CN117731376A - 一种妇科肿瘤影像术前智能导向识别系统 - Google Patents
一种妇科肿瘤影像术前智能导向识别系统 Download PDFInfo
- Publication number
- CN117731376A CN117731376A CN202410187936.3A CN202410187936A CN117731376A CN 117731376 A CN117731376 A CN 117731376A CN 202410187936 A CN202410187936 A CN 202410187936A CN 117731376 A CN117731376 A CN 117731376A
- Authority
- CN
- China
- Prior art keywords
- target
- acquiring
- judgment
- needle
- line
- 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
- 208000009849 Female Genital Neoplasms Diseases 0.000 title claims abstract description 40
- 238000001514 detection method Methods 0.000 claims abstract description 69
- 238000000034 method Methods 0.000 claims abstract description 44
- 230000000241 respiratory effect Effects 0.000 claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims abstract description 20
- 238000007689 inspection Methods 0.000 claims abstract description 18
- 238000003780 insertion Methods 0.000 claims description 42
- 230000037431 insertion Effects 0.000 claims description 42
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 16
- 238000003384 imaging method Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 3
- 230000033001 locomotion Effects 0.000 claims description 3
- 230000033764 rhythmic process Effects 0.000 abstract description 16
- 206010028980 Neoplasm Diseases 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 238000012274 Preoperative evaluation Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明涉及肿瘤影像导向技术领域,且公开了一种妇科肿瘤影像术前智能导向识别系统,包括:获取目标人物的目标数据的采集模块,形成分析数据的分析模块,形成调整数据的穿刺模块,调整影像探测装置的探测角度进行影像采集的调整模块,该妇科肿瘤影像术前智能导向识别系统,获取病灶位置、患者皮肤的切面剖视图、以及患者的呼吸周期,根据患者的呼吸节奏判断皮肤的微小变化,调整穿刺针的进针位置和进针角度,根据患者在检测过程中的呼吸节奏判断穿刺针在体内的角度变化,调整探测装置的探测角度和探测方向,减少患者在穿刺检查的过程中所产生的疼痛感,在穿刺操作过程中对经验少的医生起到较好的辅助作用。
Description
技术领域
本发明涉及肿瘤影像导向技术领域,具体为一种妇科肿瘤影像术前智能导向识别系统。
背景技术
妇科肿瘤影像术前智能导向识别系统是一种利用人工智能技术进行妇科肿瘤影像检测和分析的系统,该系统可以帮助医生在手术前通过对患者的影像数据进行分析和识别,快速准确地确定妇科肿瘤的类型、位置和大小,并提供术前评估和规划的指导,该系统通常基于深度学习算法和医学影像分析技术,通过对大量的妇科肿瘤影像数据进行训练和学习,具备较高的识别和判断能力,在使用时,医生将患者的影像数据输入系统,系统会通过图像分析和模式识别技术,自动识别肿瘤的特征,提供有关肿瘤类型、形状、位置、大小和侵袭范围等信息;
妇科肿瘤影像术前智能导向识别系统可以为医生提供更全面、准确的术前信息,帮助医生更好地理解患者的病情,制定更合理的手术方案,此外,该系统还可以提供可视化的展示,辅助医生进行手术操作的规划和导航,提高手术的准确性和安全性;
现有的妇科肿瘤影像术前智能导向识别系统,无法根据患者的呼吸节奏判断皮肤的微小变化,从而调整穿刺针的进针位置和进针角度,无法根据患者在检测过程中的呼吸节奏判断穿刺针在体内的角度变化,从而调整探测装置的探测角度和探测方向,因此使患者在穿刺检查的过程中通常会产生一定的疼痛感,在穿刺操作过程中对经验少的医生考验较大,其实用性存在一定的局限性。
发明内容
本发明提供了一种妇科肿瘤影像术前智能导向识别系统,具备获取病灶位置、患者皮肤的切面剖视图、以及患者的呼吸周期,根据患者的呼吸节奏判断皮肤的微小变化,调整穿刺针的进针位置和进针角度,根据患者在检测过程中的呼吸节奏判断穿刺针在体内的角度变化,调整探测装置的探测角度和探测方向,减少患者在穿刺检查的过程中所产生的疼痛感,在穿刺操作过程中对经验少的医生起到较好的辅助作用的有益效果,解决了上述背景技术中所提到肿瘤影像导向的过程中,无法根据患者的呼吸节奏判断皮肤的微小变化,从而调整穿刺针的进针位置和进针角度,无法根据患者在检测过程中的呼吸节奏判断穿刺针在体内的角度变化,从而调整探测装置的探测角度和探测方向,因此使患者在穿刺检查的过程中通常会产生一定的疼痛感,在穿刺操作过程中对经验少的医生考验较大,其实用性存在一定的局限性的问题。
本发明提供如下技术方案:一种妇科肿瘤影像术前智能导向识别系统,包括:
采集模块:获取目标人物的目标数据;
分析模块:根据目标数据,形成分析数据,确定穿刺检查的进针位置和角度;
穿刺模块:根据分析数据,形成调整数据,控制穿刺针以目标角度在目标位置插入目标人物皮肤采集样本;
调整模块:根据调整数据,调整影像探测装置的探测角度进行影像采集;
所述采集模块包括:用户计算机,所述用户计算机存储有目标人物的所有历史生理周期,并根据历史生理周期判断下一次的生理周期;
所述分析模块包括:处理器,以及与所述处理器通信连接的存储器,所述存储器存储有可被所述处理器执行的指令,以使所述处理器根据存储的穿刺模块和调整模块操作所需的各种程序和数据执行各种适当的动作和处理;
所述穿刺模块包括:穿刺针和穿刺瞄准器,以用于控制穿刺针以目标角度在目标位置穿透目标人物的皮肤各皮肤层,并维持目标角度刺进病灶进行样本采集。
本发明还公开了一种妇科肿瘤影像术前智能导向识别系统的使用方法,其中:所述根据目标数据,形成分析数据,确定穿刺检查的进针位置和角度,具体包括:
获取检查日期,达到检查日期,目标人物进行妇科肿瘤影像检查;
获取病灶位置;
获取穿刺针的进针皮肤面,定为目标面;
设定判定距离;
以病灶位置为原点、以判定距离为半径,在目标面形成判定范围;
获取判定范围上经判定范围的原点的任一直径,定为目标直径;
在目标面作一条垂直于目标直径的垂线,定为目标垂线;
以目标垂线为基准线,由目标面向皮肤深层作向量方向,定为目标方向;
获取目标直径上任意一点,定为目标点;
以目标点为原点、以目标方向为向量方向,对目标面剖切;
获取目标面的剖切面,形成切面剖视图;
执行进针区域判定策略。
作为本发明所述妇科肿瘤影像术前智能导向识别系统的使用方法的一种可选方案,其中:所述执行进针区域判定策略,具体为:
获取目标人物的皮肤的切面剖视图;
获取病灶位置以及病灶轮廓线;
获取目标面在切面剖视图视角下所观测形成的线条,定为目标线;
设定倾斜角度;
以目标线为基准线、以倾斜角度为目标角度,作若干斜线,定为目标斜线;
提取与病灶轮廓线相切的目标斜线,定为目标切线;
获取所有目标切线;
将目标切线之间的区域定为进针区域;
执行观测点判定策略。
作为本发明所述妇科肿瘤影像术前智能导向识别系统的使用方法的一种可选方案,其中:所述执行观测点判定策略,具体为:
获取目标人物的皮肤的切面剖视图;
获取皮肤整体厚度;
设定分层数,所述分层数为机器自动设定的便于观察目标人物呼吸与皮肤变化关联性的皮肤层数;
根据分层数对皮肤整体厚度划分皮肤层;
对各皮肤层分别设置一个观测线;
获取各观测线的任意两点,分别记为(X1,Y1)和(X2,Y2);
获取各观测线对应的皮肤层的上层分界线的任意两点,分别记为(X3,Y3)和(X4,Y4);
若(Y2-Y1)÷(X2-X1)≠(Y4-Y3)÷(X4-X3),则重新设置该皮肤层的观测线,直至(Y2-Y1)÷(X2-X1)=(Y4-Y3)÷(X4-X3);
若(Y2-Y1)÷(X2-X1)=(Y4-Y3)÷(X4-X3),则获取进针区域;
设定观测点数量,所述观测点数量为机器自动设定的便于观察目标人物呼吸与每层皮肤变化关联性的每个皮肤层的观测点的数量;
设定观测点距离,所述观测点距离为机器自动设定的便于观察目标人物呼吸与皮肤变化关联性的距离;
分别在进针区域的各观测线上提取观测点数量的观测点,且每两个观测点之间的距离为观测点距离;
执行进针位置判定策略。
作为本发明所述妇科肿瘤影像术前智能导向识别系统的使用方法的一种可选方案,其中:所述执行进针位置判定策略,具体为:
获取进针区域的各观测线上的观测点;
获取各观测点的位置,定为第一位置;
获取各目标斜线;
获取各目标斜线上观测点的数量,记为A;
获取皮肤层的层数,记为B;
设定数据判定值;
若皮肤层数B-观测点数量A=数据判定值,则将该目标斜线定为第一目标斜线;
若皮肤层数B-观测点数量A>数据判定值,则将该目标斜线定为第二目标斜线;
提取所有的第一目标斜线,定为目标判定斜线;
获取目标人物的吸气时长;
获取目标人物的呼气时长;
计算目标人物的呼吸周期;
获取各观测点在呼吸周期内的运动轨迹上的各点,定为目标判定点;
获取各观测点对应的所有目标判定点的位置,定为第二位置;
分别连接第一位置和对应的各第二位置,形成若干连接线,定为目标判定线;
获取第一位置对应的各目标判定线的长度,定为目标长度,记为L;
依次提取任意两个目标长度进行比较,分别记为L1和L2;
若目标长度L1-目标长度L2>数据判定值,则将目标长度L1定为第一目标长度,将目标长度L2定为第二目标长度;
将最终确定的第一目标长度对应的目标判定线,定为偏移距离;
提取各偏移距离对应的第二位置,定为偏移位置;
分别以各偏移位置为原点,向目标判定斜线作垂线,定为目标判定垂线;
计算各目标判定垂线的长度,定为目标判定长度,记为LP;
提取各目标判定斜线对应的所有目标判定长度;
将各目标判定斜线对应的所有目标判定长度,根据偏移位置所在的皮肤层,形成判定集合;
对判定集合中,各皮肤层的目标判定长度根据数值由小到达进行排序;
提取判定集合中,各皮肤层数值小、且偏移位置对应目标判定斜线相同的目标判定斜线,定为进针路径。
作为本发明所述妇科肿瘤影像术前智能导向识别系统的使用方法的一种可选方案,其中:所述根据分析数据,形成调整数据,控制穿刺针以目标角度在目标位置插入目标人物皮肤采集样本,具体包括:
获取进针路径;
获取进针路径与目标面之间的交点,定为进针点;
提取进针路径上的所有偏移位置,定为进针偏移位置;
提取各进针偏移位置对应的目标判定长度,定为目标判定偏移距离,记为C;
依次提取任意两个目标判定偏移距离进行比较,分别记为C1和C2;
若目标判定偏移距离C1-目标判定偏移距离C2>数据判定值,则将目标判定偏移距离C1定为第一目标判定偏移距离,将目标判定偏移距离C2定为第二目标判定偏移距离;
将最终确定的第二目标判定偏移距离对应的第一位置定为基准位置;
获取目标人物的呼吸周期;
实时获取第一位置的移动位置,定为第三位置;
若第三位置≠第一位置,则继续等待,直至第三位置=第一位置;
若第三位置=第一位置,则控制穿刺针以进针路径在进针点穿透目标人物的皮肤各皮肤层,刺进病灶进行样本采集。
作为本发明所述妇科肿瘤影像术前智能导向识别系统的使用方法的一种可选方案,其中:所述根据调整数据,调整影像探测装置的探测角度进行影像采集,具体包括:
获取进针路径;
提取进针路径上的任意一点,定为基准点;
以基准点为原点,作进针路径的垂线,将该垂线与进针路径之间的角度定为探测角度;
以探测角度为基准角度,由目标面向皮肤深层作向量方向,定为目标探测方向;
控制影像探测装置以目标探测方向对病灶进行影像采集;
获取目标人物的呼吸周期;
实时获取穿刺针进行样本采集时的角度变化量;
实时调整影像探测装置的探测方向至目标探测方向对病灶进行影像采集。
作为本发明所述妇科肿瘤影像术前智能导向识别系统的使用方法的一种可选方案,其中:所述获取目标人物的目标数据,具体为:
获取目标人物的历史生理周期,所述历史生理周期包括生理周期开始日期和生理周期结束日期,将历史生理周期记为T(T1,T2);
获取当前日期,记为T3;
设定等待时间段,记为T4;
设定判定值;
若当前日期T3归属于历史生理周期T(T1,T2)、且生理周期结束日期T2-当前日期T3≠判定值,则计算预计检查时间,预计检查时间=生理周期结束日期T2-当前日期T3+等待时间段T4;
若当前日期T3归属于历史生理周期T(T1,T2)、且生理周期结束日期T2-当前日期T3=判定值,则计算预计检查时间,预计检查时间=等待时间段T4;
若当前日期T3不归属于历史生理周期T(T1,T2),且生理周期开始日期T1-当前日期T3>判定值,则不计算预计检查时间;
若当前日期T3不归属于历史生理周期T(T1,T2),且当前日期T3-生理周期开始日期T1>判定值,则计算预计检查时间,预计检查时间=等待时间段T4;
预约妇科肿瘤影像检查的检查日期,检查日期=当前日期T3+预计检查时间。
本发明具备以下有益效果:
1、该妇科肿瘤影像术前智能导向识别系统,通过获取病灶位置、患者皮肤的切面剖视图、以及患者的呼吸周期,根据患者的呼吸节奏判断皮肤的微小变化,调整找到合适的进针位置、进针角度、以及进针时机,减少患者在穿刺检查的过程中所产生的疼痛感,同时在穿刺操作过程中对经验少的医生起到较好的辅助作用。
2、该妇科肿瘤影像术前智能导向识别系统,通过获取病灶位置、患者皮肤的切面剖视图、以及患者的呼吸周期,根据患者在检测过程中的呼吸节奏判断穿刺针在体内的角度变化,调整探测装置的探测角度和探测方向,在检测过程中减少手动调整穿刺针角度的次数,对经验少的医生起到较好的辅助作用,同时减少患者在穿刺检查的过程中所产生的疼痛感。
3、该妇科肿瘤影像术前智能导向识别系统,通过获取患者的历史生理周期,判断患者当前是否处于生理周期内,从而确定患者预约妇科肿瘤影像检查的检查日期,便于患者进行检查。
附图说明
图1为本发明妇科肿瘤影像术前智能导向识别系统框图;
图2(1)为本发明影像导向识别图;
图2(2)为本发明切面剖视图示意图;
图3为本发明探测方向示意图。
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。
实施例一,一种妇科肿瘤影像术前智能导向识别系统,参阅图1,包括:
采集模块:获取目标人物的目标数据;
分析模块:根据目标数据,形成分析数据,确定穿刺检查的进针位置和角度;
穿刺模块:根据分析数据,形成调整数据,控制穿刺针以目标角度在目标位置插入目标人物皮肤采集样本;
调整模块:根据调整数据,调整影像探测装置的探测角度进行影像采集;
所述采集模块包括:用户计算机,所述用户计算机存储有目标人物的所有历史生理周期,并根据历史生理周期判断下一次的生理周期;
所述分析模块包括:处理器,以及与所述处理器通信连接的存储器,所述存储器存储有可被所述处理器执行的指令,以使所述处理器根据存储的穿刺模块和调整模块操作所需的各种程序和数据执行各种适当的动作和处理;
所述穿刺模块包括:穿刺针和穿刺瞄准器,以用于控制穿刺针以目标角度在目标位置穿透目标人物的皮肤各皮肤层,并维持目标角度刺进病灶进行样本采集。
通过上述模块,获取病灶位置、患者皮肤的切面剖视图、以及患者的呼吸周期,根据患者的呼吸节奏判断皮肤的微小变化,调整穿刺针的进针位置和进针角度,根据患者在检测过程中的呼吸节奏判断穿刺针在体内的角度变化,调整探测装置的探测角度和探测方向,通过根据患者的呼吸节奏调整找到合适的进针位置、进针角度、以及进针时机,减少患者在穿刺检查的过程中所产生的疼痛感,同时在穿刺操作过程中对经验少的医生起到较好的辅助作用。
实施例二,本实施例还公开了一种妇科肿瘤影像术前智能导向识别系统的使用方法,参阅图2,图2中左图为超声波影像,由于超声波影像不便于进行标注,图2中右图为根据左图绘制的示意图,本实施例中,所述根据目标数据,形成分析数据,确定穿刺检查的进针位置和角度,具体包括:
获取检查日期,达到检查日期,目标人物进行妇科肿瘤影像检查;
获取病灶位置,如图2病灶所示;
获取穿刺针的进针皮肤面,定为目标面;
设定判定距离,所述判定距离为距离病灶近、且穿刺针能够有进针选择的距离;
以病灶位置为原点、以判定距离为半径,在目标面形成判定范围;
获取判定范围上经判定范围的原点的任一直径,定为目标直径;
在目标面作一条垂直于目标直径的垂线,定为目标垂线;
以目标垂线为基准线,由目标面向皮肤深层作向量方向,定为目标方向;
获取目标直径上任意一点,定为目标点;
以目标点为原点、以目标方向为向量方向,对目标面剖切;
获取目标面的剖切面,形成切面剖视图,如图2所示;
执行进针区域判定策略。
本实施例还提供,所述执行进针区域判定策略,具体为:
获取目标人物的皮肤的切面剖视图;
获取病灶位置以及病灶轮廓线;
获取目标面在切面剖视图视角下所观测形成的线条,定为目标线,如图2中目标线所示;
设定倾斜角度,所述倾斜角度为适宜进针的角度,如倾斜角度为63°;
以目标线为基准线、以倾斜角度为目标角度,作若干斜线,定为目标斜线,如图2中目标判定斜线和目标切线所示;
提取与病灶轮廓线相切的目标斜线,定为目标切线,如图2中目标切线所示;
获取所有目标切线;
将目标切线之间的区域定为进针区域,如图2中进针区域所示;
执行观测点判定策略。
本实施例还提供,所述执行观测点判定策略,具体为:
获取目标人物的皮肤的切面剖视图;
获取皮肤整体厚度;
设定分层数,所述分层数为机器自动设定的便于观察目标人物呼吸与皮肤变化关联性的皮肤层数;
根据分层数对皮肤整体厚度划分皮肤层;
对各皮肤层分别设置一个观测线,如图2中观测线所示;
获取各观测线的任意两点,分别记为(X1,Y1)和(X2,Y2);
获取各观测线对应的皮肤层的上层分界线的任意两点,分别记为(X3,Y3)和(X4,Y4);
若(Y2-Y1)÷(X2-X1)≠(Y4-Y3)÷(X4-X3),则重新设置该皮肤层的观测线,直至(Y2-Y1)÷(X2-X1)=(Y4-Y3)÷(X4-X3);
若(Y2-Y1)÷(X2-X1)=(Y4-Y3)÷(X4-X3),则获取进针区域;
设定观测点数量,所述观测点数量为机器自动设定的便于观察目标人物呼吸与每层皮肤变化关联性的每个皮肤层的观测点的数量;
设定观测点距离,所述观测点距离为机器自动设定的便于观察目标人物呼吸与皮肤变化关联性的距离;
分别在进针区域的各观测线上提取观测点数量的观测点,且每两个观测点之间的距离为观测点距离;
执行进针位置判定策略。
本实施例还提供,所述执行进针位置判定策略,具体为:
获取进针区域的各观测线上的观测点;
获取各观测点的位置,定为第一位置,如图2中第一位置所示;
获取各目标斜线;
获取各目标斜线上观测点的数量,记为A;
获取皮肤层的层数,记为B;
设定数据判定值,所述数据判定值为0,以用于判定两数据之间的大小;
若皮肤层数B-观测点数量A=数据判定值,则将该目标斜线定为第一目标斜线;
若皮肤层数B-观测点数量A>数据判定值,则将该目标斜线定为第二目标斜线;
提取所有的第一目标斜线,定为目标判定斜线,如图2中目标判定斜线所示;
获取目标人物的吸气时长;
获取目标人物的呼气时长;
计算目标人物的呼吸周期;
获取各观测点在呼吸周期内的运动轨迹上的各点,定为目标判定点;
获取各观测点对应的所有目标判定点的位置,定为第二位置;
分别连接第一位置和对应的各第二位置,形成若干连接线,定为目标判定线;
获取第一位置对应的各目标判定线的长度,定为目标长度,记为L;
依次提取任意两个目标长度进行比较,分别记为L1和L2;
若目标长度L1-目标长度L2>数据判定值,则将目标长度L1定为第一目标长度,将目标长度L2定为第二目标长度;
将最终确定的第一目标长度对应的目标判定线,定为偏移距离;
提取各偏移距离对应的第二位置,定为偏移位置,如图2中偏移位置所示;
分别以各偏移位置为原点,向目标判定斜线作垂线,定为目标判定垂线;
计算各目标判定垂线的长度,定为目标判定长度,记为LP;
提取各目标判定斜线对应的所有目标判定长度;
将各目标判定斜线对应的所有目标判定长度,根据偏移位置所在的皮肤层,形成判定集合;
对判定集合中,各皮肤层的目标判定长度根据数值由小到达进行排序;
提取判定集合中,各皮肤层数值小、且偏移位置对应目标判定斜线相同的目标判定斜线,定为进针路径。
实施例三,本实施例是在实施例二的基础上做出的改进,参阅图2,本实施例中,所述根据分析数据,形成调整数据,控制穿刺针以目标角度在目标位置插入目标人物皮肤采集样本,具体包括:
获取进针路径;
获取进针路径与目标面之间的交点,定为进针点,如图2中进针点所示;
提取进针路径上的所有偏移位置,定为进针偏移位置;
提取各进针偏移位置对应的目标判定长度,定为目标判定偏移距离,记为C;
依次提取任意两个目标判定偏移距离进行比较,分别记为C1和C2;
若目标判定偏移距离C1-目标判定偏移距离C2>数据判定值,则将目标判定偏移距离C1定为第一目标判定偏移距离,将目标判定偏移距离C2定为第二目标判定偏移距离;
将最终确定的第二目标判定偏移距离对应的第一位置定为基准位置;
获取目标人物的呼吸周期;
实时获取第一位置的移动位置,定为第三位置;
若第三位置≠第一位置,则继续等待,直至第三位置=第一位置;
若第三位置=第一位置,则控制穿刺针以进针路径在进针点穿透目标人物的皮肤各皮肤层,刺进病灶进行样本采集。
实施例四,本实施例是在实施例三的基础上做出的改进,本实施例中,所述根据调整数据,调整影像探测装置的探测角度进行影像采集,具体包括:
获取进针路径;
提取进针路径上的任意一点,定为基准点;
以基准点为原点,作进针路径的垂线,将该垂线与进针路径之间的角度定为探测角度;
以探测角度为基准角度,由目标面向皮肤深层作向量方向,定为目标探测方向,如图3中探测方向所示;
控制影像探测装置以目标探测方向对病灶进行影像采集;
获取目标人物的呼吸周期;
实时获取穿刺针进行样本采集时的角度变化量;
实时调整影像探测装置的探测方向至目标探测方向对病灶进行影像采集。
实施例五,本实施例是在实施例二的基础上做出的改进,本实施例中,所述获取目标人物的目标数据,具体为:
获取目标人物的历史生理周期,所述历史生理周期包括生理周期开始日期和生理周期结束日期,将历史生理周期记为T(T1,T2),所述历史生理周期为时间段,如7天,其中,T1为生理周期开始日期,T2为生理周期结束日期;
获取当前日期,记为T3;
设定等待时间段,记为T4,所述等待时间为3天,以用于确保目标人物是在生理期结束三天后进行妇科肿瘤影像检查;
设定判定值,所述判定值为0,以用于判定当前时间是否为生理期以及判定当前时间是否为生理期最后一天;
若当前日期T3归属于历史生理周期T(T1,T2)、且生理周期结束日期T2-当前日期T3≠判定值,则计算预计检查时间,预计检查时间=生理周期结束日期T2-当前日期T3+等待时间段T4,如生理周期结束日期为每个月18号,当前日期为某月16号,则预计检查时间为5天后;
若当前日期T3归属于历史生理周期T(T1,T2)、且生理周期结束日期T2-当前日期T3=判定值,则计算预计检查时间,预计检查时间=等待时间段T4,如生理周期结束日期为每个月18号,当前日期为某月18号,则预计检查时间为3天后;
若当前日期T3不归属于历史生理周期T(T1,T2),且生理周期开始日期T1-当前日期T3>判定值,则不计算预计检查时间;
若当前日期T3不归属于历史生理周期T(T1,T2),且当前日期T3-生理周期开始日期T1>判定值,则计算预计检查时间,预计检查时间=等待时间段T4,如生理周期结束日期为每个月18号,当前日期为某月23号,则预计检查时间为3天后;
预约妇科肿瘤影像检查的检查日期,检查日期=当前日期T3+预计检查时间。
本实施例,获取病灶位置、患者皮肤的切面剖视图、以及患者的呼吸周期,根据患者的呼吸节奏判断皮肤的微小变化,调整穿刺针的进针位置和进针角度,根据患者在检测过程中的呼吸节奏判断穿刺针在体内的角度变化,调整探测装置的探测角度和探测方向,通过根据患者的呼吸节奏调整找到合适的进针位置、进针角度、以及进针时机,减少患者在穿刺检查的过程中所产生的疼痛感,同时在穿刺操作过程中对经验少的医生起到较好的辅助作用。
Claims (8)
1.一种妇科肿瘤影像术前智能导向识别系统,其特征在于:包括:
采集模块:获取目标人物的目标数据;
分析模块:根据目标数据,形成分析数据,确定穿刺检查的进针位置和角度;
穿刺模块:根据分析数据,形成调整数据,控制穿刺针以目标角度在目标位置插入目标人物皮肤采集样本;
调整模块:根据调整数据,调整影像探测装置的探测角度进行影像采集;
所述采集模块包括:用户计算机,所述用户计算机存储有目标人物的所有历史生理周期,并根据历史生理周期判断下一次的生理周期;
所述分析模块包括:处理器,以及与所述处理器通信连接的存储器,所述存储器存储有可被所述处理器执行的指令,以使所述处理器根据存储的穿刺模块和调整模块操作所需的各种程序和数据执行各种适当的动作和处理;
所述穿刺模块包括:穿刺针和穿刺瞄准器,以用于控制穿刺针以目标角度在目标位置穿透目标人物的皮肤各皮肤层,并维持目标角度刺进病灶进行样本采集。
2.根据权利要求1所述的一种妇科肿瘤影像术前智能导向识别系统的使用方法,其特征在于:所述根据目标数据,形成分析数据,确定穿刺检查的进针位置和角度,具体包括:
获取检查日期,达到检查日期,目标人物进行妇科肿瘤影像检查;
获取病灶位置;
获取穿刺针的进针皮肤面,定为目标面;
设定判定距离;
以病灶位置为原点、以判定距离为半径,在目标面形成判定范围;
获取判定范围上经判定范围的原点的任一直径,定为目标直径;
在目标面作一条垂直于目标直径的垂线,定为目标垂线;
以目标垂线为基准线,由目标面向皮肤深层作向量方向,定为目标方向;
获取目标直径上任意一点,定为目标点;
以目标点为原点、以目标方向为向量方向,对目标面剖切;
获取目标面的剖切面,形成切面剖视图;
执行进针区域判定策略。
3.根据权利要求2所述的一种妇科肿瘤影像术前智能导向识别系统的使用方法,其特征在于:所述执行进针区域判定策略,具体为:
获取目标人物的皮肤的切面剖视图;
获取病灶位置以及病灶轮廓线;
获取目标面在切面剖视图视角下所观测形成的线条,定为目标线;
设定倾斜角度;
以目标线为基准线、以倾斜角度为目标角度,作若干斜线,定为目标斜线;
提取与病灶轮廓线相切的目标斜线,定为目标切线;
获取所有目标切线;
将目标切线之间的区域定为进针区域;
执行观测点判定策略。
4.根据权利要求3所述的一种妇科肿瘤影像术前智能导向识别系统的使用方法,其特征在于:所述执行观测点判定策略,具体为:
获取目标人物的皮肤的切面剖视图;
获取皮肤整体厚度;
设定分层数,所述分层数为机器自动设定的便于观察目标人物呼吸与皮肤变化关联性的皮肤层数;
根据分层数对皮肤整体厚度划分皮肤层;
对各皮肤层分别设置一个观测线;
获取各观测线的任意两点,分别记为(X1,Y1)和(X2,Y2);
获取各观测线对应的皮肤层的上层分界线的任意两点,分别记为(X3,Y3)和(X4,Y4);
若(Y2-Y1)÷(X2-X1)≠(Y4-Y3)÷(X4-X3),则重新设置该皮肤层的观测线,直至(Y2-Y1)÷(X2-X1)=(Y4-Y3)÷(X4-X3);
若(Y2-Y1)÷(X2-X1)=(Y4-Y3)÷(X4-X3),则获取进针区域;
设定观测点数量,所述观测点数量为机器自动设定的便于观察目标人物呼吸与每层皮肤变化关联性的每个皮肤层的观测点的数量;
设定观测点距离,所述观测点距离为机器自动设定的便于观察目标人物呼吸与皮肤变化关联性的距离;
分别在进针区域的各观测线上提取观测点数量的观测点,且每两个观测点之间的距离为观测点距离;
执行进针位置判定策略。
5.根据权利要求4所述的一种妇科肿瘤影像术前智能导向识别系统的使用方法,其特征在于:所述执行进针位置判定策略,具体为:
获取进针区域的各观测线上的观测点;
获取各观测点的位置,定为第一位置;
获取各目标斜线;
获取各目标斜线上观测点的数量,记为A;
获取皮肤层的层数,记为B;
设定数据判定值;
若皮肤层数B-观测点数量A=数据判定值,则将该目标斜线定为第一目标斜线;
若皮肤层数B-观测点数量A>数据判定值,则将该目标斜线定为第二目标斜线;
提取所有的第一目标斜线,定为目标判定斜线;
获取目标人物的吸气时长;
获取目标人物的呼气时长;
计算目标人物的呼吸周期;
获取各观测点在呼吸周期内的运动轨迹上的各点,定为目标判定点;
获取各观测点对应的所有目标判定点的位置,定为第二位置;
分别连接第一位置和对应的各第二位置,形成若干连接线,定为目标判定线;
获取第一位置对应的各目标判定线的长度,定为目标长度,记为L;
依次提取任意两个目标长度进行比较,分别记为L1和L2;
若目标长度L1-目标长度L2>数据判定值,则将目标长度L1定为第一目标长度,将目标长度L2定为第二目标长度;
将最终确定的第一目标长度对应的目标判定线,定为偏移距离;
提取各偏移距离对应的第二位置,定为偏移位置;
分别以各偏移位置为原点,向目标判定斜线作垂线,定为目标判定垂线;
计算各目标判定垂线的长度,定为目标判定长度,记为LP;
提取各目标判定斜线对应的所有目标判定长度;
将各目标判定斜线对应的所有目标判定长度,根据偏移位置所在的皮肤层,形成判定集合;
对判定集合中,各皮肤层的目标判定长度根据数值由小到达进行排序;
提取判定集合中,各皮肤层数值小、且偏移位置对应目标判定斜线相同的目标判定斜线,定为进针路径。
6.根据权利要求5所述的一种妇科肿瘤影像术前智能导向识别系统的使用方法,其特征在于:所述根据分析数据,形成调整数据,控制穿刺针以目标角度在目标位置插入目标人物皮肤采集样本,具体包括:
获取进针路径;
获取进针路径与目标面之间的交点,定为进针点;
提取进针路径上的所有偏移位置,定为进针偏移位置;
提取各进针偏移位置对应的目标判定长度,定为目标判定偏移距离,记为C;
依次提取任意两个目标判定偏移距离进行比较,分别记为C1和C2;
若目标判定偏移距离C1-目标判定偏移距离C2>数据判定值,则将目标判定偏移距离C1定为第一目标判定偏移距离,将目标判定偏移距离C2定为第二目标判定偏移距离;
将最终确定的第二目标判定偏移距离对应的第一位置定为基准位置;
获取目标人物的呼吸周期;
实时获取第一位置的移动位置,定为第三位置;
若第三位置≠第一位置,则继续等待,直至第三位置=第一位置;
若第三位置=第一位置,则控制穿刺针以进针路径在进针点穿透目标人物的皮肤各皮肤层,刺进病灶进行样本采集。
7.根据权利要求6所述的一种妇科肿瘤影像术前智能导向识别系统的使用方法,其特征在于:所述根据调整数据,调整影像探测装置的探测角度进行影像采集,具体包括:
获取进针路径;
提取进针路径上的任意一点,定为基准点;
以基准点为原点,作进针路径的垂线,将该垂线与进针路径之间的角度定为探测角度;
以探测角度为基准角度,由目标面向皮肤深层作向量方向,定为目标探测方向;
控制影像探测装置以目标探测方向对病灶进行影像采集;
获取目标人物的呼吸周期;
实时获取穿刺针进行样本采集时的角度变化量;
实时调整影像探测装置的探测方向至目标探测方向对病灶进行影像采集。
8.根据权利要求1所述的一种妇科肿瘤影像术前智能导向识别系统的使用方法,其特征在于:所述获取目标人物的目标数据,具体为:
获取目标人物的历史生理周期,所述历史生理周期包括生理周期开始日期和生理周期结束日期,将历史生理周期记为T(T1,T2);
获取当前日期,记为T3;
设定等待时间段,记为T4;
设定判定值;
若当前日期T3归属于历史生理周期T(T1,T2)、且生理周期结束日期T2-当前日期T3≠判定值,则计算预计检查时间,预计检查时间=生理周期结束日期T2-当前日期T3+等待时间段T4;
若当前日期T3归属于历史生理周期T(T1,T2)、且生理周期结束日期T2-当前日期T3=判定值,则计算预计检查时间,预计检查时间=等待时间段T4;
若当前日期T3不归属于历史生理周期T(T1,T2),且生理周期开始日期T1-当前日期T3>判定值,则不计算预计检查时间;
若当前日期T3不归属于历史生理周期T(T1,T2),且当前日期T3-生理周期开始日期T1>判定值,则计算预计检查时间,预计检查时间=等待时间段T4;
预约妇科肿瘤影像检查的检查日期,检查日期=当前日期T3+预计检查时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410187936.3A CN117731376B (zh) | 2024-02-20 | 2024-02-20 | 一种妇科肿瘤影像术前智能导向识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410187936.3A CN117731376B (zh) | 2024-02-20 | 2024-02-20 | 一种妇科肿瘤影像术前智能导向识别系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117731376A true CN117731376A (zh) | 2024-03-22 |
CN117731376B CN117731376B (zh) | 2024-04-19 |
Family
ID=90254898
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410187936.3A Active CN117731376B (zh) | 2024-02-20 | 2024-02-20 | 一种妇科肿瘤影像术前智能导向识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117731376B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2012201117A1 (en) * | 2004-06-07 | 2012-03-15 | The Charlotte-Mecklenburg Hospital Authority | Utilizing lipopolysaccharide in exhaled breath condensate to diagnose gram negative pneumonia |
US20170071672A1 (en) * | 2014-03-04 | 2017-03-16 | Xact Robotics Ltd. | Dynamic planning method for needle insertion |
CN109259806A (zh) * | 2017-07-17 | 2019-01-25 | 云南师范大学 | 一种用于图像引导的肿瘤精准穿刺活检的方法 |
CN111067622A (zh) * | 2019-12-09 | 2020-04-28 | 天津大学 | 一种面向肺部经皮穿刺的呼吸运动补偿方法 |
CN211188659U (zh) * | 2019-08-20 | 2020-08-07 | 四川省肿瘤医院 | 一种环甲膜穿刺套件 |
CN115444523A (zh) * | 2022-10-24 | 2022-12-09 | 上海导向医疗系统有限公司 | 一种自动穿刺控制方法及系统 |
CN115462885A (zh) * | 2022-10-24 | 2022-12-13 | 上海导向医疗系统有限公司 | 一种经皮穿刺方法及系统 |
WO2023050307A1 (zh) * | 2021-09-30 | 2023-04-06 | 中国科学院深圳先进技术研究院 | 一种ct兼容的肺部穿刺活检系统及方法 |
CN116439802A (zh) * | 2023-05-12 | 2023-07-18 | 上海长征医院 | 一种掌式超声装置和成像方法 |
CN117243592A (zh) * | 2023-10-30 | 2023-12-19 | 上海精劢医疗科技有限公司 | 呼吸规律异常确定方法、装置、设备及存储介质 |
WO2024032570A1 (zh) * | 2022-08-08 | 2024-02-15 | 武汉联影智融医疗科技有限公司 | 一种介入规划系统、方法、装置和存储介质 |
-
2024
- 2024-02-20 CN CN202410187936.3A patent/CN117731376B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2012201117A1 (en) * | 2004-06-07 | 2012-03-15 | The Charlotte-Mecklenburg Hospital Authority | Utilizing lipopolysaccharide in exhaled breath condensate to diagnose gram negative pneumonia |
US20170071672A1 (en) * | 2014-03-04 | 2017-03-16 | Xact Robotics Ltd. | Dynamic planning method for needle insertion |
CN109259806A (zh) * | 2017-07-17 | 2019-01-25 | 云南师范大学 | 一种用于图像引导的肿瘤精准穿刺活检的方法 |
CN211188659U (zh) * | 2019-08-20 | 2020-08-07 | 四川省肿瘤医院 | 一种环甲膜穿刺套件 |
CN111067622A (zh) * | 2019-12-09 | 2020-04-28 | 天津大学 | 一种面向肺部经皮穿刺的呼吸运动补偿方法 |
WO2023050307A1 (zh) * | 2021-09-30 | 2023-04-06 | 中国科学院深圳先进技术研究院 | 一种ct兼容的肺部穿刺活检系统及方法 |
WO2024032570A1 (zh) * | 2022-08-08 | 2024-02-15 | 武汉联影智融医疗科技有限公司 | 一种介入规划系统、方法、装置和存储介质 |
CN115444523A (zh) * | 2022-10-24 | 2022-12-09 | 上海导向医疗系统有限公司 | 一种自动穿刺控制方法及系统 |
CN115462885A (zh) * | 2022-10-24 | 2022-12-13 | 上海导向医疗系统有限公司 | 一种经皮穿刺方法及系统 |
CN116439802A (zh) * | 2023-05-12 | 2023-07-18 | 上海长征医院 | 一种掌式超声装置和成像方法 |
CN117243592A (zh) * | 2023-10-30 | 2023-12-19 | 上海精劢医疗科技有限公司 | 呼吸规律异常确定方法、装置、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
金辉 等: "挂线法辅助微波针癌性肺结节穿刺", 中国肿瘤临床, vol. 49, no. 2, 31 December 2022 (2022-12-31) * |
Also Published As
Publication number | Publication date |
---|---|
CN117731376B (zh) | 2024-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220079680A1 (en) | Interactive anatomical mapping and estimation of anatomical mapping quality | |
US10258413B2 (en) | Human organ movement monitoring method, surgical navigation system and computer readable medium | |
CN110772255A (zh) | 基于姿态与位置传感器的人体脊柱侧弯角度的测量方法 | |
US20170172457A1 (en) | Registration between coordinate systems for visualizing a tool | |
CN109561832B (zh) | 使用软点特征来预测呼吸循环并改善端部配准的方法 | |
CN110211152A (zh) | 一种基于机器视觉的内窥镜器械跟踪方法 | |
US20220304653A1 (en) | Alignment of ultrasound image | |
CN113349897A (zh) | 一种超声穿刺的引导方法、装置以及设备 | |
CN106913332A (zh) | 探知位置和取向以使工具可视化 | |
US20230177681A1 (en) | Method for determining an ablation region based on deep learning | |
CN117731376B (zh) | 一种妇科肿瘤影像术前智能导向识别系统 | |
CN114176726A (zh) | 一种基于相位配准的穿刺方法 | |
JP6875774B1 (ja) | 医療画像用のマーキングシステム及びマーキング支援装置 | |
CN109276315A (zh) | 使用散布内插改善基于阻抗的定位跟踪性能 | |
CN116236280B (zh) | 一种基于多模态图像融合的介入治疗引导方法及系统 | |
CN115797688A (zh) | 一种基于支气管镜的病灶识别方法及系统 | |
US20230172535A1 (en) | Method for predicting the recurrence of a lesion by image analysis | |
CN111209801A (zh) | 一种中医胖舌识别方法及装置 | |
WO2019245506A2 (en) | A method and an algorithm to conduct a safe biopsy on lung airways | |
CN116452591B (zh) | 一种基于超声引导的胆道造影图像位置标记方法 | |
CN214595823U (zh) | 一种精准瞳孔测量仪 | |
CN116725673B (zh) | 基于三维重建与多模态医学图像配准的超声穿刺导航系统 | |
CN107280737A (zh) | 一种穿刺行进中旋转角度的计算方法 | |
CN114305471A (zh) | 确定体态位姿的处理方法、装置、手术系统、设备与介质 | |
CN116138719A (zh) | 一种基于磁传感器的支气管镜的病灶识别方法及系统 |
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 |