CN115600424A

CN115600424A - Ct数据的数据处理、展示方法、装置、电子设备与介质

Info

Publication number: CN115600424A
Application number: CN202211363342.0A
Authority: CN
Inventors: 陈日清; 吕琳; 余坤璋; 徐宏; 苏晨晖
Original assignee: Hangzhou Kunbo Biotechnology Co Ltd
Current assignee: Hangzhou Kunbo Biotechnology Co Ltd
Priority date: 2022-11-02
Filing date: 2022-11-02
Publication date: 2023-01-13

Abstract

本发明提供了一种CT数据的数据处理、展示方法、装置、电子设备与介质，其中，CT数据的数据处理，包括：基于获取到的目标对象的CT数据，确定所述目标对象的多个仿真模型，所述多个仿真模型包括：处于第一指定状态时所述目标对象的第一仿真模型，以及处于第二指定状态时所述目标对象的第二仿真模型；基于所述多个仿真模型，获取用于模拟所述目标对象在目标周期内的动态形变过程的器官运动模型，所述目标周期与所述第一指定状态、所述第二指定状态相关联。

Description

CT数据的数据处理、展示方法、装置、电子设备与介质

技术领域

本发明涉及CT数据的处理，尤其涉及一种CT数据的数据处理、展示方法、装置、电子设备与介质。

背景技术

CT(Computed Tomography)，即电子计算机断层扫描，可用于多种疾病的检查。在针对人体或者动物体内的某一器官进行检查的场景下，通常采用CT技术获取该器官在较短时间内的CT数据，然后利用获取到的CT数据进行三维重建，可以得到该器官静态的三维重建结果。

现有技术中，针对某一器官的活检、消融以及图像导航等操作大多依赖于其三维重建结果。但是，随着呼吸运动等生理活动，实际的人体或者动物体内器官的位置和形状会发生明显的改变，那么依据静态的三维重建结果执行的活检、消融以及图像导航等操作的准确性往往不高。

发明内容

本发明提供一种CT数据的数据处理方法、装置、电子设备与存储介质，以解决静态的三维重建结果不足以反应肺的动态运动的问题。

根据本发明的第一方面，提供一种CT数据的数据处理方法，包括：

基于获取到的目标对象的CT数据，确定所述目标对象的多个仿真模型，所述多个仿真模型包括：处于第一指定状态时所述目标对象的第一仿真模型，以及处于第二指定状态时所述目标对象的第二仿真模型；

基于所述多个仿真模型，获取用于模拟所述目标对象在目标周期内的动态形变过程的器官运动模型，所述目标周期与所述第一指定状态、所述第二指定状态相关联。

可选的，基于所述多个仿真模型，获取用于模拟所述目标对象在目标周期内的动态形变过程的器官运动模型，包括：

根据所述第一仿真模型和所述第二仿真模型，确定对应于所述目标对象的描述信息；

结合指定仿真模型和确定出的描述信息，获取所述器官运动模型，所述指定仿真模型为所述第一仿真模型或所述第二仿真模型。

可选的，所述的数据处理方法，还包括：

获取所述目标对象处于所述第一指定状态和所述第二指定状态之间的任一目标状态时的真实器官模型；

确定所述器官运动模型处于所述目标状态时的模拟器官模型；

根据所述真实器官模型和所述模拟器官模型之间的差异信息，对所述器官运动模型进行更新，直至获得最优的器官运动模型。

可选的，根据所述真实器官模型和所述模拟器官模型之间的差异信息，对所述器官运动模型进行更新，直至获得最优的器官运动模型，包括：

根据所述真实器官模型，确定处于所述目标状态时所述目标对象的各个位置点的实际位置信息和相应的实际应力信息；

根据所述模拟器官模型，确定处于所述目标状态时所述目标对象的各个位置点的模拟位置信息与相应的模拟应力信息；

基于所述实际位置信息与所述模拟位置信息、所述实际应力信息与所述模拟应力信息之间的差异信息，对所述目标对象运动模型的弹性形变参数进行调整，直至获得最优的弹性形变参数。

可选的，所述弹性形变参数包括杨氏模量和泊松比。

可选的，所述目标对象为肺部，所述第一指定状态为所述目标对象收缩至极限时的状态，所述第二指定状态为所述目标对象舒张至极限时的状态。

可选的，所述的数据处理方法，还包括：

选取所述目标对象处于所述目标周期内的任一状态作为初始状态；

根据所述初始状态和所述器官运动模型，生成所述目标对象在所述目标周期内的位移变化数据和应力变化数据。

根据本发明的第二方面，提供了一种CT数据的数据处理装置，包括：

仿真模型确定模块，用于基于获取到的目标对象的CT数据，确定所述目标对象的多个仿真模型，所述多个仿真模型包括：处于第一指定状态时所述目标对象的第一仿真模型，以及处于第二指定状态时所述目标对象的第二仿真模型；

运动模拟模块，用于基于所述多个仿真模型，获取用于模拟所述目标对象在目标周期内的动态形变过程的器官运动模型，所述目标周期与所述第一指定状态、所述第二指定状态相关联

根据本发明的第三方面，提供了一种数据展示方法，包括：

利用第一方面及其可选方案涉及的数据处理方法，获取所述器官运动模型；

对外展示出所述器官运动模型。

可选的，数据展示方法，还包括：

根据所述初始状态和所述器官运动模型，生成所述目标对象在所述目标周期内的位移变化数据和应力变化数据；

展示所述位移变化数据和应力变化数据。

根据本发明的第四方面，提供了一种数据展示装置，包括：

模型获取单元，用于利用第一方面及其可选方案涉及的数据处理方法，获取所述肺部运动模型；

模型展示单元，用于对外展示出所述肺部运动模型的位移场与应力场变化。

根据本发明的第五方面，提供了一种电子设备，包括处理器与存储器，

所述存储器，用于存储代码；

所述处理器，用于执行所述存储器中的代码用以实现第一方面及其可选方案涉及的方法，或者：第三方面及其可选方案涉及的方法。

根据本发明的第四方面，提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面及其可选方案涉及的方法，或者：第三方面及其可选方案涉及的方法。

本发明提供的CT数据的数据处理方法、装置、电子设备与存储介质中，以目标对象的多个仿真模型为依据，形成了器官运动模型，进而，该仿真的器官运动模型是动态变化的。

同时，本发明以第一指定状态时所述目标对象的第一仿真模型，以及第二指定状态时所述目标对象的第二仿真模型为依据，而模拟目标对象在目标周期内的形变过程，进而，所得到的仿真的器官运动模型可准确且有针对性地反应出目标对象在生理活动中的运动变化，可以获得目标对象在目标周期内连续的动态变化过程，有利于后续依据动态的器官运动模型，执行活检、消融以及图像导航等相关操作，可以提升相关操作的准确性和简便性，同时也无需长时间采集目标对象的CT数据，可以显著减少目标对象接收辐射的剂量。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一示例性的实施例中系统的构造示意图；

图2是本发明一示例性的实施例中CT数据的数据处理方法的流程示意图；

图3是本发明一示例性的实施例中确定第一仿真模型、第二仿真模型的流程示意图；

图4是本发明一示例性的实施例中确定最优的器官运动模型的流程示意图；

图5是本发明一示例性的实施例中调整弹性形变参数的流程示意图；

图6是本发明一示例性的实施例中生成位移变化数据、应力变化数据的流程图；

图7a是本发明一示例性的实施例中所显示模型的示意图；

图7b是本发明一示例性的实施例中模型中血管部分的示意图；

图7c是本发明一示例性的实施例中位移场的示意图；

图8是本发明一示例性的实施例中CT数据的数据处理装置的模块示意图；

图9是本发明一示例性的实施例中数据展示方法的流程示意图；

图10是本发明另一示例性的实施例中数据展示方法的流程示意图；

图11是本发明一示例性的实施例中数据展示装置的单元示意图；

图12是本发明另一示例性的实施例中数据展示装置的单元示意图；

图13是本发明一示例性的实施例中电子设备的构造示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。

请参考图1，本发明实施例提供了一种系统100，该系统100中包含了数据处理设备102与展示设备101。

所述数据处理设备102用于执行本发明实施例的数据处理方法，和/或本发明实施例的数据展示方法，该数据处理设备102可以为任意具备数据处理能力的设备，例如可以为计算机、平板电脑、服务器、终端等。

所述展示设备101用于展示出经所述数据处理方法而仿真出的器官运动模型，可以是二维的展示设备，也可以是三维的展示设备，所展示的仿真运动模型可以二维的方式展示出来，也可以三维的方式展示出来。

在部分举例中，展示设备101还可用于展示出所述目标对象在目标周期内的位移变化数据和应力变化数据；所展示的内容可以是位移变化数据、应力变化数据本身，也可利用不同颜色、线条等来展示。

其中的位移变化数据可理解为能够对目标周期的部分或全部时间内目标对象(例如肺部、心脏、膀胱等)各部位的位移随时间的变化进行描述的任意数据；

其中的应力变化数据可理解为能够对目标周期的部分或全部时间内目标对象(例如肺部、心脏、膀胱等)各部位的应力随时间的变化进行描述的任意数据。

一种举例中，在展示设备101中，可利用位移场、应力场的图像随时间的变化来体现出位移、应力在空间和时间上的分布；

另一举例中，也可将位移变化数据和应力变化数据展示于目标周期运动的肺部运动模型中；

再一举例中，还可利用二维或三维的图表数据来体现出位移变化数据、应力变化数据。

请参考图2，本发明实施例提供了一种CT数据的数据处理方法，包括：

S21：基于获取到的目标对象的CT数据，确定所述目标对象的多个仿真模型；

S22：基于所述多个仿真模型，获取用于模拟所述目标对象在目标周期内的动态形变过程的器官运动模型；

其中的目标对象，可以指人的任意会发生周期性运动的器官，也可以指动物的任意会发生周期性运动的器官。进一步的，目标对象可以为具有弹性特性，进而基于弹性特性而发生周期性运动的器官，目标对象可以指人或者动物的肺部、心脏、膀胱中任意之一。若目标对象为肺部，则肺部运动的目标周期为呼吸周期；若目标对象为心脏，则心脏运动的目标周期为心动周期等。其中，若目标对象为肺部，则相应的器官运动模型即为肺部运动模型；若目标对象为心脏，则相应的器官运动模型即为心脏运动模型；若目标对象为膀胱，则相应的器官运动模型即为膀胱运动模型；

本说明书主要采用肺部作为目标对象、目标周期为呼吸周期的示例而进行说明。

其中的CT数据，可以指对目标对象做CT扫描后而得到的任意数据，例如为肺部的CT数据；

其中的CT(Computed Tomography)，即电子计算机断层扫描，例如可以指：利用精确的X线束、γ射线、超声波等，与灵敏度极高的探测器一同围绕人体的某一部位作一个接一个的断面扫描，据此方式对肺部进行扫描所得到的数据可以作为肺部的CT数据；

所述多个仿真模型包括：处于第一指定状态时所述目标对象的第一仿真模型，以及处于第二指定状态时所述目标对象的第二仿真模型；其中的第一仿真模型与第二仿真模型也可理解为不同指定状态时目标对象的仿真模型，部分举例中，可仅包含该两个仿真模型，另部分举例中，也可包含三个或三个以上不同指定状态的仿真模型；

肺部的目标周期与所述第一指定状态、所述第二指定状态相关联。其中，一个完整的呼吸周期指的是肺部完成一次收缩和舒张所需要的时间。而目标周期可以包含一个完整的呼吸周期，也可以仅包含完整的呼吸周期内的一部分。

目标对象为肺部时，这种关联性可理解为：第一指定状态和第二指定状态需要是处于目标对象的肺部收缩或者肺部舒张过程中的两种状态；也可理解为：若第一指定状态在第二指定状态之前，则：自第一指定状态变化至第二指定状态的过程中，只会发生收缩、舒张中的一种变化；若第二指定状态在第一指定状态之前，则：自第二指定状态变化至第一指定状态的过程中，只会发生收缩、舒张中的一种变化；

其中的肺部收缩过程可以例如：自舒张的极限状态收缩至收缩的极限状态的过程；肺部舒张过程可以例如：自收缩的极限状态扩张至舒张的极限状态的过程；

一种举例中，所述第一指定状态为肺部收缩至极限时的状态(其可理解肺部收缩过程的终点状态，也可理解为肺部扩张过程的起点状态)，所述第二指定状态为肺部舒张至极限时的状态(其可理解肺部收缩过程的起点状态，也可理解为肺部扩张过程的终点状态)，所述目标周期包括呼吸周期。该举例下，可利用仿真模型充分体现出肺部收缩过程中的极限状态、肺部舒张过程中的极限状态下肺部的不同形态，从而有助于使得最终的肺部运动模型可充分体现出肺部收缩、膨胀至极限时的形态，提高仿真的准确性；

其他举例中，第一指定状态与第二指定状态也可以并非极限时的状态，第一指定状态和第二指定状态可以是肺部收缩过程中的任意两个状态，或者第一指定状态和第二指定状态可以是肺部舒张过程中的任意两个状态，本说明书并不对此进行限制。

其中的动态形变过程，可理解为目标对象(例如肺部)的实体有形部分的形状随时间的变化过程。

以目标对象的多个仿真模型为依据，形成了器官运动模型，进而，该器官运动模型是动态变化的，可体现出目标对象的运动。

肺部的目标周期包括呼吸周期，其中可以将呼吸周期中肺部完成一次舒张的过程称为吸气时间段、将呼吸周期中肺部完成一次收缩的过程称为呼气时间段。呼气时间段指的是对应于从肺部舒张到极限时的状态变化到肺部收缩到极限时的状态的过程，即对应于肺部收缩过程的时间段；而吸气时间段指的是对应于从肺部收缩到极限时的状态变化到肺部舒张到极限时的状态的过程，即对应于肺部舒张过程的时间段。

一种举例中，若第一指定状态在第二指定状态之前，那么根据第一仿真模型和第二仿真模型，可以构建出相应的肺部运动模型，该肺部运动模型可以表征肺部从第一指定状态变化至第二指定状态的连续变化过程。若第二指定状态在第一指定状态之前，那么根据第一仿真模型和第二仿真模型得到的肺部运动模型可以表征肺部从第二指定状态变化至第一指定状态的连续变化过程。

一种举例中，由于肺部在呼气时间段内的变化过程和在吸气时间段内的变化过程较为相似，可以将肺部收缩过程和肺部舒张过程作为对称变化的两个过程，例如，在第一指定状态在第二指定状态之前，并且第一指定状态和第二指定状态均处于肺部收缩过程的情况下，根据第一仿真模型和第二仿真模型，可以构建出相应的肺部运动模型，该肺部运动模型可以表征肺部从第一指定状态变化收缩到第二指定状态的动态变化过程，同时，该肺部运动模型还可以表征从第二指定状态舒张到第一指定状态的动态变化过程。也就是说，肺部运动模型可以同时表征对应于第一指定状态和第二指定状态对应的肺部舒张过程和肺部收缩过程。

那么，在第一指定状态为肺部收缩至极限时的状态和肺部舒张至极限时的状态的两种状态中的任意一个，第二指定状态可以为两种状态中的剩余一个的情况下，肺部运动模型可以用于表征一个完整的呼吸周期中肺部的动态变化过程，即从肺部收缩到极限时的状态变化到肺部舒张至极限时的状态的过程、以及从肺部舒张到极限时的状态变化到肺部收缩到极限时的状态的过程，从而可以提升获取一个完整的呼吸周期内肺部的器官运动模型的简便性，可以减少生成器官运动模型的计算量。而在第一指定状态、第二指定状态是肺部收缩过程中的任意两个状态、或者第一指定状态和第二指定状态是肺部舒张过程中的任意两个状态的情况下，相应的肺部运动模型可以用于表征部分呼吸周期中肺部的动态变化过程。

本发明以第一指定状态时肺部的第一仿真模型，以及第二指定状态时肺部的第二仿真模型为依据而模拟肺部的形变过程，进而，所得到的仿真肺部运动模型可准确且有针对性地反应出肺部在生理活动(例如呼吸)过程中的运动变化。

请参考图3，其中一种实施方式中，基于获取到的目标对象的CT数据，确定所述目标对象的多个仿真模型，可以包括：

S31：在所述CT数据中，确定所述第一指定状态时多个待重建对象的第一数据部分，以及所述第二指定状态时所述多个待重建对象的第二数据部分；

所述多个待重建对象例如可以包括肺部的肺部实体部分、血管部分，以及病变部分，当然，多个待重建对象还可以包含肺部的其他区域，本说明书并不对此进行限制；

S32：基于所述第一数据部分，分别对所述第一指定状态时的所述多个待重建对象进行三维重建，得到第一三维器官模型；

S33：基于所述第二数据部分，分别对所述第二指定状态时的所述多个待重建对象进行三维重建，得到第二三维器官模型；

S34：确定仿真环境下所述第一三维器官模型对应的所述第一仿真模型，以及所述仿真环境下所述第二三维器官模型对应的所述第二仿真模型。

具体举例中，在步骤S31之前，在采用CT机获得肺部的CT断层数据的同时，也可获取相应的呼吸运动数据，实现CT断层数据和呼吸运动数据的同步，例如，在采用CT机采集目标对象的肺部在第一指定状态下的CT断层数据的同时，还可以确定第一指定状态对应在呼吸周期内的呼吸运动数据等；

进一步的，若干CT断层数据可构成随时间变化的图像数据的序列，该图像数据的序列可以被认为是4D的CT数据，即肺部CT数据可以包括若干不同状态下的CT断层数据。

然后，在步骤S31中，可以将对应的呼吸周期中处于呼气末端(肺部收缩的峰值状态)的时间点作为第一指定状态的时间点，并获取该时间点的若干肺部CT断层数据作为第一数据部分，然后，可对获取到的第一数据部分进行三维重建，得到呼相的三维肺部模型，其可理解为步骤S32中的第一三维肺部模型；

同样的，在步骤S31中，可以将对应的呼吸周期处于吸气末端(肺部舒张的峰值状态)的时间点作为第二指定状态的时间点，并获得该时间点的若干肺部CT断层数据作为第二数据部分，然后，可对获取到的第二数据部分进行三维重建，得到吸相的三维肺部模型，其可理解为步骤S33中的第二三维肺部模型。

一种举例中，所述第一数据部分、所述第二数据部分中的每个待重建对象是人工标定的；另一举例中，所述第一数据部分、所述第二数据部分中的每个待重建对象是经训练的神经网络识别出来的。

若采用人工标定，则步骤S32、S33中三维重建的过程可例如：

通过人工标注出各个第一数据部分、第二数据部分中属于肺实质部分、血管部分和病变部分等的数据，例如，利用医学图像处理软件Mimics等对各个肺部CT断层数据标注，然后，步骤S32、S33中可对被标注后的第一数据部分、第二数据部分进行三维重建，得到相应的三维肺部模型。

若采用神经网络，则步骤S32、S33中三维重建的过程可例如：

通过图像算法，例如机器学习方法、深度学习方法重构三维肺部模型，具体来说，可以将预先采集到的不同人体的肺部的CT断层图像作为肺部CT断层样本图像，其中该预先采集到的肺部CT断层样本图像被标注有其所含的肺实质部分、血管部分，以及病变部分等，然后采用肺部CT断层样本图像对预先构建的神经网络进行训练，直至获得训练后的神经网络，那么可以将由CT机采集到的各个肺部CT断层数据输入训练后的神经网络，可以获得由训练后的神经网络输出的识别后的第一数据部分、第二数据部分，识别后的第一数据部分、第二数据部分中被标注有其所含的肺部实体部分、血管部分，以及病变部分等，从而可以利用识别后的第一数据部分、第二数据部分进行三维重建。

其中一种实施方式中，步骤S34的过程可以包括：

分别对所述第一三维肺部模型与所述第二三维肺部模型进行优化，得到优化后的第三三维肺部模型与第四三维肺部模型，所述优化包括以下至少之一：去噪、删除交叉曲面片、平滑处理；

为所述第三三维肺部模型与所述第四三维肺部模型中的各模型部分配置材料属性信息，并将所述第三三维肺部模型与所述第四三维肺部模型导入所述仿真环境进行处理，得到所述第一仿真模型与所述第二仿真模型。

步骤S32、S33中重建得到的第一三维肺部模型、第二三维肺部模型可以采用STL数据格式进行表示，步骤S34中，将第一三维肺部模型、第二三维肺部模型导入Geomagic软件中进行去噪、删除交叉曲面片、优化平滑等步骤的处理，再基于处理后的数据构造新的格栅，得到优化后的第三三维肺部模型、第四三维肺部模型，其中可包含nurbs曲面，该优化后的第三三维肺部模型、第四三维肺部模型可以进一步用于有限元分析。

例如，将优化后的第三三维肺部模型、第四三维肺部模型导入Hypermesh软件继续进行有限元前处理，划分三维网格，得到处理后的三维网格模型，然后，通过对不同生物组织对应的网格进行材料属性赋予，使得对应的三维网格模型符合目标对象的生物学特性。

将处理后的三维网格模型导入以Abaqus/Ansys/Comsol软件为例的有限元仿真软件，可得到第三三维肺部模型对应的所述第一仿真模型，第四三维肺部模型对应的所述第二仿真模型。其中，所述仿真环境为有限元仿真软件。

以上方案中，通过三维重建得到三维肺部模型，然后在有限元仿真软件中，得到可用于作为运动仿真依据的第一仿真模型、第二仿真模型。该过程中的优化可保障将比较多毛刺、交叉曲面片等情况排除，保障最终仿真模型的光滑可靠，使得获取到的第一仿真模型和第二仿真模型可以相对符合目标对象的生物学特性并降低有限元计算难度。

请参考图4，其中一种实施方式中，获取用于模拟所述目标对象在目标周期内的动态形变过程的器官运动模型，包括：

S41：根据所述第一仿真模型和所述第二仿真模型，确定对应于所述目标对象的描述信息；

S42：结合指定仿真模型和确定出的描述信息，获取所述器官运动模型；

所述指定仿真模型为所述第一仿真模型或所述第二仿真模型，那么可以结合第一仿真模型和确定出的描述信息，获得相应的器官运动模型，或者，可以结合第二仿真模型和确定出的描述信息，获得相应的器官运动模型，本说明书并不对此进行限制；

步骤S41中描述信息可以为对目标对象的生理特征进行描述的任意信息，该描述信息可以包括基于第一仿真模型和第二仿真模型确定出的最大位移变化、最大表面力、总应变张量以及体积力等等。

在一种实施方式中，以目标对象为肺部为例，器官运动模型即为肺部运动模型，对于肺部来说，可以将肺部在呼吸周期内产生的形变看作是一个弹性分布的问题，此时，可以借助用于描述弹性形变过程的相关方程组，模拟肺部在呼吸周期内的运动过程，其中，可以基于肺部的描述信息得到相关方程组中的一些可以对肺部进行描述的参数的取值。

可以基于获取到的第一仿真模型和第二仿真模型，确定出与肺部相关联的描述信息，例如，可以先计算出对应于肺部的同一位置点在第一仿真模型和第二仿真模型中发生的位移变化，然后可以根据计算得到的各个位置点的位移变化，确定出最大位移变化等。

生物软组织材料有着近似不可压缩的超弹力学性质，在此基础上，方程组中还包含有弹性形变参数，进而，通过弹性形变参数来体现出肺部的弹性特性。弹性形变参数的取值可以影响获得的肺部运动模型所模拟的动态形变过程与肺部在呼吸周期内发生的实际形变过程之间的匹配程度。弹性形变参数可以包括杨氏模量E和泊松比u。当方程组中的弹性形变参数(例如杨氏模量、泊松比的弹性形变参数)被优化确定后，目标对象的器官运动模型即被最终优化确定了。

具体地，为了实现对弹性分布的变化过程的模拟，需要寻找合适的杨氏模量E和泊松比u；

其中的杨氏模量，可理解为用于描述材料抵抗形变能力的物理量；

其中的泊松比，可理解为用于描述材料在单向受拉或受压时，横向正应变与轴向正应变的比值，也叫横向变形系数，它是反映材料横向变形的弹性常数。

具体的举例中，以肺部的任意一点作为原点构建坐标系(i，j，k)，那么使得获得的第一仿真模型和第二仿真模型也处于相应坐标系(i，j，k)。可构建该方程组中的四个基本方程(①②③④)和边界条件(⑤⑥)，其中所采用的部分参数的取值可理解为基于本说明书所涉及的描述信息而确定；

σ_ij，j+f_i＝0 ①

σ_ij＝2Gε_ij+λε_kkσ_ij ④

其中，肺部运动模型的弹性特性可由以上公式约束，即：上述公式可描绘出肺部运动模型的弹性特性：

其中，可以将上述第一仿真模型或者第二仿真模型作为弹性形变体，进而：

i、j、k表示构建的一个基本坐标系中的i轴、j轴、k轴；

εij表示弹性形变体总应变张量的单个分量；

εkk表示弹性形变体总应变张量的正应力分量；

σij表示弹性形变体总应力张量的单个分量；

ui,j与uj,i分别表示弹性形变体在空间不同方向上总位移的梯度；

E表示弹性形变体的杨氏模量；

v表示弹性形变体的泊松比；

杨氏模量与泊松比可理解为弹性形变参数，在构建以上四个基本方程(①②③④)时，可设置初始的杨氏模量与泊松比；

G表示弹性形变体的剪切弹性模量；

λ为Lamé比，即拉梅常数；

fi表示弹性形变体的体积力；

σij,j表示弹性形变体的总应力张量的散度；

“σij,j”、“ui,j”、“uj,i”中的逗号表示的是偏微分；

nj表示弹性形变体中相应的曲面的法向量；

和

表示未知位移和表面力；

ui和pi表示已知的最大位移和最大表面力，可以基于第一仿真模型、第二仿真模型，计算出肺部在呼吸周期内的最大位移以及最大表面力作为此处的ui和pi。进而，以最大位移和最大表面力来设置边界条件。

该最大位移、最大表面力可理解为本说明书所提及的描述信息的一部分。

在步骤S41中，可先将最大位移、最大表面力输入到上述方程式⑤⑥，从而设置边界条件，然后，在步骤S42中，第一仿真模型作为指定仿真模型的情况下，可将位于坐标系(i，j，k)中的第一仿真模型、初始设置的杨氏模量E和泊松比v输入上述方程式①-⑥中进行处理，获得模拟出的一个呼吸周期内肺部的动态变化过程的仿真结果，即基于初始设置的弹性形变参数及第一仿真模型而获得相应的动态变化的肺部运动模型。

可见，在步骤S41至S42完成后，即可得到一个肺部运动模型。进而，在一些举例中，也可不实施后续的步骤S43至S45。

在另一些举例中，为了进一步提高肺部运动模型的准确性，可以通过步骤S43至S45对肺部运动模型进行优化确定。

S43：获取所述目标对象处于所述第一指定状态和所述第二指定状态之间的任一目标状态的真实器官模型；

S44：确定所述器官运动模型处于所述目标状态时的模拟器官模型；

S45：根据所述真实器官模型和所述模拟器官模型之间的差异信息，对所述器官运动模型进行更新，直至获得最优的器官运动模型。

步骤S43中的真实器官模型，可理解为用于体现出：目标对象真实生理活动的过程中，处于目标状态时目标对象的形态和/或力学性能；真实器官模型为真实肺部模型的情况下，真实肺部模型可理解为用于描述：目标对象真实呼吸过程中，处于目标状态时肺部的形态和/或力学性能。

步骤S44中的模拟器官模型，可理解为用于体现出：器官运动模型运动的过程中，处于目标状态时器官运动模型的形态和/或力学性能。模拟器官模型为模拟肺部模型的情况下，模拟肺部模型可理解为用于体现出：肺部运动模型运动的过程中，处于目标状态时肺部运动模型的形态和/或力学性能。

其中的差异信息，可理解为能够对模拟器官模型与真实器官模型之间的差异进行描述的任意信息，这种差异例如可体现在：形态上的差异，和/或：力学性能上的差异。

进而，以上方案中，通过真实器官模型与模拟器官模型之间的差异信息对器官运动模型进行更新的情况下，可令器官运动模型越来越接近于目标对象真实生理活动，进而逐步提高目标对象的器官运动模型的真实性。

此外，步骤S43至S45的过程可以仅发生一次，也可多次循环执行，每次循环中，可取一个新的目标状态。例如，可以预设差异阈值，在获得的真实器官模型与模拟器官模型之间的差异信息不大于差异阈值的情况下，将相应的器官运动模型作为最优的器官运动模型，停止重复步骤S43至S45的过程；而在获得的真实器官模型与模拟器官模型之间的差异信息大于差异阈值的情况下，继续选取新的目标状态，并重复执行步骤S43至S45的过程。

相较于在步骤S42之后处理得到的肺部运动模型，本申请中基于步骤S43至S45之后得到的肺部运动模型与肺部在第一指定状态和第二指定状态之间的实际形变过程的匹配程度更高，可以显著提升获得的肺部运动模型的可靠性。其中，上述目标状态可以根据实际需求进行设置，本说明书并不对此进行限制。

请参考图5，根据所述真实器官模型和所述模拟器官模型之间的差异信息，对所述器官运动模型进行更新，直至获得最优的器官运动模型的过程，可以包括：

S51：根据所述真实器官模型，确定处于所述目标状态时所述目标对象的各个位置点的实际位置信息和相应的实际应力信息；

S52：根据所述模拟器官模型，确定处于所述目标状态时所述目标对象的各个位置点的模拟位置信息与相应的模拟应力信息；

S53：基于所述实际位置信息与所述模拟位置信息、所述实际应力信息与所述模拟应力信息之间的差异信息，对所述器官运动模型的弹性形变参数进行调整，直至获得最优的弹性形变参数。

可见，真实器官模型可同时体现出形态和力学性能，进而，真实器官模型为真实肺部模型的情况下，真实肺部模型可理解为用于确定出目标对象的呼吸过程中一个状态下肺部各个位置点的实际位置信息和实际应力信息。

一种举例中，可基于呼吸过程中目标对象的CT数据对多个状态的肺部进行三维重建，得到一系列三维肺部模型，该一系列三维肺部模型中可表征出每个状态下肺部每个位置点的实际位置信息；在该一系列三维肺部模型的基础上，可计算出每个位置点的表面力，从而得到每个状态下每个位置点的实际应力信息。

目标状态下的真实肺部模型可以是基于该一系列三维肺部模型及对应的实际应力信息而得到的。例如，目标状态下的真实肺部模型的获取过程可例如：自一系列三维肺部模型中提取出目标状态下的三维肺部模型，然后对目标状态下的三维肺部模型进行预处理再导入至有限元仿真软件后得到有限元仿真模型，并且，其中的每个位置点可被赋予对应的实际应力信息，进而，该被赋予了实际应力信息的有限元仿真模型可以作为真实肺部模型。

通过重复以上步骤S51至S53，可以不断尝试调整弹性形变参数中的杨氏模量E和指定泊松比v的取值，直至寻找到误差信息最小时候的最优的杨氏模量E’和最优的泊松比v’，采用最优的杨氏模量E’和最优的泊松比v’的器官运动模型作为所需的器官运动模型，提升获取到的仿真结果的准确性，符合目标对象的特异性。重复的次数可以按照实际需求进行设置。

进一步的一些方案中，在一个目标状态下找到最优杨氏模量E’和最优泊松比v’之后，也可再重新定一个目标状态，再次重新确定对应的真实肺部模型、模拟肺部模型，重复步骤S51至S53，再对最优杨氏模量E’和最优泊松比v’进行验证。

以上方案中，以位置与应力为依据，通过模拟位置信息与实际位置信息的差异，模拟应力信息与实际应力信息的差异为依据，对器官运动模型进行更新的情况下，可令器官运动模型所模拟的形态变化与表面力变化，接近于目标对象真实生理活动中目标对象的变化，进而逐步提高目标对象的肺部运动模型的真实性。

请参考图6，其中的步骤S61、S62的过程与图2所示步骤S21、S22相同或相似，对于相同或相似的内容，在此不再赘述。

请参考图6，所述的数据处理方法，还包括：

S63：选取所述目标对象处于所述目标周期内的任一状态作为初始状态；

S64：根据所述初始状态和所述器官运动模型，生成所述目标对象在所述目标周期内的位移变化数据和应力变化数据。

一种举例中，在获取到目标对象在目标周期内的器官运动模型之后，可以将处于目标周期内的任一状态作为初始状态，即选择第一指定状态、第二指定状态、或者处于第一指定状态和第二指定状态之间的任一状态作为初始状态，那么可以根据器官运动模型和初始状态，确定出目标对象处于该初始状态时的初始模拟器官模型，从而可以将基于器官运动模型得到的目标对象处于各个状态的模拟器官模型与该初始模拟器官模型进行比较，确定出各个位置点之间的位移变化数据和应力变化数据，从而可以直观地向相关人员展示出相对于初始模拟器官模型，目标对象上的各个位置点在目标周期内的位移变化情况和应力变化情况。

其中的位移变化数据，可理解为能够对目标对象(例如肺部)各位置点的位移变化进行描述的任意信息；

其中的应力变化数据，可理解为能够对目标对象(例如肺部)各位置点的应力变化进行描述的任意信息；

一种举例中，可以将本说明书上述方程组⑤⑥所提及的

的开尔文基础解定义为：

的开尔文基础解定义为：

其中：

P、Q分别为模拟器官模型中任意一点，其中开尔文基础解可以表示如下：

其中：

r表示P,Q之间的距离，

δ_1k为狄克拉函数(Dirac delta function)；

v表示器官运动模型的泊松比；

G表示器官运动模型的剪切弹性模量；

x_l表示相应的表面力在P点的作用方向；

x_k表示相应的表面力在Q点的作用方向；

n(Q)为Q点的截面对应的法向量。

针对于目标周期内时间上相邻的两个模拟器官模型，可利用D1表示P点在该两个模拟器官模型之间的位移变化量，利用D2表示Q点在该两个模拟器官模型之间的位移变化量；

那么：

表示D1-D2的值；

若利用F1表示P点对应的表面力在该两个模拟器官模型之间的差值，利用F2表示Q点对应的表面力在该两个模拟器官模型之间的差值；

那么：

表示F1-F2的值。

基于以上方程式⑦⑧，步骤S63、S64一种示例的处理过程例如：

可在优化之后的肺部运动模型中确定出指定位置点O，其过程可例如：先确定出一个呼吸周期内每对相邻的模拟肺部模型之间各点的位移变化量，然后找出其中最大的位移变化量，最大位移变化量所对应的位置点即为指定位置点O，可以将该指定位置点O作为初始P点，确定出与初始P点距离为r的初始Q点，并依据初始P点、初始Q点确定相应的参数取值输入上述方程式⑦⑧，继续将初始Q点作为下一P点，以此类推进行计算，直至确定出模拟肺部模型上每一点的位移变化以及表面力变化，从而最终构建出所述目标对象在所述目标周期内的位移变化数据和应力变化数据。

其中一种实施方式中，在得到最优的肺部运动模型、位移变化数据和应力变化数据的情况下，还可利用展示设备将其展示出来。

以图7a、图7b、图7c所示为例，图7a表征了肺部的模型(例如指定仿真模型)，图7b所示的是目标对象的肺部内部重构的血管，例如指定仿真模型中的血管部分，图7c一个呼吸相内的位移场，其中可体现出位移变化数据，其中不同灰度可体现出不同的位移变化大小，如图7c所示不同灰度的区域①、区域②、区域③、区域④、区域⑤可以表征出不同的位移变化大小。另外，还可以生成一个肺部运动模型的呼吸动画，基于此，可以指导手术，包括肺活检、消融等术式。避免由于呼吸形变而导致活检部位以及消融部位的偏移，能更加精准的指导手术进行。

基于类似的显示效果，除了可以通过位移场的图来体现出位移变化数据，也可通过类似表现形式的应力场的图来体现出应力变化数据。进而，可用于指导肺活检和热消融等考虑呼吸补偿的手术。

在具体应用实例中，可利用发明前述具体实例的方案获取处于同一年龄段或者同一性别的不同人员的目标对象的器官运动模型，然后融合多个处于同一年龄段或者同一性别的不同人员的目标对象的器官运动模型，确定出该年龄段或者性别所对应的参考器官运动模型，后续当需要获取处于该年龄段或者性别的某一特定人员的目标对象在目标周期内的运动形变过程时，可以直接基于相应的参考器官运动模型来确定，无需每次都需要获取该特定人员的CT数据以及构建多个仿真模型进行计算，可以显著提升获取器官运动模型的便捷度，节省大量的时间和计算资源，同时可以满足后续针对特定人员的目标对象的消融、导航等操作的需求。其中，年龄段可以划分为少年段、中年段、老年段等，性别可以划分为男性和女性。

以年龄段为少年段为例，假设获取100个处于少年段的志愿者的目标对象(即肺部)的第一三维肺部模型和第二三维肺部模型，然后结合各个目标对象的第一三维肺部模型和第二三维肺部模型、以及发明具体实例的方案的处理过程，确定出对应于每个目标对象的弹性形变参数(杨氏模量E和泊松比u)，从而可以将100个目标对象的弹性形变参数的平均值作为该年龄段所对应的弹性形变参数，那么后续仅需要查询年龄段对应的弹性形变参数、获取患者的第一三维肺部模型和第二三维肺部模型，就可以获得其肺部的位移变化数据和应力变化数据，显著提升了仿真器官在任意呼吸周期内的形变过程的便捷性。

请参考图8，本发明实施例还提供了一种CT数据的数据处理装置800，包括：

仿真模型确定模块801，用于基于获取到的目标对象的CT数据，确定所述目标对象的多个仿真模型，所述多个仿真模型包括：处于第一指定状态时所述目标对象的第一仿真模型，以及处于第二指定状态时所述目标对象的第二仿真模型；

运动模拟模块802，基于所述多个仿真模型，获取用于模拟所述目标对象在目标周期内的动态形变过程的器官运动模型，所述目标周期与所述第一指定状态、所述第二指定状态相关联。

可选的，基于所述多个仿真模型，获取用于模拟所述目标对象在目标周期内的动态形变过程的肺部运动模型，包括：

可选的，运动模拟模块802，还用于：

基于所述实际位置信息与所述模拟位置信息、所述实际应力信息与所述模拟应力信息之间的差异信息，对所述器官运动模型的弹性形变参数进行调整，直至获得最优的弹性形变参数。

可选的，所述弹性形变参数包括杨氏模量和泊松比。

可选的，所述第一指定状态为所述目标对象收缩至极限时的状态，所述第二指定状态为所述目标对象舒张至极限时的状态。

可选的，所述的数据处理装置，还包括：

状态选取模块，用于选取所述目标对象处于所述目标周期内的任一状态作为初始状态；

数据生成模块，用于根据所述初始状态和所述器官运动模型，生成所述目标对象在所述目标周期内的位移变化数据和应力变化数据。

请参考图9，本发明实施例还提供了一种数据展示方法，包括：

S901：利用本发明实施例涉及的数据处理方法，获取所述器官运动模型；

S902：对外展示出所述器官运动模型。

请参考图10，图10所示数据展示方法为图9所示数据展示方法基础上的进一步改进，在图10所示数据展示方法中，还包括：

S1001：选取所述目标对象处于所述目标周期内的任一状态作为初始状态；

S1002：根据所述初始状态和所述器官运动模型，生成所述目标对象在所述目标周期内的位移变化数据和应力变化数据；

S1003：展示所述位移变化数据和应力变化数据。

请参考图11，本发明实施例还提供了一种数据展示装置1100，包括：

模型获取单元1101，用于利用第一方面及其可选方案涉及的数据处理方法，获取所述器官运动模型；

模型展示单元1102，用于对外展示出所述器官运动模型。

请参考图12，图12所示数据展示装置为图10所示数据展示装置基础上的进一步改进，在图12所示数据展示装置1200中，还包括：

选取单元1201，用于选取所述目标对象的肺部处于所述目标周期内的任一状态作为初始状态；

生成单元1202，用于根据所述初始状态和所述器官运动模型，生成所述目标对象在所述目标周期内的位移变化数据和应力变化数据；

数据展示单元1203，用于展示所述位移变化数据和应力变化数据。

请参考图13，提供了一种电子设备1300，包括：

处理器1301；以及，

存储器1302，用于存储所述处理器的可执行指令；

其中，所述处理器1301配置为经由执行所述可执行指令来执行以上所涉及的方法。

处理器1301能够通过总线1303与存储器1302通讯。

本发明实施例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，该程序被处理器执行时实现以上所涉及的方法。

本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、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：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各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：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims

1.一种CT数据的数据处理方法，其特征在于，包括：

2.根据权利要求1所述的数据处理方法，其特征在于，

基于所述多个仿真模型，获取用于模拟所述目标对象在目标周期内的动态形变过程的器官运动模型，包括：

3.根据权利要求1所述的数据处理方法，其特征在于，还包括：

4.根据权利要求3所述的数据处理方法，其特征在于，根据所述真实器官模型和所述模拟器官模型之间的差异信息，对所述器官运动模型进行更新，直至获得最优的器官运动模型，包括：

5.根据权利要求4所述的数据处理方法，其特征在于，所述弹性形变参数包括杨氏模量和泊松比。

6.根据权利要求1至4任一项所述的数据处理方法，其特征在于，

所述目标对象为肺部，所述第一指定状态为所述目标对象收缩至极限时的状态，所述第二指定状态为所述目标对象舒张至极限时的状态。

7.根据权利要求1所述的数据处理方法，其特征在于，还包括：

8.一种CT数据的数据处理装置，其特征在于，包括：

运动模拟模块，用于基于所述多个仿真模型，获取用于模拟所述目标对象在目标周期内的动态形变过程的器官运动模型，所述目标周期与所述第一指定状态、所述第二指定状态相关联。

9.一种数据展示方法，其特征在于，包括：

利用权利要求1至6任一项所述的数据处理方法，获取所述器官运动模型；

对外展示出所述器官运动模型。

10.根据权利要求9所述的方法，其特征在于，还包括：

展示所述位移变化数据和应力变化数据。

11.一种数据展示装置，其特征在于，包括：

模型获取单元，用于利用权利要求1至6任一项所述的数据处理方法，获取所述肺部运动模型；

模型展示单元，用于对外展示出所述肺部运动模型。

12.一种电子设备，其特征在于，包括处理器与存储器，

所述存储器，用于存储代码；

所述处理器，用于执行所述存储器中的代码用以实现权利要求1至7、9、10中任意之一所述的方法。

13.一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现权利要求1至7、9、10中任意之一所述的方法。