一種基于影像信息融合的病灶虛擬穿刺系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及醫(yī)療輔助技術(shù)領(lǐng)域，具體涉及一種基于影像信息融合的病灶虛擬穿刺系統(tǒng)。
【背景技術(shù)】
[0002]通過對醫(yī)學(xué)影像的分析是一種新興的醫(yī)學(xué)分析方法，應(yīng)用領(lǐng)域非常廣泛。在射頻線消融手術(shù)中，穿刺針路徑的設(shè)計和實施需要避開腹部骨骼、血管區(qū)域，以免對人體產(chǎn)生嚴(yán)重的碰撞傷害，那么在路徑規(guī)劃過程中需要滿足各種需求，包括最短路線、避開血管及骨骼障礙，最低創(chuàng)傷和最佳治療效果等。
[0003]在中國專利公開號:CN 103479430A的專利文件中，其提出了一種基于術(shù)前分析由醫(yī)生設(shè)計出虛擬路徑的規(guī)劃方法。該專利的技術(shù)方案中由醫(yī)生根據(jù)術(shù)區(qū)的三維圖像手動規(guī)劃出可能的虛擬路徑，或者根據(jù)大量的約束條件，根據(jù)約束找到符合條件各個的虛擬路徑。該方案過于依賴醫(yī)生主觀判斷，或者只能獲得一些可能的虛擬路徑，并沒有達(dá)到最優(yōu)虛擬路徑的規(guī)劃效果，不能達(dá)到要求的最小創(chuàng)傷和最佳療效的穿刺目的。

【發(fā)明內(nèi)容】

[0004]為克服上述缺陷，本發(fā)明的目的即在于提供一種基于影像信息融合的病灶虛擬穿刺系統(tǒng)。
[0005]本發(fā)明的目的是通過以下技術(shù)方案來實現(xiàn)的:
[0006]本發(fā)明是一種基于影像信息融合的病灶虛擬穿刺系統(tǒng)，包括:
[0007]影像獲取模塊，所述影像獲取模塊用于分別獲取患者的病灶圖像和身體組織圖像，并將該病灶圖像和身體組織圖像分別轉(zhuǎn)換為對應(yīng)的病灶圖像數(shù)據(jù)和身體組織圖像數(shù)據(jù)；所述身體組織圖像數(shù)據(jù)包括:體表圖像數(shù)據(jù)和體內(nèi)圖像數(shù)據(jù)；
[0008]影像融合模塊，所述影像融合模塊與所述影像獲取模塊連接，用于將病灶圖像數(shù)據(jù)和身體組織圖像數(shù)據(jù)根據(jù)物理空間位置進(jìn)行配準(zhǔn)定位與融合，得到整體圖像數(shù)據(jù)，并在整體圖像數(shù)據(jù)中確定病灶圖像數(shù)據(jù)和身體組織圖像數(shù)據(jù)之間的空間位置關(guān)系；
[0009]終點定位模塊，所述終點定位模塊與所述影像融合模塊連接，用于對病灶圖像數(shù)據(jù)進(jìn)行分析，確定病灶圖像數(shù)據(jù)中心點在整體圖像數(shù)據(jù)中的位置，并將該位置定義為終占.V，
[0010]路徑生成模塊，所述路徑生成模塊分別與終點定位模塊和影像融合模塊連接，用于將體表圖像數(shù)據(jù)中每個像素點的位置為起點，連接起點與終點獲得一段虛擬路徑，根據(jù)體表圖像數(shù)據(jù)中所有像素點的位置，生成虛擬路徑集合，并記錄每段虛擬路徑的位置；
[0011]權(quán)重分析模塊，所述權(quán)重分析模塊分別與路徑生成模塊和影像融合模塊連接，用于分析每段虛擬路徑與體內(nèi)圖像數(shù)據(jù)之間的位置關(guān)系，遍歷整段虛擬路徑，虛擬路徑每穿過一次體內(nèi)圖像數(shù)據(jù)，則為該虛擬路徑加上一個預(yù)定的權(quán)重值；遍歷虛擬路徑集合中所有的虛擬路徑，分別得到每段虛擬路徑的權(quán)重值。
[0012]進(jìn)一步，本發(fā)明還包括:
[0013]優(yōu)先路徑選擇模塊，所述優(yōu)先路徑選擇模塊分別與所述權(quán)重分析模塊和路徑生成模塊連接，用于根據(jù)每段虛擬路徑的長度得到其長度系數(shù)，并根據(jù)該長度系數(shù)對其權(quán)重值進(jìn)行調(diào)整，再對權(quán)重值最小的虛擬路徑進(jìn)行選擇，并將其定義為優(yōu)先路徑，同時對優(yōu)先路徑進(jìn)行顯示。
[0014]進(jìn)一步，所述體內(nèi)圖像數(shù)據(jù)包括:脈管圖像數(shù)據(jù)和骨骼圖像數(shù)據(jù)。
[0015]進(jìn)一步，所述影像獲取模塊包括:CT影像獲取單元和MRI影像獲取單元；
[0016]所述病灶圖像數(shù)據(jù)、脈管圖像數(shù)據(jù)由所述MRI影像獲取單元獲?。?br>[0017]所述體表圖像數(shù)據(jù)、骨骼圖像數(shù)據(jù)由所述CT影像獲取單元獲取。
[0018]進(jìn)一步，所述體內(nèi)圖像數(shù)據(jù)中，骨骼圖像數(shù)據(jù)的權(quán)重值大于脈管圖像數(shù)據(jù)的權(quán)重值。
[0019]進(jìn)一步，所述權(quán)重分析模塊與所述優(yōu)先路徑選擇模塊之間設(shè)有:
[0020]路徑篩選模塊，所述路徑篩選模塊將所述權(quán)重分析模塊中所獲得的所有的虛擬路徑的權(quán)重值與預(yù)定的權(quán)重值進(jìn)行比較，若虛擬路徑的權(quán)重值比預(yù)定的權(quán)重值大，則將該虛擬路徑去掉，形成新的虛擬路徑集合，并將該虛擬路徑集合發(fā)送至所述優(yōu)先路徑選擇模塊。
[0021]進(jìn)一步，所述影像融合模塊中設(shè)有色彩管理單元，
[0022]所述色彩管理單元用于將整體圖像數(shù)據(jù)中的病灶圖像數(shù)據(jù)、脈管圖像數(shù)據(jù)、骨骼圖像數(shù)據(jù)、體表圖像數(shù)據(jù)分別以不同的顏色進(jìn)行顯示。
[0023]本發(fā)明從目前臨床中對虛擬路徑規(guī)劃的實際需求出發(fā)，提出了一種基于參數(shù)的數(shù)字化評估方法，從而得到參數(shù)條件下的所有虛擬路徑的數(shù)據(jù)；為醫(yī)生提供重要的參考信息，便于醫(yī)生可以簡單快速的實現(xiàn)三維圖像中的最佳虛擬路徑規(guī)劃；不需要依賴于醫(yī)生的主觀經(jīng)驗，具有良好的醫(yī)療輔助效果。
【附圖說明】
[0024]為了易于說明，本發(fā)明由下述的較佳實施例及附圖作詳細(xì)描述。
[0025]圖1為本發(fā)明中一個實施例的邏輯結(jié)構(gòu)示意圖；
[0026]圖2為本發(fā)明中另一個實施例的邏輯結(jié)構(gòu)示意圖；
[0027]圖3為本發(fā)明工作原理示意圖。
【具體實施方式】
[0028]為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對本發(fā)明進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
[0029]請參閱圖1至圖2，本發(fā)明是一種基于影像信息融合的病灶虛擬穿刺系統(tǒng)，包括:
[0030]影像獲取模塊101，所述影像獲取模塊101用于分別獲取患者的病灶圖像和身體組織圖像，并將該病灶圖像和身體組織圖像分別轉(zhuǎn)換為對應(yīng)的病灶圖像數(shù)據(jù)和身體組織圖像數(shù)據(jù)；其將所得的病灶圖像數(shù)據(jù)和身體組織圖像數(shù)據(jù)進(jìn)行配準(zhǔn)，通過影像配準(zhǔn)使它們達(dá)到物理空間上的一致；所述身體組織圖像數(shù)據(jù)包括:體表圖像數(shù)據(jù)和體內(nèi)圖像數(shù)據(jù)；
[0031]影像融合模塊102，所述影像融合模塊102與所述影像獲取模塊101連接，用于將配準(zhǔn)后已物理空間上一致的病灶圖像數(shù)據(jù)和身體組織圖像數(shù)據(jù)融合，得到整體圖像數(shù)據(jù)，并在整體圖像數(shù)據(jù)中確定病灶圖像數(shù)據(jù)和身體組織圖像數(shù)據(jù)之間的空間位置關(guān)系；由于不同部分會分布在不同的空間位置，只需對配準(zhǔn)的數(shù)據(jù)進(jìn)行或運(yùn)算即可實現(xiàn)多模態(tài)信息融合；
[0032]終點定位模塊103，所述終點定位模塊103與所述影像融合模塊102連接，用于對病灶圖像數(shù)據(jù)進(jìn)行分析，確定病灶圖像數(shù)據(jù)中心點在整體圖像數(shù)據(jù)中的位置，并將該位置定義為終點；
[0033]路徑生成模塊104，所述路徑生成模塊104分別與終點定位模塊103和影像融合模塊102連接，用于將體表圖像數(shù)據(jù)中每個像素點的位置為起點，用直線連接起點與終點獲得一段虛擬路徑，根據(jù)體表圖像數(shù)據(jù)中所有像素點的位置，生成虛擬路徑集合，并記錄每段虛擬路徑的位置；
[0034]權(quán)重分析模塊105，所述權(quán)重分析模塊105分別與路徑生成模塊104和影像融合模塊102連接，用于分析每段虛擬路徑與體內(nèi)圖像數(shù)據(jù)之間的位置關(guān)系，遍歷整段虛擬路徑，虛擬路徑每穿過一次體內(nèi)圖像數(shù)據(jù)，則為該虛擬路徑加上一個預(yù)定的權(quán)重值；遍歷虛擬路徑集合中所有的虛擬路徑，分別得到每段虛擬路徑的權(quán)重值。其具體可以為:對于骨骼和脈管的權(quán)重值可各取了一個較高值10和一個較低值2，當(dāng)虛擬路徑穿過一個骨骼圖像數(shù)據(jù)時，該虛擬路徑的權(quán)重值將增加10，若其再穿過一個脈管圖像數(shù)據(jù)時，其權(quán)重值再加2，即為12 ;如此累加，直到該路徑完結(jié)為止。
[0035]進(jìn)一步，本發(fā)明還包括:
[0036]優(yōu)先路徑選擇模塊106，所述優(yōu)先路徑選擇模塊106分別與所述權(quán)重分析模塊105和路徑生成模塊104連接，用于根據(jù)每段虛擬路徑的長度得到其長度系數(shù)，并根據(jù)該長度系數(shù)對其權(quán)重值進(jìn)行調(diào)整，再對權(quán)重值最小的虛擬路徑進(jìn)行選擇，并將其定義為優(yōu)先路徑，同時對優(yōu)先路徑進(jìn)行顯示。
[0037]進(jìn)一步，所述體內(nèi)圖像數(shù)據(jù)包括:脈管圖像數(shù)據(jù)和骨骼圖像數(shù)據(jù)。
[0038]進(jìn)一步，所述影像獲取模塊101包括:CT (Computed Tomography，電子計算機(jī)斷層掃描)影像獲取單元(未圖示)和MRI (Magnetic Resonance Imaging，磁共振成像)影像獲取單元(未圖示)；