CN117934726A - 三维可视化方法、装置和系统、可读存储介质 - Google Patents
三维可视化方法、装置和系统、可读存储介质 Download PDFInfo
- Publication number
- CN117934726A CN117934726A CN202410270369.8A CN202410270369A CN117934726A CN 117934726 A CN117934726 A CN 117934726A CN 202410270369 A CN202410270369 A CN 202410270369A CN 117934726 A CN117934726 A CN 117934726A
- Authority
- CN
- China
- Prior art keywords
- model
- image
- electrode
- target
- nuclear magnetic
- 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
- 238000007794 visualization technique Methods 0.000 title claims abstract description 36
- 210000004556 brain Anatomy 0.000 claims abstract description 335
- 230000011218 segmentation Effects 0.000 claims abstract description 270
- 230000004913 activation Effects 0.000 claims abstract description 192
- 210000004885 white matter Anatomy 0.000 claims abstract description 154
- 239000000835 fiber Substances 0.000 claims abstract description 139
- 230000005684 electric field Effects 0.000 claims abstract description 87
- 238000000034 method Methods 0.000 claims abstract description 83
- 238000009877 rendering Methods 0.000 claims abstract description 72
- 230000002980 postoperative effect Effects 0.000 claims abstract description 70
- 238000004088 simulation Methods 0.000 claims description 54
- 238000007781 pre-processing Methods 0.000 claims description 43
- 238000012800 visualization Methods 0.000 claims description 38
- 238000012937 correction Methods 0.000 claims description 37
- 238000005481 NMR spectroscopy Methods 0.000 claims description 27
- 210000003625 skull Anatomy 0.000 claims description 23
- 238000000926 separation method Methods 0.000 claims description 19
- 238000003384 imaging method Methods 0.000 claims description 18
- 210000004884 grey matter Anatomy 0.000 claims description 16
- 210000001175 cerebrospinal fluid Anatomy 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 12
- 238000003908 quality control method Methods 0.000 claims description 12
- 238000013170 computed tomography imaging Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 abstract description 31
- 230000000007 visual effect Effects 0.000 abstract description 14
- 238000002591 computed tomography Methods 0.000 description 70
- 230000000638 stimulation Effects 0.000 description 57
- 238000002598 diffusion tensor imaging Methods 0.000 description 50
- 210000001519 tissue Anatomy 0.000 description 28
- 238000012549 training Methods 0.000 description 25
- 238000011282 treatment Methods 0.000 description 18
- 238000004364 calculation method Methods 0.000 description 16
- 230000000694 effects Effects 0.000 description 16
- 238000012545 processing Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 210000005036 nerve Anatomy 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 9
- 230000003993 interaction Effects 0.000 description 9
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 8
- 210000003484 anatomy Anatomy 0.000 description 7
- 210000005013 brain tissue Anatomy 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 238000004070 electrodeposition Methods 0.000 description 7
- 230000007383 nerve stimulation Effects 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 6
- 201000010099 disease Diseases 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 210000004126 nerve fiber Anatomy 0.000 description 4
- 230000001537 neural effect Effects 0.000 description 4
- 238000003062 neural network model Methods 0.000 description 4
- 206010067484 Adverse reaction Diseases 0.000 description 3
- 230000006838 adverse reaction Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- WABPQHHGFIMREM-UHFFFAOYSA-N lead(0) Chemical compound [Pb] WABPQHHGFIMREM-UHFFFAOYSA-N 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 210000000278 spinal cord Anatomy 0.000 description 3
- 239000003826 tablet Substances 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 208000021384 Obsessive-Compulsive disease Diseases 0.000 description 2
- 208000002193 Pain Diseases 0.000 description 2
- 238000005452 bending Methods 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 230000011157 brain segmentation Effects 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 208000035475 disorder Diseases 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000001727 in vivo Methods 0.000 description 2
- 230000005415 magnetization Effects 0.000 description 2
- 208000024714 major depressive disease Diseases 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000036407 pain Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000011158 quantitative evaluation Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 230000001225 therapeutic effect Effects 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 208000024827 Alzheimer disease Diseases 0.000 description 1
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 206010003805 Autism Diseases 0.000 description 1
- 208000020706 Autistic disease Diseases 0.000 description 1
- 208000020925 Bipolar disease Diseases 0.000 description 1
- 208000023105 Huntington disease Diseases 0.000 description 1
- 208000026139 Memory disease Diseases 0.000 description 1
- 208000019695 Migraine disease Diseases 0.000 description 1
- 208000019022 Mood disease Diseases 0.000 description 1
- 208000016285 Movement disease Diseases 0.000 description 1
- 208000008238 Muscle Spasticity Diseases 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 208000012902 Nervous system disease Diseases 0.000 description 1
- 208000025966 Neurological disease Diseases 0.000 description 1
- 208000018737 Parkinson disease Diseases 0.000 description 1
- 208000028017 Psychotic disease Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 210000003169 central nervous system Anatomy 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001054 cortical effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000012377 drug delivery Methods 0.000 description 1
- 206010013663 drug dependence Diseases 0.000 description 1
- 230000005674 electromagnetic induction Effects 0.000 description 1
- 238000002001 electrophysiology Methods 0.000 description 1
- 230000007831 electrophysiology Effects 0.000 description 1
- 206010015037 epilepsy Diseases 0.000 description 1
- 201000006517 essential tremor Diseases 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000003176 fibrotic effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000002496 gastric effect Effects 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 238000001802 infusion Methods 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 206010027599 migraine Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000023105 myelination Effects 0.000 description 1
- 230000000926 neurological effect Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000013421 nuclear magnetic resonance imaging Methods 0.000 description 1
- 230000005311 nuclear magnetism Effects 0.000 description 1
- 210000000578 peripheral nerve Anatomy 0.000 description 1
- 230000004962 physiological condition Effects 0.000 description 1
- 208000028173 post-traumatic stress disease Diseases 0.000 description 1
- 208000020016 psychiatric disease Diseases 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 208000018198 spasticity Diseases 0.000 description 1
- 238000002672 stereotactic surgery Methods 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 208000011117 substance-related disease Diseases 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 230000001515 vagal effect Effects 0.000 description 1
- 210000001186 vagus nerve Anatomy 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本申请提供了三维可视化方法、装置和系统、可读存储介质,三维可视化方法包括如下步骤:服务器端根据患者的术前核磁影像、术后CT影像和预设程控参数集合,获取目标模型信息;本地端获取患者的指定程控参数;本地端根据指定程控参数,利用患者的目标模型信息进行合并渲染,以获取待展示三维模型;目标模型信息是从服务器端获取的,目标模型信息包括脑区分割模型集合、激活范围模型集合、电极分割模型和白质纤维束追踪模型;待展示三维模型用于向医生展示电极触点、电场激活范围与脑区之间的相对位置关系。本申请通过定义了一套获取到最终三维可视化程控模型渲染显示的全套流程,可以帮助医生缩短程控操作时间。
Description
技术领域
本申请涉及医疗系统、医学图像处理的技术领域,尤其涉及三维可视化方法、装置和系统、可读存储介质。
背景技术
以脑深部电刺激(Deep brain stimulaiton,DBS)为例,DBS是一种侵入式神经调控技术,通过立体定向手术方法在人脑中的特定神经结构植入刺激电极,并在人体内植入神经刺激器以连接电极,发放可被调节控制的弱电脉冲,从而改变大脑神经环路和网络的电活动及功能,达到控制和改善患者症状的目的。DBS治疗的疗效、不良反应与电极触点附近的电场激活范围有关,可以理解为电场激活范围与靶区域重合程度越高,治疗效果越好。若电场激活范围覆盖靶区域以外的脑区,则可能造成刺激相关不良反应。帮助医生直观地观察到脑核团、电极以及电场激活范围,就能帮助医生缩短程控操作时间。
基于此,本申请提供了三维可视化方法、装置和系统、可读存储介质,以解决上述问题。
发明内容
本申请的目的在于提供三维可视化方法、装置和系统、可读存储介质,解决了医生不能直观地观察到脑核团、电极以及电场激活范围的问题。
本申请的目的采用以下技术方案实现:
第一方面,本申请提供了一种三维可视化装置,用于服务器端中,所述装置包括:
模型组获取模块,用于根据目标用户的术前核磁影像、术后CT影像和预设程控参数集合,获取目标模型信息,所述目标模型信息包括脑区分割模型集合、激活范围模型集合、电极分割模型和白质纤维束追踪模型;
模型组发送模块,用于当接收到本地端发送的模型获取请求时,将所述目标模型信息发送至所述本地端,所述目标模型信息用于结合所述本地端的指定程控参数生成待展示三维模型,所述待展示三维模型用于向本地端的操作人员展示电极触点、电场激活范围与脑区之间的相对位置关系。
在一些可能的实现方式中,所述模型组获取模块,包括:
第一模型子模块,用于根据目标用户的术前核磁影像,通过脑区分割,得到多个目标脑区的脑区分割模型并作为脑区分割模型集合;所述术前核磁影像包括DTI影像、T1核磁影像和T2核磁影像;
第二模型子模块,用于根据所述术后CT影像和所述术前核磁影像,通过电场激活范围模拟得到激活范围模型集合,所述激活范围模型集合包括预设程控参数集合以及与所述预设程控参数集合中的每个所述预设程控参数分别对应的电场激活范围模型;
第三模型子模块,用于根据所述T1核磁影像和所述术后CT影像,通过电极建模得到与所述目标用户的电极信息对应的电极分割模型;
第四模型子模块,用于根据所述目标用户的DTI影像和所述T1核磁影像,通过白质纤维束追踪得到白质纤维束追踪模型;
模型组获取子模块,用于将所述脑区分割模型集合、所述激活范围模型集合、所述电极分割模型和所述白质纤维束追踪模型作为目标模型信息。
在一些可能的实现方式中,所述第一模型子模块包括:
第一配准获取单元,用于获取第一配准影像,所述第一配准影像是将所述T2核磁影像配准至所述T1核磁影像得到的;
第一掩膜获取单元,用于根据第一配准影像,获取第一大脑掩膜,所述第一大脑掩膜是去除所述第一配准影像中的颅骨后得到的;
第一分割获取单元,用于将所述第一大脑掩膜信息输入至第一掩膜分割模型,得到多个目标脑区掩膜作为第一脑区分割结果;
脑区模型获取单元,用于将所述第一脑区分割结果进行渲染,以得到多个目标脑区的三维分割模型并作为脑区分割模型集合。
在一些可能的实现方式中,所述第一配准获取单元包括:
第一预处理子单元,用于对所述T1核磁影像和所述T2核磁影像进行预处理,所述预处理包括亮度矫正和/或对比度矫正;
第一配准子单元,用于将预处理后的T2核磁影像配准至预处理后的T1核磁影像,得到配准影像并作为第一配准影像。
在一些可能的实现方式中,所述第二模型子模块包括:
第二分割获取单元,用于根据第一配准影像,获取分割结果,所述分割结果是基于灰质、白质和脑脊液对所述第一配准影像分割得到的;
激活范围模拟单元,用于根据所述分割结果和所述目标用户的电极触点信息,通过有限元的方式对预设程控参数集合中的每个预设程控参数进行激活范围模拟,得到模拟结果;所述电极触点信息包括多个电极触点的坐标;
激活模型获取单元,用于对模拟结果进行渲染,得到多个三维模型组并作为激活范围模型集合。
在一些可能的实现方式中,所述第三模型子模块包括:
第二配准获取单元,用于获取第二配准影像,所述第二配准影像是将术后CT影像配准至T1核磁影像得到的;
第三分割获取单元,用于根据第二配准影像获取导线分割结果,所述导线分割结果包括分割掉电极导线轨迹后的结果;
电极触点获取单元,用于根据所述电极信息和所述导线分割结果获取电极触点信息,所述电极触点信息包括多个电极触点的坐标;
电极模型获取单元,用于根据所述分割结果和所述电极触点信息,通过渲染得到电极分割模型。
在一些可能的实现方式中,所述第二配准获取单元包括:
第二预处理子单元,用于对所述术后CT影像进行预处理,所述预处理包括亮度矫正和/或对比度矫正;
第二配准子单元,用于将预处理后的术后CT影像配准至预处理后的T1核磁影像,得到配准影像并作为第二配准影像。
在一些可能的实现方式中,所述第四模型子模块包括:
第三配准获取单元,用于获取第三配准影像,所述第三配准影像是将所述目标用户的DTI影像配准至T1核磁影像得到的;
第二掩膜获取单元,用于根据所述第三配准影像,获取第二大脑掩膜,所述第二大脑掩膜是去除所述第三配准影像中的颅骨后得到的;
第四分割获取单元,用于将所述第二大脑掩膜信息输入至第二掩膜分割模型,得到多个目标脑区掩膜作为第二脑区分割结果;
纤维束追踪单元,用于根据所述第二脑区分割结果对所述DTI影像进行全脑白质纤维束追踪,得到白质纤维束追踪结果;
追踪模型获取单元,用于根据所述白质纤维束追踪结果,通过渲染得到白质纤维束追踪模型。
在一些可能的实现方式中,所述第三配准获取单元包括:
第三预处理子单元,用于对所述DTI影像进行预处理,所述预处理包括畸变校正和质控;
第三配准子单元,用于将预处理后的DTI影像配准至T1核磁影像,将得到的配准影像作为第三配准影像。
第二方面,本申请还提供了一种三维可视化装置,用于本地端中,所述装置包括:
程控参数获取模块,用于获取目标用户的指定程控参数,所述指定程控参数是根据所述本地端的操作人员的选择操作得到的;
展示模型获取模块,用于根据所述指定程控参数,利用所述目标用户的目标模型信息进行合并渲染,以获取待展示三维模型;所述目标模型信息是从服务器端获取的,所述目标模型信息包括脑区分割模型集合、激活范围模型集合、电极分割模型和白质纤维束追踪模型;所述待展示三维模型用于向本地端的操作人员展示电极触点、电场激活范围与脑区之间的相对位置关系。
在一些可能的实现方式中,所述装置还包括:
模型组请求模块,用于展示模型获取模块执行之前,当首次在所述本地端对所述目标用户进行程控时,向服务器端发送模型获取请求,以使服务器端向所述本地端发送所述目标用户对应的目标模型信息;或,当在预定时长,所述本地端没有对所述目标用户进行程控时,向服务器端发送模型获取请求,以使服务器端向所述本地端发送所述目标用户对应的目标模型信息。
在一些可能的实现方式中,所述展示模型获取模块包括:
第一模型获取单元,用于从所述激活范围模型集合中获取与所述指定程控参数对应的激活范围模型,并作为目标激活范围模型;
第二模型获取单元,用于获取目标脑区分割模型和感兴趣白质纤维束,所述目标脑区分割模型是根据操作人员基于所述脑区分割模型集合的选择操作得到的,所述感兴趣白质纤维束是根据操作人员基于所述脑区分割模型集合、所述电极分割模型,从所述白质纤维束追踪模型的选择操作得到的;
展示模型获取单元,用于将所述目标激活范围模型、所述目标脑区分割模型、所述电极分割模型和所述感兴趣白质纤维束进行合并渲染,得到待展示三维模型。
第三方面,本申请还提供了一种三维可视化系统,所述系统包括本地端、与所述本地端相连的服务器端;
所述本地端包括如第二方面任一所述的三维可视化装置;
所述服务器端包括如第一方面任一所述的三维可视化装置。
第四方面,本申请还提供了一种三维可视化方法,用于服务器端中,所述方法包括:
根据目标用户的术前核磁影像、术后CT影像和预设程控参数集合,获取目标模型信息,所述目标模型信息包括脑区分割模型集合、激活范围模型集合、电极分割模型和白质纤维束追踪模型;
当接收到本地端发送的模型获取请求时,将所述目标模型信息发送至所述本地端,所述目标模型信息用于结合所述本地端的指定程控参数生成待展示三维模型,所述待展示三维模型用于向本地端的操作人员展示电极触点、电场激活范围与脑区之间的相对位置关系。
在一些可能的实现方式中,所述根据目标用户的术前核磁影像、术后CT影像和预设程控参数集合,获取目标模型信息,包括:
根据目标用户的术前核磁影像,通过脑区分割,得到多个目标脑区的脑区分割模型并作为脑区分割模型集合;所述术前核磁影像包括DTI影像、T1核磁影像和T2核磁影像;
根据所述术后CT影像和所述术前核磁影像,通过电场激活范围模拟得到激活范围模型集合,所述激活范围模型集合包括预设程控参数集合以及与所述预设程控参数集合中的每个所述预设程控参数分别对应的电场激活范围模型;
根据所述T1核磁影像和所述术后CT影像,通过电极建模得到与所述目标用户的电极信息对应的电极分割模型;
根据所述目标用户的DTI影像和所述T1核磁影像,通过白质纤维束追踪得到白质纤维束追踪模型;
将所述脑区分割模型集合、所述激活范围模型集合、所述电极分割模型和所述白质纤维束追踪模型作为目标模型信息。
在一些可能的实现方式中,所述根据目标用户的术前核磁影像,通过脑区分割,得到多个目标脑区的脑区分割模型并作为脑区分割模型集合,包括:
获取第一配准影像,所述第一配准影像是将所述T2核磁影像配准至所述T1核磁影像得到的;
根据第一配准影像,获取第一大脑掩膜,所述第一大脑掩膜是去除所述第一配准影像中的颅骨后得到的;
将所述第一大脑掩膜信息输入至第一掩膜分割模型,得到多个目标脑区掩膜作为第一脑区分割结果;
将所述第一脑区分割结果进行渲染,以得到多个目标脑区的三维分割模型并作为脑区分割模型集合。
在一些可能的实现方式中,获取第一配准影像的过程包括:
对所述T1核磁影像和所述T2核磁影像进行预处理,所述预处理包括亮度矫正和/或对比度矫正;
将预处理后的T2核磁影像配准至预处理后的T1核磁影像,得到配准影像并作为第一配准影像。
在一些可能的实现方式中,所述根据所述术后CT影像和所述术前核磁影像,通过电场激活范围模拟得到激活范围模型集合包括:
根据第一配准影像,获取分割结果,所述分割结果是基于灰质、白质和脑脊液对所述第一配准影像分割得到的;
根据所述分割结果和所述目标用户的电极触点信息,通过有限元的方式对预设程控参数集合中的每个预设程控参数进行激活范围模拟,得到模拟结果;所述电极触点信息包括多个电极触点的坐标;
对模拟结果进行渲染,得到多个三维模型组并作为激活范围模型集合。
在一些可能的实现方式中,所述根据所述T1核磁影像和所述术后CT影像,通过电极建模得到与所述目标用户的电极信息对应的电极分割模型,包括:
获取第二配准影像,所述第二配准影像是将术后CT影像配准至T1核磁影像得到的;
根据第二配准影像获取导线分割结果,所述导线分割结果包括分割掉电极导线轨迹后的结果;
根据所述电极信息和所述导线分割结果获取电极触点信息,所述电极触点信息包括多个电极触点的坐标;
根据所述分割结果和所述电极触点信息,通过渲染得到电极分割模型。
在一些可能的实现方式中,获取第二配准影像的方式包括:
对所述术后CT影像进行预处理,所述预处理包括亮度矫正和/或对比度矫正;
将预处理后的术后CT影像配准至预处理后的T1核磁影像,得到配准影像并作为第二配准影像。
在一些可能的实现方式中,所述根据所述目标用户的DTI影像和所述T1核磁影像,通过白质纤维束追踪得到白质纤维束追踪模型包括:
获取第三配准影像,所述第三配准影像是将所述目标用户的DTI影像配准至T1核磁影像得到的;
根据所述第三配准影像,获取第二大脑掩膜,所述第二大脑掩膜是去除所述第三配准影像中的颅骨后得到的;
将所述第二大脑掩膜信息输入至第二掩膜分割模型,得到多个目标脑区掩膜作为第二脑区分割结果;
根据所述第二脑区分割结果对所述DTI影像进行全脑白质纤维束追踪,得到白质纤维束追踪结果;
根据所述白质纤维束追踪结果,通过渲染得到白质纤维束追踪模型。
在一些可能的实现方式中,所述第三配准影像的获取方式包括:
对所述DTI影像进行预处理,所述预处理包括畸变校正和质控;
将预处理后的DTI影像配准至T1核磁影像,将得到的配准影像作为第三配准影像。
第五方面,本申请还提供了一种三维可视化方法,用于本地端中,所述方法包括:
S1,获取目标用户的指定程控参数,所述指定程控参数是根据所述本地端的操作人员的选择操作得到的;
S2,根据所述指定程控参数,利用所述目标用户的目标模型信息进行合并渲染,以获取待展示三维模型;所述目标模型信息是从服务器端获取的,所述目标模型信息包括脑区分割模型集合、激活范围模型集合、电极分割模型和白质纤维束追踪模型;所述待展示三维模型用于向本地端的操作人员展示电极触点、电场激活范围与脑区之间的相对位置关系。
在一些可能的实现方式中,在S2之前所述方法还包括:
当第一次在所述本地端对所述目标用户进行程控时,向服务器端发送模型获取请求,以使服务器端向所述本地端发送所述目标用户对应的目标模型信息;或,当在预定时长,所述本地端没有对所述目标用户进行程控时,向服务器端发送模型获取请求,以使服务器端向所述本地端发送所述目标用户对应的目标模型信息。
在一些可能的实现方式中,所述S2包括:
根据所述指定程控参数和所述激活范围模型集合,获取目标激活范围模型;
获取目标脑区分割模型和感兴趣白质纤维束,所述目标脑区分割模型是根据操作人员基于所述脑区分割模型集合的选择操作得到的,所述感兴趣白质纤维束是根据操作人员基于所述脑区分割模型集合、所述电极分割模型,从所述白质纤维束追踪模型的选择操作得到的;
将所述目标激活范围模型、所述目标脑区分割模型、所述电极分割模型和所述感兴趣白质纤维束进行合并渲染,得到待展示三维模型。
第六方面,本申请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存储有计算机程序,所述计算机程序被处理器执行时实现第一方面或第二方面任一项所述的设备的功能,或实现第三方面或第四方面任一项所述的方法。
本申请实施例提供的技术方案带来的有益效果是:
本实施例提供的三维可视化方法,本地端只用于获取操作人员 选择操作确定的指定程控参数,并结合目标模型信息进行简单的操作后得到待展示三维模型,以用于操作人员 获取目标用户的电极触点、电场激活范围与脑区之间的相对位置关系。因为其涉及到对术前核磁影像、术后CT影像和预设程控参数集合的处理,获取脑区分割模型集合、激活范围模型集合、电极分割模型和白质纤维束追踪模型,所以目标模型信息的生成过程并不在本地端执行,而是服务器端进行生成的。也就是说,本实施例定义了一套从源头数据获取(目标用户的术前核磁影像、术后CT影像和预设程控参数集合)到最终三维可视化程控模型渲染显示的全套流程,将目标用户的术前核磁影像、术后CT影像和预设程控参数集合作为输入,最终输出待展示三维模型,以用于向操作人员 展示电极触点、电场激活范围与脑区之间的相对位置关系。
综上所述,通过三维可视化可以使操作人员 直观地看到电极触点、电场激活范围与脑区之间的相对位置关系,帮助操作人员 更迅速地理解目标用户的神经解剖结构和刺激效果。通过整合术前核磁影像、术后CT影像和程控参数,使操作人员 在制定治疗计划时能够考虑到多个方面的因素,有助于减少试错时间、提高治疗的准确性和效果,进而帮助操作人员缩短程控操作时间。
附图说明
下面结合附图和实施方式对本申请进一步说明。
图1是本申请各个实施例所涉及的一种实施环境的结构框图。
图2是本申请实施例提供的一种三维可视化方法的流程示意图。
图3是本申请实施例提供的一种三维可视化方法的结构示意图。
图4是本申请实施例提供的一种三维可视化方法的原理示意图。
图5是本申请实施例提供的一种用于服务器端的三维可视化方法的流程示意图。
图6是本申请实施例提供的一种用于本地端的三维可视化方法的流程示意图。
图7是本申请实施例提供的一种用于服务器端中的三维可视化装置的结构示意图。
图8是本申请实施例提供的一种用于本地端中的三维可视化装置的结构示意图。
图9是本申请实施例提供的一种计算机程序产品的结构示意图。
具体实施方式
下面将结合本申请的说明书附图以及具体实施方式,对本申请中的技术方案进行描述,需要说明的是,在不相冲突的前提下,以下描述的各实施方式之间或各技术特征之间可以任意组合形成新的实施方式。
本申请实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施方式或设计方案不应被解释为比其他实施方式或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
首先对本申请实施例的其中一个应用领域(即植入式神经刺激系统)进行简单说明。
植入式医疗系统包括植入式神经电刺激系统、植入式心脏电刺激系统(又称心脏起搏器)、植入式药物输注系统(Implantable Drug Delivery System,简称IDDS)和导线转接系统等。植入式神经电刺激系统例如是脑深部电刺激系统(Deep Brain Stimulation,简称DBS)、植入式脑皮层刺激系统(Cortical Nerve Stimulation,简称CNS)、植入式脊髓电刺激系统(Spinal Cord Stimulation,简称SCS)、植入式骶神经电刺激系统(Sacral NerveStimulation,简称SNS)、植入式迷走神经电刺激系统(Vagus Nerve Stimulation,简称VNS)等。
植入式神经电刺激系统包括植入患者体内的刺激器(即植入式神经刺激器)以及设置于患者体外的程控设备。也就是说,刺激器是一种医疗设备,或者说,医疗设备包括刺激器。相关的神经调控技术主要是通过立体定向手术在生物体的组织的特定部位(即靶点)植入电极(电极例如是电极导线的形式),经电极向靶点发放电脉冲,调控相应神经结构和网络的电活动及其功能,从而改善症状、缓解病痛。
作为一个示例,DBS包括IPG(Implantable Pulse Generator,植入式脉冲发生器)、延伸导线和电极导线,IPG通过延伸导线与电极导线连接。IPG植入于患者体内,例如植入于患者胸前或者其他体内部位。
作为另一个示例,DBS包括IPG和电极导线,IPG与电极导线直接连接。IPG植入于患者头部,例如对患者的颅骨开槽,然后将IPG安装于颅骨的槽中,在这种情况下,IPG可能不凸出于颅骨外表面,也可能部分凸出于颅骨外表面。
其中,IPG响应于程控设备发送的样本大脑掩膜信息,依靠密封电池和电路向体内组织提供可控制的电刺激治疗(或者说电刺激能量)。当电池电量低时,需要对电池进行充电,而对该电池充电的方法可以是采用电磁感应线圈无线充电的方式,隔着人体皮肤或其他表皮组织等进行充电。IPG通过电极导线,为体内组织的特定区域递送一路或多路可控制的特定电刺激。
在一些实施例中,延伸导线配合IPG使用,作为电刺激的传递媒体,将IPG产生的电刺激,传递给电极导线。
在一些实施例中,可以采用脉冲信号的形式来递送电刺激,也可以采用非脉冲信号的形式来递送电刺激。例如,电刺激可以作为具有各种波形形状、频率和振幅的信号来递送。因此,非脉冲信号形式的电刺激可以是连续信号,其可以具有正弦波形或其他连续波形。
电极导线在接收到IPG或者延伸导线传输的电刺激后,通过多个电极触点,向体内组织的特定区域递送电刺激。刺激器例如设置有单侧或双侧的一路或多路电极导线,电极导线上设置有多个电极触点,电极触点可以均匀排列或者非均匀排列在电极导线的周向上。作为一个示例,电极触点可以以4行3列的阵列(共计12个电极触点)排列在电极导线的周向上。电极触点可以包括刺激电极触点和/或采集电极触点。电极触点例如可以采用片状、环状、点状等形状。
在一些实施例中,受刺激的体内组织可以是患者的脑组织,受刺激的部位可以是脑组织的特定部位。当患者的疾病类型不同时,受刺激的部位一般来说是不同的,所使用的刺激触点(单源或多源)的数量、一路或多路(单通道或多通道)特定电刺激的运用以及刺激参数(数值)也是不同的。
本申请实施例对适用的疾病类型不作限定,其可以是脑深部刺激(DBS)、脊髓刺激(SCS)、骶神经刺激、胃刺激、外周神经刺激、功能性电刺激所适用的疾病类型。其中,DBS可以用于治疗或管理的疾病类型包括但不限于:痉挛疾病(例如,癫痫)、疼痛、偏头痛、精神疾病(例如,重度抑郁症(MDD))、躁郁症、焦虑症、创伤后压力心理障碍症、轻郁症、强迫症(OCD)、行为障碍、情绪障碍、记忆障碍、心理状态障碍、移动障碍(例如,特发性震颤或帕金森病)、亨廷顿病、阿尔茨海默症、药物成瘾症、孤独症或其他神经学或精神科疾病和损害。
本申请实施例中,程控设备和刺激器建立程控连接时,可以利用程控设备调整刺激器的一个或多个刺激参数(或者说脉冲发生器的一个或多个刺激参数,不同的刺激参数所对应的电刺激不同),也可以通过刺激器感测患者的电生理活动以采集得到电生理信号,并可以通过所采集到的电生理信号来继续调整刺激器的刺激参数,实现刺激参数的闭环控制(或者说自适应调节)。
刺激参数可以包括以下至少一种:用于递送电刺激的电极触点标识(例如是2#电极触点和3#电极触点)、频率(例如是单位时间1s内的电刺激脉冲信号个数,单位为Hz)、脉宽(每个脉冲的持续时间,单位为μs)、幅值(一般用电压表述,即每个脉冲的强度,单位为V)、时序(例如可以是连续或者簇发,簇发是指多个过程组成的不连续的时序行为)、刺激模式(包括电流模式、电压模式、定时刺激模式和循环刺激模式中的一种或多种)、医生控制上限及下限(医生可调节的范围)和患者控制上限及下限(患者可自主调节的范围)。
在一些实施例中,可以在电流模式或者电压模式下对刺激器的各刺激参数进行调节。
程控设备可以包括医生程控设备(即医生使用的程控设备)和/或患者程控设备(即患者使用的程控设备)。医生程控设备例如是搭载有程控软件的平板电脑、笔记本电脑、台式计算机、手机等智能终端设备。患者程控设备例如是搭载有程控软件的平板电脑、笔记本电脑、台式计算机、手机等智能终端设备,患者程控设备还可以是其他具有程控功能的电子设备(例如是具有程控功能的充电器、电生理采集设备等)。
本申请实施例对医生程控设备和刺激器的数据交互不进行限制,当医生远程程控时,医生程控设备可以通过服务器、患者程控设备与刺激器进行数据交互。当医生线下和患者面对面进行程控时,医生程控设备可以通过患者程控设备与刺激器进行数据交互,医生程控设备还可以直接与刺激器进行数据交互。医生通过程控设备向刺激器发送程控参数组,程控参数组(或下文提及的预设程控参数)包括多个电极触点及每个电极触点对应的刺激参数。
在一些实施例中,患者程控设备可以包括(与服务器通信的)主机和(与刺激器通信的)子机,主机和子机可通信地连接。其中,医生程控设备可以通过3G/4G/5G网络与服务器进行数据交互,服务器可以通过3G/4G/5G网络与主机进行数据交互,主机可以通过蓝牙协议/WIFI协议/USB协议与子机进行数据交互,子机可以通过401MHz-406MHz工作频段/2.4GHz-2.48GHz工作频段与刺激器进行数据交互,医生程控设备可以通过401MHz-406MHz工作频段/2.4GHz-2.48GHz工作频段与刺激器直接进行数据交互。
患者在进行DBS治疗前,需要通过医疗设备获取核磁影像,可以包括T1核磁影像、T2核磁影像和DTI影像,其均是医学影像学中常用的核磁共振成像技术,在临床和研究中用于获取不同方面的脑结构和组织信息。具体而言,
T1核磁影像中,T1加权成像是通过测量组织中质子的纵向弛豫时间(纵向磁化弛豫时间T1)而生成的。不同类型的组织具有不同的T1值,因此T1核磁影像可以提供有关组织类型和结构的信息。其可以用于显示解剖结构,如大脑皮层、白质和灰质的分布,以及脑室的形状和大小。
T2核磁影像中,T2加权成像是通过测量组织中质子的横向弛豫时间(横向磁化弛豫时间T2)而生成的。不同类型的组织具有不同的T2值,因此T2核磁影像可以提供关于组织的详细信息,评估脑组织的异常信号和结构改变。在T2核磁影像中,水分含量高的组织(如液体、肿瘤等)呈现出高信号强度(亮度),而水分含量低的组织(如骨骼、纤维组织等)则呈现出低信号强度(暗度)。T2核磁影像可提供对不同组织的分辨率,帮助鉴别和定位病变和异常。
DTI(弥散张量成像,Diffusion Tensor Imaging)影像是对水分子的自由热运动的各向异性进行量化分析,利用彩色图像以三维的形式显示白质纤维束的走行、方向、排列、紧密度、髓鞘化情况等信号,能够立体、直观的显示纤维束的走行变化,从而实现对人的神经纤维精细成像。
患者在进行DBS治疗,植入电极后会通过医疗设备获取CT(Computed Tomography)影像。CT影像是指使用X射线通过患者身体,然后检测不同组织对X射线的吸收程度的数据,根据上述数据生成横截面图像作为CT影像。
如前文所述,DBS治疗的疗效、不良反应与电极触点附近的电场激活范围有关。电场激活范围与靶区域重合程度越高,治疗效果越好。若电场激活范围覆盖靶区域以外的脑区,则可能造成刺激相关不良反应。医生对患者的程控操作是影响电场激活范围的直接因素。在可视化程控技术出现以前,医生对DBS术后患者的程控只能依次尝试各个电极触点,基于临床经验尝试各种刺激参数的组合(幅值、频率、脉宽)。每选定一种特定的触点和刺激参数组合,医生需要对患者的反应进行一段时间的观察,以评估该触点和刺激参数组合是否合适。
可以通过模型的三维可视化,帮助医生直观地观察到脑核团、电极以及电场激活范围,其三维可视化功能实现方式例如是:
通过患者术前核磁影像与标准脑图谱匹配得到脑内核团的分割边界;根据术后CT与术前核磁影像配准结果,得到电极近端和远端端点坐标,以两点坐标为输入来渲染预先设定的(电极)产品外型模板,从而在三维模型中显示电极位置;同时,根据程控参数(例如幅值、频率、带宽)进行简单的线性运算得到电场激活范围并在上述三维模型中展示。
该实现方法虽然在表面上可以为医生提供三维可视化的程控场景,但在实际应用中,医生发现使用该三维可视化功能得到的三维模型与真实的程控参数效果之间存在较大的误差。这意味着,当医生基于这种三维可视化进行患者程控时,可能无法达到预期的效果,并可能需要反复进行调整,从而并未真正缩短程控的操作时间。这种情况的出现归因于以下因素:
首先,每个人的大脑核团位置、大小和形状都是独特的,即使是同一个人的左右脑核团也可能存在差异。因此,当将患者的术前核磁影像与标准脑图谱进行配准时,这个过程中会产生误差。通过标准脑图谱匹配后逆向变换得到的核团边界无法准确反映每个患者的实际情况。
其次,通过三维可视化得到的电极位置并不能真实反映手术后电极的实际位置。这是因为,深度脑刺激(DBS)手术后的CT扫描显示,电极在颅内可能会发生弯曲。这种弯曲是由于大脑在颅内的移位造成的,即大脑会随着体位的改变而在颅腔内漂移,导致电极弯曲。上述实现方法忽略了这种由大脑漂移引起的电极弯曲,因此无法准确还原出电极与核团之间的真实相对位置关系,这会影响三维可视化的效果。
此外,特定的程控参数下的电场激活范围不能仅通过简单的线性运算得到。本申请认为,在实际情况中,电场激活范围受到多种因素的影响,包括程控参数、电极触点附近的组织特性(如灰质和白质)、电导率场等。要准确计算电场激活范围,需要使用有限元方法进行计算。
以上种种不足,导致上述三维可视化在程控的临床应用中价值受到限制。无论是帮助医生缩短程控时间还是为患者提供更好的治疗效果,上述三维可视化程控均存在局限。基于此,本申请提供的三维可视化方法、装置和系统、可读存储介质,可以提供能帮助操作人员缩短程控操作时间的待展示三维模型。
参见图1,图1是本申请各个实施例所涉及的一种实施环境的结构框图。该实施环境包括:服务器端和本地端。
本地端可以是具有数字处理能力的电子设备,例如是手机、平板电脑或上文提及的医生程控设备。可以认为,本地端中运行有客户端软件,用于接收操作人员的程控操作、指定程控参数选择操作或展示待展示三维模型等。
服务器端可以是一台服务器,或者由多台服务器组成的服务器集群,或者是一个云计算服务中心。服务器端用于与本地端进行通信,以接收本地端的模型获取请求、并将目标用户的目标模型信息发送至本地端。服务器端与本地端之间可以通过无线网络或者有线网络连接。
本申请实施例以目标用户需要进行脑深部刺激的情景进行说明,用于操作人员对DBS手术中目标用户的术前核磁和术后CT影像等进行处理分析,得到可视化三维模型。下面,以目标用户为患者,操作人员为医生为例,通过几个具体的实施例对本发明实施例提供的三维可视化方案进行详细介绍和说明。在具体应用中操作人员还可以是科研人员、医疗设备技术人员等,目标用户还可以是科研人员对应的测试人员等。
实施例一
参见图2,图2是本申请实施例提供的一种三维可视化方法的流程示意图。本实施例以该方法以用于图1所示的实施环境来举例说明,该三维可视化方法可以包括如下步骤:
步骤S101,服务器端根据患者的术前核磁影像、术后CT影像和预设程控参数集合,获取目标模型信息;所述目标模型信息包括脑区分割模型集合、激活范围模型集合、电极分割模型和白质纤维束追踪模型;所述患者是需要进行脑部的植入式神经刺激系统的治疗的患者。
步骤S102,本地端获取患者的指定程控参数,所述指定程控参数是根据所述本地端的操作人员的选择操作得到的。
步骤S103,本地端根据所述指定程控参数,利用所述患者的目标模型信息进行合并渲染,以获取待展示三维模型;所述目标模型信息是从服务器端获取的,所述目标模型信息包括脑区分割模型集合、激活范围模型集合、电极分割模型和白质纤维束追踪模型;所述待展示三维模型用于向本地端的操作人员展示电极触点、电场激活范围与脑区之间的相对位置关系。
对应的,当服务器端接收到本地端发送的模型获取请求时,将所述目标模型信息发送至所述本地端,所述目标模型信息用于结合所述本地端的指定程控参数生成待展示三维模型,所述待展示三维模型用于向本地端的操作人员展示电极触点、电场激活范围与脑区之间的相对位置关系。
可以理解为,本实施例提供的三维可视化方法,本地端用于获取医生选择操作确定的指定程控参数,并结合目标模型信息进行简单的操作后得到待展示三维模型,进而用于医生获取患者的电极触点、电场激活范围与脑区之间的相对位置关系。而服务器端涉及到对术前核磁影像、术后CT影像和预设程控参数集合的处理,获取脑区分割模型集合、激活范围模型集合、电极分割模型和白质纤维束追踪模型。即目标模型信息的生成过程并不在本地端执行,是在服务器端进行生成的。
本实施例定义了一套从获取(患者的术前核磁影像、术后CT影像和预设程控参数集合)到最终三维可视化程控模型渲染显示的全套流程,将患者的术前核磁影像、术后CT影像和预设程控参数集合作为输入,最终输出待展示三维模型,以用于向医生展示电极触点、电场激活范围与脑区之间的相对位置关系。
综上所述,通过三维可视化可以使医生直观地看到电极触点、电场激活范围与脑区之间的相对位置关系,帮助医生更迅速地理解患者的神经解剖结构和刺激效果。通过整合术前核磁影像、术后CT影像和程控参数,使医生在制定治疗计划时能够考虑到多个方面的因素,有助于减少试错时间、提高治疗的准确性和效果。由此,本方法可以帮助医生缩短程控操作时间。
其中,选择操作可以是操作人员点击本地端的程控参数列表中的其中一个程控参数作为确定的程控参数,还可以是操作人员对程控参数中的每个刺激参数的数值进行选取、输入或修改,并确认后得到的。
在具体应用中,服务器端可以与影像存储端通信连接,影像存储端例如是医院影像工作站或PACS等影像数据存储系统,PACS(Picture Archiving & CommunicationSystem,影像和通信存档系统)是放射学、影像医学、数字化图像技术、计算机技术及通信技术的结合,将医学图像资料转化为计算机数字形式,通过高速计算设备及通讯网络,完成对图像信息的采集、存储、管理、处理及传输等功能,使得图像资料得以有效管理和充分利用。这种情况下可以将术前核磁影像、术后CT影像和预设程控参数集合等直接上传至服务器端。还可以通过借用物理介质(如光盘、U盘等)进行术前核磁影像、术后CT影像和预设程控参数集合向服务器端的数据拷贝、转移或上传。本地端获取患者的指定程控参数,可以是医生在本地端的程控过程中选择程控参数,程控参数例如是刺激模式、选择的触点、每个触点的幅值、频率和脉宽等。
在具体应用中,医生可选择(指定)的程控参数有海量种组合,而服务器端预先只能计算其中少部分参数组合(即下文提及的预设程控参数)的有限元电场模拟结果。当医生选择一种程控参数组合、确定指定程控参数后,本地端可以获取与指定程控参数最为接近(例如相似度最高)的预计算结果;如果医生给定的指定程控参数为预计算结果中的一种,则直接渲染该预计算结果对应的三维模型即可。若医生给定的指定程控参数不在预计算结果范围内,则最终渲染模型由最临近的两种程控参数对应的预计算结果(激活范围模型)插值而来。
在具体应用中,若医生给定的指定程控参数不在预计算结果范围内,则最终渲染模型选定为最临近的一种程控参数对应的预计算结果(激活范围模型)。
上述获取与指定程控参数最临近的一个或两个预设程控参数的方式例如是欧氏距离计算、曼哈顿距离计算等方式,还例如是机器学习的方式。对于程控参数的多维向量表示,可以使用欧氏距离来计算指定程控参数与预设程控参数之间的距离,最接近的预设程控参数可以通过最小化欧氏距离来确定。同样的,可以通过计算两个向量在每个维度上的差的绝对值之和,最小曼哈顿距离对应于最接近的预设程控参数。还可以使用监督学习或无监督学习的方法,训练模型来预测最接近的预设程控参数。
在一些实施例中,在步骤S102之前,还包括:
当第一次在所述本地端对所述患者进行程控时,本地端向服务器端发送模型获取请求,以使服务器端向所述本地端发送所述患者对应的目标模型信息;或,当在预定时长,所述本地端没有对所述患者进行程控时,本地端向服务器端发送模型获取请求,以使服务器端向所述本地端发送所述患者对应的目标模型信息。其中预定时长例如是10小时、1天、1周等。
也就是说,一方面,当首次在本地端进行患者程控时,本地端发送模型获取请求给服务器端。服务器端收到请求后,生成并发送患者对应的目标模型信息给本地端。本地端获得目标模型信息后,结合患者的指定程控参数进行合并渲染,得到待展示的三维模型。最终,医生能够通过待展示三维模型更好地理解电极触点、电场激活范围与脑区的相对位置关系,缩短了程控时间。
另一方面,如果在预定时长没有在本地端进行过当前患者的程控,本地端同样发送模型获取请求给服务器端。服务器端响应请求,发送患者对应的目标模型信息给本地端。本地端再次结合患者的指定程控参数,生成新的三维模型供医生参考。有助于确保医生在患者治疗周期内始终能够获得最新的可视化信息。
综上所述,通过动态更新患者的目标模型信息,医生可以获得实时、准确的待展示三维模型,从而更好地指导程控操作;本地端只需要判断医生只需通过选择程控参数,其余的模型生成和渲染过程由服务器端完成,简化了医生操作流程。
在一些实施例中,所述步骤S102可以包括:根据所述指定程控参数和所述激活范围模型集合,获取目标激活范围模型;
获取目标脑区分割模型和感兴趣白质纤维束,所述目标脑区分割模型是根据医生基于所述脑区分割模型集合的选择操作得到的,所述感兴趣白质纤维束是根据医生基于所述脑区分割模型集合、所述电极分割模型,从所述白质纤维束追踪模型的选择操作得到的;
将所述目标激活范围模型、所述目标脑区分割模型、所述电极分割模型和所述感兴趣白质纤维束进行合并渲染,得到待展示三维模型。
通过合并渲染生成的三维模型,在用户端提供了一个综合的模型场景,以使医生可以在本地端的同一界面上获取激活范围、脑区分割、电极位置和感兴趣的白质纤维束的信息,有助于医生全面理解上述关键信息的相互关系。
在具体应用中,医生往往只关心与疾病相关的部分脑区的纤维连接结果。但为了覆盖所有医生可能关心的白质纤维束,服务器端会计算全脑白质纤维追踪结果。因此当脑区分割模型集合和白质纤维束追踪模型均下载到本地端后,医生可选择脑区分割模型中的一个或多个脑区构成的脑区组合,在本地端仅渲染显示与医生给定的脑区或脑区组合有关的白质纤维束(感兴趣白质纤维束),而不渲染显示通过其他脑区或与其他脑区相连的白质纤维束。本地端仅渲染显示与医生感兴趣的脑区或脑区组合有关的白质纤维束,简化了可视化结果。这有助于医生更清晰地理解与疾病相关的解剖结构和连接关系。
在一些实施例中,步骤S101可以包括:
根据患者的术前核磁影像,通过脑区分割,得到多个目标脑区的脑区分割模型并作为脑区分割模型集合;所述术前核磁影像包括DTI影像、T1核磁影像和T2核磁影像;
根据所述术后CT影像和所述术前核磁影像,通过电场激活范围模拟得到激活范围模型集合,所述激活范围模型集合包括预设程控参数集合以及与所述预设程控参数集合中的每个所述预设程控参数分别对应的电场激活范围模型;
根据所述T1核磁影像、所述术后CT影像和所述患者的电极信息,通过电极建模得到电极分割模型;
根据所述患者的DTI影像和所述T1核磁影像,通过白质纤维束追踪得到白质纤维束追踪模型;
将所述脑区分割模型集合、所述激活范围模型集合、所述电极分割模型和所述白质纤维束追踪模型作为目标模型信息。其中,患者的电极信息可用于获取电极的型号,电极的型号用于指示电极的物理参数,例如长度、直径、导电区域长度、通道数等。
可以理解为,通过对患者的术前核磁影像(包括DTI影像、T1核磁影像和T2核磁影像)进行脑区分割,识别和提取多个目标脑区并形成脑区分割模型集合,可以提供患者脑部结构的详细分割信息,为后续的可视化提供了基础(医生可以在三维空间中查看不同脑区的位置和形状)。
结合术后CT影像和术前核磁影像,通过电场激活范围模拟生成包括预设程控参数集合和相应电场激活范围模型的激活范围模型集合,提供了在不同程控参数下的电场激活范围的模拟,以用于后续帮助医生选择最适合患者治疗的参数。
根据患者的术后CT影像和术前核磁影像,通过电极建模技术生成电极分割模型,以用于反映植入患者体内的电极的位置和形状,由此提供了电极的精准分割信息,可以帮助医生了解电极的位置以更好地调整刺激配置、适应患者的个体解剖结构。
利用患者的DTI影像和T1核磁影像,通过白质纤维束追踪技术生成白质纤维束追踪模型以显示患者的白质纤维束的分布。可以提供患者脑部白质结构的可视化信息,有助于医生了解患者的神经连接情况和考虑刺激对神经网络的影响。
综上所述,本技术方案构成了从不同源头数据中获取、分割、模拟,最终形成全面的目标模型信息的过程,将生成的脑区分割模型集合、激活范围模型集合、电极分割模型和白质纤维束追踪模型等组合成目标模型信息。最终提供了包含多个关键模型的综合性数据集,为医生在程控过程中作出决策提供了全面而详细的信息。
值得注意的是,本申请对脑区分割模型集合、激活范围模型集合、电极分割模型和白质纤维束追踪模型的获取顺序不进行限制,其例如是通过服务器端的一台或多台服务器同时获取脑区分割模型集合、激活范围模型集合、电极分割模型和白质纤维束追踪模型,以节省计算时长。还可以是通过一台或多台服务器端的服务器按照脑区分割模型集合、激活范围模型集合、电极分割模型和白质纤维束追踪模型的任意排列顺序获取上述模型。
在一些实施例中,所述根据患者的术前核磁影像,通过脑区分割,得到多个目标脑区的脑区分割模型并作为脑区分割模型集合,包括:
获取第一配准影像,所述第一配准影像是将所述T2核磁影像配准至所述T1核磁影像得到的;
根据第一配准影像,获取第一大脑掩膜,所述第一大脑掩膜是去除所述第一配准影像中的颅骨后得到的;
将所述第一大脑掩膜信息输入至第一掩膜分割模型,得到多个目标脑区掩膜作为第一脑区分割结果;
将所述第一脑区分割结果进行渲染,以得到多个目标脑区的三维分割模型并作为脑区分割模型集合。
相关技术中通过模版匹配法进行脑区分割,其过程例如是:对患者原始的T1/T2核磁影像(Native space)进行变换,配准到标准模板(Templete space),随后将标准模板中预先定义的分割脑区逆向变换回患者T1/T2核磁影像所在的Native space,从而实现对该患者T1/T2核磁影像的脑区分割过程。然而该方式两次变换过程中会丢失患者个体化的脑形态学信息,存在较大误差。为实现最为精准的个体化脑区分割,本实施例提供的技术方案抛弃了模版匹配法所采用的标准模板变换过程,使用了神经网络对每位患者的T1/T2核磁影像进行脑区分割,并非采用通常的模版匹配法,能够更好地适应个体差异,提高分割的准确性和泛化能力,并避免系统误差以提高分割结果的准确度。
具体而言,本技术方案中,将T2核磁影像配准至T1核磁影像,得到第一配准影像。配准可以通过如互信息配准影像处理算法等,确保两个影像在空间上对齐。通过配准,获得了T2核磁影像与T1核磁影像对应的同一解剖空间中的影像(第一配准影像)。
通过去除第一配准影像中的颅骨,保留大脑组织部分,即根据第一配准影像获取第一大脑掩膜,可以认为第一大脑掩膜有助于提取出感兴趣的脑部区域、排除其他不相关的组织,使后续的分割操作更专注于脑部解剖结构。将第一大脑掩膜信息输入至第一掩膜分割模型,以得到第一脑区分割结果。具体而言,可以使用深度学习神经网络(例如卷积神经网络(CNN)),以实现学习和识别图像中的复杂特征的需求,从而精准地分割出不同的脑区域。将第一脑区分割结果进行三维渲染,生成包括多个目标脑区的三维分割模型。
综上所述,通过上述方式,可以为医生提供了详细的、直观的患者脑部结构信息,有助于在(例如植入式神经刺激系统)治疗中更准确地定位和调整电极位置。
其中,第一大脑掩膜信息可以用于标记医学影像中大脑部分的像素,用于忽略其他非大脑的部分而提取、分割或独立处理大脑的结构。脑区掩膜是用于标记医学影像中特定脑区域的像素。每个脑区可对应着大脑的特定结构或功能区域,脑区掩膜可用于定位、量化和分析大脑的特定区域。
其中,第一掩膜分割模型的训练过程可以包括:
获取训练集,所述训练集包括多个训练数据,每个所述训练数据包括一个样本大脑掩膜信息以及所述样本大脑掩膜信息的标签信息,所述标签信息用于指示多个脑区掩膜的位置;
针对所述训练集中的每个训练数据,执行以下处理:
将所述训练数据中的样本大脑掩膜信息输入至预设的神经网络模型,以得到所述样本大脑掩膜信息的预测数据;
基于所述样本大脑掩膜信息的预测数据和标签信息,对所述神经网络模型的模型参数进行更新;
检测是否满足预设的训练结束条件;如果是,则将训练出的神经网络模型作为所述第一掩膜分割模型;如果否,则利用下一个所述训练数据继续训练所述神经网络模型。
由此,通过设计,建立适量的神经元计算节点和多层运算层次结构,选择合适的输入层和输出层,就可以得到预设的深度学习模型,通过该预设的深度学习模型的学习和调优,建立起从输入到输出的函数关系,虽然不能100%找到输入与输出的函数关系,但是可以尽可能地逼近现实的关联关系,由此训练得到的第一掩膜分割模型,预测结果准确性高、可靠性高。
本申请实施例可以采用上述训练过程训练得到第一掩膜分割模型,在另一些实施方式中,本申请实施例可以采用预先训练好的第一掩膜分割模型。
本申请实施例对标签信息的获取方式不作限定,例如可以采用人工标注的方式,也可以采用自动标注或者半自动标注的方式。
本申请实施例对第一掩膜分割模型的训练过程不作限定,其例如可以采用上述监督学习的训练方式,或者可以采用半监督学习的训练方式,或者可以采用无监督学习的训练方式。
本申请实施例对预设的训练结束条件不作限定,其例如可以是训练次数达到预设次数(预设次数例如是1次、3次、10次、100次、1000次、10000次等),或者可以是训练集中的训练数据都完成一次或多次训练,或者可以是本次训练得到的总损失值不大于预设损失值。
下文提及的第二掩膜分割模型,具体训练过程与第一掩膜分割模型的训练方式类似,相关内容不再赘述。在一些具体应用中,可以用第一掩膜分割模型替代第二掩膜分割模型,或用第二掩膜分割模型替代第一掩膜分割模型。
在一些实施例中,获取第一配准影像的过程包括:
对所述T1核磁影像和所述T2核磁影像进行预处理,所述预处理包括亮度矫正和/或对比度矫正;
将预处理后的T2核磁影像配准至预处理后的T1核磁影像,得到配准影像并作为第一配准影像。
具体而言,对T1和T2核磁影像进行包括亮度矫正和/或对比度矫正的预处理。亮度矫正可用于调整上述影像的整体亮度水平,而对比度矫正则可以增强上述影像中不同组织的对比度,使得后续的影像处理更为准确。同时,预处理有助于减少上述影像中可能存在的噪音、伪影或不一致性,提高影像质量,为后续的配准操作提供更好的输入。
在一些实施例中,所述根据所述术后CT影像和所述术前核磁影像,通过电场激活范围模拟得到激活范围模型集合包括:
根据第一配准影像,获取分割结果,所述分割结果是基于灰质、白质和脑脊液对所述第一配准影像分割得到的;
根据所述分割结果和所述目标用户的电极触点信息,通过有限元的方式对预设程控参数集合中的每个预设程控参数进行激活范围模拟,得到模拟结果;所述电极触点信息包括多个电极触点的坐标;
对模拟结果进行渲染,得到多个三维模型组并作为激活范围模型集合。
具体而言,本实施例可以利用第一配准影像,进行组分分割,将图像分为灰质、白质和脑脊液等不同组分。分割过程可以利用现有的图像处理算法,如阈值分割或基于图像强度的分割,此处不予赘述。分割结果提供了对不同组织结构的区分,为后续激活范围模拟提供了更详细的输入,确保后续模拟考虑到脑组织的复杂结构。
利用分割结果,通过有限元方法对预设程控参数集合中的每个预设程控参数进行电场激活范围模拟。其中,有限元方法是一种数值求解技术,可以用于模拟电场在生物组织中的传播和激活效应。有限元模拟可以考虑电场在组织中的传播、扩散和激活效应,使得模拟更贴近实际生理情况,有助于预测不同程控参数下的激活范围。
同时,模拟结果是根据分割结果和目标用户的电极触点信息,通过有限元的方式对预设程控参数集合中的每个预设程控参数进行激活范围模拟得到的,电极触点信息包括电极在脑中的具体位置,通过利用电极触点信息,模拟中可以更加精细地考虑电流在电极触点附近的传导特性,有助于更好地预测激活范围。
将激活范围模拟的结果进行渲染,生成三维模型。模拟结果可以以体素或网格的形式转化为三维表示,并使用渲染技术呈现在三维空间中。渲染结果以直观的方式展示了不同预设程控参数下的激活范围,可以为医生提供直观的三维视觉信息,有助于理解电场的分布和激活情况。
同时,由于灰质、白质和脑脊液的电导率差异较大,会对有限元电场激活范围模拟产生显著影像,因此对第一配准影像进行灰质、白质、脑脊液三组分分割。三组分分割可以通过图像处理算法,根据不同组织的特征,将影像中的区域分为灰质、白质和脑脊液三个组分。然后利用三组分分割的结果,对所有预设的预设程控参数进行有限元电场激活范围模拟。其中,有限元模拟是一种数值计算方法,用于模拟电场在脑组织中的传播。
相关方案中,获取到的用于指示电场激活范围的激活范围模型,例如将电场激活范围简化为电极触点附近的球形、椭球形、或其他简单几何形状,只能通过对程控参数的简单计算后显示一个大致的示意图。相关方案显示的电场激活范围与非真实情况存在较大差别,临床参考价值非常有限。本实施例中,电场激活范围是在T1/T2核磁影像的基础上,纳入脑灰质、白质、脑脊液不同组分的电导率差异,通过有限元模拟的方法得到的,电场激活范围模拟结果更精确。
在具体应用中,所述目标用户的电极触点信息的获取方式可以是:
获取第二配准影像,所述第二配准影像是将术后CT影像配准至T1核磁影像得到的;
根据第二配准影像获取导线分割结果,所述导线分割结果包括分割掉电极导线轨迹后的结果;
根据所述电极信息和所述导线分割结果获取电极触点信息,所述电极触点信息包括多个电极触点的坐标。
也就是说,所述根据所述术后CT影像和所述术前核磁影像,通过电场激活范围模拟得到激活范围模型集合的过程,可以在下文根据所述T1核磁影像和所述术后CT影像,通过电极建模得到与所述目标用户的电极信息对应的电极分割模型的过程中或过程后进行,以直接获取其过程中得到的电极触点信息。
在一些实施例中,所述根据所述T1核磁影像和所述术后CT影像,通过电极建模得到与所述目标用户的电极信息对应的电极分割模型,包括:
获取第二配准影像,所述第二配准影像是将术后CT影像配准至T1核磁影像得到的;
根据第二配准影像获取导线分割结果,所述导线分割结果包括分割掉电极导线轨迹后的结果;
根据所述电极信息和所述导线分割结果获取电极触点信息,所述电极触点信息包括多个电极触点的坐标;
根据所述分割结果和所述电极触点信息,通过渲染得到电极分割模型。
可以认为,根据第二配准影像获取导线分割结果是单独以术后CT影像为依据进行的电极导线轨迹分割,一般而言CT影像存在伪影、成像平面与电极导线存在夹角(例如斜切),所以还可以根据电极信息弥补由于CT影像的特殊性质(伪影、斜切)而引入的偏差,以矫正分割结果。
具体而言,第二配准影像提供了一个统一的空间,将CT影像中的电极信息与T1核磁影像中的解剖结构相对应,为后续的电极分割提供了一致的基础。利用第二配准影像进行电极导线轨迹的分割,其可以利用图像分割算法得到导线分割结果。可以认为导线分割结果提供了电极导线轨迹的信息,为后续电极触点信息的提取提供了基础。结合患者的电极信息和导线分割结果,提取电极触点的坐标信息。电极信息例如包括电极类型、编号等,而导线分割结果有助于确定电极导线轨迹,从而确定电极触点的位置。利用分割结果和电极触点信息,进行渲染操作,生成电极分割模型。同时,可以将电极触点的坐标信息映射到三维空间,并结合分割结果进行可视化渲染以得到上述电极分割模型。即电极分割模型可以提供电极在患者脑部的形状和位置信息,为医生在程控操作中理解电极位置和配置提供了直观的三维可视化效果。上述电极重建的方式,准确地还原了患者术后大脑中电极的真实状态,可产生精准的电极重建结果。
上述实施例中的电极重建方式,还原了患者术后大脑中电极的真实状态,提供了精准的电极重建结果。相关方案中均未考虑到患者术后电极随着大脑漂移而发生位移或弯曲等真实情况,而是利用手术计划中的电极路径信息或术后CT所示的电极导线上两点坐标,去渲染显示预先设定好的电极模型。因而,相关方案中显示的电极导线均是直线。电极位置的精准重建是获得准确触点坐标的前提,否则后续处理分析过程将不断放大误差,导致计算结果产生较大误差。本实施例与相关方案不相同的是,将CT影像中的电极信息与T1核磁影像中的解剖结构相对应,为后续的电极分割提供了一致的基础,并利用第二配准影像进行电极导线轨迹的分割,得到更为精准的电极位置。
其中,电极触点信息包括多个电极触点的坐标,可以以三维坐标的形式表示。对应的坐标系例如可以是绝对坐标系或者相对坐标系。绝对坐标系例如可以是笛卡尔坐标系(直角坐标系和斜角坐标系的统称)、极坐标系、圆柱坐标系或高斯平面直角坐标系,以及计算机领域中的屏幕坐标系等。相对坐标系例如可以采用直角坐标系或者其他坐标系。作为一个示例,如果有3个电极触点,每个电极触点的坐标可能如下所示:1号电极触点,(x1,y1,z1);2号电极触点2,(x2,y2,z2);3号电极触点3,(x3,y3,z3)。
在一些实施例中,获取第二配准影像的方式包括:
对所述术后CT影像进行预处理,所述预处理包括亮度矫正和/或对比度矫正;
将预处理后的术后CT影像配准至预处理后的T1核磁影像,得到配准影像并作为第二配准影像。
在一些实施例中,所述根据所述患者的DTI影像和所述T1核磁影像,通过白质纤维束追踪得到白质纤维束追踪模型包括:
获取第三配准影像,所述第三配准影像是将所述患者的DTI影像配准至T1核磁影像得到的;
根据所述第三配准影像,获取第二大脑掩膜,所述第二大脑掩膜是去除所述第三配准影像中的颅骨后得到的;
将所述第二大脑掩膜信息输入至第二掩膜分割模型,得到多个目标脑区掩膜作为第二脑区分割结果;
根据所述第二脑区分割结果对所述DTI影像进行全脑白质纤维束追踪,得到白质纤维束追踪结果;
根据所述白质纤维束追踪结果,通过渲染得到白质纤维束追踪模型。
具体而言,通过DTI影像与T1核磁影像的配准得到第三配准影像。配准操作确保了DTI影像中的弥散张量信息与T1核磁影像中的解剖结构在相同的空间坐标系中对齐。同时,第三配准影像为后续的分析提供了一致的基础,确保了不同模态图像之间的对应关系,为接下来的操作提供了一致的解剖结构信息。
利用第三配准影像进行第二大脑掩膜的生成,其过程可以是进行颅骨去除的操作,以保留大脑组织部分的信息。第二大脑掩膜有助于提取感兴趣的脑部结构,去除颅骨等不相关的组织,为后续脑区分割提供更精确的输入。将第二大脑掩膜信息输入至第二掩膜分割模型,可以得到第二脑区分割结果。
利用第二脑区分割结果对DTI影像进行全脑白质纤维束追踪,通过结合脑区信息使白质纤维束追踪更能够根据生物学结构合理地模拟神经纤维的走向,提高了追踪的精度。
将白质纤维束追踪结果进行渲染,生成白质纤维束追踪模型。例如可以将追踪结果以体素或网格的形式转化为三维表示,并使用渲染技术呈现在三维空间中。白质纤维束追踪模型可以提供患者脑部神经纤维的三维表示,为医生提供了直观的可视化信息,有助于了解白质纤维束的分布和走向。
综上所述,本技术方案通过配准、神经网络脑区分割、白质纤维束追踪和渲染操作,生成了患者脑部的白质纤维束追踪模型,有助于医生更全面地了解患者的脑部结构和神经纤维连接情况,为植入式神经刺激系统治疗的规划提供重要信息。
在一些实施例中,所述第三配准影像的获取方式包括:
对所述DTI影像进行预处理,所述预处理包括畸变校正和质控;
将预处理后的DTI影像配准至T1核磁影像,将得到的配准影像作为第三配准影像。
具体而言,预处理步骤包括畸变校正和质控,畸变校正可以确保影像的准确性,质控可以排除可能对后续配准和分析产生负面影响的影像。
例如是通过信噪比评估、图像对比度评估或影像质量评估实现DTI影像的质控。信噪比评估指的是对DTI影像中的信号和噪声水平进行定量或半定量评估,可以认为高信噪比情况下影像更清晰、更准确。图像对比度评估指的是对影像中不同组织之间的对比度进行评估,以确保在图像中能够清晰地区分不同的组织结构,良好的对比度有助于医生更容易地识别和分析不同的脑部结构。影像质量评估例如是使用预先设定的影像质量指标进行定量评估,影像质量指标例如是分辨率、均匀性等方面的指标,由此影像质量指标提供了一种客观的方法来量化图像质量,用于实现医生和研究人员对影像质量进行客观评估。
参见图3,图3是本申请实施例提供的一种三维可视化方法的结构示意图。
在一个具体应用中,提供了一种三维可视化方法,包括以下步骤:
通过医院影像工作站将原始DICOM文件传送至服务器;对DICOM文件按照类型进行自动化整理分类。具体可以将每个患者的DICOM文件分为术前核磁影像、术后CT影像;
分别进行电场激活范围模拟、脑区分割、电极建模和白质纤维束追踪。
白质纤维束追踪包括:DTI影像畸变校正、至影像质控、至配准至T1影像、至去颅骨,得到大脑掩膜、至全脑白质纤维追踪、至将白质束渲染成三维模型。
电极建模包括:CT影响亮度对比度矫正、至影像质控、至配准至T1影像、至自动分割电极、至根据分割结果和选定的电极型号确定电极触点坐标、至将电极分割结果渲染成三维模型。
脑区分割包括:T1/T2核磁影像亮度对比度矫正、至影像质控、至T1/T2核磁影像配准、至去颅骨,得到大脑掩膜、至神经网络自动分割目标脑区得到脑区掩膜、至将脑区分割结果渲染成三维模型。
电场激活范围模拟包括:利用脑区分割中T1/T2核磁影像配准后得到的影像,进行灰质、白质、脑脊液分割、至利用电极建模中的电极触点坐标,进行有限元电场激活范围模拟、至将电场激活范围渲染成三维模型。
上述电场激活范围模拟、脑区分割、电极建模和白质纤维束追踪步骤为在服务器端进行的。
将上述电场激活范围模拟、脑区分割、电极建模和白质纤维束追踪步骤得到的患者对应的数据下载至程控平板(本地端)。本地端接收医生选择的刺激模式、触点、参数;根据预先计算好的电场激活范围模型,选择预先计算好的电场激活范围模型。基于脑区分割模型、电极分割模型、白质纤维追踪模型,根据脑区分割模型选出感兴趣的白质纤维束。根据上述选择预先计算好的电场激活范围模型、脑区分割模型、电极分割模型和感兴趣的白质纤维束,在同一场景种合并渲染,得到待展示三维模型。
参见图4,图4是本申请实施例提供的一种三维可视化方法的原理示意图。在上述具体应用中,可以以解剖和连接组学数据、电极植入位置数据为输入数据,通过使用上述三维可视化方法的三维可视化程控软件,输出数据为核团分割Mask(掩膜)、基于分割结果的白质纤维束追踪(模型)、有限元模拟电场激活范围(模型)。
在一个具体应用中,提供了一种三维可视化方法,包括以下步骤:
步骤P101:从医院影像工作站/PACS系统中拷贝(光盘或U盘)得到患者所有的原始DICOM医学影像文件;
步骤P102:通过前端将获得的DICOM文件上传服务器;
步骤P103:使用自动化程序整理和分类患者的DICOM文件;
步骤P104:使用自动化程序对T1/T2核磁影像的亮度和对比度进行矫正;
步骤P105:使用自动化程序对矫正后的T1/T2核磁影像进行质控;
步骤P106:使用自动化程序将T2核磁影像配准至T1影像;
步骤P107:使用自动化程序去除T1/T2核磁影像中的颅骨,得到大脑区域的mask;
步骤P108:使用训练好的神经网络自动分割T1/T2核磁影像,获得目标脑区masks;
步骤P109:将神经网络输出的脑区分割结果渲染成三维模型;
步骤P110:使用自动化程序对已配准的T1/T2核磁影像进行灰质、白质、脑脊液三组分分割;
步骤P111:使用自动化程序,根据三组分分割的结果对所有预设的程控参数组合进行有限元电场激活范围模拟;
步骤P112:将所有预设的程控参数组合所对应的电场激活范围模拟结果渲染成三维模型;
步骤P113:使用自动化程序对术后CT影像的亮度和对比度进行矫正;
步骤P114:使用自动化程序对矫正后的术后CT影像进行质控;
步骤P115:使用自动化程序将术后CT影像配准至T1影像;
步骤P116:使用自动化程序分割术后CT影像所示的电极导线轨迹;
步骤P117:整合预先获得的电极型号信息和术后CT分割结果,计算得到电极触点坐标;
步骤P118:将电极分割结果渲染成三维模型;
步骤P119:使用自动化程序对弥散张量成像核磁影像(DTI)进行畸变校正;
步骤P120:使用自动化程序对矫正后的DTI影像进行质控;
步骤P121:使用自动化程序将DTI影像配置至T1影像;
步骤P122:使用自动化程去除DTI影像中颅骨,得到大脑mask;
步骤P123:使用自动化程序,处理分析和计算DTI影像,进行全脑白质纤维束追踪;
步骤P124:将白质纤维束追踪结果渲染成三维模型;
步骤P125:在患者首次程控前,将上述步骤计算得到的结果下载至程控平板;所需下载内容包括:电场激活范围的三维模型及其对应的程控参数组合、各个脑区分割模型、电极分割模型、全脑白质纤维束追踪模型;
步骤P126:医生程控过程中选择程控参数。选择的程控参数包括:刺激模式、选择的触点、参数(幅值、频率、脉宽),根据预先计算好的电场激活范围模型,选择最为接近的(或插值计算得到的)电场激活范围模型;
步骤P127:根据医生所选择的脑区分割模型和全脑白质纤维束追踪模型,选出该脑区范围内所涉及的白质纤维束(即感兴趣白质纤维束);
步骤P128:将医生设定的程控参数下的电场激活范围模型、医生选定的脑区分割模型、电极分割模型、感兴趣白质纤维束,在同一场景中合并渲染。
医生可通过软件交互旋转、缩放该渲染得到的模型,从任意角度观察患者电极触点、电场激活范围与脑区之间的相对位置关系,为程控参数的设定提供直观且准确的视觉依据。
其中,与脑区分割有关的步骤P104至P109、与电极建模有关的步骤P113至P118、与全脑白质纤维束追踪有关的步骤P119至P124不分先后,可在服务器端的一台或多台服务器上同步进行,以节省计算时长。
实施例二
参见图5,图5是本申请实施例提供的一种用于服务器端的三维可视化方法的流程示意图。
本实施例提供了一种三维可视化方法,用于服务器端中,所述方法包括:
步骤S201,根据患者的术前核磁影像、术后CT影像和预设程控参数集合,获取目标模型信息;所述目标模型信息包括脑区分割模型集合、激活范围模型集合、电极分割模型和白质纤维束追踪模型;
步骤S202,当接收到本地端发送的模型获取请求时,将所述目标模型信息发送至所述本地端;所述目标模型信息用于结合所述本地端的指定程控参数生成待展示三维模型,所述待展示三维模型用于向本地端的操作人员展示电极触点、电场激活范围与脑区之间的相对位置关系。
通过整合术前核磁影像、术后CT影像和程控参数,能够生成包括脑区分割、激活范围、电极分布和白质纤维束等在内的目标模型信息,用于为医生提供了更全面的信息。本地端可以根据医生的指定程控参数,结合目标模型信息,生成个性化的三维模型,有助于医生更好地理解患者的特定情况,优化植入式神经刺激系统治疗的规划。通过在服务器端生成目标模型信息并将其发送至本地端,实现了高效的分布式处理,减轻了本地端的计算负担,确保了三维模型渲染和展示的流畅性。
综上所述,该三维可视化方法通过服务器端的处理,配合本地端的三维模型渲染,使医生能够直观地了解患者的电极触点、电场激活范围与脑区之间的相对位置关系,为(植入式神经刺激系统)治疗提供了强有力的支持。
在一些实施例中,所述根据患者的术前核磁影像、术后CT影像和预设程控参数集合,获取目标模型信息,包括:
根据患者的术前核磁影像,通过脑区分割,得到多个目标脑区的脑区分割模型并作为脑区分割模型集合;所述术前核磁影像包括DTI影像、T1核磁影像和T2核磁影像;
根据所述术后CT影像和所述术前核磁影像,通过电场激活范围模拟得到激活范围模型集合,所述激活范围模型集合包括预设程控参数集合以及与所述预设程控参数集合中的每个所述预设程控参数分别对应的电场激活范围模型;
根据所述T1核磁影像、所述术后CT影像和所述患者的电极信息,通过电极建模得到电极分割模型;
根据所述患者的DTI影像和所述T1核磁影像,通过白质纤维束追踪得到白质纤维束追踪模型;
将所述脑区分割模型集合、所述激活范围模型集合、所述电极分割模型和所述白质纤维束追踪模型作为目标模型信息。
在一些实施例中,所述根据患者的术前核磁影像,通过脑区分割,得到多个目标脑区的脑区分割模型并作为脑区分割模型集合,包括:
获取第一配准影像,所述第一配准影像是将所述T2核磁影像配准至所述T1核磁影像得到的;
根据第一配准影像,获取第一大脑掩膜,所述第一大脑掩膜是去除所述第一配准影像中的颅骨后得到的;
将所述第一大脑掩膜信息输入至第一掩膜分割模型,得到多个目标脑区掩膜作为第一脑区分割结果;
将所述第一脑区分割结果进行渲染,以得到多个目标脑区的三维分割模型并作为脑区分割模型集合。
在一些实施例中,获取第一配准影像的过程包括:
对所述T1核磁影像和所述T2核磁影像进行预处理,所述预处理包括亮度矫正和/或对比度矫正;
将预处理后的T2核磁影像配准至预处理后的T1核磁影像,得到配准影像并作为第一配准影像。
在一些实施例中,所述根据所述术后CT影像和所述术前核磁影像,通过电场激活范围模拟得到激活范围模型集合包括:
根据第一配准影像,获取分割结果,所述分割结果是基于灰质、白质和脑脊液对所述第一配准影像分割得到的;
根据所述分割结果和所述目标用户的电极触点信息,通过有限元的方式对预设程控参数集合中的每个预设程控参数进行激活范围模拟,得到模拟结果;所述电极触点信息包括多个电极触点的坐标;
对模拟结果进行渲染,得到多个三维模型组并作为激活范围模型集合。
在一些实施例中,所述根据所述T1核磁影像和所述术后CT影像,通过电极建模得到与所述目标用户的电极信息对应的电极分割模型,包括:
获取第二配准影像,所述第二配准影像是将术后CT影像配准至T1核磁影像得到的;
根据第二配准影像获取导线分割结果,所述导线分割结果包括分割掉电极导线轨迹后的结果;
根据所述电极信息和所述导线分割结果获取电极触点信息,所述电极触点信息包括多个电极触点的坐标;
根据所述分割结果和所述电极触点信息,通过渲染得到电极分割模型。
在一些实施例中,获取第二配准影像的方式包括:
对所述术后CT影像进行预处理,所述预处理包括亮度矫正和/或对比度矫正;
将预处理后的术后CT影像配准至预处理后的T1核磁影像,得到配准影像并作为第二配准影像。
在一些实施例中,所述根据所述患者的DTI影像和所述T1核磁影像,通过白质纤维束追踪得到白质纤维束追踪模型包括:
获取第三配准影像,所述第三配准影像是将所述患者的DTI影像配准至T1核磁影像得到的;
根据所述第三配准影像,获取第二大脑掩膜,所述第二大脑掩膜是去除所述第三配准影像中的颅骨后得到的;
将所述第二大脑掩膜信息输入至第二掩膜分割模型,得到多个目标脑区掩膜作为第二脑区分割结果;
根据所述第二脑区分割结果对所述DTI影像进行全脑白质纤维束追踪,得到白质纤维束追踪结果;
根据所述白质纤维束追踪结果,通过渲染得到白质纤维束追踪模型。
在一些实施例中,所述第三配准影像的获取方式包括:
对所述DTI影像进行预处理,所述预处理包括畸变校正和质控;
将预处理后的DTI影像配准至T1核磁影像,将得到的配准影像作为第三配准影像。
实施例三
参见图6,图6是本申请实施例提供的一种用于本地端的三维可视化方法的流程示意图。
本实施例提供了一种三维可视化方法,用于本地端中,所述方法包括:
步骤S301,获取患者的指定程控参数,所述指定程控参数是根据所述本地端的操作人员的选择操作得到的;
步骤S302,根据所述指定程控参数,利用所述患者的目标模型信息进行合并渲染,以获取待展示三维模型;所述目标模型信息是从服务器端获取的,所述目标模型信息包括脑区分割模型集合、激活范围模型集合、电极分割模型和白质纤维束追踪模型;所述待展示三维模型用于向本地端的操作人员展示电极触点、电场激活范围与脑区之间的相对位置关系。
本地端首先通过与医生的交互,获取患者的指定程控参数。指定程控参数可以是医生根据患者的具体情况和治疗需求进行选择和调整的,例如包括电极位置、电压、频率等信息。利用从服务器端获取的目标模型信息,本地端根据医生选择的指定程控参数进行合并渲染,得到待展示三维模型可以用于后续展示。其中,待展示三维模型用于向医生展示患者的电极触点、电场激活范围与脑区之间的相对位置关系。
由此,由于指定程控参数是根据医生的选择操作得到的,生成的待展示三维模型将反映医生对患者特定情况的个性化设定,有助于医生更好地理解和调整治疗方案。通过合并渲染不同来源的模型,医生可以在一个视觉化的界面中获取关于电极触点、电场激活范围与脑区之间相对位置关系的全面信息,有助于更全面地评估对患者的程控情况。
综上所述,本实施例通过本地端的指定程控参数和与服务器端的协同工作,实现了待展示三维模型的实时生成和展示,为医生提供了更直观、全面的信息。
在一些可能的实现方式中,在S302之前所述方法还包括:
当第一次在所述本地端对所述患者进行程控时,向服务器端发送模型获取请求,以使服务器端向所述本地端发送所述患者对应的目标模型信息;或,当在预定时长,所述本地端没有对所述患者进行程控时,向服务器端发送模型获取请求,以使服务器端向所述本地端发送所述患者对应的目标模型信息。
在一些可能的实现方式中,所述S302包括:
根据所述指定程控参数和所述激活范围模型集合,获取目标激活范围模型;
获取目标脑区分割模型和感兴趣白质纤维束,所述目标脑区分割模型是根据医生基于所述脑区分割模型集合的选择操作得到的,所述感兴趣白质纤维束是根据医生基于所述脑区分割模型集合、所述电极分割模型,从所述白质纤维束追踪模型的选择操作得到的;
将所述目标激活范围模型、所述目标脑区分割模型、所述电极分割模型和所述感兴趣白质纤维束进行合并渲染,得到待展示三维模型。
实施例四
参见图7,图7是本申请实施例提供的一种用于服务器端中的三维可视化装置的结构示意图。
本实施例提供了一种三维可视化装置,用于服务器端中,所述装置包括:
模型组获取模块,用于根据患者的术前核磁影像、术后CT影像和预设程控参数集合,获取目标模型信息,所述目标模型信息包括脑区分割模型集合、激活范围模型集合、电极分割模型和白质纤维束追踪模型;
模型组发送模块,用于当接收到本地端发送的模型获取请求时,将所述目标模型信息发送至所述本地端,所述目标模型信息用于结合所述本地端的指定程控参数生成待展示三维模型,所述待展示三维模型用于向本地端的操作人员展示电极触点、电场激活范围与脑区之间的相对位置关系。
在一些实施例中,所述模型组获取模块,包括:
第一模型子模块,用于根据患者的术前核磁影像,通过脑区分割,得到多个目标脑区的脑区分割模型并作为脑区分割模型集合;所述术前核磁影像包括DTI影像、T1核磁影像和T2核磁影像;
第二模型子模块,用于根据所述术后CT影像和所述术前核磁影像,通过电场激活范围模拟得到激活范围模型集合,所述激活范围模型集合包括预设程控参数集合以及与所述预设程控参数集合中的每个所述预设程控参数分别对应的电场激活范围模型;
第三模型子模块,用于根据所述T1核磁影像、所述术后CT影像和所述患者的电极信息,通过电极建模得到电极分割模型;
第四模型子模块,用于根据所述患者的DTI影像和所述T1核磁影像,通过白质纤维束追踪得到白质纤维束追踪模型;
模型组获取子模块,用于将所述脑区分割模型集合、所述激活范围模型集合、所述电极分割模型和所述白质纤维束追踪模型作为目标模型信息。
在一些实施例中,所述第一模型子模块包括:
第一配准获取单元,用于获取第一配准影像,所述第一配准影像是将所述T2核磁影像配准至所述T1核磁影像得到的;
第一掩膜获取单元,用于根据第一配准影像,获取第一大脑掩膜,所述第一大脑掩膜是去除所述第一配准影像中的颅骨后得到的;
第一分割获取单元,用于将所述第一大脑掩膜信息输入至第一掩膜分割模型,得到多个目标脑区掩膜作为第一脑区分割结果;
脑区模型获取单元,用于将所述第一脑区分割结果进行渲染,以得到多个目标脑区的三维分割模型并作为脑区分割模型集合。
在一些实施例中,所述第一配准获取单元包括:
第一预处理子单元,用于对所述T1核磁影像和所述T2核磁影像进行预处理,所述预处理包括亮度矫正和/或对比度矫正;
第一配准子单元,用于将预处理后的T2核磁影像配准至预处理后的T1核磁影像,得到配准影像并作为第一配准影像。
在一些实施例中,所述第二模型子模块包括:
第二分割获取单元,用于根据第一配准影像,获取分割结果,所述分割结果是基于灰质、白质和脑脊液对所述第一配准影像分割得到的;
激活范围模拟单元,用于根据所述分割结果和所述目标用户的电极触点信息,通过有限元的方式对预设程控参数集合中的每个预设程控参数进行激活范围模拟,得到模拟结果;所述电极触点信息包括多个电极触点的坐标;
激活模型获取单元,用于对模拟结果进行渲染,得到多个三维模型组并作为激活范围模型集合。
在一些实施例中,所述第三模型子模块包括:
第二配准获取单元,用于获取第二配准影像,所述第二配准影像是将术后CT影像配准至T1核磁影像得到的;
第三分割获取单元,用于根据第二配准影像获取导线分割结果,所述导线分割结果包括分割掉电极导线轨迹后的结果;
电极触点获取单元,用于根据所述电极信息和所述导线分割结果获取电极触点信息,所述电极触点信息包括多个电极触点的坐标;
电极模型获取单元,用于根据所述分割结果和所述电极触点信息,通过渲染得到电极分割模型。
在一些实施例中,所述第二配准获取单元包括:
第二预处理子单元,用于对所述术后CT影像进行预处理,所述预处理包括亮度矫正和/或对比度矫正;
第二配准子单元,用于将预处理后的术后CT影像配准至预处理后的T1核磁影像,得到配准影像并作为第二配准影像。
在一些实施例中,所述第四模型子模块包括:
第三配准获取单元,用于获取第三配准影像,所述第三配准影像是将所述患者的DTI影像配准至T1核磁影像得到的;
第二掩膜获取单元,用于根据所述第三配准影像,获取第二大脑掩膜,所述第二大脑掩膜是去除所述第三配准影像中的颅骨后得到的;
第四分割获取单元,用于将所述第二大脑掩膜信息输入至第二掩膜分割模型,得到多个目标脑区掩膜作为第二脑区分割结果;
纤维束追踪单元,用于根据所述第二脑区分割结果对所述DTI影像进行全脑白质纤维束追踪,得到白质纤维束追踪结果;
追踪模型获取单元,用于根据所述白质纤维束追踪结果,通过渲染得到白质纤维束追踪模型。
在一些实施例中,所述第三配准获取单元包括:
第三预处理子单元,用于对所述DTI影像进行预处理,所述预处理包括畸变校正和质控;
第三配准子单元,用于将预处理后的DTI影像配准至T1核磁影像,将得到的配准影像作为第三配准影像。
实施例五
参见图8,图8是本申请实施例提供的一种用于本地端中的三维可视化装置的结构示意图。
本实施例提供了一种三维可视化装置,用于本地端中,所述装置包括:
程控参数获取模块,用于获取患者的指定程控参数,所述指定程控参数是根据所述本地端的操作人员的选择操作得到的;
展示模型获取模块,用于根据所述指定程控参数,利用所述患者的目标模型信息进行合并渲染,以获取待展示三维模型;所述目标模型信息是从服务器端获取的,所述目标模型信息包括脑区分割模型集合、激活范围模型集合、电极分割模型和白质纤维束追踪模型;所述待展示三维模型用于向本地端的操作人员展示电极触点、电场激活范围与脑区之间的相对位置关系。
在一些实施例中,所述装置还包括:
模型组请求模块,用于展示模型获取模块执行之前,当首次在所述本地端对所述患者进行程控时,向服务器端发送模型获取请求,以使服务器端向所述本地端发送所述患者对应的目标模型信息;或,当在预定时长,所述本地端没有对所述患者进行程控时,向服务器端发送模型获取请求,以使服务器端向所述本地端发送所述患者对应的目标模型信息。
在一些实施例中,所述展示模型获取模块包括:
第一模型获取单元,用于从所述激活范围模型集合中获取与所述指定程控参数对应的激活范围模型,并作为目标激活范围模型;
第二模型获取单元,用于获取目标脑区分割模型和感兴趣白质纤维束,所述目标脑区分割模型是根据医生基于所述脑区分割模型集合的选择操作得到的,所述感兴趣白质纤维束是根据医生基于所述脑区分割模型集合、所述电极分割模型,从所述白质纤维束追踪模型的选择操作得到的;
展示模型获取单元,用于将所述目标激活范围模型、所述目标脑区分割模型、所述电极分割模型和所述感兴趣白质纤维束进行合并渲染,得到待展示三维模型。
实施例六
本实施例提供了一种三维可视化系统,所述系统包括本地端、与所述本地端相连的服务器端;
所述本地端包括如实施例中任一所述的三维可视化装置;
所述服务器端包括如实施例五中任一所述的三维可视化装置。
实施例七
本申请实施例还提供了一种计算机可读存储介质,其具体实施例与上述方法实施例中记载的实施例、所达到的技术效果一致,部分内容不再赘述。
所述计算机可读存储介质存储有计算机程序,所述计算机程序被至少一个处理器执行时实现上述任一项方法的步骤或者实现上述任一项电子设备的功能。
计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。在本申请实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。计算机可读存储介质例如可以为但不限于电、磁、光、电磁、红外线或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件,或者上述的任意合适的组合。
计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读存储介质还可以是任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等,或者上述的任意合适的组合。可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,程序设计语言包括面向对象的程序设计语言诸如Java、C++等,还包括常规的过程式程序设计语言诸如C语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行,或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
实施例八
本申请实施例还提供了一种计算机程序产品,其具体实施例与上述方法实施例中记载的实施例、所达到的技术效果一致,部分内容不再赘述。
所述计算机程序产品包括计算机程序,所述计算机程序被至少一个处理器执行时实现上述任一项方法的步骤或者实现上述任一项设备的功能。
参见图9,图9是本申请实施例提供的一种计算机程序产品的结构示意图。
所述计算机程序产品用于实现上述任一项方法的步骤或者实现上述任一项故障检测设备的功能。计算机程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的计算机程序产品不限于此,计算机程序产品可以采用一个或多个计算机可读介质的任意组合。
需要说明的是,在本申请实施例中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B的情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,a和b,a和c,b和c或a和b和c,其中a、b和c可以是单个,也可以是多个。值得注意的是,“至少一项(个)”还可以解释成“一项(个)或多项(个)”。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是被配置成区别类似的对象,而不必被配置成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,以便这里描述的本申请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。
本申请从使用目的上,效能上,进步及新颖性等观点进行阐述,已符合专利法所强调的功能增进及使用要件,本申请以上的说明书及说明书附图,仅为本申请的较佳实施例而已,并非以此局限本申请,因此,凡一切与本申请构造,装置,特征等近似、雷同的,即凡依本申请专利申请范围所作的等同替换或修饰等,皆应属本申请的专利申请保护的范围之内。
Claims (18)
1.一种三维可视化方法,其特征在于,用于服务器端中,所述方法包括:
根据目标用户的术前核磁影像、术后CT影像和预设程控参数集合,获取目标模型信息,所述目标模型信息包括脑区分割模型集合、激活范围模型集合、电极分割模型和白质纤维束追踪模型;
当接收到本地端发送的模型获取请求时,将所述目标模型信息发送至所述本地端,所述目标模型信息用于结合所述本地端的指定程控参数生成待展示三维模型,所述待展示三维模型用于向本地端的操作人员展示电极触点、电场激活范围与脑区之间的相对位置关系。
2.根据权利要求1所述的三维可视化方法,其特征在于,所述根据目标用户的术前核磁影像、术后CT影像和预设程控参数集合,获取目标模型信息,包括:
根据目标用户的术前核磁影像,通过脑区分割,得到多个目标脑区的脑区分割模型并作为脑区分割模型集合;所述术前核磁影像包括DTI影像、T1核磁影像和T2核磁影像;
根据所述术后CT影像和所述术前核磁影像,通过电场激活范围模拟得到激活范围模型集合,所述激活范围模型集合包括预设程控参数集合以及与所述预设程控参数集合中的每个所述预设程控参数分别对应的电场激活范围模型;
根据所述T1核磁影像和所述术后CT影像,通过电极建模得到与所述目标用户的电极信息对应的电极分割模型;
根据所述目标用户的DTI影像和所述T1核磁影像,通过白质纤维束追踪得到白质纤维束追踪模型;
将所述脑区分割模型集合、所述激活范围模型集合、所述电极分割模型和所述白质纤维束追踪模型作为目标模型信息。
3.根据权利要求2所述的三维可视化方法,其特征在于,所述根据目标用户的术前核磁影像,通过脑区分割,得到多个目标脑区的脑区分割模型并作为脑区分割模型集合,包括:
获取第一配准影像,所述第一配准影像是将所述T2核磁影像配准至所述T1核磁影像得到的;
根据第一配准影像,获取第一大脑掩膜,所述第一大脑掩膜是去除所述第一配准影像中的颅骨后得到的;
将所述第一大脑掩膜信息输入至第一掩膜分割模型,得到多个目标脑区掩膜作为第一脑区分割结果;
将所述第一脑区分割结果进行渲染,以得到多个目标脑区的三维分割模型并作为脑区分割模型集合。
4.根据权利要求3所述的三维可视化方法,其特征在于,获取第一配准影像的过程包括:
对所述T1核磁影像和所述T2核磁影像进行预处理,所述预处理包括亮度矫正和/或对比度矫正;
将预处理后的T2核磁影像配准至预处理后的T1核磁影像,得到配准影像并作为第一配准影像。
5.根据权利要求3所述的三维可视化方法,其特征在于,所述根据所述术后CT影像和所述术前核磁影像,通过电场激活范围模拟得到激活范围模型集合包括:
根据第一配准影像,获取分割结果,所述分割结果是基于灰质、白质和脑脊液对所述第一配准影像分割得到的;
根据所述分割结果和所述目标用户的电极触点信息,通过有限元的方式对预设程控参数集合中的每个预设程控参数进行激活范围模拟,得到模拟结果;所述电极触点信息包括多个电极触点的坐标;
对模拟结果进行渲染,得到多个三维模型组并作为激活范围模型集合。
6.根据权利要求2所述的三维可视化方法,其特征在于,所述根据所述T1核磁影像和所述术后CT影像,通过电极建模得到与所述目标用户的电极信息对应的电极分割模型,包括:
获取第二配准影像,所述第二配准影像是将术后CT影像配准至T1核磁影像得到的;
根据第二配准影像获取导线分割结果,所述导线分割结果包括分割掉电极导线轨迹后的结果;
根据所述电极信息和所述导线分割结果获取电极触点信息,所述电极触点信息包括多个电极触点的坐标;
根据所述分割结果和所述电极触点信息,通过渲染得到电极分割模型。
7.根据权利要求6所述的三维可视化方法,其特征在于,获取第二配准影像的方式包括:
对所述术后CT影像进行预处理,所述预处理包括亮度矫正和/或对比度矫正;
将预处理后的术后CT影像配准至预处理后的T1核磁影像,得到配准影像并作为第二配准影像。
8.根据权利要求2所述的三维可视化方法,其特征在于,所述根据所述目标用户的DTI影像和所述T1核磁影像,通过白质纤维束追踪得到白质纤维束追踪模型包括:
获取第三配准影像,所述第三配准影像是将所述目标用户的DTI影像配准至T1核磁影像得到的;
根据所述第三配准影像,获取第二大脑掩膜,所述第二大脑掩膜是去除所述第三配准影像中的颅骨后得到的;
将所述第二大脑掩膜信息输入至第二掩膜分割模型,得到多个目标脑区掩膜作为第二脑区分割结果;
根据所述第二脑区分割结果对所述DTI影像进行全脑白质纤维束追踪,得到白质纤维束追踪结果;
根据所述白质纤维束追踪结果,通过渲染得到白质纤维束追踪模型。
9.根据权利要求8所述的三维可视化方法,其特征在于,所述第三配准影像的获取方式包括:
对所述DTI影像进行预处理,所述预处理包括畸变校正和质控;
将预处理后的DTI影像配准至T1核磁影像,将得到的配准影像作为第三配准影像。
10.一种三维可视化方法,其特征在于,用于本地端中,所述方法包括:
S1,获取目标用户的指定程控参数,所述指定程控参数是根据所述本地端的操作人员的选择操作得到的;
S2,根据所述指定程控参数,利用所述目标用户的目标模型信息进行合并渲染,以获取待展示三维模型;所述目标模型信息是从服务器端获取的,所述目标模型信息包括脑区分割模型集合、激活范围模型集合、电极分割模型和白质纤维束追踪模型;所述待展示三维模型用于向本地端的操作人员展示电极触点、电场激活范围与脑区之间的相对位置关系。
11.根据权利要求10所述的三维可视化方法,其特征在于,在S2之前所述方法还包括:
当第一次在所述本地端对所述目标用户进行程控时,向服务器端发送模型获取请求,以使服务器端向所述本地端发送所述目标用户对应的目标模型信息;或,当在预定时长,所述本地端没有对所述目标用户进行程控时,向服务器端发送模型获取请求,以使服务器端向所述本地端发送所述目标用户对应的目标模型信息。
12.根据权利要求11所述的三维可视化方法,其特征在于,所述S2包括:
根据所述指定程控参数和所述激活范围模型集合,获取目标激活范围模型;
获取目标脑区分割模型和感兴趣白质纤维束,所述目标脑区分割模型是根据所述操作人员基于所述脑区分割模型集合的选择操作得到的,所述感兴趣白质纤维束是根据所述操作人员基于所述脑区分割模型集合、所述电极分割模型,从所述白质纤维束追踪模型的选择操作得到的;
将所述目标激活范围模型、所述目标脑区分割模型、所述电极分割模型和所述感兴趣白质纤维束进行合并渲染,得到待展示三维模型。
13.一种三维可视化装置,其特征在于,用于服务器端中,所述装置包括:
模型组获取模块,用于根据目标用户的术前核磁影像、术后CT影像和预设程控参数集合,获取目标模型信息,所述目标模型信息包括脑区分割模型集合、激活范围模型集合、电极分割模型和白质纤维束追踪模型;
模型组发送模块,用于当接收到本地端发送的模型获取请求时,将所述目标模型信息发送至所述本地端,所述目标模型信息用于结合所述本地端的指定程控参数生成待展示三维模型,所述待展示三维模型用于向本地端的操作人员展示电极触点、电场激活范围与脑区之间的相对位置关系。
14.根据权利要求13所述的三维可视化装置,其特征在于,所述模型组获取模块,包括:
第一模型子模块,用于根据目标用户的术前核磁影像,通过脑区分割,得到多个目标脑区的脑区分割模型并作为脑区分割模型集合;所述术前核磁影像包括DTI影像、T1核磁影像和T2核磁影像;
第二模型子模块,用于根据所述术后CT影像和所述术前核磁影像,通过电场激活范围模拟得到激活范围模型集合,所述激活范围模型集合包括预设程控参数集合以及与所述预设程控参数集合中的每个所述预设程控参数分别对应的电场激活范围模型;
第三模型子模块,用于根据所述T1核磁影像和所述术后CT影像,通过电极建模得到与所述目标用户的电极信息对应的电极分割模型;
第四模型子模块,用于根据所述目标用户的DTI影像和所述T1核磁影像,通过白质纤维束追踪得到白质纤维束追踪模型;
模型组获取子模块,用于将所述脑区分割模型集合、所述激活范围模型集合、所述电极分割模型和所述白质纤维束追踪模型作为目标模型信息。
15.一种三维可视化装置,其特征在于,用于本地端中,所述装置包括:
程控参数获取模块,用于获取目标用户的指定程控参数,所述指定程控参数是根据所述本地端的操作人员的选择操作得到的;
展示模型获取模块,用于根据所述指定程控参数,利用所述目标用户的目标模型信息进行合并渲染,以获取待展示三维模型;所述目标模型信息是从服务器端获取的,所述目标模型信息包括脑区分割模型集合、激活范围模型集合、电极分割模型和白质纤维束追踪模型;所述待展示三维模型用于向本地端的操作人员展示电极触点、电场激活范围与脑区之间的相对位置关系。
16.根据权利要求15所述的三维可视化装置,其特征在于,所述展示模型获取模块包括:
第一模型获取单元,用于从所述激活范围模型集合中获取与所述指定程控参数对应的激活范围模型,并作为目标激活范围模型;
第二模型获取单元,用于获取目标脑区分割模型和感兴趣白质纤维束,所述目标脑区分割模型是根据所述操作人员基于所述脑区分割模型集合的选择操作得到的,所述感兴趣白质纤维束是根据所述操作人员基于所述脑区分割模型集合、所述电极分割模型,从所述白质纤维束追踪模型的选择操作得到的;
展示模型获取单元,用于将所述目标激活范围模型、所述目标脑区分割模型、所述电极分割模型和所述感兴趣白质纤维束进行合并渲染,得到待展示三维模型。
17.一种三维可视化系统,其特征在于,所述系统包括服务器端、与所述服务器端相连的本地端;
所述服务器端包括如权利要求13至14任一所述的三维可视化装置;
所述本地端包括如权利要求15至16任一所述的三维可视化装置。
18.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现权利要求13至16任一项所述的装置的功能,或实现权利要求1至12任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410270369.8A CN117934726A (zh) | 2024-03-11 | 2024-03-11 | 三维可视化方法、装置和系统、可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410270369.8A CN117934726A (zh) | 2024-03-11 | 2024-03-11 | 三维可视化方法、装置和系统、可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117934726A true CN117934726A (zh) | 2024-04-26 |
Family
ID=90770489
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410270369.8A Pending CN117934726A (zh) | 2024-03-11 | 2024-03-11 | 三维可视化方法、装置和系统、可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117934726A (zh) |
-
2024
- 2024-03-11 CN CN202410270369.8A patent/CN117934726A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11040205B2 (en) | Therapy program selection for electrical stimulation therapy based on a volume of tissue activation | |
US9055974B2 (en) | Implantable medical devices storing graphics processing data | |
US8761890B2 (en) | Electrical stimulation programming | |
AU2011317137B9 (en) | Methods for identifying target stimulation regions associated with therapeutic and non-therapeutic clinical outcomes for neural stimulation | |
JP5889282B2 (ja) | 刺激電極選択 | |
JP5681790B2 (ja) | 脳刺激プログラミング | |
US11648398B2 (en) | Therapy program selection for electrical stimulation therapy based on a volume of tissue activation | |
US20100049276A1 (en) | Clinician programmer system and method for calculating volumes of activation for monopolar and bipolar electrode configurations | |
CN113367681B (zh) | 靶点确定方法、装置、设备及存储介质 | |
CN111588463A (zh) | 手术计划的确定方法、装置及存储介质 | |
CN116236694A (zh) | 植入物锁定装置、植入式医疗系统和手术系统 | |
CN117934726A (zh) | 三维可视化方法、装置和系统、可读存储介质 | |
CN114712712A (zh) | 刺激电极导线的成像识别方法及相关装置 | |
CN116895065A (zh) | 核团标注装置及方法、可穿戴的xr设备、相关装置 | |
CN117476186A (zh) | 刺激参数的可视化预测方法及其装置 | |
CN114862859B (zh) | 图像识别方法、装置、系统及计算机可读存储介质 | |
CN117936024A (zh) | 一种程控参数配置方法及相关装置 | |
Pereira et al. | Comparison of neural activation models to analyze the impact of brain deformations on neural pathways during DBS procedures | |
US20200001071A1 (en) | Patient-specific local field potential model | |
CN117454692A (zh) | 基于深度学习网络的tDCS电场仿真图像生成方法及装置 | |
CN117297767A (zh) | 路径规划装置、手术系统及计算机可读存储介质 | |
CN116721752A (zh) | 电极导线的配置装置、程控设备、医疗系统及相关产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |