CN117357248A - 脑部电极植入手术的路径确定方法、装置及设备 - Google Patents
脑部电极植入手术的路径确定方法、装置及设备 Download PDFInfo
- Publication number
- CN117357248A CN117357248A CN202311402876.4A CN202311402876A CN117357248A CN 117357248 A CN117357248 A CN 117357248A CN 202311402876 A CN202311402876 A CN 202311402876A CN 117357248 A CN117357248 A CN 117357248A
- Authority
- CN
- China
- Prior art keywords
- brain region
- brain
- initial
- polyhedron
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 210000004556 brain Anatomy 0.000 title claims abstract description 615
- 238000000034 method Methods 0.000 title claims abstract description 93
- 238000002513 implantation Methods 0.000 title claims abstract description 47
- 238000007428 craniotomy Methods 0.000 claims abstract description 43
- 238000004458 analytical method Methods 0.000 claims description 40
- 239000013598 vector Substances 0.000 claims description 18
- 238000001356 surgical procedure Methods 0.000 claims description 16
- 230000011218 segmentation Effects 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 13
- 238000005070 sampling Methods 0.000 claims description 13
- 238000000513 principal component analysis Methods 0.000 claims description 11
- 238000013316 zoning Methods 0.000 claims 1
- 210000004204 blood vessel Anatomy 0.000 abstract description 22
- 230000006870 function Effects 0.000 description 14
- 229910052736 halogen Inorganic materials 0.000 description 9
- 150000002367 halogens Chemical class 0.000 description 9
- 238000003384 imaging method Methods 0.000 description 6
- 241001465754 Metazoa Species 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 241000283973 Oryctolagus cuniculus Species 0.000 description 3
- 241000700159 Rattus Species 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000002591 computed tomography Methods 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000011514 reflex Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 210000004727 amygdala Anatomy 0.000 description 1
- 210000000133 brain stem Anatomy 0.000 description 1
- 210000001638 cerebellum Anatomy 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 210000001652 frontal lobe Anatomy 0.000 description 1
- 210000004884 grey matter Anatomy 0.000 description 1
- 210000001320 hippocampus Anatomy 0.000 description 1
- 210000003016 hypothalamus Anatomy 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 210000003007 myelin sheath Anatomy 0.000 description 1
- 210000004126 nerve fiber Anatomy 0.000 description 1
- 210000000869 occipital lobe Anatomy 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 210000001152 parietal lobe Anatomy 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 210000003625 skull Anatomy 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 210000003478 temporal lobe Anatomy 0.000 description 1
- 210000001103 thalamus Anatomy 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
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
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Surgery (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Robotics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本申请公开了一种脑部电极植入手术的路径确定方法、装置及设备。该方法通过基于手术对象的脑区结构对手术对象的三维脑模型进行区域划分，得到初始脑区划分结果，对所述初始脑区划分结果中待处理的脑区多面体进行切割处理，根据切割处理的结果确定目标脑区划分结果，基于目标脑区划分结果，得到满足预设条件的初始目标路径；在开颅手术过程中检测到障碍区域的情况下，确定不经过所述障碍区域的初始目标路径为目标路径。充分利用目标脑区的三维建模信息和检测得到的血管或其他重要的功能结构对象的位置信息，在脑部电极植入手术中对路径自动化的确定，避免了对血管等其他功能结构对象的损伤，提高了脑部电极植入手术精度、安全性和自动化程度。
Description
技术领域
本申请涉及医疗器械技术领域，特别涉及一种脑部电极植入手术的路径确定方法、装置及设备。
背景技术
在面向脑科学的研究中，通常选择小动物(大小鼠、兔等)作为研究对象，当研究中需要对小动物进行脑部外科手术时，需要将器械(如电极、光纤或微型注射器)精确地放置到目标脑区。
目前，手术路径的规划是一个难点。这是由于，大脑功能结构复杂，其包含了动脉血管、神经纤维、髓鞘、大脑皮质(灰质)等重要的功能结构对象，开颅后可能出现未预料的血管或其他功能结构对象，从而导致原先规划的手术植入路径受阻，此时需要重新规划整个手术植入路径，以确保电极或其他器械能够安全地放置到目标脑区，并避免损伤重要脑结构或血管。现有技术中，实验者会以颅骨上的前后囟点作为参考点，用于定义目标脑区的方位。当在开颅过程中发现血管或其他障碍物时，手术路径的选择一般依赖医生的临床经验，依赖临时的视觉观察和经验来重新规划手术植入路径存在一定的风险，且会增加手术的时间和复杂性。现有技术操作复杂较为耗时，不能智能化的快速精准进行二次规划。因此，急需一种能够快速避让当前血管等功能结构对象、二次规划手术路线以帮助完成电极安全地精准植入的路径确定方法。
发明内容
为了解决现有技术的问题，本申请提供了一种脑部电极植入手术的路径确定方法、装置及设备，充分利用目标脑区的三维建模信息和检测到的血管或其他重要的功能结构对象的位置信息，解决了脑部电极植入手术中对器械安全放置路径确定的自动化和避让当前血管等功能结构对象的手术路径二次规划的智能化问题。
根据本申请的一方面，提供了一种脑部电极植入手术的路径确定方法，所述方法包括：
基于手术对象的脑区结构对手术对象的三维脑模型进行区域划分，得到初始脑区划分结果；
对所述初始脑区划分结果进行分析，在分析结果指示所述初始脑区划分结果中存在待处理的脑区多面体的情况下，对所述待处理的脑区多面体进行切割处理，根据切割处理的结果更新所述初始脑区划分结果，确定更新后的初始脑区划分结果为目标脑区划分结果；
确定所述目标脑区划分结果的中心点集，根据开颅区域的任意一个采样点和所述中心点集的任意一个中心点，生成所述开颅区域与所述三维脑模型之间的多条初始路径；
确定所述中心点集与每条初始路径的夹角，将满足预设条件的夹角对应的初始路径，确定为初始目标路径；
在开颅手术过程中检测到障碍区域的情况下，对所述初始目标路径进行分析，在分析结果指示所述初始目标路径不经过所述障碍区域的情况下，确定所述初始目标路径为目标路径。
在一种可能的实现方式中，在基于手术对象的脑区结构对手术对象的三维脑模型进行区域划分之前，所述方法包括：
对脑部参照物进行测量得到参照物信息真值，基于所述参照物信息真值对三维脑模型进行缩放调整，以使所述三维脑模型的各个脑区的位置信息与真实脑区的位置信息一致；
相应地，基于手术对象的脑区结构对手术对象的三维脑模型进行区域划分，包括：
基于手术对象的脑区结构对手术对象的缩放后的三维脑模型进行区域划分，得到初始脑区划分结果。
在一种可能的实现方式中，所述初始脑区划分结果为对所述三维脑模型进行区域划分得到的多个脑区多面体，
所述对所述初始脑区划分结果进行分析，在分析结果指示所述初始脑区划分结果中存在待处理的脑区多面体的情况下，对所述待处理的脑区多面体进行切割处理，根据切割处理的结果更新所述初始脑区划分结果，确定更新后的初始脑区划分结果为目标脑区划分结果，包括：
对所述初始脑区划分结果中的每个脑区多面体进行分析，在分析结果指示所述脑区多面体为凹多面体的情况下，确定所述脑区多面体为待处理的脑区多面体；
对所述待处理的脑区多面体进行切割处理，根据切割处理的结果更新所述初始脑区划分结果，得到更新后的初始脑区划分结果；
在更新后的初始脑区划分结果中的脑区多面体不存在待处理的脑区多面体的情况下，确定所述更新后的初始脑区划分结果为所述目标脑区划分结果。
在一种可能的实现方式中，所述三维脑模型由空间坐标点在空间直角坐标系中进行建模得到，所述空间直角坐标系包括原点和过原点互相垂直的三条坐标轴，所述三条坐标轴分别为横轴、纵轴和竖轴，任意两条坐标轴确定一个坐标面，且三个坐标面互相垂直，其中横轴与纵轴所确定的坐标面为第一坐标面，横轴与竖轴所确定的坐标面为第二坐标面，
所述对所述待处理的脑区多面体进行切割处理，根据切割处理的结果更新所述初始脑区划分结果，得到更新后的初始脑区划分结果，包括：
在空间直角坐标系中，将所述待处理的脑区多面体投影到第一坐标面上，得到第一多边形，基于所述第一多边形对所述待处理的脑区多面体进行切割处理，得到多个第一脑区多面体；
对每个第一脑区多面体进行分析，在分析结果指示所述第一脑区多面体为凹多面体的情况下，确定所述第一脑区多面体为二次处理的脑区多面体；
将所述二次处理的脑区多面体投影到第二坐标面上，得到第二多边形，基于所述第二多边形对所述二次处理的脑区多面体进行切割处理，得到多个第二脑区多面体；
根据多个第一脑区多面体和多个第二脑区多面体更新所述初始脑区划分结果，得到更新后的初始脑区划分结果。
在一种可能的实现方式中，所述在空间直角坐标系中，将所述待处理的脑区多面体投影到第一坐标面上，得到第一多边形，基于所述第一多边形对所述待处理的脑区多面体进行切割处理，得到多个第一脑区多面体，包括：
将所述待处理的脑区多面体作为当前待处理的脑区多面体，随机选取所述第一多边形的任意一个顶点作为当前起点，沿所述当前起点的逆时针方向依次计算所述第一多边形的每个内角的度数，在计算结果显示内角的度数超过预设角度的情况下，确定对应超过预设角度的内角的顶点为当前分割点；
连接所述当前起点和所述当前分割点得到当前分割线，根据所述当前分割线确定当前切割面，基于所述当前切割面对所述当前待处理的脑区多面体进行切割处理，得到第一部分和第二部分，所述当前切割面经过所述当前分割线且与所述第一多边形垂直，所述当前分割线将所述第一多边形划分为第三多边形和第四多边形，所述第三多边形为自当前起点的逆时针方向到所述当前分割点的第一多边形的边、以及所述当前分割线组成的区域，所述第四多边形为所述第一多边形去掉所述第三多边形后的区域，所述第一部分为所述第三多边形对应的所述当前待处理的脑区多面体的部分，所述第二部分为所述第四多边形对应的所述当前待处理的脑区多面体的部分；
将所述当前分割点重新作为当前起点，将所述第二部分重新作为当前待处理的脑区多面体，重复所述沿所述当前起点的逆时针方向依次计算所述第一多边形的每个内角的度数，至基于所述当前切割面对所述待处理的脑区多面体进行切割处理，得到第一部分和第二部分的步骤，直至遍历所述第一多边形的所有顶点；
将所述第一多边形的所有顶点遍历完成后得到的所述待处理的脑区多面体的多个部分，作为多个第一脑区多面体。
在一种可能的实现方式中，所述确定所述中心点集与每条初始路径的夹角，将满足预设条件的夹角对应的初始路径，确定为初始目标路径，包括：
基于主成分分析对所述中心点集进行特征提取，确定满足预设条件的特征提取结果为所述中心点集特征向量；
计算所述中心点集特征向量与每条初始路径的夹角，得到每条初始目标路径对应的夹角度数，将小于预设角度阈值的夹角度数对应的初始路径，确定为所述初始目标路径。
在一种可能的实现方式中，所述方法还包括：
在开颅手术过程中检测到障碍区域的情况下，对所述初始目标路径进行分析，在分析结果指示所述初始目标路径经过所述障碍区域的情况下，将所述初始目标路径从多条初始路径中删除；
在删除所述初始目标路径后的多条初始路径中，重新确定所述目标路径。
另一方面，提供了一种脑部电极植入手术的路径确定装置，所述装置包括：
三维脑模型分割模块，用于基于手术对象的脑区结构对手术对象的三维脑模型进行划分，得到初始脑区划分结果；
脑区多面体切割模块，用于对所述初始脑区划分结果进行分析，在分析结果指示所述初始脑区划分结果中存在待处理的脑区多面体的情况下，对所述待处理的脑区多面体进行切割处理，根据切割处理的结果更新所述初始脑区划分结果，确定更新后的初始脑区划分结果为目标脑区划分结果；
初始路径生成模块，用于确定所述目标脑区划分结果的中心点集，根据开颅区域的任意一个采样点和所述中心点集的任意一个中心点，生成所述开颅区域与所述三维脑模型之间的多条初始路径；
初始目标路径确定模块，用于确定所述中心点集与每条初始路径的夹角，将满足预设条件的夹角对应的初始路径，确定为初始目标路径；
目标路径确定模块，用于在开颅手术过程中检测到障碍区域的情况下，对所述初始目标路径进行分析，在分析结果指示所述初始目标路径不经过所述障碍区域的情况下，确定所述初始目标路径为目标路径。
在一种可能的实现方式中，在基于手术对象的脑区结构对手术对象的三维脑模型进行区域划分之前，所述三维脑模型分割模块，用于：
对脑部参照物进行测量得到参照物信息真值，基于所述参照物信息真值对三维脑模型进行缩放调整，以使所述三维脑模型的各个脑区的位置信息与真实脑区的位置信息一致；
相应地，基于手术对象的脑区结构对手术对象的三维脑模型进行区域划分，包括：
基于手术对象的脑区结构对手术对象的缩放后的三维脑模型进行区域划分，得到初始脑区划分结果。
在一种可能的实现方式中，所述初始脑区划分结果为对所述三维脑模型进行区域划分得到的多个脑区多面体，所述脑区多面体切割模块，用于：
对所述初始脑区划分结果中的每个脑区多面体进行分析，在分析结果指示所述脑区多面体为凹多面体的情况下，确定所述脑区多面体为待处理的脑区多面体；
对所述待处理的脑区多面体进行切割处理，根据切割处理的结果更新所述初始脑区划分结果，得到更新后的初始脑区划分结果；
在更新后的初始脑区划分结果中的脑区多面体不存在待处理的脑区多面体的情况下，确定所述更新后的初始脑区划分结果为所述目标脑区划分结果。
在一种可能的实现方式中，所述三维脑模型由空间坐标点在空间直角坐标系中进行建模得到，所述空间直角坐标系包括原点和过原点互相垂直的三条坐标轴，所述三条坐标轴分别为横轴、纵轴和竖轴，任意两条坐标轴确定一个坐标面，且三个坐标面互相垂直，其中横轴与纵轴所确定的坐标面为第一坐标面，横轴与竖轴所确定的坐标面为第二坐标面，所述脑区多面体切割模块，用于：
在空间直角坐标系中，将所述待处理的脑区多面体投影到第一坐标面上，得到第一多边形，基于所述第一多边形对所述待处理的脑区多面体进行切割处理，得到多个第一脑区多面体；
对每个第一脑区多面体进行分析，在分析结果指示所述第一脑区多面体为凹多面体的情况下，确定所述第一脑区多面体为二次处理的脑区多面体；
将所述二次处理的脑区多面体投影到第二坐标面上，得到第二多边形，基于所述第二多边形对所述二次处理的脑区多面体进行切割处理，得到多个第二脑区多面体；
根据多个第一脑区多面体和多个第二脑区多面体更新所述初始脑区划分结果，得到更新后的初始脑区划分结果。
在一种可能的实现方式中，所述脑区多面体切割模块包括切割单元，用于：
将所述待处理的脑区多面体作为当前待处理的脑区多面体，随机选取所述第一多边形的任意一个顶点作为当前起点，沿所述当前起点的逆时针方向依次计算所述第一多边形的每个内角的度数，在计算结果显示内角的度数超过预设角度的情况下，确定对应超过预设角度的内角的顶点为当前分割点；
连接所述当前起点和所述当前分割点得到当前分割线，根据所述当前分割线确定当前切割面，基于所述当前切割面对所述当前待处理的脑区多面体进行切割处理，得到第一部分和第二部分，所述当前切割面经过所述当前分割线且与所述第一多边形垂直，所述当前分割线将所述第一多边形划分为第三多边形和第四多边形，所述第三多边形为自当前起点的逆时针方向到所述当前分割点的第一多边形的边、以及所述当前分割线组成的区域，所述第四多边形为所述第一多边形去掉所述第三多边形后的区域，所述第一部分为所述第三多边形对应的所述当前待处理的脑区多面体的部分，所述第二部分为所述第四多边形对应的所述当前待处理的脑区多面体的部分；
将所述当前分割点重新作为当前起点，将所述第二部分重新作为当前待处理的脑区多面体，重复所述沿所述当前起点的逆时针方向依次计算所述第一多边形的每个内角的度数，至基于所述当前切割面对所述待处理的脑区多面体进行切割处理，得到第一部分和第二部分的步骤，直至遍历所述第一多边形的所有顶点；
将所述第一多边形的所有顶点遍历完成后得到的所述待处理的脑区多面体的多个部分，作为多个第一脑区多面体。
在一种可能的实现方式中，所述初始目标路径确定模块，用于：
基于主成分分析对所述中心点集进行特征提取，确定满足预设条件的特征提取结果为所述中心点集特征向量；
计算所述中心点集特征向量与每条初始路径的夹角，得到每条初始目标路径对应的夹角度数，将小于预设角度阈值的夹角度数对应的初始路径，确定为所述初始目标路径。
在一种可能的实现方式中，所述目标路径确定模块，用于：
在开颅手术过程中检测到障碍区域的情况下，对所述初始目标路径进行分析，在分析结果指示所述初始目标路径经过所述障碍区域的情况下，将所述初始目标路径从多条初始路径中删除；
在删除所述初始目标路径后的多条初始路径中，重新确定所述目标路径。
另一方面，提供了一种电子设备，包括处理器和存储器，所述存储器中存储有至少一条指令或者至少一段程序，所述至少一条指令或者所述至少一段程序由所述处理器加载并执行以实现上述任一方面的脑部电极植入手术的路径确定方法。
另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条指令或者至少一段程序，所述至少一条指令或者所述至少一段程序由处理器加载并执行以实现如上述任一方面的脑部电极植入手术的路径确定方法。
另一方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。电子设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该电子设备执行上述任一方面的脑部电极植入手术的路径确定方法。
本申请实施例通过基于手术对象的脑区结构对手术对象的三维脑模型进行区域划分，得到初始脑区划分结果，对所述初始脑区划分结果进行分析，在分析结果指示所述初始脑区划分结果中存在待处理的脑区多面体的情况下，对所述待处理的脑区多面体进行切割处理，根据切割处理的结果更新所述初始脑区划分结果，确定更新后的初始脑区划分结果为目标脑区划分结果，确定所述目标脑区划分结果的中心点集，根据开颅区域的任意一个采样点和所述中心点集的任意一个中心点，生成所述开颅区域与所述三维脑模型之间的多条初始路径，确定所述中心点集与每条初始路径的夹角，将满足预设条件的夹角对应的初始路径，确定为初始目标路径；在开颅手术过程中检测到障碍区域的情况下，对所述初始目标路径进行分析，在分析结果指示所述初始目标路径不经过所述障碍区域的情况下，确定所述初始目标路径为目标路径。充分利用目标脑区的三维建模信息和检测得到的血管或其他重要的功能结构对象的位置信息，在脑部电极植入手术中对器械安全放置路径自动化的确定，在检测到的血管或其他重要的功能结构对象的位置信息时进行智能化的手术路径二次规划，避免了对血管等其他重要的功能结构对象的损伤，减少了人为和系统造成的误差，减少手术时间，提高了脑部电极植入手术精度、安全性和自动化程度。
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是本申请实施例提供的一种脑部电极植入手术的路径确定方法的流程示意图；
图2是本申请实施例提供的一种脑部电极植入手术的路径确定方法中的多边形分割示意图；
图3是本申请实施例提供的另一种脑部电极植入手术的路径确定方法的流程示意图；
图4是本申请实施例提供的一种脑部电极植入手术的路径确定方法中的多边形顶点确定示意图；
图5是本申请实施例提供的一种脑部电极植入手术的路径确定装置的结构框图。
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，本领域普通技术人员在没有做出创造性劳动的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。
本申请实施例提供的一种脑部电极植入手术的路径确定方法，所述脑部电极植入手术为面向脑科学研究的外科手术，手术对象为面向脑科学研究的小动物，包括大鼠、小鼠和兔子等。参阅图1，所述脑部电极植入手术的路径确定方法包括步骤S101至步骤S109。
在步骤S101中，基于手术对象的脑区结构对手术对象的三维脑模型进行区域划分，得到初始脑区划分结果。
在一种可能的实现方式中，在基于手术对象的脑区结构对手术对象的三维脑模型进行区域划分之前，所述方法包括：
对脑部参照物进行测量得到参照物信息真值，基于所述参照物信息真值对三维脑模型进行缩放调整，以使所述三维脑模型的各个脑区的位置信息与真实脑区的位置信息一致；
相应地，基于手术对象的脑区结构对手术对象的三维脑模型进行区域划分，包括：
基于手术对象的脑区结构对手术对象的缩放后的三维脑模型进行区域划分，得到初始脑区划分结果。
在一种可能的实现方式中，所述手术对象的三维脑模型为基于三维点云数据生成的。三维点云数据的采集包括：采用MRI(Megnetic Resonace Imaging，核磁共振影像)设备、采用超声成像、CT(Computed Tomography，电子计算机断层扫描)成像、X光成像等成像设备，及其他任何医学成像设备或组合，对手术对象的脑区进行检测得到脑区图像，基于脑区图像生成手术对象的脑区的三维点云数据。
在一种可能的实现方式中，基于三维点云数据采集的脑区图像，由空间坐标点在空间直角坐标系中进行建模得到三维脑模型，其中，空间直角坐标系包括原点和过原点互相垂直的三条坐标轴，所述三条坐标轴分别为横轴、纵轴和竖轴。
在一种可能的实现方式中，在基于手术对象的脑区结构对手术对象的三维脑模型进行区域划分之前，测量手术对象的大脑的前后卤点位置，基于测量得到的前后卤点位置和三维脑模型的卤点位置的对比结果，对三维脑模型进行缩放调整。以使三维脑模型的尺寸和手术对象的真实脑区的尺寸一致，且三维脑模型的各个脑区的位置与手术对象的真实脑区的位置一致。
在一种可能的实现方式中，根据脑区的功能对脑区的分类，手术对象的脑区结构包括额叶、枕叶、颞叶、顶叶、下丘脑、丘脑、杏仁体、海马体、小脑、脑干等部分，还包括血管或其他重要的功能结构，在手术中需要根据需求将电极置于准确的位置，同时避开血管等重要功能结构，以避免对脑区造成损伤。
在一种可能的实现方式中，将缩放后的三维脑模型作为待区域划分处理的三维脑模型，基于手术对象的脑区分类结果，对手术对象的缩放后的三维脑模型进行区域划分，得到初始脑区划分结果。
在该实现方式中，对手术对象进行三维建模，基于测量得到的前后卤点位置和三维脑模型的卤点位置的对比结果，对三维脑模型进行缩放调整进行缩放调整，基于手术对象的脑区结构对手术对象的缩放后的三维脑模型进行区域划分，得到初始脑区划分结果，使建模得到的三维脑模型精准的体现手术对象的脑部结构，便于后续基于所述初始脑区划分结果确定准确的脑部电极植入手术的目标路径。
在步骤S103中，对所述初始脑区划分结果进行分析，在分析结果指示所述初始脑区划分结果中存在待处理的脑区多面体的情况下，对所述待处理的脑区多面体进行切割处理，根据切割处理的结果更新所述初始脑区划分结果，确定更新后的初始脑区划分结果为目标脑区划分结果。
在一种可能的实现方式中，初始脑区划分结果可以看作是多个脑区多面体，大部分脑区的形状为凹多面体，为了便于计算每个脑区多面体的中心点，需要先将凹多面体切割成若干个凸多面体，然后根据凸多面体中心点的计算方式得到每个多面体的中心点。
在一种可能的实现方式中，凸多面体中心点的计算方式可以是，计算凸多面体内的点到各个面的距离平均值或距离之和，将最大的距离平均值或距离之和对应的点作为该凸多面体的中心点。
在一种可能的实现方式中，所述初始脑区划分结果为对所述三维脑模型进行区域划分得到的多个脑区多面体，
所述对所述初始脑区划分结果进行分析，在分析结果指示所述初始脑区划分结果中存在待处理的脑区多面体的情况下，对所述待处理的脑区多面体进行切割处理，根据切割处理的结果更新所述初始脑区划分结果，确定更新后的初始脑区划分结果为目标脑区划分结果，包括：
对所述初始脑区划分结果中的每个脑区多面体进行分析，在分析结果指示所述脑区多面体为凹多面体的情况下，确定所述脑区多面体为待处理的脑区多面体；
对所述待处理的脑区多面体进行切割处理，根据切割处理的结果更新所述初始脑区划分结果，得到更新后的初始脑区划分结果；
在更新后的初始脑区划分结果中的脑区多面体不存在待处理的脑区多面体的情况下，确定所述更新后的初始脑区划分结果为所述目标脑区划分结果。
在一种可能的实现方式中，多面体是由若干平面多边形所圈成的封闭的立体，这些平面多边形称为多面体的面，这些多边形的边和顶点分别称为多面体的棱和顶点。对于多面体的每个面所在的平面来说，多面体其他部分都在这个平面的同一侧的即为凸多面体；否则为凹多面体。凸多面体的任何截面都是凸多边形；凹多面体如果用平面截它，得到的除了凸多边形和凹多边形外，也可能有两个或以上的凸多边形甚至是更为复杂的多边形。凹多边形指如果把一个多边形的所有边中，有一条边向两方无限延长成为一直线时，其他各边不都在此直线的同旁，那么这个多边形就叫做凹多边形，其内角中至少有一个优角，优角指大于平角(180°)而小于周角(360°)的角。
在一种可能的实现方式中，对脑区多面体中的凹多面体脑区进行切割处理，根据切割处理的结果更新所述初始脑区划分结果，得到更新后的初始脑区划分结果，以使划分后得到的脑区多面体都为凸多面体脑区。
在该实现方式中，对初始脑区划分结果进行分析，在分析结果指示所述初始脑区划分结果中的脑区多面体存在凹多面体脑区的情况下，对凹多面体脑区进行切割处理，以使划分后得到的脑区多面体都为凸多面体脑区，便于计算每个脑区多面体的中心点。
在一种可能的实现方式中，所述三维脑模型由空间坐标点在空间直角坐标系中进行建模得到，所述空间直角坐标系包括原点和过原点互相垂直的三条坐标轴，所述三条坐标轴分别为横轴、纵轴和竖轴，任意两条坐标轴确定一个坐标面，且三个坐标面互相垂直，其中横轴与纵轴所确定的坐标面为第一坐标面，横轴与竖轴所确定的坐标面为第二坐标面，
所述对所述待处理的脑区多面体进行切割处理，根据切割处理的结果更新所述初始脑区划分结果，得到更新后的初始脑区划分结果，包括：
在空间直角坐标系中，将所述待处理的脑区多面体投影到第一坐标面上，得到第一多边形，基于所述第一多边形对所述待处理的脑区多面体进行切割处理，得到多个第一脑区多面体；
对每个第一脑区多面体进行分析，在分析结果指示所述第一脑区多面体为凹多面体的情况下，确定所述第一脑区多面体为二次处理的脑区多面体；
将所述二次处理的脑区多面体投影到第二坐标面上，得到第二多边形，基于所述第二多边形对所述二次处理的脑区多面体进行切割处理，得到多个第二脑区多面体；
根据多个第一脑区多面体和多个第二脑区多面体更新所述初始脑区划分结果，得到更新后的初始脑区划分结果。
在一种可能的实现方式中，在对所述待处理的脑区多面体进行切割处理之前，对待处理的脑区多面体的每个面做下采样，使用尽量少的点来表示待处理的脑区多面体的每个面。
在一种可能的实现方式中，所述待处理的脑区多面体为凹多面体脑区。在空间直角坐标系中，将凹多面体脑区投影到第一坐标面上，得到第一多边形，基于所述第一多边形对所述待处理的脑区多面体进行切割处理，得到多个第一脑区多面体。
在一种可能的实现方式中，对每个第一脑区多面体进行分析，在分析结果指示所述第一脑区多面体不存在凹多面体的情况下，基于所述第一脑区多面体更新所述初始脑区划分结果，得到更新后的初始脑区划分结果。
在一种可能的实现方式中，纵轴和竖轴确定的平面为第三坐标面，还可以对每个第二脑区多面体进行分析，在分析结果指示所述第二脑区多面体为凹多面体的情况下，确定所述第二脑区多面体为三次处理的脑区多面体；将所述三次处理的脑区多面体投影到第三坐标面上，得到第三多边形，基于所述第三多边形对所述三次处理的脑区多面体进行切割处理，得到多个第三脑区多面体；根据多个第一脑区多面体、多个第二脑区多面体和多个第三脑区多面体更新所述初始脑区划分结果，得到更新后的初始脑区划分结果。
在该实现方式中，在空间直角坐标系中，对待处理的脑区多面体进行下采样处理，减少了计算中心点的计算量，进而减少了确定目标路径的计算量；对待处理的脑区多面体进行投影得到多边形，基于多边形对待处理的脑区多面体进行切割处理，经过多次投影和切割，得到满足条件的脑区划分结果，经过切割处理后的脑区划分结果，可以更快速的计算出各脑区的中心点，进而减少了确定目标路径的时间。
在一种可能的实现方式中，所述在空间直角坐标系中，将所述待处理的脑区多面体投影到第一坐标面上，得到第一多边形，基于所述第一多边形对所述待处理的脑区多面体进行切割处理，得到多个第一脑区多面体，包括：
将所述待处理的脑区多面体作为当前待处理的脑区多面体，随机选取所述第一多边形的任意一个顶点作为当前起点，沿所述当前起点的逆时针方向依次计算所述第一多边形的每个内角的度数，在计算结果显示内角的度数超过预设角度的情况下，确定对应超过预设角度的内角的顶点为当前分割点；
连接所述当前起点和所述当前分割点得到当前分割线，根据所述当前分割线确定当前切割面，基于所述当前切割面对所述当前待处理的脑区多面体进行切割处理，得到第一部分和第二部分，所述当前切割面经过所述当前分割线且与所述第一多边形垂直，所述当前分割线将所述第一多边形划分为第三多边形和第四多边形，所述第三多边形为自当前起点的逆时针方向到所述当前分割点的第一多边形的边、以及所述当前分割线组成的区域，所述第四多边形为所述第一多边形去掉所述第三多边形后的区域，所述第一部分为所述第三多边形对应的所述当前待处理的脑区多面体的部分，所述第二部分为所述第四多边形对应的所述当前待处理的脑区多面体的部分；
将所述当前分割点重新作为当前起点，将所述第二部分重新作为当前待处理的脑区多面体，重复所述沿所述当前起点的逆时针方向依次计算所述第一多边形的每个内角的度数，至基于所述当前切割面对所述待处理的脑区多面体进行切割处理，得到第一部分和第二部分的步骤，直至遍历所述第一多边形的所有顶点；
将所述第一多边形的所有顶点遍历完成后得到的所述待处理的脑区多面体的多个部分，作为多个第一脑区多面体。
在一种可能的实现方式中，可以沿当前起点的顺时针方向依次计算多边形的每个内角的度数，直至遍历多边形的所有顶点。
在一种可能的实现方式中，在计算结果显示内角的度数大于180°而小于360°的情况下，确定该内角的顶点为当前分割点。
在一种可能的实现方式中，如图2所示，将所述待处理的脑区多面体作为当前待处理的脑区多面体，将所述待处理的脑区多面体投影到第一坐标面，即投影在yOx面上，得到第一多边形，第一多边形包括如图所示的多个顶点(p0,p1,p2等)，以选取p0作为当前起点，沿逆时针方向依次计算第一多边形的每个内角的度数，在计算结果显示∠p2,p3,p4的度数大于180°而小于360°的情况下，确定p3为当前分割点,连接p0和p3得到当前分割线p0p3，确定经过p0p3且与第一多边形垂直的面为当前切割面，基于所述当前切割面对所述当前待处理的脑区多面体进行切割处理，得到第一部分和第二部分。
在一种可能的实现方式中，如图2所示，分割线p0p3将第一多边形分为两个区域，由点p0,p1,p2,p3围起来的为第一区域，剩下的为待分割多边形，将p3重新作为当前起点，沿p3的逆时针方向依次计算待分割多边形的每个内角的度数，得到分割点p7和分割线p3p7，继续重复上述步骤直至遍历第一多边形的所有顶点。
在一种可能的实现方式中，在基于将待处理的脑区多面体投影到yOx面上，对待处理的脑区多面体进行分割处理后，对分割处理后的待处理的脑区多面体进行分析，在分析指示存在凹多面体脑区的情况下，将凹多面体脑区投影到第二坐标面，即投影在xOz面上，得到第二多边形，基于第二多边形重复沿当前起点的逆时针方向依次计算第二多边形的每个内角的度数，至基于当前切割面对所述待处理的脑区多面体进行切割处理，将第二多边形的所有顶点遍历完成后得到的所述待处理的脑区多面体的多个部分，作为多个第二脑区多面体。
在该实现方式中，在空间直角坐标系中，将待处理的脑区多面体投影到坐标面上，得到多边形，基于多边形对所述待处理的脑区多面体进行切割处理，得到满足计算中心点条件的多个脑区多面体，基于投影得到的多边形的分割信息对多面体进行分割，减少了计算脑区中心点的计算量和时间，提高了计算脑区中心点的精度，进而提高了手术的准确性和安全性。
在步骤S105中，确定所述目标脑区划分结果的中心点集，根据开颅区域的任意一个采样点和所述中心点集的任意一个中心点，生成所述开颅区域与所述三维脑模型之间的多条初始路径。
在一种可能的实现方式中，目标脑区划分结果为多个脑区多面体，计算每个脑区多面体的每个面的中心点，获取每个面中心点的坐标，计算每个脑区多面体的每个面中心点的坐标均值，将坐标均值作为中心点的坐标，进而确定得到每个脑区多面体的中心点，所有中心点构成中心点集。
在一种可能的实现方式中，计算每个脑区多面体的每个面的中心点，还可以根据每个脑区多面体内的点到该脑区多面体每个面的距离构建距离公式，求取距离公式的最优解，确定每个脑区多面体的中心点。
在一种可能的实现方式中，将建模得到的开颅区域的空间坐标点作为采样点。对开颅区域的任意一个采样点和所述中心点集的任意一个中心点进行直线连接，得到该两点确定的线段，作为开颅区域与三维脑模型之间的多条初始路径。
在一种可能的实现方式中，还可以对开颅区域的任意一个采样点和三维脑模型的任意一个空间坐标点进行直线连接，得到该两点确定的线段，作为得到的多条所述初始目标路径。
在该实现方式中，根据开颅区域的任意一个采样点和中心点集的任意一个中心点，生成所述开颅区域与所述三维脑模型之间的多条初始路径，为后续确定目标路径提供了便利。
在步骤S107中，确定所述中心点集与每条初始路径的夹角，将满足预设条件的夹角对应的初始路径，确定为初始目标路径。
在一种可能的实现方式中，所述确定所述中心点集与每条初始路径的夹角，将满足预设条件的夹角对应的初始路径，确定为初始目标路径，包括：
基于主成分分析对所述中心点集进行特征提取，确定满足预设条件的特征提取结果为所述中心点集特征向量；
计算所述中心点集特征向量与每条初始路径的夹角，得到每条初始目标路径对应的夹角度数，将小于预设角度阈值的夹角度数对应的初始路径，确定为所述初始目标路径。
在一种可能的实现方式中，将初始目标路径的确定过程视为一个搜索函数最优解的过程。其中，开颅范围polygon和目标脑区的中心点Pcenter为搜索空间，在搜索空间中搜索到pc,pj(pc∈polygon,pj∈Pcenter)，使下式函数值最小，函数式中的符号×为叉乘，v为Pcenter的主成分，
在一种可能的实现方式中，v为Pcenter的主成分，v的确定方法为，对Pcenter做主成分分析，得到关于Pcenter协方差矩阵的特征向量和特征值，将最大的特征值对应得特征向量作为Pcenter的主成分，即为v。
在一种可能的实现方式中，得到关于Pcenter协方差矩阵的特征向量和特征值，也可以将第二大或者第三大的特征值对应得特征向量作为Pcenter的主成分。
在一种可能的实现方式中，计算中心点集特征向量与每条初始路径的夹角，得到每条初始目标路径对应的夹角度数，将夹角度数最小的初始路径，确定为初始目标路径。具体地，通过随机搜索求取搜索函数的最优解，也可以通过枚举的方式获取最优解。
在该实现方式中，基于主成分分析对中心点集进行特征提取，确定中心点集特征向量，将初始目标路径的确定过程视为一个搜索函数最优解的过程，计算中心点集特征向量与每条初始路径的夹角，将夹角度数最小的初始路径，确定为初始目标路径，通过求取函数最优解的方式，通过最小化手术路径与目标脑区中心点形成的平面的夹角，保证了电极准确放置在目标区域，提高了手术的精准性，从而提高了脑部电极植入手术精度和自动化程度。
在步骤S109中，在开颅手术过程中检测到障碍区域的情况下，对所述初始目标路径进行分析，在分析结果指示所述初始目标路径不经过所述障碍区域的情况下，确定所述初始目标路径为目标路径。
在一种可能的实现方式中，所述方法还包括：
在开颅手术过程中检测到障碍区域的情况下，对所述初始目标路径进行分析，在分析结果指示所述初始目标路径经过所述障碍区域的情况下，将所述初始目标路径从多条初始路径中删除；
在删除所述初始目标路径后的多条初始路径中，重新确定所述目标路径。
在一种可能的实现方式中，在开颅过程中，通过影像或其他传感器实时检测血管或其他重要结构的位置。在发现初始目标路径会对血管或其他重要结构造成损伤的情况下，记录血管或其他重要结构的位置，并回到步骤S107，重新确定目标路径。
在一种可能的实现方式中，执行确定目标路径时会临时删除(pc,pi)以防止出现同一个结果。
在该实现方式中，在开颅手术过程中检测到障碍区域的情况下，对所述初始目标路径进行分析，基于检测到的障碍区域自动重新规划目标路径，确保电极或其他器械能够安全地放置到目标脑区的同时避免损伤血管或其他重要脑结构，提高了手术的安全性，不需要依赖临时的视觉观察和经验来重新规划手术植入路径，减少了手术的时间和复杂性，提高了手术的准确性和安全性，也提高了脑部电极植入手术精度和自动化程度。
在一个示例性实施例中，如图3所示，包括步骤S301至S309。
S301，基于真实大脑的前后卤点位置对手术对象的三维脑模型进行预处理。
在一种可能的实现方式中，手术对象为小鼠。对手术对象的大脑进行抽象化建模，使用空间坐标点集表示脑区，测量真实大脑的前后卤点位置，对比三维脑模型的卤点信息做缩放调整，以保证三维脑模型的各个组织位置都与真实大脑一致。
S303，基于手术对象的脑区结构对三维脑模型进行区域划分，得到初始脑区划分结果。
在一种可能的实现方式中，由于大部分脑区结构都是凹多面体形状，基于手术对象的脑区结构对三维脑模型进行区域划分，得到的初始脑区划分结果中的脑区多面体大部分是凹多面体形状，因此需要先将凹多面体切割成若干个凸多面体，再通过调用凸多面体中心公式得到中心点。
S305，对初始脑区划分结果进行分析，在分析结果指示初始脑区划分结果中存在凹多面体形状的脑区多面体的情况下，对凹多面体形状的脑区多面体进行切割处理，根据切割处理的结果更新初始脑区划分结果，确定更新后的初始脑区划分结果为目标脑区划分结果。
在一种可能的实现方式中，将凹多面体形状的脑区多面体称为脑区凹多面体，对脑区凹多面体的表面做下采样。
在一种可能的实现方式中，在空间直角坐标系中，将脑区凹多面体投影到xOy面上，得到第一多边形，基于第一多边形对脑区凹多面体进行切割处理，得到多个第一脑区多面体；对每个第一脑区多面体进行分析，在分析结果指示第一脑区多面体为凹多面体的情况下，确定凹多面体形状的第一脑区多面体为二次处理的脑区多面体；将二次处理的脑区多面体投影到xOz面上，得到第二多边形，基于第二多边形对二次处理的脑区多面体进行切割处理，得到多个第二脑区多面体；根据多个第一脑区多面体和多个第二脑区多面体更新所述初始脑区划分结果，得到更新后的初始脑区划分结果。
在一种可能的实现方式中，在空间直角坐标系中，将脑区凹多面体投影到xOy面上，得到第一多边形，第一多边形对脑区凹多面体进行切割处理，需要确定切割点，如图4所示，通过下式近似夹角：
如果(大于180°)则p1点为切割点。
在一种可能的实现方式中，在空间直角坐标系中，将脑区凹多面体投影到xOy面上，得到多个投影点，将投影点顺时针或逆时针依次连接起来得到第一多边形。具体地，如图4所示，以xOy面为例，如果存在多个采样点落在同一个轴上(例如p1′与p1″，p7′与p7″分别共享x与y轴)则取该点的平均值作为新的采样点(p1，p7)。
S307，计算目标脑区划分结果中每个脑区多面体的中心点，所有中心点构成中心点集。
在一种可能的实现方式中，求得每个脑区多面体的每个面的中心点Pcenter，Pcenter定义为每个面上到各条边的距离最远的点，中心点pcenter计算为
pcenter＝mean(Pcenter)
Pcenter是面的中心点；pcenter是多个面组成的立体多面体的中心点，即单个凸多面体的中心点。
S309，基于主成分分析对所述中心点集进行特征提取，确定满足预设条件的特征提取结果为中心点集特征向量。
在一种可能的实现方式中，对Pcenter做主成分分析，得到关于Pcenter协方差矩阵的特征向量和特征值，对特征值排序，获取最大的特征值对应的特征向量v，该v为我们的主成分。
在一种可能的实现方式中，对特征值由大到小进行排序，获取其中特征值大的多个特征值对应的多个特征向量，对多个特征向量求均值，将均值作为中心点集特征向量。
S311，计算中心点集特征向量与每条初始路径的夹角，得到每条初始目标路径对应的夹角度数，将最小的夹角度数对应的初始路径，确定为初始目标路径。
在一种可能的实现方式中，将开颅范围polygon和目标脑区的中心点Pcenter定义为搜索空间，在搜索空间内搜索一条路径pc,pj(pc∈polygon,pj∈Pcenter)，使下面函数得分最小：
Fitness(pc,pj)＝(pc-pj)×v
这里×为叉乘，v为Pcenter的最大主成分。
在一种可能的实现方式中，使用遗传搜索函数最优解。
S313，在开颅手术过程中检测到障碍区域的情况下，对初始目标路径进行分析，在分析结果指示初始目标路径经过障碍区域的情况下，将初始目标路径从多条初始路径中删除，在删除所述初始目标路径后的多条初始路径中，重新确定所述目标路径，以使该目标路径避开障碍区域。
在一种可能的实现方式中，在开颅手术过程中检测到障碍区域的情况下，对初始目标路径进行分析，在分析结果指示初始目标路径不经过所述障碍区域的情况下，确定所述初始目标路径为目标路径。
在该实现方式中，通过前后卤点与真实大脑对齐，构建三维脑模型，凸面体切割法获取各个脑区的中心点，结合脑区中心点和开颅区域信息设计优化函数，使用遗传搜索算法计算出最优路径，这样的实施方式可以快速精准地规划手术植入路径，提高手术的准确性和安全性；在开颅过程中，实时检测血管位置并记录，一旦发现血管或其他重要结构，立即启动重新规划路径的流程，避开这些障碍物，这使得手术能够自动化地避让血管等重要结构，减少手动干预，保证手术的安全性和成功率；通过自动化的脑部手术路线规划和避让血管等重要结构的功能，减少了手动规划和调整的时间和复杂性，手术者无需依赖临时的视觉观察和经验来重新规划手术路径，从而提高了手术的效率和可靠性；适用于面向脑科学研究的小动物(大小鼠、兔等)外科手术，为脑科学研究提供了更可靠的实验基础，手术者可以更专注于研究目标，而不必过多关注手术规划的细节，从而支持脑科学研究的进展。
图5示出本申请实施例提供的一种脑部电极植入手术的路径确定装置500的结构示意图，该装置具有实现上述方法实施例中脑部电极植入手术的路径确定方法的功能，所述功能可以由硬件实现，也可以由硬件执行相应的软件实现。
如图5所示，该装置可以包括：
三维脑模型分割模块501，用于基于手术对象的脑区结构对手术对象的三维脑模型进行划分，得到初始脑区划分结果；
脑区多面体切割模块502，用于对所述初始脑区划分结果进行分析，在分析结果指示所述初始脑区划分结果中存在待处理的脑区多面体的情况下，对所述待处理的脑区多面体进行切割处理，根据切割处理的结果更新所述初始脑区划分结果，确定更新后的初始脑区划分结果为目标脑区划分结果；
初始路径生成模块503，用于确定所述目标脑区划分结果的中心点集，根据开颅区域的任意一个采样点和所述中心点集的任意一个中心点，生成所述开颅区域与所述三维脑模型之间的多条初始路径；
初始目标路径确定模块504，用于确定所述中心点集与每条初始路径的夹角，将满足预设条件的夹角对应的初始路径，确定为初始目标路径；
目标路径确定模块505，用于在开颅手术过程中检测到障碍区域的情况下，对所述初始目标路径进行分析，在分析结果指示所述初始目标路径不经过所述障碍区域的情况下，确定所述初始目标路径为目标路径。
在一种可能的实现方式中，在基于手术对象的脑区结构对手术对象的三维脑模型进行区域划分之前，所述三维脑模型分割模块501，用于：
对脑部参照物进行测量得到参照物信息真值，基于所述参照物信息真值对三维脑模型进行缩放调整，以使所述三维脑模型的各个脑区的位置信息与真实脑区的位置信息一致；
相应地，基于手术对象的脑区结构对手术对象的三维脑模型进行区域划分，包括：
基于手术对象的脑区结构对手术对象的缩放后的三维脑模型进行区域划分，得到初始脑区划分结果。
在一种可能的实现方式中，所述初始脑区划分结果为对所述三维脑模型进行区域划分得到的多个脑区多面体，所述脑区多面体切割模块502，用于：
对所述初始脑区划分结果中的每个脑区多面体进行分析，在分析结果指示所述脑区多面体为凹多面体的情况下，确定所述脑区多面体为待处理的脑区多面体；
对所述待处理的脑区多面体进行切割处理，根据切割处理的结果更新所述初始脑区划分结果，得到更新后的初始脑区划分结果；
在更新后的初始脑区划分结果中的脑区多面体不存在待处理的脑区多面体的情况下，确定所述更新后的初始脑区划分结果为所述目标脑区划分结果。
在一种可能的实现方式中，所述三维脑模型由空间坐标点在空间直角坐标系中进行建模得到，所述空间直角坐标系包括原点和过原点互相垂直的三条坐标轴，所述三条坐标轴分别为横轴、纵轴和竖轴，任意两条坐标轴确定一个坐标面，且三个坐标面互相垂直，其中横轴与纵轴所确定的坐标面为第一坐标面，横轴与竖轴所确定的坐标面为第二坐标面，所述脑区多面体切割模块502，用于：
在空间直角坐标系中，将所述待处理的脑区多面体投影到第一坐标面上，得到第一多边形，基于所述第一多边形对所述待处理的脑区多面体进行切割处理，得到多个第一脑区多面体；
对每个第一脑区多面体进行分析，在分析结果指示所述第一脑区多面体为凹多面体的情况下，确定所述第一脑区多面体为二次处理的脑区多面体；
将所述二次处理的脑区多面体投影到第二坐标面上，得到第二多边形，基于所述第二多边形对所述二次处理的脑区多面体进行切割处理，得到多个第二脑区多面体；
根据多个第一脑区多面体和多个第二脑区多面体更新所述初始脑区划分结果，得到更新后的初始脑区划分结果。
在一种可能的实现方式中，所述脑区多面体切割模块502包括切割单元，用于：
将所述待处理的脑区多面体作为当前待处理的脑区多面体，随机选取所述第一多边形的任意一个顶点作为当前起点，沿所述当前起点的逆时针方向依次计算所述第一多边形的每个内角的度数，在计算结果显示内角的度数超过预设角度的情况下，确定对应超过预设角度的内角的顶点为当前分割点；
连接所述当前起点和所述当前分割点得到当前分割线，根据所述当前分割线确定当前切割面，基于所述当前切割面对所述当前待处理的脑区多面体进行切割处理，得到第一部分和第二部分，所述当前切割面经过所述当前分割线且与所述第一多边形垂直，所述当前分割线将所述第一多边形划分为第三多边形和第四多边形，所述第三多边形为自当前起点的逆时针方向到所述当前分割点的第一多边形的边、以及所述当前分割线组成的区域，所述第四多边形为所述第一多边形去掉所述第三多边形后的区域，所述第一部分为所述第三多边形对应的所述当前待处理的脑区多面体的部分，所述第二部分为所述第四多边形对应的所述当前待处理的脑区多面体的部分；
将所述当前分割点重新作为当前起点，将所述第二部分重新作为当前待处理的脑区多面体，重复所述沿所述当前起点的逆时针方向依次计算所述第一多边形的每个内角的度数，至基于所述当前切割面对所述待处理的脑区多面体进行切割处理，得到第一部分和第二部分的步骤，直至遍历所述第一多边形的所有顶点；
将所述第一多边形的所有顶点遍历完成后得到的所述待处理的脑区多面体的多个部分，作为多个第一脑区多面体。
在一种可能的实现方式中，所述初始目标路径确定模块504，用于：
基于主成分分析对所述中心点集进行特征提取，确定满足预设条件的特征提取结果为所述中心点集特征向量；
计算所述中心点集特征向量与每条初始路径的夹角，得到每条初始目标路径对应的夹角度数，将小于预设角度阈值的夹角度数对应的初始路径，确定为所述初始目标路径。
在一种可能的实现方式中，所述目标路径确定模块505，用于：
在开颅手术过程中检测到障碍区域的情况下，对所述初始目标路径进行分析，在分析结果指示所述初始目标路径经过所述障碍区域的情况下，将所述初始目标路径从多条初始路径中删除；
在删除所述初始目标路径后的多条初始路径中，重新确定所述目标路径。
需要说明的是，上述实施例提供的装置，在实现其功能时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的装置与方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
本申请实施例提供了一种电子设备，该电子设备包括处理器和存储器，该存储器中存储有至少一条指令或者至少一段程序，该至少一条指令或者该至少一段程序由该处理器加载并执行以实现如上述方法实施例所提供的任意一种脑部电极植入手术的路径确定方法。
存储器可用于存储软件程序以及模块，处理器通过运行存储在存储器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。存储器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、功能所需的应用程序等；存储数据区可存储根据所述设备的使用所创建的数据等。此外，存储器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，存储器还可以包括存储器控制器，以提供处理器对存储器的访问。
本申请的实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质可设置于电子设备之中以保存用于实现一种脑部电极植入手术的路径规划方法相关的至少一条指令或者至少一段程序，该至少一条指令或者该至少一段程序由该处理器加载并执行以实现上述方法实施例提供的任意一种脑部电极植入手术的路径确定方法。
可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是：上述本申请实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种脑部电极植入手术的路径确定方法，其特征在于，所述方法包括：
基于手术对象的脑区结构对手术对象的三维脑模型进行区域划分，得到初始脑区划分结果；
对所述初始脑区划分结果进行分析，在分析结果指示所述初始脑区划分结果中存在待处理的脑区多面体的情况下，对所述待处理的脑区多面体进行切割处理，根据切割处理的结果更新所述初始脑区划分结果，确定更新后的初始脑区划分结果为目标脑区划分结果；
确定所述目标脑区划分结果的中心点集，根据开颅区域的任意一个采样点和所述中心点集的任意一个中心点，生成所述开颅区域与所述三维脑模型之间的多条初始路径；
确定所述中心点集与每条初始路径的夹角，将满足预设条件的夹角对应的初始路径，确定为初始目标路径；
在开颅手术过程中检测到障碍区域的情况下，对所述初始目标路径进行分析，在分析结果指示所述初始目标路径不经过所述障碍区域的情况下，确定所述初始目标路径为目标路径。
2.根据权利要求1所述的脑部电极植入手术的路径确定方法，其特征在于，
在基于手术对象的脑区结构对手术对象的三维脑模型进行区域划分之前，所述方法包括：
对脑部参照物进行测量得到参照物信息真值，基于所述参照物信息真值对三维脑模型进行缩放调整，以使所述三维脑模型的各个脑区的位置信息与真实脑区的位置信息一致；
相应地，基于手术对象的脑区结构对手术对象的三维脑模型进行区域划分，包括：
基于手术对象的脑区结构对手术对象的缩放后的三维脑模型进行区域划分，得到初始脑区划分结果。
3.根据权利要求1所述的脑部电极植入手术的路径确定方法，其特征在于，所述初始脑区划分结果为对所述三维脑模型进行区域划分得到的多个脑区多面体，
所述对所述初始脑区划分结果进行分析，在分析结果指示所述初始脑区划分结果中存在待处理的脑区多面体的情况下，对所述待处理的脑区多面体进行切割处理，根据切割处理的结果更新所述初始脑区划分结果，确定更新后的初始脑区划分结果为目标脑区划分结果，包括：
对所述初始脑区划分结果中的每个脑区多面体进行分析，在分析结果指示所述脑区多面体为凹多面体的情况下，确定所述脑区多面体为待处理的脑区多面体；
对所述待处理的脑区多面体进行切割处理，根据切割处理的结果更新所述初始脑区划分结果，得到更新后的初始脑区划分结果；
在更新后的初始脑区划分结果中的脑区多面体不存在待处理的脑区多面体的情况下，确定所述更新后的初始脑区划分结果为所述目标脑区划分结果。
4.根据权利要求3所述的脑部电极植入手术的路径确定方法，其特征在于，所述三维脑模型由空间坐标点在空间直角坐标系中进行建模得到，所述空间直角坐标系包括原点和过原点互相垂直的三条坐标轴，所述三条坐标轴分别为横轴、纵轴和竖轴，任意两条坐标轴确定一个坐标面，且三个坐标面互相垂直，其中横轴与纵轴所确定的坐标面为第一坐标面，横轴与竖轴所确定的坐标面为第二坐标面，
所述对所述待处理的脑区多面体进行切割处理，根据切割处理的结果更新所述初始脑区划分结果，得到更新后的初始脑区划分结果，包括：
在空间直角坐标系中，将所述待处理的脑区多面体投影到第一坐标面上，得到第一多边形，基于所述第一多边形对所述待处理的脑区多面体进行切割处理，得到多个第一脑区多面体；
对每个第一脑区多面体进行分析，在分析结果指示所述第一脑区多面体为凹多面体的情况下，确定所述第一脑区多面体为二次处理的脑区多面体；
将所述二次处理的脑区多面体投影到第二坐标面上，得到第二多边形，基于所述第二多边形对所述二次处理的脑区多面体进行切割处理，得到多个第二脑区多面体；
根据多个第一脑区多面体和多个第二脑区多面体更新所述初始脑区划分结果，得到更新后的初始脑区划分结果。
5.根据权利要求4所述的脑部电极植入手术的路径确定方法，其特征在于，
所述在空间直角坐标系中，将所述待处理的脑区多面体投影到第一坐标面上，得到第一多边形，基于所述第一多边形对所述待处理的脑区多面体进行切割处理，得到多个第一脑区多面体，包括：
将所述待处理的脑区多面体作为当前待处理的脑区多面体，随机选取所述第一多边形的任意一个顶点作为当前起点，沿所述当前起点的逆时针方向依次计算所述第一多边形的每个内角的度数，在计算结果显示内角的度数超过预设角度的情况下，确定对应超过预设角度的内角的顶点为当前分割点；
连接所述当前起点和所述当前分割点得到当前分割线，根据所述当前分割线确定当前切割面，基于所述当前切割面对所述当前待处理的脑区多面体进行切割处理，得到第一部分和第二部分，所述当前切割面经过所述当前分割线且与所述第一多边形垂直，所述当前分割线将所述第一多边形划分为第三多边形和第四多边形，所述第三多边形为自当前起点的逆时针方向到所述当前分割点的第一多边形的边、以及所述当前分割线组成的区域，所述第四多边形为所述第一多边形去掉所述第三多边形后的区域，所述第一部分为所述第三多边形对应的所述当前待处理的脑区多面体的部分，所述第二部分为所述第四多边形对应的所述当前待处理的脑区多面体的部分；
将所述当前分割点重新作为当前起点，将所述第二部分重新作为当前待处理的脑区多面体，重复所述沿所述当前起点的逆时针方向依次计算所述第一多边形的每个内角的度数，至基于所述当前切割面对所述待处理的脑区多面体进行切割处理，得到第一部分和第二部分的步骤，直至遍历所述第一多边形的所有顶点；
将所述第一多边形的所有顶点遍历完成后得到的所述待处理的脑区多面体的多个部分，作为多个第一脑区多面体。
6.根据权利要求1所述的脑部电极植入手术的路径确定方法，其特征在于，
所述确定所述中心点集与每条初始路径的夹角，将满足预设条件的夹角对应的初始路径，确定为初始目标路径，包括：
基于主成分分析对所述中心点集进行特征提取，确定满足预设条件的特征提取结果为所述中心点集特征向量；
计算所述中心点集特征向量与每条初始路径的夹角，得到每条初始目标路径对应的夹角度数，将小于预设角度阈值的夹角度数对应的初始路径，确定为所述初始目标路径。
7.根据权利要求1所述的脑部电极植入手术的路径确定方法，其特征在于，
所述方法还包括：
在开颅手术过程中检测到障碍区域的情况下，对所述初始目标路径进行分析，在分析结果指示所述初始目标路径经过所述障碍区域的情况下，将所述初始目标路径从多条初始路径中删除；
在删除所述初始目标路径后的多条初始路径中，重新确定所述目标路径。
8.一种脑部电极植入手术的路径确定装置，其特征在于，所述装置包括：
三维脑模型分割模块，用于基于手术对象的脑区结构对手术对象的三维脑模型进行划分，得到初始脑区划分结果；
脑区多面体切割模块，用于对所述初始脑区划分结果进行分析，在分析结果指示所述初始脑区划分结果中存在待处理的脑区多面体的情况下，对所述待处理的脑区多面体进行切割处理，根据切割处理的结果更新所述初始脑区划分结果，确定更新后的初始脑区划分结果为目标脑区划分结果；
初始路径生成模块，用于确定所述目标脑区划分结果的中心点集，根据开颅区域的任意一个采样点和所述中心点集的任意一个中心点，生成所述开颅区域与所述三维脑模型之间的多条初始路径；
初始目标路径确定模块，用于确定所述中心点集与每条初始路径的夹角，将满足预设条件的夹角对应的初始路径，确定为初始目标路径；
目标路径确定模块，用于在开颅手术过程中检测到障碍区域的情况下，对所述初始目标路径进行分析，在分析结果指示所述初始目标路径不经过所述障碍区域的情况下，确定所述初始目标路径为目标路径。
9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器中存储有至少一条指令或者至少一段程序，所述至少一条指令或者所述至少一段程序由所述处理器加载并执行以实现如权利要求1至7中任一项所述的脑部电极植入手术的路径确定方法。
10.一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条指令或者至少一段程序，所述至少一条指令或者所述至少一段程序由处理器加载并执行以实现如权利要求1至7任一项所述的脑部电极植入手术的路径确定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311402876.4A CN117357248A (zh) | 2023-10-26 | 2023-10-26 | 脑部电极植入手术的路径确定方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311402876.4A CN117357248A (zh) | 2023-10-26 | 2023-10-26 | 脑部电极植入手术的路径确定方法、装置及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117357248A true CN117357248A (zh) | 2024-01-09 |
Family
ID=89394381
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311402876.4A Pending CN117357248A (zh) | 2023-10-26 | 2023-10-26 | 脑部电极植入手术的路径确定方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117357248A (zh) |
-
2023
- 2023-10-26 CN CN202311402876.4A patent/CN117357248A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10123841B2 (en) | Method for generating insertion trajectory of surgical needle | |
| US20210282858A1 (en) | Automated Cut Planning For Removal of Diseased Regions | |
| CN112053400B (zh) | 数据处理方法及机器人导航系统 | |
| CN113693725B (zh) | 进针路径规划方法、装置、设备及存储介质 | |
| KR20160010422A (ko) | 크리티컬 리전을 가지는 수술 과정을 모니터링하기 위한 시스템 및 방법 | |
| KR20220117209A (ko) | 의료 개입을 위한 궤도를 자동으로 설계하기 위한 방법 | |
| US11648061B2 (en) | Method for determination of surgical procedure access | |
| Hu et al. | Path planning for semi-automated simulated robotic neurosurgery | |
| CN110969698A (zh) | 颞骨空间坐标系的构建方法、空间定位方法及电子设备 | |
| CN113679470A (zh) | 一种用于颅脑穿刺手术的计算机辅助穿刺路径规划方法、装置及存储介质 | |
| CN115590623B (zh) | 穿刺路径规划系统 | |
| CN116421277A (zh) | 毛囊移植控制方法、装置、计算机设备和存储介质 | |
| US20160135776A1 (en) | Method and system for intraoperative imaging of soft tissue in the dorsal cavity | |
| JP7258459B2 (ja) | Ｅｎｔ画像の位置合わせ | |
| US11282263B2 (en) | Computer implemented method, a system and computer programs for computing simultaneous rectilinear paths using medical images | |
| CN117357248A (zh) | 脑部电极植入手术的路径确定方法、装置及设备 | |
| JP2015508309A (ja) | 幾何学的構造の多次元表面モデルを生成するための方法及びシステム | |
| CN115359017A (zh) | 一种胫骨平台后倾角的确定装置 | |
| CN114022538A (zh) | 一种内窥镜的路径规划方法、装置、终端及存储介质 | |
| CN114504735A (zh) | 经颅磁刺激导航过程的路径规划方法及相关装置 | |
| CN117481799B (zh) | 脑部电极植入手术的路径规划方法、装置及设备 | |
| US11423553B2 (en) | Calibration of image-registration based tracking procedures | |
| CN115316972A (zh) | 柔性电极的植入方法、装置和电子设备 | |
| CN116563297B (zh) | 颅脑靶点定位方法、装置及存储介质 | |
| Memiş et al. | 3D femoral head detection in MRI data sequences with the integro-differential operator |
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 |