專利名稱：一種神經(jīng)外科手術(shù)導(dǎo)航系統(tǒng)中腦組織變形校正的方法
技術(shù)領(lǐng)域：
本發(fā)明屬醫(yī)學(xué)圖像處理及應(yīng)用領(lǐng)域，涉及一種外科手術(shù)導(dǎo)航系統(tǒng)精度校正方法，具體涉及一種神經(jīng)外科手術(shù)導(dǎo)航系統(tǒng)中腦組織變形校正的方法。
背景技術(shù)：
臨床外科手術(shù)中腦組織變形是影響神經(jīng)外科手術(shù)導(dǎo)航系統(tǒng)精度的重要因素。目前的解決方法包括術(shù)中影像校正如術(shù)中MRI、術(shù)中US等和物理模型校正兩種方法。其中術(shù)中影像校正是精度最高的方法，但缺點是費用昂貴，且容易造成術(shù)中感染，故當(dāng)前研究主要集中在基于物理模型的校正方法上。基于物理模型的方法能夠通過腦組織的生物力學(xué)屬性約束腦組織的運動，計算量小、精度可靠、實施簡單，便于臨床應(yīng)用，因此，它是當(dāng)前國際上的研究熱點。Yale大學(xué)的ImageProcessing and Analysis課題組在2001年11月的IEEE Workshop onMathematical Methods in Biomedical Image Analysis上提出一種線彈性物理模型，他們將表面位移作為邊界條件，并采用雙立體相機獲取邊界條件，這種獲取邊界條件的方法需要改變現(xiàn)有的導(dǎo)航設(shè)備來固定兩個相機，同時兩個相機的校正、同步使得術(shù)中操作更為復(fù)雜，因此不能方便地應(yīng)用于臨床。Vanderbilt大學(xué)的Biomedical Modeling實驗室在《IEEE Transactions on medical imaging》(Vol.18，No.10866-874，1999.)發(fā)表的“Model-Updated ImageGuidanceInitiai Clinical Experience with Gravity-Induced BrainDeformation”一文中提出一種固結(jié)理論模型，但由于該模型需要將體力作為邊界條件，即需要在術(shù)中獲得腦脊液的位置，然而腦脊液在臨床上是難以測量的，使得該模型目前也無法實現(xiàn)臨床應(yīng)用。

發(fā)明內(nèi)容
本發(fā)明的目的是為臨床應(yīng)用提供一種實施簡單，操作靈活，無需更改現(xiàn)有導(dǎo)航設(shè)備的外科手術(shù)導(dǎo)航系統(tǒng)精度校正方法，具體涉及一種神經(jīng)外科手術(shù)導(dǎo)航系統(tǒng)中腦組織變形校正的方法。
本發(fā)明采用基于線彈性理論的物理模型，同時為了方便有效的獲取邊界條件，采用三維激光成像設(shè)備LRS(Laser Range Scanner)實時獲取術(shù)中裸露的大腦皮層，通過跟蹤算法跟蹤腦皮層運動，從而獲得用于驅(qū)動模型的邊界條件。將該邊界條件與線彈性物理模型相結(jié)合，可以有效地對術(shù)中的腦組織變形進行校正。本發(fā)明方法實施簡單，操作靈活，無需更改現(xiàn)有的導(dǎo)航設(shè)備，便于臨床應(yīng)用。
本發(fā)明的技術(shù)方案是首先采用基于MRI的三維自動分割算法，獲得目標(biāo)區(qū)域如腦組織，隨后將分割出的腦組織網(wǎng)格化，在線彈性理論的基礎(chǔ)上通過對每一網(wǎng)格單元賦予相應(yīng)的生物力學(xué)屬性，建立腦組織的物理模型。借助三維激光掃描設(shè)備，通過跟蹤算法跟蹤裸露腦皮層的運動，將其作為邊界條件并結(jié)合物理模型進行有限元計算，獲得整個腦組織任意位置的變形，最后采用一種插回算法更新術(shù)前三維數(shù)據(jù)場用于指導(dǎo)手術(shù)。
本發(fā)明方法通過下述步驟實現(xiàn)，1.三維自動分割算法解決腦組織變形的第一步是分割出目標(biāo)區(qū)域如腦組織，本發(fā)明采用一種基于灰度直方圖原理結(jié)合形態(tài)學(xué)特征的自動分割算法。所述算法首先采用高斯曲線擬合直方圖曲線，根據(jù)擬合高斯曲線自動判定門限值，門限化后的結(jié)果可將腦組織與大部分的顱骨相分離。所采用的門限化判定公式為ts＝tBF+4/5(uGM-tBF)其中tBF是背景與前景之間的門限，uGM為腦白質(zhì)灰度均值，分別對應(yīng)高斯曲線的第一和第二個峰值。在門限化后，腦組織和顱骨之間還會存在細微的連接，此時可采用形態(tài)學(xué)中的腐蝕算法，去除所存在的細微連接；通過設(shè)定種子點尋求最大連通域可將腦組織從皮膚、骨骼中分離出來；最后針對分割出的腦組織采用形態(tài)學(xué)中的膨脹算法，恢復(fù)腐蝕操作中所損失的腦組織。
2.網(wǎng)格化針對分割出的腦組織，采用四面體單元進行離散化。線彈性模型的特點在于每一單元都是常應(yīng)變單元，本發(fā)明方法針對在腦組織邊界、腦室邊界處相對內(nèi)部組織變化較大的現(xiàn)象，采用一種具有多分變率的網(wǎng)格劃分算法，邊界處單元密度大，而內(nèi)部單元密度小，能精確表達表面，較好的模擬出邊界處的變形情況，而對于內(nèi)部變化相對較小的區(qū)域，單元則劃分的較大些，減少了計算量。
所述網(wǎng)格劃分算法結(jié)合類八叉樹和MT(Marching Tetrahedron)算法，采用case表提高算法效率。算法組織如下述，1)采用類八叉樹算法將三維圖像空間劃分為由均勻的六面體單元所組成的網(wǎng)格；2)針對每一六面體單元將其劃分為五個四面體單元；3)對2)所獲得均勻四面體網(wǎng)格，在邊界處加以細化，獲得多分變率網(wǎng)格；4)采用類MT算法對網(wǎng)格進行切割，去除背景，獲得最終的僅包含腦組織的多分變率網(wǎng)格。
3.物理建模針對網(wǎng)格化后的腦組織，通過對每一單元賦予相應(yīng)的生物力學(xué)屬性建立腦組織的物理模型。由于腦組織變形過程緩慢而且形變小，應(yīng)變與應(yīng)力成線性關(guān)系，本發(fā)明將其模擬為基于線彈性理論的彈性體。模型的數(shù)學(xué)表達如下▿2ux+11-2v∂∂x(∂ux∂x+∂uy∂y+∂uz∂z)+Fxμ=0]]>▿2uy+11-2v∂∂y(∂ux∂x+∂uy∂y+∂uz∂z)+Fyμ=0]]>▿2uz+11-2v∂∂z(∂ux∂x+∂uy∂y+∂uz∂z)+Fzμ=0]]>其中u為位移矢量，F(xiàn)為力矢量。v為泊松比，μ＝E/2(1+v)，E為彈性模量。
4.邊界條件物理模型完成后，采用合適的邊界條件驅(qū)動模型。術(shù)中最易觀察到的是裸露的大腦皮層，所以可通過獲得腦皮層變形前和變形后的位置計算出表面位移。將該表面位移作為驅(qū)動模型的邊界條件。本方法只需引入三維成像設(shè)備LRS，在開顱后，手術(shù)前進行掃描后即可移開，操作簡單，無需更改現(xiàn)有導(dǎo)航設(shè)備且不占用術(shù)中空間，所述設(shè)備能夠提供豐富的幾何和紋理信息用于跟蹤皮層的運動。腦皮層變形前的初始位置可通過剛體配準(zhǔn)算法獲得，本發(fā)明采用一種簡單的坐標(biāo)轉(zhuǎn)換來實現(xiàn)上述剛體配準(zhǔn)算法。首先借助于術(shù)前的點配準(zhǔn)(PBR)算法實現(xiàn)圖像空間到參考架空間的變換，然后借助于Polaris實現(xiàn)參考架空間到Polaris空間以及Polaris空間到被跟蹤器空間的變換，最后借助于校準(zhǔn)器，實現(xiàn)被跟蹤器空間到LRS空間的變換。經(jīng)過上述一系列變換，最終可以實現(xiàn)圖像空間到LRS空間的變換，從而可以獲得腦皮層在LRS空間的初始位置。
變形后腦皮層位置可通過基于活動輪廓模型的非剛體面配準(zhǔn)技術(shù)實現(xiàn)。所述模型所對應(yīng)的能量函數(shù)定義如下述，E(v)=∫∫w10(r,s)|∂v(r,s)∂r|2+w01(r,s)|∂v(r,s)∂s|2+P(v(r,s))drds]]>其中v(r，s)＝(v1(r，s)，v2(r，s)，v3(r，s))為雙參數(shù)曲面方程，w10(r，s)為彈性系數(shù)函數(shù)，w01(r，s)為剛性系數(shù)函數(shù)，P(v(r，s))為勢能函數(shù)。
引入時間參數(shù)t，該能量函數(shù)的極值滿足歐拉Euler-Lagrange方程 其中v0(s，r)為腦皮層初始位置，可由剛體配準(zhǔn)獲得。F(v)為圖像力，定義如下F(v)=▿(P(v))=▿(11+(▿I)2)]]>其中I為三維激光掃描設(shè)備對裸露腦皮層掃描所成的三維表面。
Euler-Lagrange方程可采用FEM(Finite Element Method)求解，從而獲得各個節(jié)點的變形后位置，結(jié)合初始位置，可以獲得腦皮層表面節(jié)點位移，將該表面位移作為邊界條件驅(qū)動物理模型。
5.有限元計算根據(jù)獲得的腦皮層位移，結(jié)合物理模型，采用有限元計算出任意節(jié)點處的位移，再結(jié)合形函數(shù)就可獲得腦組織任意位置的變形。
6.更新原始三維數(shù)據(jù)場采用插回算法更新術(shù)前三維數(shù)據(jù)場。從變形后的網(wǎng)格單元出發(fā)，尋找出單元內(nèi)的顯示坐標(biāo)點，利用形函數(shù)獲得該點在未變形前的位置，再利用三線性插值獲得該點的灰度值。針對所有變形后的單元進行上述處理，就可以用變形后的三維數(shù)據(jù)場更新術(shù)前三維數(shù)據(jù)場。
本發(fā)明引入三維激光掃描設(shè)備獲取邊界條件，并結(jié)合線彈性物理模型預(yù)測整個腦組織變形情況，既保證了模型預(yù)測精度，又解決了邊界條件難以測量這一難題，從而可以在臨床上實施，大幅度提高手術(shù)導(dǎo)航系統(tǒng)的精度。


圖1為解決腦組織變形的流程圖。
圖2為基于256×256×48MRI數(shù)據(jù)場的三維自動分割算法結(jié)果。
圖3為針對256×256×48MRI數(shù)據(jù)場多分辨率網(wǎng)格化的結(jié)果，其中，共劃分18485個四面體單元，5410個節(jié)點；左圖為兩維斷層圖像，中間為該斷層的網(wǎng)格化結(jié)果，右圖為該三維數(shù)據(jù)場的網(wǎng)格化結(jié)果。
圖4為剛體配準(zhǔn)算法，采用坐標(biāo)變換實現(xiàn)。
圖5為邊界條件，其中，左圖為裸露腦皮層，用于跟蹤術(shù)中腦皮層運動；中間為不加約束的腦皮層；右圖為腦皮層底部，根據(jù)臨床經(jīng)驗可認為固定不動。
圖6為三維變形結(jié)果，其中，左圖是未變形前的腦組織，右圖是重力所引起的變形后的腦組織。
圖7為兩維變形結(jié)果，其中，左圖是未變形前的腦組織斷層，右圖是變形后的相應(yīng)斷層。
圖8為位移場的三維可視化結(jié)果，其中，箭頭表示位移方向，顏色表示位移大小，顏色由紅到籃表示位移由小到大。
圖9為3D Digital公司的三維激光掃描設(shè)備，型號為Model 200，其中200型有一個彩色攝像機，可以將彩色照片和數(shù)據(jù)點云疊加，有效測量范圍是200mm至750mm。儀器在距離被測物體450mm處的測量精度是±125um。
圖10為腦皮層的掃描結(jié)果具體實施方式
實施例1
1.針對256×256×48的三維MRI數(shù)據(jù)場采用三維自動分割算法，獲得腦組織。門限值分別對應(yīng)擬合高斯曲線的第一和第二個峰值，腐蝕元素采用半徑為5個象素的球狀元素，膨脹元素采用半徑為6個象素的球狀元素。
2.采用多分辨率網(wǎng)格化算法，將所分割出的腦組織離散為18485個四面體，節(jié)點個數(shù)為5410。邊界處最大四面體為7.5×7.5×7.5mm3(用四面體外接六面體大小衡量)，內(nèi)部最大四面體為15×15×15mm3；3.對每一單元設(shè)置腦組織生物力學(xué)屬性參數(shù)。楊氏模量＝3Kpa，泊松比＝0.45；4.采用坐標(biāo)變換實現(xiàn)剛體配準(zhǔn)，獲得腦皮層在LRS空間的初始位置。跟蹤器固定在LRS上，Polaris通過跟蹤器跟蹤LRS，實現(xiàn)LRS在Polaris監(jiān)控范圍內(nèi)任意移動。
5.在開顱后，手術(shù)前利用LRS進行一次掃描，LRS距離病人開顱位置的距離控制在450mm左右，掃描時間5～7秒，分辨率512(水平)×500(垂直)。根據(jù)設(shè)備提供的變形后的三維表面信息以及由步驟4獲得的變形前三維表面信息，結(jié)合非剛體面配準(zhǔn)技術(shù)，跟蹤腦皮層運動，獲得表面節(jié)點位移。
6.采用有限元法將物理模型方程化為矩陣形式Au＝b(A為總剛矩陣，u為待求位移矢量，b為節(jié)點力矢量)，采用共扼梯度法求解含有5410(節(jié)點數(shù))×3(維數(shù))＝16230個方程的線性方程組。引入由步驟5所獲得的邊界條件，消除矩陣A的奇異性，求出位移矢量u，獲得腦組織內(nèi)部任意節(jié)點處的位移，再結(jié)合有限元中的形函數(shù)就可以插值出腦組織內(nèi)部任意位置的變形。
7.由變形后的數(shù)據(jù)場，根據(jù)形函數(shù)計算出所有對顯示有貢獻的坐標(biāo)點(整數(shù)坐標(biāo)點)變形前的位置，利用三線性插值計算出該點的灰度值。最后對所有這些整數(shù)坐標(biāo)點組成的三維數(shù)據(jù)場采用經(jīng)典的Raycasting算法加以可視化，用于指導(dǎo)手術(shù)。
在奔IV2.6G、1G內(nèi)存、Win2000操作系統(tǒng)下運行，需要2分鐘左右。
權(quán)利要求
1.一種神經(jīng)外科手術(shù)導(dǎo)航系統(tǒng)中腦組織變形校正的方法，其特征是包括下述步驟(1)采用基于MRI的三維自動分割算法，獲得目標(biāo)組織；(2)采用多分辨率網(wǎng)格算法對上述目標(biāo)組織進行網(wǎng)格化；(3)對每一網(wǎng)格單元賦予相應(yīng)的生物力學(xué)屬性，建立目標(biāo)組織的物理模型；(4)采用三維激光掃描設(shè)備，通過腦皮層跟蹤算法，獲得邊界條件；(5)結(jié)合邊界條件與物理模型進行有限元計算，獲目標(biāo)組織任意位置的變形；(6)采用插回算法用計算出的變形更新術(shù)前三維數(shù)據(jù)場。
2.根據(jù)權(quán)利要求1所述的神經(jīng)外科手術(shù)導(dǎo)航系統(tǒng)中腦組織變形校正的方法，其特征是，所述步驟中目標(biāo)組織是腦組織。
3.根據(jù)權(quán)利要求1所述的神經(jīng)外科手術(shù)導(dǎo)航系統(tǒng)中腦組織變形校正的方法，其特征是，其中步驟(1)的三維自動分割算法為，采用高斯曲線擬合直方圖曲線，根據(jù)擬合高斯曲線自動判定門限值，所述的門限化判定公式為，ts＝tBF+4/5(uGM-tBF)其中tBF是背景與前景之間的門限，uGM為腦白質(zhì)灰度均值，分別對應(yīng)高斯曲線的第一和第二個峰值。
4.根據(jù)權(quán)利要求1所述的神經(jīng)外科手術(shù)導(dǎo)航系統(tǒng)中腦組織變形校正的方法，其特征是，其中步驟(2)的多分辨率網(wǎng)格算法為，用類八叉樹算法將三維圖像空間劃分為六面體單元的網(wǎng)格后，將每一六面體單元劃分為五個四面體單元，對所獲得的四面體網(wǎng)格邊界處細化，得多分變率網(wǎng)格，采用類MT算法切割網(wǎng)格，去除背景，獲得最終多分變率網(wǎng)格。
5.根據(jù)權(quán)利要求1所述的神經(jīng)外科手術(shù)導(dǎo)航系統(tǒng)中腦組織變形校正的方法，其特征是其中步驟(3)的物理模型的數(shù)學(xué)表達為，▿2ux+11-2v∂∂x(∂ux∂x+∂uy∂y+∂uz∂z)+Fxμ=0]]>▿2uy+11-2v∂∂y(∂ux∂x+∂uy∂y+∂uz∂z)+Fyμ=0]]>▿2uz+11-2v∂∂z(∂ux∂x+∂uy∂y+∂uz∂z)+Fzμ=0]]>其中u為位移矢量，F(xiàn)為力矢量。μ＝E/2(1+v)，v為泊松比，E為彈性模量。
6.根據(jù)權(quán)利要求1所述的神經(jīng)外科手術(shù)導(dǎo)航系統(tǒng)中腦組織變形校正的方法，其特征是，其中步驟(4)所述的腦皮層跟蹤算法為，首先采用剛體配準(zhǔn)算法獲取腦皮層初始位置，算法借助于坐標(biāo)變換實現(xiàn)，然后采用基于活動輪廓模型的非剛體面配準(zhǔn)技術(shù)跟蹤腦皮層運動，所述活動輪廓模型對應(yīng)的能量函數(shù)定義是，E(v)=∫∫w10(r,s)|∂v(r,s)∂r|2+w01(r,s)|∂v(r,s)∂s|2+P(v(r,s))drds]]>其中v(r，s)＝(v1(r，s)，v2(r，s)，v3(r，s))為雙參數(shù)曲面方程，w10(r，s)為彈性系數(shù)函數(shù)，w01(r，s)為剛性系數(shù)函數(shù)，P(v(r，s))為勢能函數(shù)；引入時間參數(shù)t，所述能量函數(shù)的極值滿足歐拉Euler-Lagrange方程， 其中v0(s，r)為腦皮層初始位置，由剛體配準(zhǔn)算法獲得；其中F(v)為圖像力，定義是，F(xiàn)(v)=▿(P(v))=▿(11+(▿I)2)]]>其中I為三維激光設(shè)備掃描成像。
7.根據(jù)權(quán)利要求1所述的神經(jīng)外科手術(shù)導(dǎo)航系統(tǒng)中腦組織變形校正的方法，其特征是，其中步驟(5)以腦皮層運動為邊界條件，采用有限元方法求解偏微分方程形式的模型方程，獲得所有單元節(jié)點位置的變形，再結(jié)合形函數(shù)計算出腦組織任意位置的變形。
8.根據(jù)權(quán)利要求1所述的神經(jīng)外科手術(shù)導(dǎo)航系統(tǒng)中腦組織變形校正的方法，其特征是，其中步驟(6)所述的插回算法為，從變形后的網(wǎng)格單元出發(fā)，尋找出單元內(nèi)的顯示坐標(biāo)點(整數(shù)坐標(biāo)點)，利用形函數(shù)獲得該點在未變形前的位置，再利用三線性插值獲得該點的灰度值，對變形后的單元進行上述處理后，可用變形后的三維數(shù)據(jù)場更新原始三維數(shù)據(jù)場。
全文摘要
一種神經(jīng)外科手術(shù)導(dǎo)航系統(tǒng)中腦組織變形校正的方法，屬于醫(yī)學(xué)圖像處理及應(yīng)用領(lǐng)域。本發(fā)明首先采用基于MRI的三維自動分割算法，獲得目標(biāo)組織(腦組織)，隨后將分割出來的腦組織網(wǎng)格化，在線彈性理論的基礎(chǔ)上通過對每一網(wǎng)格單元賦予相應(yīng)的生物力學(xué)屬性，建立腦組織的物理模型。借助三維激光掃描設(shè)備，通過跟蹤算法來跟蹤裸露腦皮層的運動，將其作為邊界條件并結(jié)合物理模型進行有限元計算，獲得整個腦組織任意位置的變形，最后采用一種插回算法更新術(shù)前三維數(shù)據(jù)場用于指導(dǎo)手術(shù)。該方法實施簡單，精度可靠，便于臨床應(yīng)用，可集成在現(xiàn)有導(dǎo)航系統(tǒng)中，從而大幅度提高導(dǎo)航系統(tǒng)精度。
文檔編號G06T1/00GK1582863SQ20041002484
公開日2005年2月23日 申請日期2004年6月1日 優(yōu)先權(quán)日2004年6月1日
發(fā)明者宋志堅, 劉翌勛, 李文生, 王滿寧, 謝震中, 杜文健 申請人:復(fù)旦大學(xué)