CN115944276A - 胆总管纤维化等级确定方法、装置及其相关设备 - Google Patents
胆总管纤维化等级确定方法、装置及其相关设备 Download PDFInfo
- Publication number
- CN115944276A CN115944276A CN202310153579.4A CN202310153579A CN115944276A CN 115944276 A CN115944276 A CN 115944276A CN 202310153579 A CN202310153579 A CN 202310153579A CN 115944276 A CN115944276 A CN 115944276A
- Authority
- CN
- China
- Prior art keywords
- bile duct
- common bile
- determining
- contrast image
- state
- 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.)
- Granted
Links
- 210000001953 common bile duct Anatomy 0.000 title claims abstract description 271
- 206010016654 Fibrosis Diseases 0.000 title claims abstract description 93
- 230000004761 fibrosis Effects 0.000 title claims abstract description 93
- 238000000034 method Methods 0.000 title claims abstract description 72
- 230000008569 process Effects 0.000 claims abstract description 23
- 238000003780 insertion Methods 0.000 claims description 39
- 230000037431 insertion Effects 0.000 claims description 39
- 238000005452 bending Methods 0.000 claims description 17
- 210000000013 bile duct Anatomy 0.000 claims description 16
- 238000007459 endoscopic retrograde cholangiopancreatography Methods 0.000 claims description 14
- 238000003384 imaging method Methods 0.000 claims description 14
- 230000011218 segmentation Effects 0.000 claims description 13
- 238000009499 grossing Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 208000006990 cholangiocarcinoma Diseases 0.000 abstract description 21
- 238000011161 development Methods 0.000 abstract description 8
- 238000004393 prognosis Methods 0.000 abstract description 6
- 238000003759 clinical diagnosis Methods 0.000 abstract description 3
- 238000011002 quantification Methods 0.000 abstract description 2
- 230000018109 developmental process Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000002601 radiography Methods 0.000 description 6
- 238000001356 surgical procedure Methods 0.000 description 6
- 206010004593 Bile duct cancer Diseases 0.000 description 5
- 208000026900 bile duct neoplasm Diseases 0.000 description 5
- 238000005070 sampling Methods 0.000 description 4
- 208000031481 Pathologic Constriction Diseases 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000006854 communication Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 210000001198 duodenum Anatomy 0.000 description 3
- 210000003228 intrahepatic bile duct Anatomy 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000002271 resection Methods 0.000 description 3
- 230000036262 stenosis Effects 0.000 description 3
- 208000037804 stenosis Diseases 0.000 description 3
- 238000002627 tracheal intubation Methods 0.000 description 3
- ZCYVEMRRCGMTRW-UHFFFAOYSA-N 7553-56-2 Chemical compound [I] ZCYVEMRRCGMTRW-UHFFFAOYSA-N 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000007175 bidirectional communication Effects 0.000 description 2
- 210000003445 biliary tract Anatomy 0.000 description 2
- 201000011510 cancer Diseases 0.000 description 2
- 210000004027 cell Anatomy 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 210000002603 extrahepatic bile duct Anatomy 0.000 description 2
- 230000002440 hepatic effect Effects 0.000 description 2
- 229910052740 iodine Inorganic materials 0.000 description 2
- 239000011630 iodine Substances 0.000 description 2
- 210000002445 nipple Anatomy 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000035790 physiological processes and functions Effects 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 210000000941 bile Anatomy 0.000 description 1
- 238000001574 biopsy Methods 0.000 description 1
- 230000001680 brushing effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 208000037976 chronic inflammation Diseases 0.000 description 1
- 230000006020 chronic inflammation Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000003176 fibrotic effect Effects 0.000 description 1
- 210000000232 gallbladder Anatomy 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 208000014829 head and neck neoplasm Diseases 0.000 description 1
- 210000004024 hepatic stellate cell Anatomy 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000002757 inflammatory effect Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 208000037819 metastatic cancer Diseases 0.000 description 1
- 208000011575 metastatic malignant neoplasm Diseases 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000000651 myofibroblast Anatomy 0.000 description 1
- 210000000277 pancreatic duct Anatomy 0.000 description 1
- 210000001819 pancreatic juice Anatomy 0.000 description 1
- 238000010827 pathological analysis Methods 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 210000005070 sphincter Anatomy 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
- Y02A50/30—Against vector-borne diseases, e.g. mosquito-borne, fly-borne, tick-borne or waterborne diseases whose impact is exacerbated by climate change
Landscapes
- Endoscopes (AREA)
Abstract
本申请提供一种胆总管纤维化等级确定方法、装置及其相关设备,所述方法包括:获取患者在目标手术过程中第一手术状态下的第一造影图像和第二手术状态下的第二造影图像;基于第二造影图像,确定受力状态下的导丝的工作长度数据;基于第一造影图像和第二造影图像,确定受力状态下的胆总管的受力数据;基于第一造影图像和第二造影图像,确定受力状态下的胆总管的形变程度数据;基于受力状态下的胆总管的受力数据和形变程度数据、以及受力状态下的导丝的工作长度数据,确定胆总管的硬度系数,并基于胆总管的硬度系数,确定胆总管的纤维化等级。本申请实施例实现了高效无创地量化胆管癌患者的硬化程度,提高临床诊断胆管癌发展程度与预后的准确度。
Description
技术领域
本申请涉及辅助医疗技术领域,具体涉及一种胆总管纤维化等级确定方法、装置及其相关设备。
背景技术
目前病理组织学和或细胞学检查是确诊胆管癌的唯一依据和金标准,ERCP下刷检脱落细胞检查是胆管癌首选的病理学诊断方法。然而活检和刷片的敏感性较低,不易于与肝转移癌、胰头癌、胆道结石以及胆管炎性狭窄等疾病相鉴别,亟需发掘潜在的胆管癌诊断指标辅助诊断。
本申请发明人发现胆管癌伴有胆管慢性炎症及胆管纤维化改变,激活肝脏星状细胞、肌纤维母细胞激活,并与胆管细胞交互作用进一步加重胆管损伤和纤维化。在ERCP造影中可表现为肝内外胆管多处节段性狭窄,且胆管壁僵硬缺乏弹性,同时伴有肝内胆管扩张。在组织病理学上,则表现为可累及整个肝内外胆管系统的纤维化改变。当病情进展时,胆管壁发展为长段狭窄,可使肝内胆管广泛受累,最终呈现为枯树枝样改变。因此,胆总管的硬化程度与胆管癌的发生发展过程密切相关,dCCA癌灶及癌旁组织富含纤维间质,通过判断胆总管的纤维化等级,即可一定程度上预测dCCA的病程发展情况,有助于医生根据病情及预后选择合适的治疗方案。但是,基于现有的医疗手段,很难准确和高效的判断胆总管的纤维化程度。
因此,如何准确和高效的确定胆总管纤维化等级,是当前辅助医疗技术领域亟需解决的技术问题。
发明内容
本申请提供一种胆总管纤维化等级确定方法、装置及其相关设备,旨在解决如何准确和高效的确定胆总管纤维化等级的技术问题。
一方面,本申请提供一种胆总管纤维化等级确定方法,所述方法包括:
获取患者在目标手术过程中第一手术状态下的第一造影图像和第二手术状态下的第二造影图像,所述目标手术为对所述患者进行内镜下逆行胰胆管造影成像导丝插入手术,所述第一手术状态为导丝插入前的状态,所述第一造影图像包括与所述第一手术状态对应的无受力状态下的胆总管,所述第二手术状态为所述导丝插入完成后的状态,所述第二造影图像包括与所述第二手术状态对应的受力状态下的胆总管、以及与所述第二手术状态对应的受力状态下的导丝;
基于所述第二造影图像,确定所述受力状态下的导丝的工作长度数据;
基于所述第一造影图像和所述第二造影图像,确定所述受力状态下的胆总管的受力数据;
基于所述第一造影图像和所述第二造影图像,确定所述受力状态下的胆总管的形变程度数据;
基于所述受力状态下的胆总管的受力数据和形变程度数据、以及所述受力状态下的导丝的工作长度数据,确定所述胆总管的硬度系数,并基于所述胆总管的硬度系数,确定所述胆总管的纤维化等级。
在本申请一种可能的实现方式中,所述基于所述第一造影图像和所述第二造影图像,确定所述受力状态下的胆总管的受力数据,包括:
基于所述第一造影图像和所述第二造影图像,确定所述胆总管对所述导丝的施力数据;
基于所述胆总管对所述导丝的施力数据,确定所述受力状态下的胆总管的受力数据。
在本申请一种可能的实现方式中,所述第一造影图像还包括十二指肠镜上的抬钳器;
所述基于所述第一造影图像和所述第二造影图像,确定所述胆总管对所述导丝的施力数据,包括:
基于所述第一造影图像和所述第二造影图像,确定所述受力状态下的导丝的自由端的形变数据,所述形变数据为所述受力状态下的导丝的自由端到所述导丝在无受力状态下的长度方向延长线的距离;
基于所述第一造影图像和所述第二造影图像,确定所述受力状态下的导丝的预设部位的最大曲率点沿导丝方向与所述十二指肠镜上的抬钳器的距离数据,所述预设部位为导丝的根部;
获取所述导丝的弯曲刚度;
基于所述形变数据、所述距离数据以及所述弯曲刚度,确定所述胆总管对所述导丝的施力数据。
在本申请一种可能的实现方式中,所述基于所述第一造影图像和所述第二造影图像,确定所述受力状态下的胆总管的形变程度数据,包括:
基于所述第一造影图像,确定所述无受力状态下的胆总管的最大曲率点;
计算所述无受力状态下的胆总管的最大曲率点的生理曲度数据;
基于所述第二造影图像,确定所述受力状态下的胆管的最大曲率点;
计算所述受力状态下的胆管的最大曲率点的形变曲度数据;
基于所述生理曲度数据和所述形变曲度数据,确定所述受力状态下的胆总管的形变程度数据。
在本申请一种可能的实现方式中,所述基于所述第二造影图像,确定所述受力状态下的导丝的工作长度数据,包括:
分割所述第二造影图像,得到成分分割图;
提取所述成分分割图中受力状态下的导丝;
采用边缘平滑算法优化所述受力状态下的导丝的轮廓;
基于所述轮廓,确定所述受力状态下的导丝的工作长度数据。
在本申请一种可能的实现方式中,所述基于所述轮廓,确定所述受力状态下的导丝的工作长度数据,包括:
获取所述轮廓的像素距离;
转换所述像素距离为实际距离,以得到所述受力状态下的导丝的工作长度数据。
在本申请一种可能的实现方式中,所述基于所述胆总管的硬度系数,确定所述胆总管的纤维化等级,包括:
将所述硬度系数与预设的多个阈值进行比较,得到比较结果;
基于所述比较结果,确定所述胆总管的纤维化等级。
另一方面,本申请提供一种胆总管纤维化等级确定装置,所述装置包括:
第一获取单元,用于获取患者在目标手术过程中第一手术状态下的第一造影图像和第二手术状态下的第二造影图像,所述目标手术为对所述患者进行内镜下逆行胰胆管造影成像导丝插入手术,所述第一手术状态为导丝插入前的状态,所述第一造影图像包括十二指肠镜与所述第一手术状态对应的无受力状态下的胆总管,所述第二手术状态为所述导丝插入完成后的状态,所述第二造影图像包括与所述第二手术状态对应的受力状态下的胆总管、以及与所述第二手术状态对应的受力状态下的导丝;
第一确定单元,用于基于所述第二造影图像,确定所述受力状态下的导丝的工作长度数据;
第二确定单元,用于基于所述第一造影图像和所述第二造影图像,确定所述受力状态下的胆总管的受力数据;
第三确定单元,用于基于所述第一造影图像和所述第二造影图像,确定所述受力状态下的胆总管的形变程度数据;
第四确定单元,用于基于所述受力状态下的胆总管的受力数据和形变程度数据、以及所述受力状态下的导丝的工作长度数据,确定所述胆总管的硬度系数,并基于所述胆总管的硬度系数,确定所述胆总管的纤维化等级。
在本申请一种可能的实现方式中,所述第二确定单元,具体包括:
第五确定单元,用于基于所述第一造影图像和所述第二造影图像,确定所述胆总管对所述导丝的施力数据;
第六确定单元,用于基于所述胆总管对所述导丝的施力数据,确定所述受力状态下的胆总管的受力数据。
在本申请一种可能的实现方式中,所述第一造影图像还包括十二指肠镜上的抬钳器;
所述第五确定单元,具体用于:
基于所述第一造影图像和所述第二造影图像,确定所述受力状态下的导丝的自由端的形变数据,所述形变数据为所述受力状态下的导丝的自由端到所述导丝在无受力状态下的长度方向延长线的距离;
基于所述第一造影图像和所述第二造影图像,确定所述受力状态下的导丝的预设部位的最大曲率点沿导丝方向与所述十二指肠镜上的抬钳器的距离数据,所述预设部位为导丝的根部;
获取所述导丝的弯曲刚度;
基于所述形变数据、所述距离数据以及所述弯曲刚度,确定所述胆总管对所述导丝的施力数据。
在本申请一种可能的实现方式中,所述第三确定单元,具体用于:
基于所述第一造影图像,确定所述无受力状态下的胆总管的最大曲率点;
计算所述无受力状态下的胆总管的最大曲率点的生理曲度数据;
基于所述第二造影图像,确定所述受力状态下的胆管的最大曲率点;
计算所述受力状态下的胆管的最大曲率点的形变曲度数据;
基于所述生理曲度数据和所述形变曲度数据,确定所述受力状态下的胆总管的形变程度数据。
在本申请一种可能的实现方式中,所述第一确定单元,具体包括:
第一分割单元,用于分割所述第二造影图像,得到成分分割图;
第一提取单元,用于提取所述成分分割图中受力状态下的导丝;
第一优化单元,用于采用边缘平滑算法优化所述受力状态下的导丝的轮廓;
第七确定单元,用于基于所述轮廓,确定所述受力状态下的导丝的工作长度数据。
在本申请一种可能的实现方式中,所述第七确定单元,具体用于:
获取所述轮廓的像素距离;
转换所述像素距离为实际距离,以得到所述受力状态下的导丝的工作长度数据。
在本申请一种可能的实现方式中,所述基于所述胆总管的硬度系数,确定所述胆总管的纤维化等级,包括:
将所述硬度系数与预设的多个阈值进行比较,得到比较结果;
基于所述比较结果,确定所述胆总管的纤维化等级。
另一方面,本申请还提供一种计算机设备,所述计算机设备包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行以实现所述的胆总管纤维化等级确定方法。
另一方面,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进行加载,以执行所述的胆总管纤维化等级确定方法中的步骤。
本申请实施例通过获取患者在目标手术过程中第一手术状态下的第一造影图像和第二手术状态下的第二造影图像,目标手术为对患者进行内镜下逆行胰胆管造影成像导丝插入手术,第一手术状态为导丝插入前的状态,第一造影图像包括与第一手术状态对应的无受力状态下的胆总管,第二手术状态为导丝插入完成后的状态,第二造影图像包括与第二手术状态对应的受力状态下的胆总管、以及与第二手术状态对应的受力状态下的导丝;基于第二造影图像,确定受力状态下的导丝的工作长度数据;基于第一造影图像和第二造影图像,确定受力状态下的胆总管的受力数据;基于第一造影图像和第二造影图像,确定受力状态下的胆总管的形变程度数据;基于受力状态下的胆总管的受力数据和形变程度数据、以及受力状态下的导丝的工作长度数据,确定胆总管的硬度系数,并基于胆总管的硬度系数,确定胆总管的纤维化等级。相较于传统方法,通过对目标手术过程中第一手术状态下的第一造影图像和第二手术状态下的第二造影图像进行分析计算,确定了受力状态下的导丝的工作长度数据、受力状态下的胆总管的受力数据以及受力状态下的胆总管的形变程度数据,然后再通过上述数据确定了胆总管的硬度系数,最后通过将胆总管的硬度系数转化为胆总管的纤维化等级,实现了无需切除取样即确定胆管癌患者的纤维化程度,避免根据主观经验推断,从而高效无创地量化胆管癌患者的硬化程度,提高临床诊断胆管癌发展程度与预后的准确度。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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申请的一些实施例,对于本领域技术人员来讲,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是本申请实施例提供的胆总管纤维化等级确定系统的场景示意图;
图2是本申请实施例中提供的胆总管纤维化等级确定方法的一个实施例流程示意图;
图3是本申请实施例中提供的插入导丝前后的造影图像的一个实施例结构示意图;
图4是本申请实施例中提供的导丝形变程度量化的一个实施例结构示意图;
图5是本申请实施例中提供的胆总管纤维化等级确定装置的一个实施例结构示意图;
图6是本申请实施例中提供的计算机设备的一个实施例结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本申请的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。此外,术语“第一”、“第二”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”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本申请中,“示例性”一词用来表示“用作例子、例证或说明”。本申请中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本申请,给出了以下描述。在以下描述中,为了解释的目的而列出了细节。应当明白的是,本领域普通技术人员可以认识到,在不使用这些特定细节的情况下也可以实现本申请。在其它实例中,不会对公知的结构和过程进行详细阐述,以避免不必要的细节使本申请的描述变得晦涩。因此,本申请并非旨在限于所示的实施例,而是与符合本申请所公开的原理和特征的最广范围相一致。
本申请实施例提供一种胆总管纤维化等级确定方法、装置及其相关设备,以下分别进行详细说明。
如图1所示,图1是本申请实施例提供的胆总管纤维化等级确定系统的场景示意图,该胆总管纤维化等级确定系统可以包括计算机设备100,计算机设备100中集成有胆总管纤维化等级确定装置,如图1中的计算机设备100。
本申请实施例中计算机设备100主要用于获取患者在目标手术过程中第一手术状态下的第一造影图像和第二手术状态下的第二造影图像,目标手术为对患者进行内镜下逆行胰胆管造影成像导丝插入手术,第一手术状态为导丝插入前的状态,第一造影图像包括与第一手术状态对应的无受力状态下的胆总管,第二手术状态为导丝插入完成后的状态,第二造影图像包括与第二手术状态对应的受力状态下的胆总管、以及与第二手术状态对应的受力状态下的导丝;基于第二造影图像,确定受力状态下的导丝的工作长度数据;基于第一造影图像和第二造影图像,确定受力状态下的胆总管的受力数据;基于第一造影图像和第二造影图像,确定受力状态下的胆总管的形变程度数据;基于受力状态下的胆总管的受力数据和形变程度数据、以及受力状态下的导丝的工作长度数据,确定胆总管的硬度系数,并基于胆总管的硬度系数,确定胆总管的纤维化等级。
本申请实施例中,该计算机设备100可以为终端或者服务器,当计算机设备100为服务器时,可以是是独立的服务器,也可以是服务器组成的服务器网络或服务器集群,例如,本申请实施例中所描述的计算机设备100,其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器以构建的云服务器。其中,云服务器由基于云计算(Cloud Computing)的大量计算机或网络服务器以构建。
可以理解的是,本申请实施例中计算机设备100为终端时,所使用的终端可以是既包括接收和发射硬件的设备,即具有能够在双向通信链路上,执行双向通信的接收和发射硬件的设备。这种设备可以包括:蜂窝或其他通信设备,其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备。具体的计算机设备100具体可以是台式终端或移动终端,计算机设备100具体还可以是手机、平板电脑、笔记本电脑、医疗辅助仪器等中的一种。
本领域技术人员可以理解,图1中示出的应用环境,仅仅是与本申请方案一种应用场景,并不以构建对本申请方案应用场景的限定,其他的应用环境还可以包括比图1中所示更多或更少的计算机设备,例如图1中仅示出1个计算机设备,可以理解的,该胆总管纤维化等级确定系统还可以包括一个或多个其他计算机设备,具体此处不作限定。
另外,如图1所示,该胆总管纤维化等级确定系统还可以包括存储器200,用于存储数据,如存储患者的造影图像和胆总管纤维化等级确定数据,例如胆总管纤维化等级确定系统运行时的胆总管纤维化等级确定数据。
需要说明的是,图1所示的胆总管纤维化等级确定系统的场景示意图仅仅是一个示例,本申请实施例描述的胆总管纤维化等级确定系统以及场景是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域普通技术人员可知,随着胆总管纤维化等级确定系统的演变和新业务场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
接下来,介绍本申请实施例提供的胆总管纤维化等级确定方法。
本申实施例胆总管纤维化等级确定方法的实施例中以胆总管纤维化等级确定装置作为执行主体,为了简化与便于描述,后续方法实施例中将省略该执行主体,该胆总管纤维化等级确定装置应用于计算机设备,该方法包括:获取患者在目标手术过程中第一手术状态下的第一造影图像和第二手术状态下的第二造影图像,目标手术为对患者进行内镜下逆行胰胆管造影成像导丝插入手术,第一手术状态为导丝插入前的状态,第一造影图像包括与第一手术状态对应的无受力状态下的胆总管,第二手术状态为导丝插入完成后的状态,第二造影图像包括与第二手术状态对应的受力状态下的胆总管、以及与第二手术状态对应的受力状态下的导丝;基于第二造影图像,确定受力状态下的导丝的工作长度数据;基于第一造影图像和第二造影图像,确定受力状态下的胆总管的受力数据;基于第一造影图像和第二造影图像,确定受力状态下的胆总管的形变程度数据;基于受力状态下的胆总管的受力数据和形变程度数据、以及受力状态下的导丝的工作长度数据,确定胆总管的硬度系数,并基于胆总管的硬度系数,确定胆总管的纤维化等级。
请参阅图2至图6,图2为本申请实施例中提供的胆总管纤维化等级确定方法的一个实施例流程示意图,该胆总管纤维化等级确定方法包括:
201、获取患者在目标手术过程中第一手术状态下的第一造影图像和第二手术状态下的第二造影图像;
其中,所述目标手术为对所述患者进行内镜下逆行胰胆管造影成像导丝插入手术,如图3所示,所述第一手术状态为导丝插入前的状态,即第一手术状态对应图3中左侧插入导丝前的图像的状态,所述第一造影图像包括与所述第一手术状态对应的无受力状态下的胆总管,所述第二手术状态为所述导丝插入完成后的状态,即第二手术状态对应图3中右侧插入导丝完成后的图像的状态,所述第二造影图像包括与所述第二手术状态对应的受力状态下的胆总管、以及与所述第二手术状态对应的受力状态下的导丝,该导丝如图4所示,其中弯曲线段即对应受力状态下的导丝。
具体的,患者行内镜下逆行胰胆管造影成像导丝插入手术,进行十二指肠镜插管。内镜医师首先将十二指肠镜推进到十二指肠的第二段,即十二指肠降部;其中十二指肠主乳头是胆总管与胰管汇合形成的胆汁与胰液的出口,常位于降部的中三分之一处。内镜医师操作十二指肠镜,将镜头与工作孔道从下方逐渐接近主乳头。到达主乳头且镜头保持稳定后,插入弯角漏斗型的导管使包绕着主乳头的括约肌被撑开,注射5%造影碘剂,使胆总管充分充盈。此时,内镜医师踩下造影平台拍摄开关,X射线开始发射,在内镜医师的脚松开之前,可获取到第一手术状态下的第一造影图像,即获取处于自然生理状态下的胆总管的造影成像,可观察到肝门部以下胆道树的形态(除胆囊外),以及获取到第二手术状态下的第二造影图像,即获取导丝深插管后的受力状态下的胆总管的造影成像。
在本实施例中,可使用固定型号、固定直径0.35mm的ERCP亲水导丝对胆总管插管。内镜医师将导丝从十二指肠镜操作手柄旁的工作孔道入口伸入,直至镜头旁的孔道出口出现,在造影成像中观察导丝方向、主乳头、胆胰管汇合处、远端胆总管均衔接流畅后,插入导丝直至肝门处停下,即完成导丝的深插管,由于导丝对胆总管有作用力,胆总管受力发生形变,此时,重新注射造影碘剂使胆总管再次充盈,使用造影平台拍摄处于受导丝作用而形变状态下的胆总管的造影图像,插入导丝时间平均仅2s,内镜医师会选取插入导丝前的第一造影图像0_img与导丝深插管后的第二造影图像1_img作为本实施例的分析对象,因此导丝插入过程中的受力变化不在本实施例分析范围内。
202、基于第二造影图像,确定受力状态下的导丝的工作长度数据;
其中,导丝的工作长度数据为导丝插入完成后的导丝显现在第二造影图像中的长度数据,如图4所示,图中存在的一根弯曲的线段即为受力状态下的导丝。
在本申请的一些实施例中,所述基于所述第二造影图像,确定所述受力状态下的导丝的工作长度数据,包括:采用预先设置的Unet图像分割网络,分割所述第二造影图像,得到成分分割图,如图3所示,该成分分割图中包括十二指肠镜,胆总管,导丝;提取所述成分分割图中受力状态下的导丝;采用边缘平滑算法优化所述受力状态下的导丝的轮廓;基于所述轮廓,确定所述受力状态下的导丝的工作长度数据。
在本申请的一些实施例中,所述基于所述轮廓,确定所述受力状态下的导丝的工作长度数据,包括:获取所述轮廓的像素距离;转换所述像素距离为实际距离,以得到所述受力状态下的导丝的工作长度数据。
本申请实施例中,转换所述像素距离为实际距离,可以先确定尺寸转换标准,然后换算像素距离与实际距离,具体的,可以确定十二指肠镜插入部长度一半处的点,画中间垂直线,采用重叠法确定十二指肠镜直径,即将中心线与十二指肠镜的重叠部分作为十二指肠镜直径。本实施例中,十二指肠镜镜身插入体内的部分会在造影图像上显示,称为镜身插入部。在本实施例中,镜身插入部直径为11.3mm。将重叠法确定的十二指肠镜像素点距离与实际直径11.3mm对应起来,作为尺寸转换的标准。
在尺寸转换前,还要计算出在造影图像上的长度,通过计算像素级欧式距离实现。即沿着图像上线条的轨迹,计算出处于线条上像素点之间的距离。在本实施例中,选择造影图像分辨率为768*768为例,则图像矩阵中包含768*768个像素点,图像为589824个元素值构成的特征组,每一个像素点对应了一个特征码作为像素点的坐标。图像上的线条确定了经过的像素点,利用特征码坐标值计算各个相邻像素点之间的欧式距离,总和后即得线条的像素级欧氏距离长度,公式如下:
其中,xp、xq、xp、yq为相邻像素点的坐标,D(l)为造影图像上线条的像素级欧氏距离长度。需要说明的是,本申请中以mm为基础单位,所有相关参数,均应该换算为与基础单位相对应,在此不做赘述,另外,所有图像中需要进行像素距离和实际距离转换的参数,默认为按照本实施例的转换方式进行转换,下文不再赘述。
203、基于第一造影图像和第二造影图像,确定受力状态下的胆总管的受力数据;
其中,胆总管的受力数据为插入导丝完成后,导丝对胆总管施力后产生的受力数据。
在本申请的一些实施例中,所述基于所述第一造影图像和所述第二造影图像,确定所述受力状态下的胆总管的受力数据,包括:基于所述第一造影图像和所述第二造影图像,确定所述胆总管对所述导丝的施力数据Fs;基于所述胆总管对所述导丝的施力数据Fs,以及牛顿第三定律,即可确定所述受力状态下的胆总管的受力数据FCBD,具体的,FCBD=-Fs。
在本申请的一些实施例中,所述第一造影图像还包括十二指肠镜上的抬钳器,其中,抬钳器为十二指肠镜上的附属结构;所述基于所述第一造影图像和所述第二造影图像,确定所述胆总管对所述导丝的施力数据,可以包括如下步骤:
首先,基于所述第一造影图像和所述第二造影图像,确定所述受力状态下的导丝的自由端的形变数据,所述形变数据为所述受力状态下的导丝的自由端到所述导丝在无受力状态下的长度方向延长线的距离,如图4所示,图中的ωs,即为所述受力状态下的导丝的自由端到所述导丝在无受力状态下的长度方向延长线的距离,具体的,根据第一造影图像和所述第二造影图像的对比可知,导丝在无受力状态下的长度方向延长线如图4中的虚线,而受力状态下的导丝的自由端如图4中导丝远离十二指肠镜的一侧端点,通过获取ωs的像素长度,然后将像素长度转换为实际长度,即可得到受力状态下的导丝的自由端的形变数据;
然后,基于所述第一造影图像和所述第二造影图像,确定所述受力状态下的导丝的预设部位的最大曲率点沿导丝方向与所述十二指肠镜上的抬钳器的距离数据,所述预设部位为导丝的根部;具体的,导丝根部为距抬钳器20mm以内,采用遍历法在导丝根部20mm范围内取最大曲率点。要获得最大曲率点,需要在导丝上取3个具有一定间隔的像素点,像素点之间的间隔与图像分辨率有关,在本实施例中,根据上述举例可知,可确定为25个像素。这3个像素点构成一个三角形,作该三角形的外接圆并求解外接圆曲率,依次从左到右遍历地取3个点,在计算出的所有外接圆曲率中取最大值。构成该最大曲率外接圆的3个点的中间点即为最大曲率点;在找到受力状态下的导丝的预设部位的最大曲率点后,然后测量最大曲率点沿导丝方向与所述十二指肠镜上的抬钳器的距离数据,需要说明的是,该距离数据是经过尺寸转换后的距离数据。
其次,获取所述导丝的弯曲刚度EsIs;具体的,可以从导丝的使用说明书中直接获取,也可通过常规的实验测量导丝的弯曲刚度。
最后,基于所述形变数据、所述距离数据以及所述弯曲刚度,确定所述胆总管对所述导丝的施力数据。具体的,根据悬臂梁的挠曲线原理,对所述形变数据、所述距离数据以及所述弯曲刚度进行分析,以得到所述胆总管对所述导丝的施力数据,具体公式如下:
其中,Fs是胆总管对导丝施加的力;ωs是受力状态下的导丝的自由端到所述导丝在无受力状态下的长度方向延长线的距离;l为导丝的工作长度(mm);a为导丝根部最大曲率点沿导丝方向与抬钳器的距离;EsIs为导丝的弯曲刚度。
204、基于第一造影图像和第二造影图像,确定受力状态下的胆总管的形变程度数据;
胆总管的形变程度数据是胆总管在无受力状态下和受力状态下比对情况下的形变程度的数据,可以理解的是,胆总管在自然生理状态下,即无受力状态下本身具有一定的生理曲度,但是在导丝插入完成后,由于受导丝的施力状态下,会进一步的产生形变弯曲。
在本申请的一些实施例中,所述基于所述第一造影图像和所述第二造影图像,确定所述受力状态下的胆总管的形变程度数据,包括:基于所述第一造影图像,确定所述无受力状态下的胆总管的最大曲率点,具体的,采用遍历法在无受力状态下的胆总管上取最大曲率点。要获得最大曲率点,需要在胆总管上取3个具有一定间隔的像素点,像素点之间的间隔与图像分辨率有关,在本实施例中依经验确定为25个像素。这3个像素点构成一个三角形,作该三角形的外接圆并求解外接圆曲率,依次从左到右遍历地取3个点,在计算出的所有外接圆曲率中取最大值;构成该最大曲率外接圆的3个点的中间点即为最大曲率点;然后根据简支梁力学模型的挠曲线原理,计算所述无受力状态下的胆总管的最大曲率点的生理曲度数据ω1;采用如上述无受力状态下的胆总管上取最大曲率点的相同方式,基于所述第二造影图像,去确定所述受力状态下的胆管的最大曲率点;然后采用如上述计算无受力状态下的胆总管的最大曲率点的生理曲度数据的方式,去计算所述受力状态下的胆管的最大曲率点的形变曲度数据ω2;基于所述生理曲度数据和所述形变曲度数据,确定所述受力状态下的胆总管的形变程度数据ωCBD,具体的,可以取所述生理曲度数据和所述形变曲度数据的差值的绝对值,作为所述受力状态下的胆总管的形变程度数据,如下公式:
ωCBD=Δω=|ω2-ω1|。
其中,ω1为插入导丝前胆总管的生理弯曲程度(mm),ω2为插入导丝后胆总管的受力形变(mm),ωCBD即为所述受力状态下的胆总管的形变程度数据。
205、基于受力状态下的胆总管的受力数据和形变程度数据、以及受力状态下的导丝的工作长度数据,确定胆总管的硬度系数,并基于胆总管的硬度系数,确定胆总管的纤维化等级。
其中,胆总管的硬度系数是对胆总管的硬度程度进行量化的系数。
在本申请的一些实施例中,基于受力状态下的胆总管的受力数据和形变程度数据、以及受力状态下的导丝的工作长度数据,确定胆总管的硬度系数,包括:基于简支梁模型的挠曲线原理,对受力状态下的胆总管的受力数据和形变程度数据、以及受力状态下的导丝的工作长度数据,确定胆总管的硬度系数,公式如下:
其中,ωmax为胆总管最大形变程度,即对应于受力状态下的胆总管的形变程度数据ωCBD;FCBD为受力状态下的胆总管的受力数据;l为导丝的工作长度;ECBDICBD为胆总管的硬度系数。
将上述各参数带入上简支梁模型的挠曲线方程中,即可计算出胆总管的硬度系数δ,公式如下:
在本申请的一些实施例中,所述基于所述胆总管的硬度系数,确定所述胆总管的纤维化等级,包括:将所述硬度系数与预设的多个阈值进行比较,得到比较结果;基于所述比较结果,确定所述胆总管的纤维化等级。
其中,预设的多个阈值可根据实验结果进行设定,后续可根据实验结构进行调整和优化。具体的,多个阈值可以是三个,也可以是三个以上,本申请以三个阈值进行举例说明,例如三个阈值分别为8、15、60,其比较结果可以分为三种情况,这三种情况分别对应不同胆总管的纤维化等级,如当δ≦8,则确定胆总管的纤维化等级为正常;当8<δ≦15,则确定胆总管的纤维化等级为较硬;当15<δ≦60,则确定胆总管的纤维化等级为坚硬。
本申请实施例,相较于传统方法,通过对目标手术过程中第一手术状态下的第一造影图像和第二手术状态下的第二造影图像进行分析计算,确定了受力状态下的导丝的工作长度数据、受力状态下的胆总管的受力数据以及受力状态下的胆总管的形变程度数据,然后再通过上述数据确定了胆总管的硬度系数,最后通过将胆总管的硬度系数转化为胆总管的纤维化等级,实现了无需切除取样即确定胆管癌患者的纤维化程度,避免根据主观经验推断,从而高效无创地量化胆管癌患者的硬化程度,提高临床诊断胆管癌发展程度与预后的准确度。
为了更好实施本申请实施例中胆总管纤维化等级确定方法,在胆总管纤维化等级确定方法基础之上,本申请实施例中还提供一种胆总管纤维化等级确定装置,如图5所示,所述胆总管纤维化等级确定装置500包括:
第一获取单元501,用于获取患者在目标手术过程中第一手术状态下的第一造影图像和第二手术状态下的第二造影图像,所述目标手术为对所述患者进行内镜下逆行胰胆管造影成像导丝插入手术,所述第一手术状态为导丝插入前的状态,所述第一造影图像包括十二指肠镜与所述第一手术状态对应的无受力状态下的胆总管,所述第二手术状态为所述导丝插入完成后的状态,所述第二造影图像包括与所述第二手术状态对应的受力状态下的胆总管、以及与所述第二手术状态对应的受力状态下的导丝;
第一确定单元502,用于基于所述第二造影图像,确定所述受力状态下的导丝的工作长度数据;
第二确定单元503,用于基于所述第一造影图像和所述第二造影图像,确定所述受力状态下的胆总管的受力数据;
第三确定单元504,用于基于所述第一造影图像和所述第二造影图像,确定所述受力状态下的胆总管的形变程度数据;
第四确定单元505,用于基于所述受力状态下的胆总管的受力数据和形变程度数据、以及所述受力状态下的导丝的工作长度数据,确定所述胆总管的硬度系数,并基于所述胆总管的硬度系数,确定所述胆总管的纤维化等级。
在本申请的一些实施例中,所述第二确定单元503,具体包括:
第五确定单元,用于基于所述第一造影图像和所述第二造影图像,确定所述胆总管对所述导丝的施力数据;
第六确定单元,用于基于所述胆总管对所述导丝的施力数据,确定所述受力状态下的胆总管的受力数据。
在本申请的一些实施例中,所述第一造影图像还包括十二指肠镜上的抬钳器;
所述第五确定单元,具体用于:
基于所述第一造影图像和所述第二造影图像,确定所述受力状态下的导丝的自由端的形变数据,所述形变数据为所述受力状态下的导丝的自由端到所述导丝在无受力状态下的长度方向延长线的距离;
基于所述第一造影图像和所述第二造影图像,确定所述受力状态下的导丝的预设部位的最大曲率点沿导丝方向与所述十二指肠镜上的抬钳器的距离数据,所述预设部位为导丝的根部;
获取所述导丝的弯曲刚度;
基于所述形变数据、所述距离数据以及所述弯曲刚度,确定所述胆总管对所述导丝的施力数据。
在本申请的一些实施例中,所述第三确定单元504,具体用于:
基于所述第一造影图像,确定所述无受力状态下的胆总管的最大曲率点;
计算所述无受力状态下的胆总管的最大曲率点的生理曲度数据;
基于所述第二造影图像,确定所述受力状态下的胆管的最大曲率点;
计算所述受力状态下的胆管的最大曲率点的形变曲度数据;
基于所述生理曲度数据和所述形变曲度数据,确定所述受力状态下的胆总管的形变程度数据。
在本申请的一些实施例中,所述第一确定单元502,具体包括:
第一分割单元,用于分割所述第二造影图像,得到成分分割图;
第一提取单元,用于提取所述成分分割图中受力状态下的导丝;
第一优化单元,用于采用边缘平滑算法优化所述受力状态下的导丝的轮廓;
第七确定单元,用于基于所述轮廓,确定所述受力状态下的导丝的工作长度数据。
在本申请的一些实施例中,所述第七确定单元,具体用于:
获取所述轮廓的像素距离;
转换所述像素距离为实际距离,以得到所述受力状态下的导丝的工作长度数据。
在本申请的一些实施例中,所述基于所述胆总管的硬度系数,确定所述胆总管的纤维化等级,包括:
将所述硬度系数与预设的多个阈值进行比较,得到比较结果;
基于所述比较结果,确定所述胆总管的纤维化等级。
本申请实施例通过第一获取单元501,用于获取患者在目标手术过程中第一手术状态下的第一造影图像和第二手术状态下的第二造影图像,所述目标手术为对所述患者进行内镜下逆行胰胆管造影成像导丝插入手术,所述第一手术状态为导丝插入前的状态,所述第一造影图像包括十二指肠镜与所述第一手术状态对应的无受力状态下的胆总管,所述第二手术状态为所述导丝插入完成后的状态,所述第二造影图像包括与所述第二手术状态对应的受力状态下的胆总管、以及与所述第二手术状态对应的受力状态下的导丝;第一确定单元502,用于基于所述第二造影图像,确定所述受力状态下的导丝的工作长度数据;第二确定单元503,用于基于所述第一造影图像和所述第二造影图像,确定所述受力状态下的胆总管的受力数据;第三确定单元504,用于基于所述第一造影图像和所述第二造影图像,确定所述受力状态下的胆总管的形变程度数据;第四确定单元505,用于基于所述受力状态下的胆总管的受力数据和形变程度数据、以及所述受力状态下的导丝的工作长度数据,确定所述胆总管的硬度系数,并基于所述胆总管的硬度系数,确定所述胆总管的纤维化等级。相较于传统装置,通过对目标手术过程中第一手术状态下的第一造影图像和第二手术状态下的第二造影图像进行分析计算,确定了受力状态下的导丝的工作长度数据、受力状态下的胆总管的受力数据以及受力状态下的胆总管的形变程度数据,然后再通过上述数据确定了胆总管的硬度系数,最后通过将胆总管的硬度系数转化为胆总管的纤维化等级,实现了无需切除取样即确定胆管癌患者的纤维化程度,避免根据主观经验推断,从而高效无创地量化胆管癌患者的硬化程度,提高临床诊断胆管癌发展程度与预后的准确度。
除了上述介绍用于胆总管纤维化等级确定方法与装置之外,本申请实施例还提供一种计算机设备,其集成了本申请实施例所提供的任一种胆总管纤维化等级确定装置,所述计算机设备包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行上述胆总管纤维化等级确定方法实施例中任一实施例中所述的任一方法的操作。
本申请实施例还提供一种计算机设备,其集成了本申请实施例所提供的任一种胆总管纤维化等级确定装置。如图6所示,其示出了本申请实施例所涉及的计算机设备的结构示意图,具体来讲:
该计算机设备可以包括一个或者一个以上处理核心的处理器601、一个或一个以上计算机可读存储介质的存储单元602、电源603和输入单元604等部件。本领域技术人员可以理解,图6中示出的计算机设备结构并不构成对计算机设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
处理器601是该计算机设备的控制中心,利用各种接口和线路连接整个计算机设备的各个部分,通过运行或执行存储在存储单元602内的软件程序和/或模块,以及调用存储在存储单元602的数据,执行计算机设备的各种功能和处理数据,从而对计算机设备进行整体监控。可选的,处理器601可包括一个或多个处理核心;优选的,处理器601可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器601中。
存储单元602可用于存储软件程序以及模块,处理器601通过运行存储在存储单元602的软件程序以及模块,从而执行各种功能应用以及数据处理。存储单元602可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据计算机设备的使用所创建的数据等。此外,存储单元602可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储单元602还可以包括存储器控制器,以提供处理器601对存储单元602的访问。
计算机设备还包括给各个部件供电的电源603,优选的,电源603可以通过电源管理系统与处理器601逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源603还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该计算机设备还可包括输入单元604,该输入单元604可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出,计算机设备还可以包括显示单元等,在此不再赘述。具体在本申请实施例中,计算机设备中的处理器601会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储单元602中,并由处理器601来运行存储在存储单元602中的应用程序,从而实现各种功能,如下:
获取患者在目标手术过程中第一手术状态下的第一造影图像和第二手术状态下的第二造影图像,目标手术为对患者进行内镜下逆行胰胆管造影成像导丝插入手术,第一手术状态为导丝插入前的状态,第一造影图像包括与第一手术状态对应的无受力状态下的胆总管,第二手术状态为导丝插入完成后的状态,第二造影图像包括与第二手术状态对应的受力状态下的胆总管、以及与第二手术状态对应的受力状态下的导丝;基于第二造影图像,确定受力状态下的导丝的工作长度数据;基于第一造影图像和第二造影图像,确定受力状态下的胆总管的受力数据;基于第一造影图像和第二造影图像,确定受力状态下的胆总管的形变程度数据;基于受力状态下的胆总管的受力数据和形变程度数据、以及受力状态下的导丝的工作长度数据,确定胆总管的硬度系数,并基于胆总管的硬度系数,确定胆总管的纤维化等级。
本申请实施例,相较于传统方法,通过对目标手术过程中第一手术状态下的第一造影图像和第二手术状态下的第二造影图像进行分析计算,确定了受力状态下的导丝的工作长度数据、受力状态下的胆总管的受力数据以及受力状态下的胆总管的形变程度数据,然后再通过上述数据确定了胆总管的硬度系数,最后通过将胆总管的硬度系数转化为胆总管的纤维化等级,实现了无需切除取样即确定胆管癌患者的纤维化程度,避免根据主观经验推断,从而高效无创地量化胆管癌患者的硬化程度,提高临床诊断胆管癌发展程度与预后的准确度。
为此,本申请实施例提供一种计算机可读存储介质,该计算机可读存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random AccessMemory)、磁盘或光盘等。该计算机可读存储介质中存储有多条指令,该指令能够被处理器进行加载,以执行本申请实施例所提供的任一种胆总管纤维化等级确定方法中的步骤。例如,该指令可以执行如下步骤:
获取患者在目标手术过程中第一手术状态下的第一造影图像和第二手术状态下的第二造影图像,目标手术为对患者进行内镜下逆行胰胆管造影成像导丝插入手术,第一手术状态为导丝插入前的状态,第一造影图像包括与第一手术状态对应的无受力状态下的胆总管,第二手术状态为导丝插入完成后的状态,第二造影图像包括与第二手术状态对应的受力状态下的胆总管、以及与第二手术状态对应的受力状态下的导丝;基于第二造影图像,确定受力状态下的导丝的工作长度数据;基于第一造影图像和第二造影图像,确定受力状态下的胆总管的受力数据;基于第一造影图像和第二造影图像,确定受力状态下的胆总管的形变程度数据;基于受力状态下的胆总管的受力数据和形变程度数据、以及受力状态下的导丝的工作长度数据,确定胆总管的硬度系数,并基于胆总管的硬度系数,确定胆总管的纤维化等级。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
以上对本申请实施例所提供的一种胆总管纤维化等级确定方法、装置、终端及计算机可读存储介质进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种胆总管纤维化等级确定方法,其特征在于,所述方法包括:
获取患者在目标手术过程中第一手术状态下的第一造影图像和第二手术状态下的第二造影图像,所述目标手术为对所述患者进行内镜下逆行胰胆管造影成像导丝插入手术,所述第一手术状态为导丝插入前的状态,所述第一造影图像包括与所述第一手术状态对应的无受力状态下的胆总管,所述第二手术状态为所述导丝插入完成后的状态,所述第二造影图像包括与所述第二手术状态对应的受力状态下的胆总管、以及与所述第二手术状态对应的受力状态下的导丝;
基于所述第二造影图像,确定所述受力状态下的导丝的工作长度数据;
基于所述第一造影图像和所述第二造影图像,确定所述受力状态下的胆总管的受力数据;
基于所述第一造影图像和所述第二造影图像,确定所述受力状态下的胆总管的形变程度数据;
基于所述受力状态下的胆总管的受力数据和形变程度数据、以及所述受力状态下的导丝的工作长度数据,确定所述胆总管的硬度系数,并基于所述胆总管的硬度系数,确定所述胆总管的纤维化等级。
2.根据权利要求1所述的胆总管纤维化等级确定方法,其特征在于,所述基于所述第一造影图像和所述第二造影图像,确定所述受力状态下的胆总管的受力数据,包括:
基于所述第一造影图像和所述第二造影图像,确定所述胆总管对所述导丝的施力数据;
基于所述胆总管对所述导丝的施力数据,确定所述受力状态下的胆总管的受力数据。
3.根据权利要求2所述的胆总管纤维化等级确定方法,其特征在于,所述第一造影图像还包括十二指肠镜上的抬钳器;
所述基于所述第一造影图像和所述第二造影图像,确定所述胆总管对所述导丝的施力数据,包括:
基于所述第一造影图像和所述第二造影图像,确定所述受力状态下的导丝的自由端的形变数据,所述形变数据为所述受力状态下的导丝的自由端到所述导丝在无受力状态下的长度方向延长线的距离;
基于所述第一造影图像和所述第二造影图像,确定所述受力状态下的导丝的预设部位的最大曲率点沿导丝方向与所述十二指肠镜上的抬钳器的距离数据,所述预设部位为导丝的根部;
获取所述导丝的弯曲刚度;
基于所述形变数据、所述距离数据以及所述弯曲刚度,确定所述胆总管对所述导丝的施力数据。
4.根据权利要求1所述的胆总管纤维化等级确定方法,其特征在于,所述基于所述第一造影图像和所述第二造影图像,确定所述受力状态下的胆总管的形变程度数据,包括:
基于所述第一造影图像,确定所述无受力状态下的胆总管的最大曲率点;
计算所述无受力状态下的胆总管的最大曲率点的生理曲度数据;
基于所述第二造影图像,确定所述受力状态下的胆管的最大曲率点;
计算所述受力状态下的胆管的最大曲率点的形变曲度数据;
基于所述生理曲度数据和所述形变曲度数据,确定所述受力状态下的胆总管的形变程度数据。
5.根据权利要求1所述的胆总管纤维化等级确定方法,其特征在于,所述基于所述第二造影图像,确定所述受力状态下的导丝的工作长度数据,包括:
分割所述第二造影图像,得到成分分割图;
提取所述成分分割图中受力状态下的导丝;
采用边缘平滑算法优化所述受力状态下的导丝的轮廓;
基于所述轮廓,确定所述受力状态下的导丝的工作长度数据。
6.根据权利要求5所述的胆总管纤维化等级确定方法,其特征在于,所述基于所述轮廓,确定所述受力状态下的导丝的工作长度数据,包括:
获取所述轮廓的像素距离;
转换所述像素距离为实际距离,以得到所述受力状态下的导丝的工作长度数据。
7.根据权利要求1所述的胆总管纤维化等级确定方法,其特征在于,所述基于所述胆总管的硬度系数,确定所述胆总管的纤维化等级,包括:
将所述硬度系数与预设的多个阈值进行比较,得到比较结果;
基于所述比较结果,确定所述胆总管的纤维化等级。
8.一种胆总管纤维化等级确定装置,其特征在于,所述装置包括:
第一获取单元,用于获取患者在目标手术过程中第一手术状态下的第一造影图像和第二手术状态下的第二造影图像,所述目标手术为对所述患者进行内镜下逆行胰胆管造影成像导丝插入手术,所述第一手术状态为导丝插入前的状态,所述第一造影图像包括十二指肠镜与所述第一手术状态对应的无受力状态下的胆总管,所述第二手术状态为所述导丝插入完成后的状态,所述第二造影图像包括与所述第二手术状态对应的受力状态下的胆总管、以及与所述第二手术状态对应的受力状态下的导丝;
第一确定单元,用于基于所述第二造影图像,确定所述受力状态下的导丝的工作长度数据;
第二确定单元,用于基于所述第一造影图像和所述第二造影图像,确定所述受力状态下的胆总管的受力数据;
第三确定单元,用于基于所述第一造影图像和所述第二造影图像,确定所述受力状态下的胆总管的形变程度数据;
第四确定单元,用于基于所述受力状态下的胆总管的受力数据和形变程度数据、以及所述受力状态下的导丝的工作长度数据,确定所述胆总管的硬度系数,并基于所述胆总管的硬度系数,确定所述胆总管的纤维化等级。
9.一种计算机设备,其特征在于,所述计算机设备包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行以实现权利要求1至7中任一项所述的胆总管纤维化等级确定方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行权利要求1至7任一项所述的胆总管纤维化等级确定方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310153579.4A CN115944276B (zh) | 2023-02-22 | 2023-02-22 | 胆总管纤维化等级确定方法、装置及其相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310153579.4A CN115944276B (zh) | 2023-02-22 | 2023-02-22 | 胆总管纤维化等级确定方法、装置及其相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115944276A true CN115944276A (zh) | 2023-04-11 |
CN115944276B CN115944276B (zh) | 2024-07-05 |
Family
ID=87291378
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310153579.4A Active CN115944276B (zh) | 2023-02-22 | 2023-02-22 | 胆总管纤维化等级确定方法、装置及其相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115944276B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2283032C1 (ru) * | 2005-06-15 | 2006-09-10 | Ирина Олеговна Гибадулина | Способ оценки функционального состояния желчевыводящей системы у пациентов после холецистэктомии |
JP2013000174A (ja) * | 2011-06-13 | 2013-01-07 | Stelic Institute Of Regenerative Medicine | 画像処理装置、画像処理方法および画像処理プログラム |
US20130030305A1 (en) * | 2010-03-31 | 2013-01-31 | Hanry Yu | Method and system for determining a stage of fibrosis in a liver |
WO2016008014A1 (en) * | 2014-07-18 | 2016-01-21 | The University Of Sydney | Method of predicting rapid progression of fibrosis and therapy and reagents therefor |
CN109155063A (zh) * | 2016-04-12 | 2019-01-04 | 透视诊断有限公司 | 用于生成胆管树形结构的定量数据的方法和设备 |
CN109584229A (zh) * | 2018-11-28 | 2019-04-05 | 武汉大学人民医院(湖北省人民医院) | 一种内镜下逆行胰胆管造影术实时辅助诊断系统及方法 |
WO2020111493A1 (ko) * | 2018-11-28 | 2020-06-04 | 아주대학교산학협력단 | Ct 영상 분석을 이용한 간 섬유화 예측 장치 및 그 방법 |
CN111462117A (zh) * | 2020-05-19 | 2020-07-28 | 深圳北芯生命科技有限公司 | 基于血管图像的数据处理系统及其数据处理方法 |
US20200372640A1 (en) * | 2019-05-24 | 2020-11-26 | PharmaNest LLC | Systems and methods for quantitative phenotyping of fibrosis |
CN113544737A (zh) * | 2019-01-13 | 2021-10-22 | 光实验成像公司 | 用于动脉图像区域及其特征的分类的系统和方法 |
CN114969887A (zh) * | 2022-04-15 | 2022-08-30 | 辽宁工程技术大学 | 一种确定含弱层边坡稳定性随内排支挡变化规律的方法 |
-
2023
- 2023-02-22 CN CN202310153579.4A patent/CN115944276B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2283032C1 (ru) * | 2005-06-15 | 2006-09-10 | Ирина Олеговна Гибадулина | Способ оценки функционального состояния желчевыводящей системы у пациентов после холецистэктомии |
US20130030305A1 (en) * | 2010-03-31 | 2013-01-31 | Hanry Yu | Method and system for determining a stage of fibrosis in a liver |
JP2013000174A (ja) * | 2011-06-13 | 2013-01-07 | Stelic Institute Of Regenerative Medicine | 画像処理装置、画像処理方法および画像処理プログラム |
WO2016008014A1 (en) * | 2014-07-18 | 2016-01-21 | The University Of Sydney | Method of predicting rapid progression of fibrosis and therapy and reagents therefor |
CN109155063A (zh) * | 2016-04-12 | 2019-01-04 | 透视诊断有限公司 | 用于生成胆管树形结构的定量数据的方法和设备 |
CN109584229A (zh) * | 2018-11-28 | 2019-04-05 | 武汉大学人民医院(湖北省人民医院) | 一种内镜下逆行胰胆管造影术实时辅助诊断系统及方法 |
WO2020111493A1 (ko) * | 2018-11-28 | 2020-06-04 | 아주대학교산학협력단 | Ct 영상 분석을 이용한 간 섬유화 예측 장치 및 그 방법 |
CN113544737A (zh) * | 2019-01-13 | 2021-10-22 | 光实验成像公司 | 用于动脉图像区域及其特征的分类的系统和方法 |
US20200372640A1 (en) * | 2019-05-24 | 2020-11-26 | PharmaNest LLC | Systems and methods for quantitative phenotyping of fibrosis |
CN111462117A (zh) * | 2020-05-19 | 2020-07-28 | 深圳北芯生命科技有限公司 | 基于血管图像的数据处理系统及其数据处理方法 |
CN114969887A (zh) * | 2022-04-15 | 2022-08-30 | 辽宁工程技术大学 | 一种确定含弱层边坡稳定性随内排支挡变化规律的方法 |
Non-Patent Citations (1)
Title |
---|
孙小玲,何薇,李霞,褚洪毅: "实时剪切波弹性成像技术评价乙型肝炎肝纤维化严重程度的价值", 中国热带医学, vol. 22, no. 12, 31 December 2022 (2022-12-31), pages 1169 - 1173 * |
Also Published As
Publication number | Publication date |
---|---|
CN115944276B (zh) | 2024-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11622812B2 (en) | Systems and methods for correction of artificial deformation in anatomic modeling | |
US11081237B2 (en) | Diagnostically useful results in real time | |
US11406337B2 (en) | Calculating a fractional flow reserve | |
JP6522175B2 (ja) | 血管形状及び生理学から血流特性を推定するシステム及びその作動方法 | |
JP6685319B2 (ja) | 定量的フロー分析のための方法および装置 | |
US9043190B2 (en) | Systems and methods for identifying personalized vascular implants from patient-specific anatomic data | |
JP6362851B2 (ja) | 血管解析装置、血管解析プログラム、及び血管解析装置の作動方法 | |
US20220319004A1 (en) | Automatic vessel analysis from 2d images | |
CN114419521B (zh) | 肠道内镜检查的监控方法及装置 | |
CN113040812B (zh) | 医学图像分析方法、装置、计算机设备和存储介质 | |
EP4072427A1 (en) | Intraluminal image-based vessel diameter determination and associated devices, systems, and methods | |
CN112155580B (zh) | 基于造影图像修正血流速度和微循环参数的方法及装置 | |
CN115003229A (zh) | 基于管腔内成像对管腔内处置异常的检测和可视化 | |
CN115115657A (zh) | 病灶分割方法及装置、电子设备及存储介质 | |
CN113827207A (zh) | 肺动脉的评估方法、装置、计算机设备和存储介质 | |
CN112472112B (zh) | 调节血管狭窄区间的方法、系统及存储介质 | |
CN115944276B (zh) | 胆总管纤维化等级确定方法、装置及其相关设备 | |
CN114974518A (zh) | 多模态数据融合的肺结节影像识别方法及装置 | |
CN113902693A (zh) | 图像分割方法及计算机可读存储介质 | |
CN113706541A (zh) | 一种图像处理方法及装置 | |
CN113658701B (zh) | 术后评估方法、计算机设备和存储介质 | |
EP4005472B1 (en) | Method and apparatus for correcting blood flow velocity on the basis of interval time between angiographic images | |
US20240135530A1 (en) | Method and apparatus for analyzing blood vessel based on machine learning model | |
CN118098607B (zh) | 一种冠状动脉供血功能评估方法、系统、设备以及介质 | |
US20240032801A1 (en) | Measuring renal artery distensibility and/or compliance from medical images |
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 |