CN115005985A - 呼吸运动补偿数据处理方法、医学图像生成方法及装置 - Google Patents

呼吸运动补偿数据处理方法、医学图像生成方法及装置 Download PDF

Info

Publication number
CN115005985A
CN115005985A CN202210582821.5A CN202210582821A CN115005985A CN 115005985 A CN115005985 A CN 115005985A CN 202210582821 A CN202210582821 A CN 202210582821A CN 115005985 A CN115005985 A CN 115005985A
Authority
CN
China
Prior art keywords
target
displacement
breathing
current
amount
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
Application number
CN202210582821.5A
Other languages
English (en)
Inventor
李为民
刘丹
宋雪迎
姚英杰
吴井胜
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.)
West China Hospital of Sichuan University
Shanghai Microport Medbot Group Co Ltd
Original Assignee
West China Hospital of Sichuan University
Shanghai Microport Medbot Group 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 West China Hospital of Sichuan University, Shanghai Microport Medbot Group Co Ltd filed Critical West China Hospital of Sichuan University
Priority to CN202210582821.5A priority Critical patent/CN115005985A/zh
Publication of CN115005985A publication Critical patent/CN115005985A/zh
Pending legal-status Critical Current

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
    • A61B34/20—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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/003—Navigation within 3D models or images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/006—Mixed reality
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/14—Transformations for image registration, e.g. adjusting or mapping for alignment of images
    • 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
    • A61B2034/2051—Electromagnetic 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
    • A61B2034/2055—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
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/41—Medical

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Surgery (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Public Health (AREA)
  • Computer Hardware Design (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Veterinary Medicine (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Robotics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Computer Graphics (AREA)
  • Molecular Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本申请涉及一种呼吸运动补偿数据计算方法、医学图像生成方法、装置、医学图像生成系统、手术系统、计算机设备、存储介质和计算机程序产品。所述方法包括：通过气体流量采集设备采集输入至对象中的当前气体量；获取所采集的对象的第一目标部位在第一方向上的当前目标位移量；根据第一方向上的当前目标位移量计算得到第一目标部位在第一方向的初始体积变化量；基于当前气体量和初始体积变化量计算得到第一目标部位的在第二方向的目标体积变化量；根据目标体积变化量得到呼吸运动在第二方向的当前目标位移量；根据第一方向的当前目标位移量和第二方向的当前目标位移量得到呼吸运动的补偿数据。采用本方法能够提高呼吸运动补偿准确性。

Description

呼吸运动补偿数据处理方法、医学图像生成方法及装置
技术领域
本申请涉及智能医疗技术领域，特别是涉及一种呼吸运动补偿数据处理方法、医学图像生成方法、装置、医学图像生成系统、手术系统、计算机设备、存储介质和计算机程序产品。
背景技术
随着计算机技术及医学影像技术的发展，手术导航系统获得了越来越广泛的应用。手术导航系统根据患者术前静态医学影像生成三维模型，并将该三维模型与术中通过传感器在患者体内采集位置信息进行配准，以建立术中患者坐标系到术前三维模型坐标系的映射关系。这样手术过程中，再由传感器获取实时位置，将实时位置反映到三维模型中，从而实现术中导航。但对于受呼吸影响的待导航的器官，如支气管，术中由传感器获取的数据为受呼吸影响的动态数据，因此降低呼吸运动对于导航精度的影响在上述类型导航手术中至关重要。
传统技术中，通常采用在患者胸部粘贴数个电磁贴片的位移来模拟胸腔内器官的位移，通过该位移来补偿术中由传感器获取的数据。
然而，该位移仅能后获取胸腔在人体前后的方向发生变化，使得最后的补偿结果并不准确。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高呼吸运动补偿准确性的呼吸运动补偿数据处理方法、医学图像生成方法、装置、医学图像生成系统、手术系统、计算机设备、存储介质和计算机程序产品。
第一方面，本申请提供一种呼吸运动补偿数据处理方法，所述方法包括：
通过气体流量采集设备采集输入至对象中的当前气体量；
获取所采集的所述对象的第一目标部位在第一方向上的当前目标位移量；
根据所述当前气体量和在第一方向上的所述当前目标位移量计算得到呼吸运动的补偿数据。
第二方面，本申请还提供一种医学图像生成方法，所述医学图像生成方法包括：
获取第三目标部位的实时位置以及术前医学图像；
获取基于上述的呼吸运动补偿数据处理方法所计算得到的补偿数据；
根据所述补偿数据和所述实时位置计算得到待处理位置；
将所述待处理位置映射至所述术前医学图像中。
第三方面，本申请还提供一种呼吸运动补偿数据处理装置，所述呼吸运动补偿数据处理装置包括：
气体量采集模块，用于通过气体流量采集设备采集输入至对象中的当前气体量；
第一目标位移量采集模块，用于获取所采集的所述对象的第一目标部位在第一方向上的当前目标位移量；
补偿数据获取模块，用于根据所述当前气体量和在第一方向上的所述当前目标位移量计算得到呼吸运动的补偿数据。
第四方面，本申请还提供一种医学图像生成装置，所述医学图像生成装置包括：
数据采集模块，用于获取第三目标部位的实时位置以及术前医学图像；
第二补偿数据计算模块，用于获取计算得到的补偿数据，所述补偿数据是根据当前气体量和在第一方向上的当前目标位移量计算得到的；根据第一方向的当前目标位移量和第二方向的当前目标位移量计算得到的；所述第一方向的当前目标位移量是通过采集所述对象的第一目标部位在第一方向上的当前目标位移量得到的；所述当前气体量所述第二方向的当前目标位移量是通过气体流量采集设备采集的输入至对象中的当前气体量；
待处理位置计算模块，用于根据所述补偿数据和所述实时位置计算得到待处理位置；
映射模块，用于将所述待处理位置映射至所述术前医学图像中。
第五方面，本申请还提供一种医学图像生成系统，所述医学图像生成系统包括：
气体流量采集设备，用于采集输入至对象中的当前气体量；
位移量采集设备，用于采集所述对象的第一目标部位在第一方向上的目标位移量；
处理器，分别与所述气体流量采集设备和所述位移量采集设备相通信，所述处理器用于执行上述任意一个实施例中所述的方法。
第六方面，本申请还提供一种手术系统，所述手术系统包括上述的医学图像生成系统。
第七方面，本申请还提供一种计算机设备，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上述任意一个实施例所述的方法的步骤。
第八方面，本申请还提供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上述任意一个实施例所述的方法的步骤。
第九方面，本申请还提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述任意一个实施例所述的方法的步骤。
上述呼吸运动补偿数据计算方法、医学图像生成方法、装置、医学图像生成系统、手术系统、计算机设备、存储介质和计算机程序产品，先获取到输入至对象中的当前气体量，并通过采集得到的第一目标部位在第一方向上的当前目标位移量来计算得到第一目标部位在第一方向的初始体积变化量，这样根据当前气体量和初始体积变化量可以确定第一目标部位的在第二方向的目标体积变化量，进而根据目标体积变化量确定在第二方向的当前目标位移量，从而根据第一方向的当前目标位移量和第二方向的当前目标位移量得到呼吸运动的补偿数据，提高呼吸运动补偿准确性，且通过气体流量采集设备直接测量当前气体量，不需要与呼吸机建立通讯，成本更低。
附图说明
图1为一个实施例中手术系统的示意图；
图2为一个实施例中的医学图像生成系统的示意图；
图3为一个实施例中呼吸运动补偿数据计算方法的流程示意图；
图4为一个实施例中气体流量以及呼吸周期与时间的关系示意图；
图5为一个实施例中矢状面的胸腔运动的示意图；
图6为一个实施例中冠状面的胸腔运动的示意图；
图7为一个实施例中基于胸腔位置变化计算胸腔的增加的体积的示意图；
图8为一个实施例中呼吸运动在第二方向的当前目标位移量的计算步骤的流程示意图；
图9为一个实施例中主动呼吸和被动呼吸时膈肌的位移变化示意图；
图10为一个实施例中被动吸气末相位到主动吸气末相位的映射关系示意图；
图11为一个实施例中被动呼吸相位到被动吸气末相位的映射关系示意图；
图12为一个实施例中主动呼吸相位与被动呼吸相位的全周期映射关系的示意图；
图13为一个实施例中通过电磁定位方法获取第一目标部位在第一方向上的当前目标位移量的示意图；
图14为一个实施例中通过雷达定位方法获取第一目标部位在第一方向上的当前目标位移量的示意图；
图15为一个实施例中通过基于深度相机的位移计算方法获取第一目标部位在第一方向上的当前目标位移量的示意图；
图16为一个实施例中通过基于光学定位系统的位移计算方法获取第一目标部位在第一方向上的当前目标位移量的示意图；
图17为一个实施例中医学图像生成方法的流程示意图；
图18为另一个实施例中医学图像生成方法的流程示意图；
图19为一个实施例中呼吸运动补偿数据计算装置的结构框图；
图20为一个实施例中医学图像生成装置的结构框图；
图21为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例提供一种手术系统。其中，参见图1所示，该手术系统包括医学图像生成系统101，参见图2所示，该医学图像生成系统101包括气体流量采集设备202、位移量采集设备201以及处理器203，处理器203分别与气体流量采集设备202和位移量采集设备201相通信，其中通过气体流量采集设备202可以采集输入至对象中的当前气体量，通过位移量采集设备201可以采集对象的第一目标部位在第一方向上的目标位移量，这样处理器203可以根据当前气体量以及第一目标部位在第一方向上的目标位移量计算得到呼吸运动的补偿数据，具体地，处理器203可以根据第一目标部位在第一方向上的目标位移量计算得到第一目标部位在第一方向的初始体积变化量，从而根据当前气体量和初始体积变化量可以得到目标体积变化量，进而根据目标体积变化量得到呼吸运动在第二方向的当前目标位移量，从而根据第一方向的当前目标位移量和第二方向的当前目标位移量得到呼吸运动的补偿数据。
其中，为了使得本领域技术人员充分理解本申请，上述的气体流量采集设备202可以是安装在呼吸机气管与对象的气管的插管的连接处，这样可以测量管内流速以计算得到一段时间内的当前气体量。位移量采集设备201则可以实时采集对象的胸部的空间位置，具体的该位移采集设备可以包括电磁定位设备、雷达定位设备、深度相机1501以及光学定位设备中的至少一个。
在其中一个可选的实施例中，参见图1，该手术系统还包括光学定位系统(图中未示出)等，该光学定位系统用于在手术过程中或者是手术之前实时采集第三目标部位的实时位置，这样根据补偿数据和实时位置计算得到待处理位置，并将待处理位置补偿到术前医学图像中。
在其中一个可选的实施例中，请继续参见图1，该手术系统还可以包括医学成像设备102，该医学成像设备102用于在术前采集对象的术前医学图像，其中主要说明的是术前医学图像是在对象主动呼吸时所采集的，在一种可选的实施方式中，该术前医学图像可以是在对象主动呼吸时的吸气末相位采集的。其中在手术过程中先建立手术过程中采集的图像与术前医学图像的映射关系，该映射关系可以通过术前采集对应手术场景中的靶标的位置，并将该靶标的位置与术前医学图像中的靶标位置进行配准得到。从而在手术过程中将实时采集的第三目标部位的实时位置根据该映射关系可以转换至术前医学图像中，以便于医生及时查看第三目标部位的位置。其中由于呼吸运动该实时位置存在偏差，本实施例中还根据补偿数据对实时位置进行补偿得到待处理位置，并将待处理位置映射至对应的术前医学图像中。
在其中一个可选的实施例中，参见图1，该手术系统还可以包括增强现实设备103，这样该光学系统可以仅是用于采集对应手术场景中的靶标的位置，以建立上述的映射关系，而该增强现实设备103用于实时采集第三目标部位的实时位置，这样根据补偿数据和实时位置计算得到待处理位置，并将待处理位置补偿到术前医学图像中。
在一个实施例中，如图3所示，提供了一种呼吸运动补偿数据处理方法，以该方法应用于图2中的处理器203为例进行说明，包括以下步骤：
S302：通过气体流量采集设备采集输入至对象中的当前气体量。
具体地，当前气体量是指一段时间内通入至对象中的气体的量，其中对象可以是指对象，例如的气体流量采集设备可以是安装在呼吸机气管与对象的气管的插管的连接处，这样可以测量管内流速以计算得到一段时间内的当前气体量。
具体地，结合图4所示，图4为一个实施例中气体流量以及呼吸周期与时间的关系示意图，其中，气体流量采集设备可以获取真实进入对象的支气管以及肺部的气体体积，如图4中，横轴为时间，纵轴为气体流量，则虚线区域表示真实进入对象的支气管以及肺部的气体体积。其中气体流量会呈周期性，并可以以此作为呼吸周期，与呼吸相位进行映射。例如呼气相位、呼气末相位、吸气相位、吸气末相位，但并不限于此，根据具体需求自定义相位数量及各相位对应区间，从而根据气体流量采集设备即可以确定各个呼吸相位，相对于使用高成本的跟踪定位装置，只单纯的计算呼吸周期及相位，使用气体流量采集设备可以大幅度节约成本，此外，使用气体流量采集设备直接测量当前气体量，确定呼吸相位，不需要与呼吸机建立通讯，减少适配多种呼吸机的成本。
在其中一个实施例中，处理器获取到各个时间点的气体流量采集设备所采集的气体流量，然后进行计算，例如积分计算以得到该时间段内的通入至对象中的当前气体量。在一个可选的实施例中，处理器根据当前气体量的大小或者是根据气体流量的大小和符号则可以确定当前所处的呼吸相位。在其他的实施例中，当不需要显示呼吸相位时，处理器无需判断呼吸相位，并输出。
S304：获取所采集的对象的第一目标部位在第一方向上的当前目标位移量。
具体地，在本实施例中第一目标部位可以是指胸部，结合图5和图6所示，在呼吸过程中，不仅胸腔在运动，膈肌也在运动，具体地，吸气时，胸腔和膈肌向外扩张；呼气时，胸腔和膈肌向内收缩；如图5中从矢状面模拟了胸腔相对于人体前后、膈肌相对人体头脚方向的运动；如图6中从冠状面模拟了膈肌相对人体头脚方向的运动；本实施例中着重分析呼吸过程中膈肌运动对支气管运动带来的影响。
第一方向上的当前位移量是指从矢状面来看胸腔相对于人体前后的位移量，该第一方向上的当前位移量可以通过电磁定位设备、雷达定位设备、深度相机1501以及光学定位设备中的至少一个来获取得到，第一方向上的当前位移量的具体的计算方式可以参见下文。
具体地，处理器可以接收到位移量采集设备所采集的数据，然后通过对数据进行处理分析得到第一方向上的当前位移量。
S306：根据当前气体量和在第一方向上的当前目标位移量计算得到呼吸运动的补偿数据。
在其中一个实施例中，所述根据所述当前气体量和在第一方向上的所述当前目标位移量计算得到呼吸运动的补偿数据，包括：根据第一方向上的当前目标位移量计算得到第一目标部位在第一方向的初始体积变化量；基于当前气体量和所述初始体积变化量计算得到第一目标部位的在第二方向的目标体积变化量；根据目标体积变化量得到呼吸运动在第二方向的当前目标位移量；根据第一方向的当前目标位移量和第二方向的当前目标位移量得到呼吸运动的补偿数据。
具体地，初始体积变化量是指由于呼吸运动所导致的胸部在第一方向上的变化量。具体可以参见图7所示，通过位移量采集设备获取到对象胸部的位移，这样根据该位移量以及胸部的表面积即可以计算得到对象胸部在第一方向的初始体积变化量VF，其中胸部的表面积可以是预先计算得到的，例如预先测量，或者是根据术前医学图像进行计算得到。
具体地，由于呼吸运动会导致第一目标部位在多个方向上产生变化，此处仅以第一方向和第二方向来进行说明，但是本领域技术人员可以结合附图理解，第一方向不仅仅是指矢状面相对于人体前后的方向，还包括可以在该方向上分解位移矢量的方向，第二方向也不仅仅是指冠状面相对人体头脚方向，还包括可以在该方向上分解位移矢量的方向，在此仅以第一方向和第二方向来大体表示两个不同的方向。
其中结合图7，由于呼吸运动引起多个方向上的体积变化，则输入至对象中的总气体量应该等于各个方向上的体积变化的和，因此在通过气体流量采集设备获取到某个时刻通入至对象中的当前气体量，然后通过位移采集设备获取到在第一方向上的初始体积变化量，这样两者的差即为在第二方向上的目标体积变化量。
结合图7，其中，图7中通过气体流量采集设备可以获取呼吸机对对象某一时刻总的通气量VT，这样通气量对对象膈肌引起的体积变化VD＝VT-VF，也即此处的目标体积变化量。
具体地，呼吸运动在第二方向的当前目标位移量也即是由于呼吸运动引起的膈肌的位移量，为此处理器可以获取到预先存储的膈肌的表面积，这样通过目标体积变化量和膈肌的表面积即可以计算得到当前目标位移量。
其中膈肌的表面积可以是预先通过测量获取得到的，例如通过术前医学图像计算得到。
具体地，补偿数据包括第一方向的当前目标位移量和第二方向的当前目标位移量。这样在后续获取到第三目标部位的实时位置后，则根据补偿数据来计算得到待处理位置，然后将待处理位置映射至术前医学图像中。
其中处理器可以将计算得到的补偿数据发送至其他控制器中，或者是接收到其他控制器发送的第三目标部位的实时位置，根据同一时刻的补偿数据对实时位置进行补偿以得到与术前医学图像在同一呼吸相位的待处理位置，最后再将待处理位置进行映射，提高准确性。
上述呼吸运动补偿数据计算方法，先获取到输入至对象中的当前气体量，并通过采集得到的第一目标部位在第一方向上的当前目标位移量来计算得到第一目标部位在第一方向的初始体积变化量，这样根据当前气体量和初始体积变化量可以确定第一目标部位的在第二方向的目标体积变化量，进而根据目标体积变化量确定在第二方向的当前目标位移量，从而根据第一方向的当前目标位移量和第二方向的当前目标位移量得到呼吸运动的补偿数据，提高呼吸运动补偿准确性，且通过气体流量采集设备直接测量当前气体量，不需要与呼吸机建立通讯，成本更低。
其中，为了本领域技术人员充分理解本申请中呼吸运动在第二方向的当前目标位移量的计算方式，本申请给出了两种实施方式，但是本领域技术人员可以知道，其他的计算中呼吸运动在第二方向的当前目标位移量的方式也在本申请的保护范围内。其中呼吸运动在第二方向的当前目标位移量可以是先将被动呼吸时的任意呼吸相位转换至被动呼吸时的第一目标相位，然后再将转换至的被动呼吸时的第一目标相位，转换至主动呼吸时的第二目标呼吸相位，以得到呼吸运动在第二方向的当前目标位移量。在其他的实时方式中，呼吸运动在第二方向的当前目标位移量可以是直接将被动呼吸时的任意呼吸相位转换至主动呼吸时的第二目标呼吸相位，而不需要被动呼吸时的第一目标相位的过渡，下文将详细介绍上述两种实施方式。
在其中一个实施例中，参见图8所示，其中根据目标体积变化量得到呼吸运动在第二方向的当前目标位移量，包括：
S802：获取被动呼吸时第一目标呼吸相位下的第一目标部位在第二方向的第一体积变化量。
具体地，被动呼吸是指对象在呼吸机的作用下的呼吸，主动呼吸是对象主动的呼吸，没有呼吸机的作用。第一目标呼吸相位可以是预先确定的被动呼吸下的任意相位，在其中一个可选的实施例中，为了方便获取以及比对，第一目标呼吸相位为被动吸气末相位。
其中第一体积变化量是对象在被动呼吸时，第一目标部位在第二方向的第一体积变化量，也就是膈肌运动引起的胸腔的变化量。
其中，如上图4所示，根据通入至对象中的气体量可以确定对象所处的呼吸相位，因此在术前还未操作，但是对象已经处于被动呼吸时，处理器可以根据气体流量采集设备获取到通入至对象中的气体量，然后确定第一目标呼吸相位所在的时刻，读取该时刻的位移量采集设备的数据，根据位移量采集设备的数据确定在被动呼吸的第一目标呼吸相位时，第一目标部位在第一方向上的体积变化量，最后根据气体流量采集设备获取到的通入至对象中的气体量以及在被动呼吸的第一目标呼吸相位时，第一目标部位在第一方向上的体积变化量，计算得到第一体积变化量。其中在计算得到第一体积变化量后，处理器可以存储该第一体积变化量，这样后续在计算的时候直接读取即可。
S804：根据目标体积变化量和第一体积变化量，确定当前呼吸相位至被动呼吸时第一目标呼吸相位下，对象的第二目标部位的第一位移量。
具体地，第一位移量是被动呼吸任意相位至被动呼吸的第一目标呼吸相位下，对象的第二目标部位的的位移量，也就是膈肌的位移量。
在其中一个实施例中，根据目标体积变化量和第一体积变化量，确定当前呼吸相位至被动呼吸时第一目标呼吸相位下，第二目标部位的第一位移量，包括：根据目标体积变化量和第一体积变化量计算得到待处理体积变化量；根据待处理体积变化量和第二目标部位的表面积，确定当前呼吸相位至被动呼吸时第一目标呼吸相位下，第二目标部位的第一位移量。
其中为了方便计算，处理器计算被动呼吸任意相位时的目标体积变化量，然后计算目标体积变化量和第一体积变化量的差值，通过该差值与第二目标部位的表面积，也即膈肌的表面积计算得到第一位移量。
为了方便理解，结合图9所示，图9为主动呼吸和被动呼吸时膈肌的位移变化示意图，在给实施例中，对象在呼吸过程中，不仅胸腔在运动，膈肌也在运动，吸气时，胸腔和膈肌向外扩张，呼气时，胸腔和膈肌向内收缩。但是主动呼吸和被动呼吸膈肌的运动存在较大的差异。当对象被麻醉且处于被动呼吸状态下时，膈肌弹性降低，膈肌收缩且运动幅度降低，如图9中，其中从左至右，第一条线表示被动呼气末相位，此时膈肌收缩幅度最大，第二条线表示被动吸气末相位，第三条线表示主动呼气末相位，第四条线表示主动吸气末相位，此时膈肌扩张幅度最大。
因此处理器先通过气体流量采集设备获取到膈肌引起的目标体积变化量，然后获取到被动呼吸的第一目标呼吸相位对应的第一体积变化量，这样再根据膈肌的表面积即可以计算上述的第一位移量。
S806：获取被动呼吸的第一目标呼吸相位至主动呼吸的第二目标呼吸相位时，第二目标部位的第二位移量。
具体地，第二位移量是被动呼吸的第一目标呼吸相位至主动呼吸的第二目标呼吸相位，对象的第二目标部位的位移量，也就是膈肌的位移量。
其中，根据图9所示，处理器可以预先计算得到第二位移量，这样后续在使用的时候直接读取即可。其中第二位移量的获取方式具体可以参见下文。
S808：根据第一位移量和第二位移量计算得到呼吸运动在第二方向的当前目标位移量。
具体地，呼吸运动在第二方向的当前目标位移量等于第一位移量和第二位移量的和。
上述实施例中，通过将被动呼吸任意呼吸相位映射至被动呼吸的第一目标呼吸相位，再将被动呼吸的第一目标呼吸相位映射至主动呼吸的第二目标呼吸相位，以计算得到呼吸运动在第二方向的当前目标位移量。
在其中一个实施例中，第二位移量的计算方式可以包括多种，在其中举例两种，但是本领域技术人员可以理解的是，其他的第二位移量的计算方式也在本申请的保护范围内，具体地，获取被动呼吸的第一目标呼吸相位至主动呼吸的第二目标呼吸相位时，第二目标部位的第二位移量，还包括：通过气体流量采集设备采集术前主动呼吸时在第二目标呼吸相位下的第一气体量，以及术中被动呼吸时在第一目标呼吸相位下的第二气体量；获取所采集的对象术前主动呼吸时在第二目标呼吸相位下的第一目标部位的第一目标位移量，以及对象被动呼吸时在第一目标呼吸相位下的第一目标部位的第二目标位移量；根据第一气体量和第一目标位移量计算得到，对象术前主动呼吸时在第二目标呼吸相位下的第二体积变化量；根据第二气体量和第二目标位移量计算得到，对象被动呼吸时在第一目标呼吸相位下的第三体积变化量；根据第二体积变化量、第三体积变化量以及第二目标部位的表面积，计算得到被动呼吸的第一目标呼吸相位至主动呼吸的第二目标呼吸相位时，第二目标部位的第二位移量。
具体地，本实施例中主要是为了计算被动呼吸的第一目标呼吸相位至主动呼吸的第二目标呼吸相位时，第二目标部位的第二位移量，也即膈肌的位移量。
其中为了计算第二位移量首先要获取到膈肌的表面积，该膈肌的表面积可以是根据术前医学图像进行计算得到的。
为了计算第二位移量还需要获取到在第一目标呼吸相位和第二目标呼吸相位时，呼吸运动在第二方向上的体积变化量，其中该体积变化量的具体计算方式与上文一致，均是通过气体流量采集设备和位移量采集设备进行数据采集后处理得到。
其中对于第一目标呼吸相位时呼吸运动在第二方向上的体积变化量的获取方式可以包括：获取术中被动呼吸时在第一目标呼吸相位下的第二气体量，获取对象被动呼吸时在第一目标呼吸相位下的第一目标部位的第二目标位移量，根据第二目标位移量计算得到对象被动呼吸时在第一目标呼吸相位下的第一目标部位在第一方向上的体积变化量，这样根据第二通气量和体积变化量可以计算得到第三体积变化量。
其中对于第二目标呼吸相位时呼吸运动在第二方向上的体积变化量的获取方式可以包括：通过气体流量采集设备采集术前主动呼吸时在第二目标呼吸相位下的第一气体量，获取所采集的对象术前主动呼吸时在第二目标呼吸相位下的第一目标部位的第一目标位移量，根据第一目标位移量计算得到对象主动呼吸时在第二目标呼吸相位下的第一目标部位在第一方向上的体积变化量，这样根据第一通气量和体积变化量可以计算得到第四体积变化量。
最后处理器203计算第三体积变化量和第四体积变化量的差值，然后根据该差值和膈肌的表面积可以计算得到被动呼吸的第一目标呼吸相位至主动呼吸的第二目标呼吸相位时，第二目标部位的第二位移量，也即膈肌的位移量。
在其中一个可选的实施例中，第一目标呼吸相位与的第二目标呼吸相位相同；获取被动呼吸的第一目标呼吸相位至主动呼吸的第二目标呼吸相位时，第二目标部位的第二位移量，包括：通过气体流量采集设备采集术前主动呼吸时在第二目标呼吸相位下的第一气体量，以及术中被动呼吸时在第一目标呼吸相位下的第二气体量；根据第一气体量和第二气体量计算得到气体量差值；根据气体量差值和第二目标部位的表面积，计算得到被动呼吸的第一目标呼吸相位至主动呼吸的第二目标呼吸相位时，第二目标部位的第二位移量。
具体地，在本实施例中第一目标呼吸相位与的第二目标呼吸相位相同，可选地为吸气末相位，根据术前医学影像获得的主动吸气相位的三维模型，这样就可以计算出膈肌的表面积S，术前对象未麻醉时即可连接气体流量传感器，当对象麻醉后即可计算出对象主动吸气相位和被动吸气相位通气量的差值，也就是说直接通过气体流量采集设备采集术前主动呼吸时在第二目标呼吸相位下的第一气体量，以及术中被动呼吸时在第一目标呼吸相位下的第二气体量；根据第一气体量和第二气体量计算得到气体量差值，这样再根据表面积即可计算得到第二目标部位的第二位移量，从而可以建立对象被动吸气末相位到主动吸气末相位的映射关系，如图10所示，被动吸气末相位下的点P1(x1，y1，z1)映射至主动吸气末相位下点P2(x2，y2，z2)，沿x方向产生位移x2＝x1+Δx。
其中为了方便本领域技术人员充分理解本实施例中，结合图11和图12所示，其中第一目标呼吸相位为被动吸气末相位，第二目标呼吸相位为主动吸气末相位，在其他的实施例中，可以采用其他的呼吸相位，在此不做具体限定。
其中根据术前医学影像获得的主动吸气末相位三维模型可以计算出膈肌的表面积S，使用气体流量采集设备202和位移量采集设备201可以计算得到被动呼吸任一相位到被动吸气末相位下胸部各处的位移变化△z，这样可以计算得到胸部引起的气体体积变化V1和胸膈引起的体积变化V2，从而计算得到传感器受胸部和胸膈共同作用的位移场
Figure BDA0003664771930000111
沿x方向位移
Figure BDA0003664771930000112
沿z方向位移为△z，则传感器采集到的坐标p1补偿到被动吸气末相位下坐标p2可以表示为：
Figure BDA0003664771930000113
其中，x2＝x1+△x，y2＝y1，z2＝z1+△z。
其中，这样根据气体流量采集设备202和位移量采集设备201的体积计算法可以计算得到被动呼吸任一相位到被动吸气相位下传感器受胸部和胸膈共同作用的位移场
Figure BDA0003664771930000121
则传感器采集到的坐标p1补偿到被动吸气末相位下坐标p2可以表示为：
Figure BDA0003664771930000122
如上文中，被动吸气末相位到主动吸气末相位传感器受到胸部和胸膈肌共同作用的位移场
Figure BDA0003664771930000123
则传感器采集到的坐标p2补偿到主动吸气末相位下坐标p3可以表示为：
Figure BDA0003664771930000124
这样可以将传感器在对象被动呼吸任一相位下采集的坐标补偿到对象术前拍CT时主动吸气末相位下的坐标，从而建立对象主动呼吸相位与被动呼吸相位的全周期映射关系：
Figure BDA0003664771930000125
上述实施例中给出了先将被动呼吸时的任意呼吸相位转换至被动呼吸时的第一目标相位，然后再将转换至的被动呼吸时的第一目标相位，转换至主动呼吸时的第二目标呼吸相位，以得到呼吸运动在第二方向的当前目标位移量的方式。
在其中一个实施例中，根据目标体积变化量得到呼吸运动在第二方向的当前目标位移量，包括：获取主动呼吸时第二目标呼吸相位下的第一目标部位在第二方向的第四体积变化量；根据目标体积变化量和第四体积变化量，确定当前呼吸相位至主动呼吸时第二目标呼吸相位下，对象的第二目标部位的第三位移量；根据第三位移量得到呼吸运动在第二方向的当前目标位移量。
其中本实施例中，是直接将被动呼吸时的任意呼吸相位转换至主动呼吸时的第二目标呼吸相位，因此在术前，获取到主动呼吸时第二目标呼吸相位下的第一目标部位在第二方向的第四体积变化量，也就是说膈肌运动引起的体积变化量，然后根据当前被动呼吸下膈肌运动因此的目标体积变化量，以及该第四体积变化量的差值计算得到被动呼吸至主动呼吸的第二目标呼吸相位的体积变化量，从而根据膈肌表面积计算得到对象的第二目标部位的第三位移量，也即是从被动呼吸任意相位到主动呼吸的第二目标呼吸相位的膈肌位移。
在其中一个实施例中，第二目标部位的表面积的获取方法包括：获取术前主动呼吸时在第二目标呼吸相位下所采集的术前医学图像；根据术前医学图像计算得到第二目标部位的表面积。
其中，可选地第二目标呼吸相位为主动呼吸的吸气相位，此时膈肌是扩张最大，这样求得的表面积较为准确。处理器203获取到术前医学图像，并识别术前医学图像中的第二目标部位，根据所识别的第二目标部位计算得到表面积。其中识别的方法可以是图像分割，例如通过模型训练的图像分割方法等等，在此不做具体限定。
在其中一个实施例中，获取所采集的对象的第一目标部位在第一方向上的当前目标位移量，包括：通过电磁定位方法、雷达定位方法、基于深度相机1501的位移计算方法以及基于光学定位系统的位移计算方法中的至少一个，采集得到对象的第一目标部位在第一方向上的当前目标位移量。
其中，为了方便理解，下文分别介绍上述几种方法：
其中，参见图13所示，图13为一个实施例中通过电磁定位方法获取第一目标部位在第一方向上的当前目标位移量的示意图。其中使用磁导航定位系统捕获对象胸腔的运动，将磁场发生器1301固定在对象的胸部上方，将电磁传感器1302均匀布置在对象胸部。处理器203可以获取电磁传感器1302在磁场发生器1301坐标系下的坐标，进而通过一段时间内电磁传感器1302的位移计算得对象胸部体积的变化VF。
其中，参见图14所示，图14为一个实施例中通过雷达定位方法获取第一目标部位在第一方向上的当前目标位移量的示意图。其中，使用雷达设备1401获取对象胸腔的运动。将雷达设备1401固定在对象胸部正上方，通过电磁波束可获取对象胸部不同位置到雷达设备1401的距离，进而确定一段时间内对象胸部的位移，从而获得一段时间内对象胸部体积的变化VF。
其中，参见图15所示，图15为一个实施例中通过基于深度相机的位移计算方法获取第一目标部位在第一方向上的当前目标位移量的示意图。其中，使用深度相机1501获取对象胸腔的运动。将深度相机1501固定在对象胸部正上方，通过深度相机1501可获取对象胸部到深度相机1501的距离，进而确定一段时间对象胸部的位移，从而获得对象胸部体积的变化VF。
其中，参见图16所示，图16为一个实施例中通过基于光学定位系统的位移计算方法获取第一目标部位在第一方向上的当前目标位移量的示意图。其中使用光学追踪定位系统1601捕获对象胸腔的运动，将光学待追踪装置1602固定在对象胸部，通过光学定位装置跟踪光学待追踪装置1602在呼吸过程中的位置变化，从而获得对象胸部体积的变化VF。
在一个实施例中，如图17所示，提供了一种医学图像生成方法，以该方法应用于图2中的处理器203为例进行说明，包括以下步骤：
S1702：获取第三目标部位的实时位置以及术前医学图像。
具体地，第三目标部位的实时位置是指在手术过程中获取的，其中第三目标部位可以是指支气管，例如通过传感器等获取到第三目标部位的实时位置。
术前医学图像是术前通过医学成像设备102对对象进行图像采集获得到，例如通过ct等设备采集得到的术前医学图像。
S1704：获取根据上述任意一个实施例中的呼吸运动补偿数据处理方法所计算得到的补偿数据。
具体地，补偿数据的获取方式可以参见上文，在此不做具体限定。
S1706：根据补偿数据和实时位置计算得到待处理位置。
S1708：将待处理位置映射至术前医学图像中。
其中，结合图12，将实时位置通过补偿数据补偿至与术前医学图像处于同一主动呼吸相位，这样将补偿后的待处理位置再映射至术前医学图像中，可以避免呼吸运动带来的误差。
具体地，结合图18所示，图18为另一个实施例中的医学图像生成方法的流程图，在该实施例中，首先在呼吸机气管与患者的气管插管连接处安装气体流量传感器，在患者胸腔部位安装跟踪定位装置，以尽可能准确地获取患者胸腔部的体积变化，处理器实时获取某一时刻气体流量值，以及跟踪定位装置跟踪的位置变化，处理器计算当前时间总的进气量，以及根据胸腔位置变化，计算体积变化量，这样处理器根据总的进气量以及胸腔的体积变化量可以计算得到膈肌的体积变化量，根据被动呼吸情况下，膈肌的变化规划，计算呼吸运动引起的膈肌运动和支气管的运动。
上述实施例中，在手术时，基于气体流量计计算呼吸频率，实时获取呼吸相位，相对于基于大量图像信息进行呼吸相位推算，成本低，且本专利将气体体积和胸部体积的变化计算膈肌引起的体积变化，结合被动呼吸过程中隔膜变化，相比只通过贴片获取呼吸运动在胸部的运动，更加准确的分析呼吸对肺部带来的影响。
应该理解的是，虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的呼吸运动补偿数据计算方法、医学图像生成方法的呼吸运动补偿数据计算装置、医学图像生成装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个呼吸运动补偿数据计算装置、医学图像生成装置实施例中的具体限定可以参见上文中对于呼吸运动补偿数据计算方法、医学图像生成方法的限定，在此不再赘述。
在一个实施例中，如图19所示，提供了一种呼吸运动补偿数据计算装置，包括：气体量采集模块1901、第一目标位移量采集模块1902和补偿数据获取模块1903，其中：
气体量采集模块1901，用于通过气体流量采集设备202采集输入至对象中的当前气体量。
第一目标位移量采集模块1902，用于获取所采集的对象的第一目标部位在第一方向上的当前目标位移量。
补偿数据获取模块1903，用于根据当前气体量和在第一方向上的当前目标位移量计算得到呼吸运动的补偿数据。
在其中一个实施例中，上述补偿数据获取模块1903可以包括：
初始体积变化量计算模块，用于根据第一方向上的当前目标位移量计算得到第一目标部位在第一方向的初始体积变化量。
目标体积变化量计算模块，用于基于当前气体量和初始体积变化量计算得到第一目标部位的在第二方向的目标体积变化量。
第二目标位移量采集模块，用于根据目标体积变化量得到呼吸运动在第二方向的当前目标位移量。
补偿数据获取模块，用于根据第一方向的当前目标位移量和第二方向的当前目标位移量得到呼吸运动的补偿数据。
在其中一个实施例中，上述第二目标位移量采集模块包括：
第一体积变化量获取单元，用于获取被动呼吸时第一目标呼吸相位下的第一目标部位在第二方向的第一体积变化量。
第一位移量获取单元，用于根据目标体积变化量和第一体积变化量，确定当前呼吸相位至被动呼吸时第一目标呼吸相位下，对象的第二目标部位的第一位移量。
第二位移量获取单元，用于获取被动呼吸的第一目标呼吸相位至主动呼吸的第二目标呼吸相位时，第二目标部位的第二位移量。
第一当前目标位移量获取单元，用于根据第一位移量和第二位移量计算得到呼吸运动在第二方向的当前目标位移量。
在其中一个实施例中，第一位移量获取单元包括：
待处理体积变化量获取子单元，用于根据目标体积变化量和第一体积变化量计算得到待处理体积变化量。
第一位移量获取子单元，用于根据待处理体积变化量和第二目标部位的表面积，确定当前呼吸相位至被动呼吸时第一目标呼吸相位下，第二目标部位的第一位移量。
在其中一个实施例中，第二位移量获取单元包括：
第二气体量获取子单元，用于通过气体流量采集设备202采集术前主动呼吸时在第二目标呼吸相位下的第一气体量，以及术中被动呼吸时在第一目标呼吸相位下的第二气体量。
第二目标位移量获取子单元，用于获取所采集的对象术前主动呼吸时在第二目标呼吸相位下的第一目标部位的第一目标位移量，以及对象被动呼吸时在第一目标呼吸相位下的第一目标部位的第二目标位移量。
第二体积变化量获取子单元，用于根据第一气体量和第一目标位移量计算得到，对象术前主动呼吸时在第二目标呼吸相位下的第二体积变化量；
第三体积变化量获取子单元，用于根据第二气体量和第二目标位移量计算得到，对象被动呼吸时在第一目标呼吸相位下的第三体积变化量。
第二位移量获取子单元，用于根据第二体积变化量、第三体积变化量以及第二目标部位的表面积，计算得到被动呼吸的第一目标呼吸相位至主动呼吸的第二目标呼吸相位时，第二目标部位的第二位移量。
在其中一个实施例中，第一目标呼吸相位与的第二目标呼吸相位相同；第二位移量获取单元包括：
第二气体量获取子单元，用于通过气体流量采集设备202采集术前主动呼吸时在第二目标呼吸相位下的第一气体量，以及术中被动呼吸时在第一目标呼吸相位下的第二气体量。
气体量差值计算子单元，用于根据第一气体量和第二气体量计算得到气体量差值。
第二位移量获取子单元，用于根据气体量差值和第二目标部位的表面积，计算得到被动呼吸的第一目标呼吸相位至主动呼吸的第二目标呼吸相位时，第二目标部位的第二位移量。
在其中一个实施例中，上述的第二目标位移量采集模块包括：
第四体积变化量获取单元，用于获取主动呼吸时第二目标呼吸相位下的第一目标部位在第二方向的第四体积变化量。
第三位移量获取单元，用于根据目标体积变化量和第四体积变化量，确定当前呼吸相位至主动呼吸时第二目标呼吸相位下，对象的第二目标部位的第三位移量。
第二当前目标位移量获取单元，用于根据第三位移量得到呼吸运动在第二方向的当前目标位移量。
在其中一个实施例中，上述装置还包括：
术前医学图像获取模块，用于获取术前主动呼吸时在第二目标呼吸相位下所采集的术前医学图像。
表面积计算模块，用于根据术前医学图像计算得到第二目标部位的表面积。
在其中一个实施例中，上述第一目标位移量采集模块1902用于通过电磁定位方法、雷达定位方法、基于深度相机1501的位移计算方法以及基于光学定位系统的位移计算方法中的至少一个，采集得到对象的第一目标部位在第一方向上的当前目标位移量。
在一个实施例中，如图20所示，提供了一种医学图像生成装置，包括：数据采集模块2001、第二补偿数据计算模块2002、待处理位置计算模块2003和映射模块2004，其中：
数据采集模块2001，用于获取第三目标部位的实时位置以及术前医学图像。
第二补偿数据计算模块2002，用于获取计算得到的补偿数据，补偿数据是根据上述任意一个实施例中的呼吸运动补偿数据处理方法所计算得到的补偿数据。
待处理位置计算模块2003，用于根据补偿数据和实时位置计算得到待处理位置。
映射模块2004，用于将待处理位置映射至术前医学图像中。
上述呼吸运动补偿数据处理装置和医学图像生成装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图21所示。该计算机设备包括通过系统总线连接的处理器(也即上述的处理器203)、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种呼吸运动补偿数据计算方法、医学图像生成方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图21中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。

Claims (17)

1.一种呼吸运动补偿数据处理方法，其特征在于，所述方法包括：
通过气体流量采集设备采集输入至对象中的当前气体量；
获取所采集的所述对象的第一目标部位在第一方向上的当前目标位移量；
根据所述当前气体量和在第一方向上的所述当前目标位移量计算得到呼吸运动的补偿数据。
2.根据权利要求1所述的呼吸运动补偿数据处理方法，其特征在于，所述根据所述当前气体量和在第一方向上的所述当前目标位移量计算得到呼吸运动的补偿数据，包括：
根据所述第一方向上的当前目标位移量计算得到所述第一目标部位在第一方向的初始体积变化量；
基于所述当前气体量和所述初始体积变化量计算得到所述第一目标部位的在第二方向的目标体积变化量；
根据所述目标体积变化量得到呼吸运动在所述第二方向的当前目标位移量；
根据所述第一方向的当前目标位移量和所述第二方向的当前目标位移量得到呼吸运动的补偿数据。
3.根据权利要求2所述的呼吸运动补偿数据处理方法，其特征在于，所述根据所述目标体积变化量得到呼吸运动在所述第二方向的当前目标位移量，包括：
获取被动呼吸时第一目标呼吸相位下的所述第一目标部位在所述第二方向的第一体积变化量；
根据所述目标体积变化量和所述第一体积变化量，确定当前呼吸相位至所述被动呼吸时所述第一目标呼吸相位下，所述对象的第二目标部位的第一位移量；
获取所述被动呼吸的所述第一目标呼吸相位至主动呼吸的第二目标呼吸相位时，所述第二目标部位的第二位移量；
根据所述第一位移量和所述第二位移量计算得到呼吸运动在第二方向的当前目标位移量。
4.根据权利要求3所述的呼吸运动补偿数据处理方法，其特征在于，所述根据所述目标体积变化量和所述第一体积变化量，确定当前呼吸相位至所述被动呼吸时所述第一目标呼吸相位下，所述第二目标部位的第一位移量，包括：
根据所述目标体积变化量和所述第一体积变化量计算得到待处理体积变化量；
根据所述待处理体积变化量和所述第二目标部位的表面积，确定当前呼吸相位至所述被动呼吸时第一目标呼吸相位下，所述第二目标部位的第一位移量。
5.根据权利要求3所述的呼吸运动补偿数据处理方法，其特征在于，所述获取所述被动呼吸的所述第一目标呼吸相位至主动呼吸的第二目标呼吸相位时，所述第二目标部位的第二位移量，包括：
通过所述气体流量采集设备采集术前主动呼吸时在所述第二目标呼吸相位下的第一气体量，以及术中被动呼吸时在所述第一目标呼吸相位下的第二气体量；
获取所采集的所述对象术前主动呼吸时在所述第二目标呼吸相位下的第一目标部位的第一目标位移量，以及所述对象被动呼吸时在所述第一目标呼吸相位下的第一目标部位的第二目标位移量；
根据所述第一气体量和所述第一目标位移量计算得到，所述对象术前主动呼吸时在所述第二目标呼吸相位下的第二体积变化量；
根据所述第二气体量和所述第二目标位移量计算得到，所述对象被动呼吸时在所述第一目标呼吸相位下的第三体积变化量；
根据所述第二体积变化量、所述第三体积变化量以及所述第二目标部位的表面积，计算得到所述被动呼吸的所述第一目标呼吸相位至主动呼吸的所述第二目标呼吸相位时，所述第二目标部位的第二位移量。
6.根据权利要求3所述的呼吸运动补偿数据处理方法，其特征在于，所述第一目标呼吸相位与所述的第二目标呼吸相位相同；所述获取所述被动呼吸的所述第一目标呼吸相位至主动呼吸的第二目标呼吸相位时，所述第二目标部位的第二位移量，包括：
通过所述气体流量采集设备采集术前主动呼吸时在所述第二目标呼吸相位下的第一气体量，以及术中被动呼吸时在所述第一目标呼吸相位下的第二气体量；
根据所述第一气体量和所述第二气体量计算得到气体量差值；
根据所述气体量差值和所述第二目标部位的表面积，计算得到所述被动呼吸的所述第一目标呼吸相位至主动呼吸的所述第二目标呼吸相位时，所述第二目标部位的第二位移量。
7.根据权利要求2所述的呼吸运动补偿数据处理方法，其特征在于，所述根据所述目标体积变化量得到呼吸运动在所述第二方向的当前目标位移量，包括：
获取主动呼吸时第二目标呼吸相位下的所述第一目标部位在所述第二方向的第四体积变化量；
根据所述目标体积变化量和所述第四体积变化量，确定当前呼吸相位至所述主动呼吸时所述第二目标呼吸相位下，所述对象的第二目标部位的第三位移量；
根据所述第三位移量得到呼吸运动在所述第二方向的当前目标位移量。
8.根据权利要求3至7任意一项所述的呼吸运动补偿数据处理方法，其特征在于，所述第二目标部位的表面积的获取方法包括：
获取术前主动呼吸时在所述第二目标呼吸相位下所采集的术前医学图像；
根据所述术前医学图像计算得到所述第二目标部位的表面积。
9.根据权利要求1至7任意一项所述的呼吸运动补偿数据处理方法，其特征在于，所述获取所采集的所述对象的第一目标部位在第一方向上的当前目标位移量，包括：
通过电磁定位方法、雷达定位方法、基于深度相机的位移计算方法以及基于光学定位系统的位移计算方法中的至少一个，采集得到所述对象的第一目标部位在第一方向上的当前目标位移量。
10.一种医学图像生成方法，其特征在于，所述医学图像生成方法包括：
获取第三目标部位的实时位置以及术前医学图像；
获取基于权利要求1至9任意一项所述的呼吸运动补偿数据处理方法所计算得到的补偿数据；
根据所述补偿数据和所述实时位置计算得到待处理位置；
将所述待处理位置映射至所述术前医学图像中。
11.一种呼吸运动补偿数据处理装置，其特征在于，所述呼吸运动补偿数据处理装置包括：
气体量采集模块，用于通过气体流量采集设备采集输入至对象中的当前气体量；
第一目标位移量采集模块，用于获取所采集的所述对象的第一目标部位在第一方向上的当前目标位移量；
补偿数据获取模块，用于根据所述当前气体量和在第一方向上的当前目标位移量计算得到呼吸运动的补偿数据。
12.一种医学图像生成装置，其特征在于，所述医学图像生成装置包括：
数据采集模块，用于获取第三目标部位的实时位置以及术前医学图像；
第二补偿数据计算模块，用于获取计算得到的补偿数据，所述补偿数据是根据当前气体量和在第一方向上的当前目标位移量计算得到的；所述第一方向的当前目标位移量是通过采集所述对象的第一目标部位在第一方向上的当前目标位移量得到的；所述当前气体量是通过气体流量采集设备采集的输入至对象中的当前气体量；
待处理位置计算模块，用于根据所述补偿数据和所述实时位置计算得到待处理位置；
映射模块，用于将所述待处理位置映射至所述术前医学图像中。
13.一种医学图像生成系统，其特征在于，所述医学图像生成系统包括：
气体流量采集设备，用于采集输入至对象中的当前气体量；
位移量采集设备，用于采集所述对象的第一目标部位在第一方向上的目标位移量；
处理器，分别与所述气体流量采集设备和所述位移量采集设备相通信，所述处理器用于执行权利要求1至9或10中任一项中所述的方法。
14.一种手术系统，其特征在于，所述手术系统包括权利要求12所述的医学图像生成系统。
15.一种计算机设备，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9或10中任一项所述的方法的步骤。
16.一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9或10中任一项所述的方法的步骤。
17.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至9或10中任一项所述的方法的步骤。
CN202210582821.5A 2022-05-26 2022-05-26 呼吸运动补偿数据处理方法、医学图像生成方法及装置 Pending CN115005985A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210582821.5A CN115005985A (zh) 2022-05-26 2022-05-26 呼吸运动补偿数据处理方法、医学图像生成方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210582821.5A CN115005985A (zh) 2022-05-26 2022-05-26 呼吸运动补偿数据处理方法、医学图像生成方法及装置

Publications (1)

Publication Number Publication Date
CN115005985A true CN115005985A (zh) 2022-09-06

Family

ID=83070164

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210582821.5A Pending CN115005985A (zh) 2022-05-26 2022-05-26 呼吸运动补偿数据处理方法、医学图像生成方法及装置

Country Status (1)

Country Link
CN (1) CN115005985A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117414200A (zh) * 2023-12-19 2024-01-19 四川大学 一种用于心脏外科瓣膜修复手术术前演练的系统及方法
WO2024076892A1 (en) * 2022-10-03 2024-04-11 Covidien Lp System for ablation zone prediction

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024076892A1 (en) * 2022-10-03 2024-04-11 Covidien Lp System for ablation zone prediction
CN117414200A (zh) * 2023-12-19 2024-01-19 四川大学 一种用于心脏外科瓣膜修复手术术前演练的系统及方法
CN117414200B (zh) * 2023-12-19 2024-02-27 四川大学 一种用于心脏外科瓣膜修复手术术前演练的系统及方法

Similar Documents

Publication Publication Date Title
US11089974B2 (en) Monitoring the location of a probe during patient breathing
Haouchine et al. Image-guided simulation of heterogeneous tissue deformation for augmented reality during hepatic surgery
CN107771055B (zh) 用于装置导航的电磁动态配准
JP5797352B1 (ja) ３次元物体を追跡するための方法
CN107750148B (zh) 阻抗位移及漂移检测和校正
CN107133946B (zh) 医学图像处理方法、装置及设备
KR101428005B1 (ko) 소수의 저선량 ｃｔ 영상을 이용하여 ｐｅｔ 영상을 움직임 보상 및 감쇠 보정하는 방법
CN115005985A (zh) 呼吸运动补偿数据处理方法、医学图像生成方法及装置
US20180055576A1 (en) Respiration motion stabilization for lung magnetic navigation system
US20160236009A1 (en) Estimating position of an organ with a biomechanical model
US20110160569A1 (en) system and method for real-time surface and volume mapping of anatomical structures
US11779241B2 (en) Systems, methods, and computer-readable media of estimating thoracic cavity movement during respiration
US11983824B2 (en) System and method for augmenting and synchronizing a virtual model with a physical model
WO2018219609A1 (en) Soft tissue tracking using physiologic volume rendering
Deligianni et al. Nonrigid 2-D/3-D registration for patient specific bronchoscopy simulation with statistical shape modeling: Phantom validation
US11317966B2 (en) Impedance-based position tracking performance using scattered interpolant
US20160000355A1 (en) Automatic method of predictive determination of the position of the skin
Øye et al. Real time image-based tracking of 4D ultrasound data
JP2018506322A (ja) 対象物体の変位を計算する方法及びシステム
US10441192B2 (en) Impedance shift detection
KR20220043558A (ko) 호흡 운동 추적 기반 폐 ct 영상을 이용한 3차원 애니메이션 동영상 제공 방법 및 이를 기록한 기록매체
CN117289795A (zh) 一种三维人体全身各部位的质量惯性特征计算方法
CN115666391A (zh) 针对医学成像的患者准备
CN114998239A (zh) 呼吸校正方法、计算机设备和存储介质

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