得到一级偏移向量;计算顶点的顶点坐标与支气管级别对应的前二级虚拟支气管层中各分叉点坐标的差值平均值得到二级向量,并计算二级向量与预设的二级偏移系数的乘积得到二级偏移向量;计算顶点的顶点坐标与支气管级别对应的前一级虚拟支气管层中各分叉点坐标的差值平均值得到三级向量,并计算三级向量与预设的三级偏移系数的乘积得到三级偏移向量。其中,一级偏移向量、二级偏移向量及三级偏移向量可以按照顶点的前三级支气管进行计算,也可以按照如图5所示的固定的第二级支气管、第三级支气管和第四级支气管为基准进行计算。
在一种实时方式中,呼吸运动时,气体通过支气管与肺泡进行交换,导致肺部形状发生改变时,以固定的第二级支气管、第三级支气管和第四级支气管为基准进行计算,计算顶点偏移向量的表达式为:
Figure BDA0003690955740000091
b:计算一级偏移向量、二级偏移向量及三级偏移向量的和值,得到每个顶点的相对偏移值。其中,α、β、γ分别表示为各级支气管偏移比例系数,并且α>β>γ,U(x,y,z)为此顶点的相对偏移值。
在一种实施方式中,通过(V-M11)*α计算一级偏移向量;
在一种实施方式中,通过
Figure BDA0003690955740000092
计算二级偏移向量;
在一种实施方式中,通过
Figure BDA0003690955740000093
计算三级偏移向量。
(3)对于每个顶点,计算该顶点的顶点基础坐标和相对偏移值的和值,得到该顶点的偏移坐标。其中,可以通过如下公式计算顶点的偏移坐标:
x′=V(x)+U(x)
y′=V(y)+U(y)
z′=V(z)+U(z)
在一种实施方式中,通过循环遍历肺叶的所有网格顶点,可以计算所有顶点的偏移坐标。
(4)按照预设规则对顶点拓扑结构进行重新排序,并基于重新排列后的顶点拓扑结构和每个顶点的偏移坐标生成目标肺部模型,其中,表面网格数据还包括顶点拓扑结构。其中,可以通过重新排列顶点拓扑结构,使表面网格中各小方格按左手法则判断为顺时针,确定所有小方格的法向量向外。
为便于对上述实施例提供的肺部形变模拟方法进行理解,本发明实施例提供了一种肺部形变模拟方法的应用示例,参见图6所示的另一种肺部形变模拟方法的流程示意图,该方法主要包括以下步骤S602至步骤S610:
步骤S602,根据肺部扫描数据,生成表面网格数据。其中,表面网格数据包括初始肺部模型中每个顶点的顶点基础坐标以及顶点拓扑结构,顶点可以为支气管树上的肺泡。在一种实施方式中,肺部扫描数据可以为医学数字成像和通信数据,可以利用MatchingCube算法对肺部扫描数据进行重建,得到初始肺部模型和初始肺部模型的表面网格数据。示例性的,对肺部扫描数据进行重建可以得到多个小三角形单元,通过Matching Cube算法对小三角形单元进行数据处理,得到表面网格数据并建立初始肺部模型。
步骤S604,根据表面网格数据,确定虚拟支气管树的参数,并根据虚拟支气管树的参数,建立网格顶点列表。其中,网格顶点列表包括每级支气管的顶点数和顶点坐标,网格顶点列表为V(i)(i=1…n)。
在一种实施方式中,左上肺所在的二级支气管(左上叶支气管)与上级支气管的分叉点坐标为M1,四段三级支气管(尖后段、前段、上舌段、下舌段)与二级支气管的分叉点坐标分别为M21,M22,M23,M24,以此类推,所有支气管的分叉点坐标表示为树状结构。
步骤S606,通过网格顶点列表计算每个顶点的相对偏移值。其中,一级偏移向量、二级偏移向量及三级偏移向量可以按照顶点的前三级支气管进行计算,也可以按照固定的第二级支气管、第三级支气管和第四级支气管为基准进行计算。
步骤S608,计算各顶点的顶点基础坐标和相对偏移值的和值,得到各顶点的偏移坐标。其中,通过循环遍历肺叶的所有网格顶点,可以计算所有顶点的偏移坐标,从而建立目标肺部模型。
步骤S610,根据各顶点的偏移坐标建立目标肺部模型,并通过目标肺部模型模拟目标对象的肺部形变。其中,可以将外界对肺部产生的压力设定为偏移值,施加外界压力的方向向量后,得到人在不同体位肺部的形变模型。
综上所述,本发明可以在在肺部扫描数据的基础上得到表面网格数据,并以此确定虚拟支气管树的相关参数,从而计算得到表面网格数据的偏移值,根据偏移值生成的目标肺部模型可以较好地模拟肺部的形变状态,从而可以显著提升肺部形变模拟的精确度,并减少模拟时间,进而降低肺部形变模拟难度。
对于前述实施例提供的肺部形变模拟方法,本发明实施例提供了一种肺部形变模拟装置,参见图7所示的一种肺部形变模拟装置的结构示意图,该装置包括以下部分:
数据获取模块702,获取目标对象的肺部扫描数据,并基于肺部扫描数据生成初始肺部模型和初始肺部模型的表面网格数据;
偏移值计算模块704,根据表面网格数据确定目标对象的虚拟支气管树的参数,并基于虚拟支气管树的参数确定表面网格数据的偏移值;
模型建立模块706,根据表面网格数据和偏移值确定目标肺部模型,以通过目标肺部模型模拟目标对象的肺部形变。
本申请实施例提供的上述数据处理装置在进行形变模拟时,通过偏移值的计算,确定形变后模型各点的偏移坐标,从而模拟肺部的形变状态,可以显著提升肺部形变模拟的精确度,并减少模拟时间,从而降低肺部形变模拟难度。
一种实施方式中,在进行表面网格数据包括初始肺部模型中每个顶点的顶点基础坐标;基于虚拟支气管树的参数确定表面网格数据的偏移值的步骤时,上述偏移值计算模块704还用于:根据虚拟支气管树的参数中的中心线轨迹和分叉点坐标,建立初始肺部模型中每个肺叶子模型对应的网格顶点列表,其中,网格顶点列表包括每级支气管的顶点数和顶点坐标;对于每个肺叶子模型,根据该肺叶子模型对应的顶点数和顶点坐标,计算每个顶点的相对偏移值。
一种实施方式中,在进行根据该肺叶子模型对应的顶点数和顶点坐标,计算每个顶点的相对偏移值的步骤时,上述偏移值计算模块704还用于:根据该肺叶子模型对应的顶点数和顶点坐标,分别计算一级偏移向量、二级偏移向量及三级偏移向量;计算一级偏移向量、二级偏移向量及三级偏移向量的和值,得到每个顶点的相对偏移值。
一种实施方式中,虚拟支气管树包括多级虚拟支气管层,在进行根据该肺叶子模型对应的顶点数和顶点坐标,分别计算一级偏移向量、二级偏移向量及三级偏移向量的步骤时,上述偏移值计算模块704还用于:对于该肺叶子模型中每个顶点,确定该顶点在虚拟支气管树中所属的支气管级别,计算该顶点的顶点坐标与支气管级别对应的前三级虚拟支气管层中各分叉点坐标的差值平均值得到一级向量,并计算一级向量与预设的一级偏移系数的乘积得到一级偏移向量;计算顶点的顶点坐标与支气管级别对应的前二级虚拟支气管层中各分叉点坐标的差值平均值得到二级向量,并计算二级向量与预设的二级偏移系数的乘积得到二级偏移向量;计算顶点的顶点坐标与支气管级别对应的前一级虚拟支气管层中各分叉点坐标的差值平均值得到三级向量,并计算三级向量与预设的三级偏移系数的乘积得到三级偏移向量。
一种实施方式中,表面网格数据还包括顶点拓扑结构,在进行根据表面网格数据和偏移值确定目标肺部模型的步骤时,上述模型建立模块706还用于:对于每个顶点,计算该顶点的顶点基础坐标和相对偏移值的和值,得到该顶点的偏移坐标;按照预设规则对顶点拓扑结构进行重新排序,并基于重新排列后的顶点拓扑结构和每个顶点的偏移坐标生成目标肺部模型。
一种实施方式中,上述数据获取模块702还用于:利用MatchingCube算法对肺部扫描数据进行重建,得到初始肺部模型和初始肺部模型的表面网格数据。
本发明实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
本发明实施例提供了一种电子设备,具体的,该电子设备包括处理器和存储装置;存储装置上存储有计算机程序,计算机程序在被所述处理器运行时执行如上所述实施方式的任一项所述的方法。
图8为本发明实施例提供的一种电子设备的结构示意图,该电子设备100包括:处理器80,存储器81,总线82和通信接口83,所述处理器80、通信接口83和存储器81通过总线82连接;处理器80用于执行存储器81中存储的可执行模块,例如计算机程序。
其中,存储器81可能包含高速随机存取存储器(RAM,Random Access Memory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口83(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。
总线82可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图8中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器81用于存储程序,所述处理器80在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器80中,或者由处理器80实现。
处理器80可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器80中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器80可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital SignalProcessing,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。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。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器81,处理器80读取存储器81中的信息,结合其硬件完成上述方法的步骤。
本发明实施例所提供的可读存储介质的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见前述方法实施例,在此不再赘述。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述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:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。

Claims (7)

1.一种肺部形变模拟方法,其特征在于,包括:
获取目标对象的肺部扫描数据,并基于所述肺部扫描数据生成初始肺部模型和所述初始肺部模型的表面网格数据;
根据所述表面网格数据确定所述目标对象的虚拟支气管树的参数,并基于所述虚拟支气管树的参数确定所述表面网格数据的偏移值,其中,所述虚拟支气管树包括多级虚拟支气管层;
根据表面网格数据和所述偏移值确定目标肺部模型,以通过所述目标肺部模型模拟所述目标对象的肺部形变,其中,所述表面网格数据包括所述初始肺部模型中每个顶点的顶点基础坐标;
其中,根据所述虚拟支气管树的参数中的中心线轨迹和分叉点坐标,建立所述初始肺部模型中每个肺叶子模型对应的网格顶点列表,其中,所述网格顶点列表包括每级支气管的顶点数和顶点坐标;对于每个所述肺叶子模型,根据该肺叶子模型对应的所述顶点数和所述顶点坐标,计算每个所述顶点的相对偏移值;
其中,根据该肺叶子模型对应的所述顶点数和所述顶点坐标,分别计算一级偏移向量、二级偏移向量及三级偏移向量;计算所述一级偏移向量、所述二级偏移向量及所述三级偏移向量的和值,得到每个所述顶点的相对偏移值;
其中,对于该肺叶子模型中每个顶点,确定该顶点在所述虚拟支气管树中所属的支气管级别,计算该顶点的顶点坐标与所述支气管级别对应的前三级虚拟支气管层中各分叉点坐标的差值平均值得到一级向量,并计算所述一级向量与预设的一级偏移系数的乘积得到一级偏移向量;计算所述顶点的顶点坐标与所述支气管级别对应的前二级虚拟支气管层中各分叉点坐标的差值平均值得到二级向量,并计算所述二级向量与预设的二级偏移系数的乘积得到二级偏移向量;计算所述顶点的顶点坐标与所述支气管级别对应的前一级虚拟支气管层中各分叉点坐标的差值平均值得到三级向量,并计算所述三级向量与预设的三级偏移系数的乘积得到三级偏移向量。
2.根据权利要求1所述的方法,其特征在于,所述表面网格数据还包括顶点拓扑结构;所述根据表面网格数据和所述偏移值确定目标肺部模型的步骤,包括:
对于每个所述顶点,计算该顶点的所述顶点基础坐标和所述相对偏移值的和值,得到该顶点的偏移坐标;
按照预设规则对所述顶点拓扑结构进行重新排序,并基于重新排列后的顶点拓扑结构和每个所述顶点的偏移坐标生成目标肺部模型。
3.根据权利要求1所述的方法,其特征在于,所述基于所述肺部扫描数据生成初始肺部模型和所述初始肺部模型的表面网格数据的步骤,包括:
利用MatchingCube算法对所述肺部扫描数据进行重建,得到初始肺部模型和所述初始肺部模型的表面网格数据。
4.一种肺部形变模拟装置,其特征在于,包括:
数据获取模块,获取目标对象的肺部扫描数据,并基于所述肺部扫描数据生成初始肺部模型和所述初始肺部模型的表面网格数据;
偏移值计算模块,根据所述表面网格数据确定所述目标对象的虚拟支气管树的参数,并基于所述虚拟支气管树的参数确定所述表面网格数据的偏移值,其中,所述虚拟支气管树包括多级虚拟支气管层;
模型建立模块,根据表面网格数据和所述偏移值确定目标肺部模型,以通过所述目标肺部模型模拟所述目标对象的肺部形变,其中,所述表面网格数据包括所述初始肺部模型中每个顶点的顶点基础坐标;
其中,根据所述虚拟支气管树的参数中的中心线轨迹和分叉点坐标,建立所述初始肺部模型中每个肺叶子模型对应的网格顶点列表,其中,所述网格顶点列表包括每级支气管的顶点数和顶点坐标;对于每个所述肺叶子模型,根据该肺叶子模型对应的所述顶点数和所述顶点坐标,计算每个所述顶点的相对偏移值;
其中,根据该肺叶子模型对应的所述顶点数和所述顶点坐标,分别计算一级偏移向量、二级偏移向量及三级偏移向量;计算所述一级偏移向量、所述二级偏移向量及所述三级偏移向量的和值,得到每个所述顶点的相对偏移值;
其中,对于该肺叶子模型中每个顶点,确定该顶点在所述虚拟支气管树中所属的支气管级别,计算该顶点的顶点坐标与所述支气管级别对应的前三级虚拟支气管层中各分叉点坐标的差值平均值得到一级向量,并计算所述一级向量与预设的一级偏移系数的乘积得到一级偏移向量;计算所述顶点的顶点坐标与所述支气管级别对应的前二级虚拟支气管层中各分叉点坐标的差值平均值得到二级向量,并计算所述二级向量与预设的二级偏移系数的乘积得到二级偏移向量;计算所述顶点的顶点坐标与所述支气管级别对应的前一级虚拟支气管层中各分叉点坐标的差值平均值得到三级向量,并计算所述三级向量与预设的三级偏移系数的乘积得到三级偏移向量。
5.根据权利要求4所述的装置,其特征在于,还包括相对偏移值计算模块,用于:
根据所述虚拟支气管树的参数中的中心线轨迹和分叉点坐标,建立所述初始肺部模型中每个肺叶子模型对应的网格顶点列表,其中,所述网格顶点列表包括每级支气管的顶点数和顶点坐标;
对于每个所述肺叶子模型,根据该肺叶子模型对应的所述顶点数和所述顶点坐标,计算每个所述顶点的相对偏移值。
6.一种服务器,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的计算机可执行指令,所述处理器执行所述计算机可执行指令以实现权利要求1至3任一项所述的方法。
7.一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可执行指令,所述计算机可执行指令在被处理器调用和执行时,计算机可执行指令促使处理器实现权利要求1至3任一项所述的方法。
CN202210662185.7A 2022-06-13 2022-06-13 肺部形变模拟方法、装置及服务器 Active CN114927202B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210662185.7A CN114927202B (zh) 2022-06-13 2022-06-13 肺部形变模拟方法、装置及服务器
PCT/CN2023/099715 WO2023241517A1 (zh) 2022-06-13 2023-06-12 肺部形变模拟方法、装置及服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210662185.7A CN114927202B (zh) 2022-06-13 2022-06-13 肺部形变模拟方法、装置及服务器

Publications (2)

Publication Number Publication Date
CN114927202A CN114927202A (zh) 2022-08-19
CN114927202B true CN114927202B (zh) 2023-03-24

Family

ID=82814166

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210662185.7A Active CN114927202B (zh) 2022-06-13 2022-06-13 肺部形变模拟方法、装置及服务器

Country Status (2)

Country Link
CN (1) CN114927202B (zh)
WO (1) WO2023241517A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114927202B (zh) * 2022-06-13 2023-03-24 上海市胸科医院 肺部形变模拟方法、装置及服务器

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111956259A (zh) * 2020-08-13 2020-11-20 厦门大学 基于深度神经网络架构的肺音识别方法、装置和设备
CN114581476A (zh) * 2022-03-22 2022-06-03 深圳市一图智能科技有限公司 一种基于ct图像的肺器官模型自动分叶方法及系统

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7499578B2 (en) * 2002-10-18 2009-03-03 Cornell Research Foundation, Inc. System, method and apparatus for small pulmonary nodule computer aided diagnosis from computed tomography scans
ES2371045T3 (es) * 2009-05-29 2011-12-26 Fluida Respi Método para determinar tratamientos usando modelos pulmonares específicos del paciente y métodos informáticos.
US8989472B2 (en) * 2013-02-13 2015-03-24 Mitsubishi Electric Research Laboratories, Inc. Method for simulating thoracic 4DCT
CN104715485A (zh) * 2015-03-23 2015-06-17 上海交通大学 一种分段动态模拟肺部形变的快速融合方法
CN110289104B (zh) * 2019-06-27 2022-12-23 南京信息工程大学 软组织按压和形变恢复的模拟方法
CN111341449B (zh) * 2020-02-25 2023-06-23 南京信息工程大学 一种虚拟血管介入手术训练的模拟方法
CN112102275B (zh) * 2020-09-09 2023-08-08 东软熙康健康科技有限公司 肺主动脉血管图像提取方法、装置、存储介质及电子设备
CN113470086B (zh) * 2021-05-27 2023-10-24 广州医科大学附属第一医院 肺部呼吸双相ct影像的配准方法及其系统和存储介质
CN113989110A (zh) * 2021-11-19 2022-01-28 武汉联影智融医疗科技有限公司 肺部图像配准方法、装置、计算机设备和存储介质
CN114170398A (zh) * 2021-11-24 2022-03-11 华中科技大学 一种用于cfd的双路径人体全气道模型的构建方法
CN114332013A (zh) * 2021-12-29 2022-04-12 福州大学 基于肺动脉树分级的ct图像靶肺段识别方法
CN114927202B (zh) * 2022-06-13 2023-03-24 上海市胸科医院 肺部形变模拟方法、装置及服务器

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111956259A (zh) * 2020-08-13 2020-11-20 厦门大学 基于深度神经网络架构的肺音识别方法、装置和设备
CN114581476A (zh) * 2022-03-22 2022-06-03 深圳市一图智能科技有限公司 一种基于ct图像的肺器官模型自动分叶方法及系统

Also Published As

Publication number Publication date
CN114927202A (zh) 2022-08-19
WO2023241517A1 (zh) 2023-12-21

Similar Documents

Publication Publication Date Title
CN110009669B (zh) 一种基于深度强化学习的3d/2d医学图像配准方法
US7747305B2 (en) Computer-aided-design of skeletal implants
CN110189352B (zh) 一种基于口腔cbct图像的牙根提取方法
CN102184567B (zh) 基于球b样条曲线的三维血管模型构造方法
CN109903396A (zh) 一种基于曲面参数化的牙齿三维模型自动分割方法
US10346504B2 (en) 3D modelling of bodies
WO2023078309A1 (zh) 目标特征点提取方法、装置、计算机设备和存储介质
Holdstein et al. Three-dimensional surface reconstruction using meshing growing neural gas (MGNG)
CN114927202B (zh) 肺部形变模拟方法、装置及服务器
CN112562082A (zh) 一种三维人脸重建方法及系统
CN102254317A (zh) 牙种植导航中牙弓曲面的自动提取方法
CN112790879B (zh) 一种牙齿模型的牙轴坐标系构建方法及系统
CN115619773B (zh) 一种三维牙齿多模态数据配准方法及系统
CN106548476B (zh) 利用医学图像统计肺部三维特征形状方法
CN111862046A (zh) 一种心脏冠脉剪影中导管位置判别系统和方法
Marino et al. Planar visualization of treelike structures
JP6049272B2 (ja) メッシュ生成装置、方法およびプログラム
CN114842154A (zh) 一种基于二维x射线图像重建三维影像的方法和系统
CN108090953A (zh) 感兴趣区域重建方法、系统以及计算机可读存储介质
CN107705289A (zh) 一种基于骨架拓扑结构的血管模拟重建方法
Davoodi et al. Developmental model of an automatic production of the human bronchial tree based on L-system
CN112465902B (zh) 骨科手术用光学跟踪标记球位置确定方法和装置
WO2023283866A1 (zh) 呼吸运动模型的构建方法和无标记呼吸运动预测方法
WO2021105401A1 (en) Method for modeling a bone
Zhang et al. An effective approach of teeth segmentation within the 3D cone beam computed tomography image based on deformable surface model

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