CN1445725A - 脑外科手术导航系统中解剖图谱的三维可视化应用方法 - Google Patents
脑外科手术导航系统中解剖图谱的三维可视化应用方法 Download PDFInfo
- Publication number
- CN1445725A CN1445725A CN03116689A CN03116689A CN1445725A CN 1445725 A CN1445725 A CN 1445725A CN 03116689 A CN03116689 A CN 03116689A CN 03116689 A CN03116689 A CN 03116689A CN 1445725 A CN1445725 A CN 1445725A
- Authority
- CN
- China
- Prior art keywords
- registration
- point
- brain
- anatomical atlas
- linear
- 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
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
一种脑外科手术导航系统中解剖图谱的三维可视化应用方法属于医学图像处理及应用技术领域。本发明分前期工作和后期执行方法两部分:在前期工作中,采用先进的非线性插值方法,对两组脑解剖图谱(SW,TT)进行细致的数字化三维重建工作;采用三维非线性配准方法,将两组图谱率先统一到同一坐标系下;在执行方法中,进行输入图像的格式化处理;采用可变比例网格方法和分段式局域线性配准算法的配合实现图谱与病人图像的实时配准;通过交互式微调实现解剖图谱精准配准和可视化。本发明更直观,更准确,更易操作,实现TT和SW两套图谱的完全三维重建后的完整统一,为医生的术前诊断和术中导航提供了极大的便利,为手术导航系统增添了一项重要的功能。
Description
技术领域
本发明涉及的是一种三维可视化应用方法,特别是一种脑外科手术导航系统中解剖图谱的三维可视化应用方法,属于医学图像处理及应用技术领域。
背景技术
脑外科手术导航系统是一个集计算机技术,生物医学工程技术以及现代医学技术于一体的复杂系统工程。其中脑解剖图谱的三维可视化是一项关键的技术,在对病灶的定位上有着举足轻重的作用。在传统的脑外科手术中,医生只能通过阅读解剖图谱,凭借经验来完成复杂的手术。这必然造成成功率低,手术时间长的问题。目前在临床上广泛使用的脑解剖图谱主要有以下两种:Talairach-Tournoux(TT)脑解剖图谱和Schaltenbrand-Wahren(SW)脑解剖图谱。其中前者为覆盖整个人脑的完整解剖图谱,而后者为丘脑基底节区的内脑图谱。这些图谱均为纸件印刷的二维图像,虽然他们对于立体定向的脑外科手术至关重要,并且也已多年在临床上使用,但人为误差和使用上的不便大大抑制了其功效的发挥。
经文献检索发现,胡泽勇等人在《立体定向和功能性神经外科杂志》,2001,14(3):174-174上撰文“丘脑基底节区立体定向显微导航图谱系统的研制”,该文对丘脑基底节区立体定向图谱(SW)进行了数字化的尝试,取得了初步的成果。但该研究仍然处于二维图像的单纯相关坐标配准阶段;仅限于SW图谱;没有考虑脑室大小、头颅尺寸等其他相关参数。由于SW图谱仅限于内脑的部分领域,他与实际的病人图像配准时很难考虑到脑室大小、头颅尺寸等其他相关参数,是该研究的一个难点。另外,二维印刷图谱到三维立体图像的重建也是一个难点,期待解决。
发明内容
本发明的目的在于克服现有技术中的不足,提供一种脑外科手术导航系统中解剖图谱的三维可视化应用方法,使其更直观,更准确,更易操作,实现TT和SW两套图谱的完全三维重建后的完整统一,并将AC-PC特征之外的脑室大小、头颅尺寸等其他相关参数融于配准算法中,以提供微调等人机交互功能来实现其三维可视的最优化。
本发明是通过以下技术方案实现的,本发明分前期工作和后期执行方法两部分:首先在前期工作中,采用先进的非线性插值方法,对两组脑解剖图谱(SW,TT)进行细致的数字化三维重建工作;然后采用三维非线性配准方法,将两组图谱率先统一到同一坐标系下,该部分工作一经完成无需重复;其次在后期执行方法中,先进行输入图像格式化处理,提高配准的精度,然后采用可变比例网格方法和分段式局域线性配准算法的配合实现图谱与病人图像的实时配准;最终通过交互式微调实现解剖图谱精准配准和可视化。
以下对本发明方法作进一步的描述,具体内容如下:
1、前期工作:
1)采用先进的非线性插值方法,对两组脑解剖图谱(SW,TT)进行细致的数字化三维重建工作。该方法采用基于卷积的非线性插值(Convolution basednonlinear interpolation),而影响函数核(Kernel)则采用基本样条函数(Cardinal spline):
这里选用n=3;(bn)-1是B型样条函数滤子(B-Spline filter)。
2)采用三维非线性配准方法,将两组图谱率先统一到了同一坐标系下。这既解决了SW图谱的局域性所导致的对整体脑室尺寸等全局参数的考虑不周的难题,也避免了实时配准过程中的重复操作。对一个图谱的配准操作完成后,也同时完成了对另一图谱的配准工作,实现了两个可视化图谱库的实时切换功能。该配准算法采用解剖特征点(Anatomic feature point)之间的点到点配准法。首先分别在两个图谱中找出相应的200组解剖特征点,然后基于他们的坐标关系计算出配准三维变换行列式B,最后依据该行列式将SW图谱变换到TT坐标系下:
SW·B→TT。
2、后期执行方法:
1)输入图像的格式化:因为输入的图像不能保证均按照脑解剖图谱的坐标系(Ac-Pc)扫描,该方法首先依据医生所设定的2个关键特征点:Ac和Pc对输入图像进行矫正,即从X,Y,Z三个方向对图像进行方位角的矫正,使之与Ac-Pc坐标系保持一致,提高配准的精度。
2)采用可变比例网格方法(PGS-Proportional Grid System),将人脑及脑解剖图谱物理分割成12块,列入相应的网格中,为局域配准打下了基础。可变比例网格结构的确立依据于以下8个解剖特征点:
[1]大脑的前原点(AC-The Anterior Commissure)
[2]大脑的后原点(PC-The Posterior Commissure)
[3]颞脑皮质的最左点(The most Left points of the temporal cortex)
[4]颞脑皮质的最右点(The most Right points of the temporal cortex)
[5]前脑皮质的最前点(The most anterior point of the frontal cortex)
[6]枕脑皮质的最后点(The most posterior point of the occipital cortex)
[7]枕脑皮质的最高点(The highest point of the occipital cortex)
[8]颞脑皮质的最低点(The lowest point of the temporal cortex)
3)采用分段式局域线性配准(Piecewise Linear Registration)的算法,在可变比例网格结构上实现了交互式局域配准,大大提高了区域性的配准精度。分段式局域线性配准,就是按照对应的原始(S)和目标(T)两个可变比例网格之间的比例关系,将原始网格内的所有点(P)变换到目标网格中去:
T=T0+(P-S0)*Text/Sext
这里S0和T0表示原始和目标网格的原点;Text/Sext表示网格之间的比例关系。
4)通过交互式微调实现解剖图谱精准配准和可视化。采用可调式设计,对可变比例网格结构中的36个控制点(Control Point)进行了微调功能设计,使医生可以交互地微调算法完成的配准结果,提高配准精度。该36个控制点中的任意一个的坐标发生变化,将引发网格之间的比例关系,即Text/Sext发生变化,从而给便线性配准T的结果,实现微调的功能。
5)可变比例网格方法和分段式局域线性配准算法的配合流程具体如下:该流程首先读取医生设定的AC和PC点坐标,以及2)中说明的其他6个特征点坐标(统称为地座标(Landmark)),配合脑图谱的相应地坐标创立可变比例网格PGS,然后对PGS中的每一个子区域运用3)中详述的分段式局域线性配准算法逐一进行配准,并实时更新视窗。PGS同时接受4)中描述的微调操作,并按照变动的控制点刷新地坐标和PGS,从而刷新配准结果。
本发明具有实质性特点和显著进步,它克服了既有方法低精确度和使用上的不便,采用先进的非线性插值方法,对两组脑解剖图谱重新进行了细致的数字化三维重建工作,引入了三维非线性配准方法,将两组图谱率先统一到了同一坐标系下,避免了对不同图谱的重复配准操作。在执行过程中,首先对输入图像实施格式化的矫正工作,然后在可变比例网格方法和分段式局域线性配准算法的配合下实现图谱与病人图像的实时配准,最终实现了医生的可介入式微调功能,首次实现了解剖图谱与病人图像的精准配准和完全可视化。这为医生的术前诊断和术中导航提供了极大的便利,为手术导航系统增添了一项重要的功能。
附图说明
图1本发明后期执行方法流程图
图2可变比例网格方法和分段式局域线性配准算法的配合流程图
具体实施方式
如图1和图2所示,图2是可变比例网格方法和分段式局域线性配准算法的配合流程,该图在描述了依据AC-PC点将输入图像分割成12个子区,创建可变比例网格PGS的过程后,给出了采用分段式局域线性配准的方法实施配准和微调的流程。
结合本发明执行方法部分的内容提供以下实施例:
如图1所示,当病人的三维图像实例读入该系统后,医生按以下六个步骤实现该方法:
(1)AC-PC的设定:医生选择该系统菜单中的“AC-PC设定”功能时,系统在病人图像中给出初始AC-PC点,并用彩色标示显示在视窗中。这时医生使用鼠标校准这些初始点位置。
(2)输入图像的重新格式化:基于校准后的AC-PC坐标点,系统会自动在医生的指示下对输入的病人图像进行格式化,使之精确地建立在AC-PC坐标系下。系统还提供撤销重新格式化的功能以便医生重试这一操作。
(3)创建PGS:当医生使用系统提供的菜单发出创建PGS的命令时,系统将自动创建初始的PGS,并且会以彩色网格的形式在视窗中显示出来,32个控制点开始接受鼠标的交互式介入操作(见图2)。医生可以依据PGS特征点的位置,微调所有控制点的位置,以满足要求。
(4)装入脑解剖图谱:利用系统提供的菜单,医生可以选择装载相应的脑解剖图谱。每一类解剖图谱(TT,SW)系统都提供高、低解像度的两种图谱以供不同的需要。该例中装入低解像度的TT图谱,它用不同的颜色来代表不同的解剖区域。这时的脑图谱还没有与病人图像配准。
(5)配准:当医生利用菜单向系统发出配准命令时,系统会自动调用分段式局域线性配准(PWL)算法进行配准操作(见图2),并且实时显示配准后的解剖图谱。该命令执行0.5秒后,TT图谱与病人图像实行了配准,但个别区域还存在误差。
(6)微调校准:当系统完成配准后,医生还可以进一步微调PGS中的控制点,对特别感兴趣的解剖区(如发生肿瘤的目标区)域进行局部的配准操作。系统会提供实时的配准刷新,以满足医生特殊的诊断和手术计划需要。当医生将不满意的局部区域里的控制点移动位置(微调)0.6秒后,TT图谱仅在该区域内进行了重新配准,达到了高精度的结果,配准结果令医生非常满意。
Claims (8)
1、一种脑外科手术导航系统中解剖图谱的三维可视化应用方法,其特征在于,分前期工作和后期执行方法两部分:首先在前期工作中,采用先进的非线性插值方法,对两组脑解剖图谱SW,TT进行细致的数字化三维重建工作;然后采用三维非线性配准方法,将两组图谱率先统一到同一坐标系下;其次在执行方法中,首先进行输入图像的格式化处理;然后采用可变比例网格方法和分段式局域线性配准算法的配合实现图谱与病人图像的实时配准;最终通过交互式微调实现解剖图谱精准配准和可视化。
2、根据权利要求1所述的脑外科手术导航系统中解剖图谱的三维可视化应用方法,其特征是,采用先进的非线性插值方法,对两组脑解剖图谱SW,TT进行细致的数字化三维重建工作具体如下:
采用基于卷积的非线性插值,而影响函数核则采用基本样条函数:
这里选用n=3;(bn)-1是B型样条函数滤子。
3、根据权利要求1所述的脑外科手术导航系统中解剖图谱的三维可视化应用方法,其特征是,采用三维非线性配准方法,将两组图谱率先统一到同一坐标系下具体如下:
该配准算法采用解剖特征点之间的点到点配准法,首先分别在两个图谱中找出相应的200组解剖特征点,然后基于它们的坐标关系计算出配准三维变换行列式B,最后依据该行列式将SW图谱变换到TT坐标系下:
SW·B→TT。
4、根据权利要求1所述的脑外科手术导航系统中解剖图谱的三维可视化应用方法,其特征是,输入图像的格式化具体如下:
首先依据医生所设定的2个关键特征点:Ac和Pc对输入图像进行校正,即从X,Y,Z三个方向对图像进行方位角的矫正,使之与Ac-Pc坐标系保持一致,提高配准的精度。
5、根据权利要求1所述的脑外科手术导航系统中解剖图谱的三维可视化应用方法,其特征是,采用可变比例网格方法,将人脑及脑解剖图谱物理分割成12块,列入相应的网格中,为局域配准打下了基础;可变比例网格结构的确立依据于以下8个解剖特征点:
[1]大脑的前原点;[2]大脑的后原点;[3]颞脑皮质的最左点;[4]颞脑皮质的最右点;[5]前脑皮质的最前点;[6]枕脑皮质的最后点;[7]枕脑皮质的最高点;[8]颞脑皮质的最低点。
6、根据权利要求1所述的脑外科手术导航系统中解剖图谱的三维可视化应用方法,其特征是,采用分段式局域线性配准算法,在可变比例网格结构上实现了交互式局域配准,分段式局域线性配准,就是按照对应的原始S和目标T两个可变比例网格之间的比例关系,将原始网格内的所有点P变换到目标网格中去:
T=T0+(P-S0)*Text/Sext
这里S0和T0表示原始和目标网格的原点;Text/Sext表示网格之间的比例关系。
7、根据权利要求1所述的脑外科手术导航系统中解剖图谱的三维可视化应用方法,其特征是,可变比例网格方法和分段式局域线性配准算法的配合流程具体如下:
首先读取设定的大脑的前原点和大脑的后原点点坐标,以及颞脑皮质的最左点、颞脑皮质的最右点、前脑皮质的最前点、枕脑皮质的最后点、枕脑皮质的最高点、颞脑皮质的最低点8个特征点坐标,这8个特征点坐标统称为地座标,配合脑图谱的相应地坐标创立可变比例网格PGS,然后对PGS中的每一个子区域运用分段式局域线性配准算法逐一进行配准,并实时更新视窗;PGS同时接受交互式微调中的微调操作,并按照变动的控制点刷新地坐标和PGS,从而刷新配准结果。
8、根据权利要求1所述的脑外科手术导航系统中解剖图谱的三维可视化应用方法,其特征是,通过交互式微调实现解剖图谱精准配准和可视化具体如下:采用可调式设计,对可变比例网格结构中的36个控制点进行微调设计,使医生通过交互方式微调算法完成的配准结果,该36个控制点中的任意一个的坐标发生变化,将引发网格之间的比例关系,即Text/Sext发生变化,从而给便线性配准T的结果,实现微调。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN03116689XA CN1216348C (zh) | 2003-04-29 | 2003-04-29 | 脑外科手术导航系统中解剖图谱的三维可视化应用方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN03116689XA CN1216348C (zh) | 2003-04-29 | 2003-04-29 | 脑外科手术导航系统中解剖图谱的三维可视化应用方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1445725A true CN1445725A (zh) | 2003-10-01 |
CN1216348C CN1216348C (zh) | 2005-08-24 |
Family
ID=27814915
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN03116689XA Expired - Fee Related CN1216348C (zh) | 2003-04-29 | 2003-04-29 | 脑外科手术导航系统中解剖图谱的三维可视化应用方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1216348C (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1981710A (zh) * | 2005-08-30 | 2007-06-20 | 韦伯斯特生物官能公司 | 使用生理数据分割和配准多模态图像 |
CN101176118B (zh) * | 2005-03-30 | 2011-03-09 | 独立行政法人海洋研究开发机构 | 结构网格数据的可视化方法 |
CN101322156B (zh) * | 2005-12-08 | 2011-09-21 | 皇家飞利浦电子股份有限公司 | 实现对图像配准变换的选择的系统和方法 |
CN101449292B (zh) * | 2006-05-24 | 2012-07-04 | 皇家飞利浦电子股份有限公司 | 坐标系配准 |
CN102663817A (zh) * | 2012-04-10 | 2012-09-12 | 上海交通大学 | 神经外科中彩色sw解剖图谱的三维可视化处理方法 |
WO2014094376A1 (zh) * | 2012-12-19 | 2014-06-26 | 中国科学院自动化研究所 | 基于t2-mri和dw-mri的宫颈癌图像自动分割方法 |
CN104083219A (zh) * | 2014-07-11 | 2014-10-08 | 山东大学 | 一种神经外科脑立体定位术中基于力传感器的颅内外坐标系的耦合方法 |
-
2003
- 2003-04-29 CN CN03116689XA patent/CN1216348C/zh not_active Expired - Fee Related
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101176118B (zh) * | 2005-03-30 | 2011-03-09 | 独立行政法人海洋研究开发机构 | 结构网格数据的可视化方法 |
CN1981710A (zh) * | 2005-08-30 | 2007-06-20 | 韦伯斯特生物官能公司 | 使用生理数据分割和配准多模态图像 |
CN1981710B (zh) * | 2005-08-30 | 2015-07-29 | 韦伯斯特生物官能公司 | 使用生理数据分割和配准多模态图像 |
CN101322156B (zh) * | 2005-12-08 | 2011-09-21 | 皇家飞利浦电子股份有限公司 | 实现对图像配准变换的选择的系统和方法 |
CN101449292B (zh) * | 2006-05-24 | 2012-07-04 | 皇家飞利浦电子股份有限公司 | 坐标系配准 |
CN102663817A (zh) * | 2012-04-10 | 2012-09-12 | 上海交通大学 | 神经外科中彩色sw解剖图谱的三维可视化处理方法 |
WO2014094376A1 (zh) * | 2012-12-19 | 2014-06-26 | 中国科学院自动化研究所 | 基于t2-mri和dw-mri的宫颈癌图像自动分割方法 |
CN104083219A (zh) * | 2014-07-11 | 2014-10-08 | 山东大学 | 一种神经外科脑立体定位术中基于力传感器的颅内外坐标系的耦合方法 |
CN104083219B (zh) * | 2014-07-11 | 2016-08-24 | 山东大学 | 一种神经外科脑立体定位术中基于力传感器的颅内外坐标系的耦合方法 |
Also Published As
Publication number | Publication date |
---|---|
CN1216348C (zh) | 2005-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102015221998B4 (de) | Verfahren zur Unterstützung eines Befunders bei der Ortsbeschreibung einer Zielstruktur in einer Brust, Vorrichtung und Computerprogramm | |
Niemann et al. | The Morel stereotactic atlas of the human thalamus: atlas-to-MR registration of internally consistent canonical model | |
US8698795B2 (en) | Interactive image segmentation | |
JP2021180929A (ja) | 診断支援装置、診断支援システム、情報処理方法、及びプログラム | |
US20100067761A1 (en) | Automatic interpretation of 3-d medicine images of the brain and methods for producing intermediate results | |
CN1666710A (zh) | 用于产生检查对象结果图像的方法 | |
US20040105574A1 (en) | Anatomic triangulation | |
CN1216348C (zh) | 脑外科手术导航系统中解剖图谱的三维可视化应用方法 | |
CN103345774B (zh) | 一种三维多尺度矢量化的建模方法 | |
CN108765483A (zh) | 一种从脑部ct图像中确定中矢面的方法及系统 | |
DE112012002671T5 (de) | Anzeigen einer Vielzahl von registrierten Bildern | |
US7647096B2 (en) | Methods and apparatus for calculating and presenting the probabilistic functional maps of the human brain | |
CN109767458A (zh) | 一种半自动分段的顺序优化配准方法 | |
Dai et al. | Neurosurgical craniotomy localization using interactive 3D lesion mapping for image-guided neurosurgery | |
CN101833756A (zh) | 神经外科手术导航系统中图谱的三维可视化方法 | |
Wang et al. | Improving target registration accuracy in image‐guided neurosurgery by optimizing the distribution of fiducial points | |
US5038285A (en) | Method for computer-generating a two-dimensional map of a three-dimensional surface | |
CN108510506A (zh) | 一种管状结构图像分割方法 | |
Lee et al. | Improving stereotactic surgery using 3-D reconstruction | |
CN115482263A (zh) | 可视化配准医学影像的方法、系统、装置和存储介质 | |
WO2022258266A1 (de) | Darstellungsvorrichtung zur anzeige einer erweiterten realität und verfahren zum bereitstellen einer erweiterten realität | |
Lemieux et al. | Multimodality imaging and intracranial EEG display for stereotactic surgery planning in epilepsy | |
Montilla et al. | Computer assisted planning using dependent texture mapping and multiple rendering projections in medical applications | |
Englmeier et al. | Virtual reality and multimedia human-computer interaction in medicine | |
Smit et al. | The unified anatomical human (beta): Model-based representation of heterogeneous anatomical data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C19 | Lapse of patent right due to non-payment of the annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |