肺穿刺手術最優路徑規劃方法及肺穿刺手術導航系統與流程

2023-05-01 18:21:36 1

本發明屬於計算機技術領域，涉及一種肺穿刺手術最優路徑規劃方法，以及運用上述肺穿刺手術最優路徑規劃方法規劃術前手術路徑的肺穿刺手術導航系統。

背景技術：

ct(computedtomography)是利用精確準直的x線束與靈敏度極高的探測器一同圍繞人體的某一部位做一個接一個的斷面掃描，以不同的灰度表示器官和組織對x線的吸收程度，例如，在胸部ct圖像上，低密度的區域表示氣管、肺實質，高密度的區域表示血管、胸腔、骨骼等，具有掃描時間快，圖像清晰等特點，可用於多種疾病的檢查，為醫生觀察診斷疾病提供了方便可靠的依據。

肺癌是世界上具有最高死亡率的疾病之一，肺活檢是肺部腫瘤定性的金標準。常規的肺活檢需要在ct的引導下進行肺穿刺手術以取出活體組織進行病理檢查，主要依靠醫生經驗進行臨床操作。由於ct不能在術中實時成像，若要成功取到活體組織，需要對患者進行多次穿刺以及ct掃描確認。肺穿刺手術導航系統可以解決這一問題。而肺穿刺手術導航的操作首先需要基於患者術前的ct圖像進行穿刺路徑規劃，然後將帶有規劃路徑的ct圖像空間與患者空間進行配準，從而實現由ct圖像和規劃穿刺路徑引導術中手術的目的，將會大大減少患者所受穿刺次數和放射性輻射，提高手術成功率。

肺穿刺手術的路徑規劃需要在病人術前的ct圖像上確定由皮膚入刺點到腫瘤目標點的路徑，用以引導手術導航操作。而路徑的選擇在臨床上有一定的標準，包括肺穿刺手術必需遵守的標準，稱為約束性條件，以及衡量肺穿刺手術路徑優劣的標準，稱為目標性條件。而肺穿刺手術最優路徑規劃就是基於這些手術標準的多約束多目標優化問題。

目前，對手術路徑規劃方法的研究已經取得了一些初步成果。一些自動路徑規劃的方法，可以對多個手術標準賦予不同的權重；一些路徑規劃的方法是半自動的，需要由外科醫生交互進行。但是這些多目標多約束路徑優化的方法常常需要按照某種策略確定多目標之間的權衡方式，將多目標問題轉換為多個不同的單目標問題，並用這些單目標優化問題的最優解構成的解集去近似多目標問題的最優解。而多個目標的權衡方式均由醫生主觀設定，因此，採用不同的權衡方式，路徑計算的結果可能會完全不同，受主觀因素影響較大。此外，這些規劃方法多是針對腹部或者頭部穿刺手術的路徑規劃方法，而肺穿刺手術有其特有的臨床標準，目前還沒有公開一種針對肺穿刺手術的最優路徑規劃方法。

技術實現要素：

(一)要解決的技術問題

為了解決現有技術的上述問題，本發明提供一種肺穿刺手術最優路徑規劃方法，該方法無需人為設定子目標之間的權重參數而求得最優路徑解集，避免主觀因素幹擾，為肺穿刺手術導航提供最優的手術路徑引導。

本發明還提供一種運用上述肺穿刺手術最優路徑規劃方法規劃術前手術路徑的肺穿刺手術導航系統。

(二)技術方案

為了達到上述目的，本發明採用的主要技術方案包括：

一種肺穿刺手術最優路徑規劃方法，包括以下步驟：

s1、基於患者術前的ct圖像進行肺穿刺手術臨床標準的約束性條件定量化分析，並將不滿足約束性條件的穿刺手術路徑篩除；

s2、基於患者術前的ct圖像進行肺穿刺手術臨床標準的目標性條件定量化分析，並建立基於路徑風險的子目標函數；

s3、基於上述約束性條件和目標性條件建立最優路徑模型，求得最優路徑的解集。

優選的，所述步驟s1包括以下步驟：

s11、對患者術前的ct圖像進行重要器官避障約束定量化分析，基於器官分割結果及重要器官避障約束對路徑進行篩選；

s12、對患者術前的ct圖像進行穿刺針可達作業範圍約束定量化分析，基於穿刺針的長度對路徑進行篩選；

s13、對患者術前的ct圖像進行入刺角度約束定量化分析，基於穿刺針與皮膚和肺實質在穿刺點處的夾角對路徑進行篩選。

進一步的，所述步驟s11為：

在患者術前的ct圖像上，設置皮膚表面上所有點的集合為s，基於s集合中任意點p(x,y,z)與目標點o(xo,yo,zo)確定穿刺手術路徑的方向向量

在患者術前的ct圖像上，從點p(x,y,z)沿著方向向量的方向搜索穿刺手術路徑上的下一個體素點，若下一個體素點不是骨骼、葉間裂和縱膈三個重要器官，則繼續搜索；若是則退出該路徑的搜索；

若該路徑一直搜索到目標點，則此路徑不經過上述三個重要器官，滿足重要器官避障約束限制的條件；

其中，上述三個重要器官的分割結果是通過基於胸部ct圖像的分割方法獲得。

進一步的，所述步驟s12為：

在患者術前的ct圖像上，根據穿刺針的長度，從腫瘤中心所在的目標點o(xo,yo,zo)出發，確定穿刺針作業範圍的極限位置，極限位置所包圍的穿刺針入刺點到目標點o(xo,yo,zo)的路徑距離小於等於穿刺針長度的皮膚點區域為穿刺針可達作業範圍，篩除超過穿刺針可達作業範圍的皮膚點。

優選的，所述步驟s13為：

在患者術前的ct圖像上，計算穿刺路徑與皮膚和肺實質在交點處的表面法向量大小，計算穿刺路徑的方向向量與表面法向量的夾角，該夾角的餘角為路徑與表面在穿刺點處的夾角，即入刺角；

當入刺角滿足大於設定角度時，滿足穿刺角度約束條件，篩除不滿足穿刺角度約束條件的對應的穿刺手術路徑。

優選的，所述步驟s2包括以下步驟：

s21、對患者術前的ct圖像進行路徑相關長度子目標的量化分析，分為路徑的總長度和路徑在肺內的長度；

s22、對患者術前的ct圖像進行路徑相關距離子目標的量化分析，分為路徑與重要器官的距離以及路徑延長線與重要器官的距離；

s23、對患者術前的ct圖像進行路徑相關角度子目標的量化分析，分為路徑與皮膚入刺角以及路徑與肺實質的入刺角。

進一步的，所述步驟s21為：

計算每條路徑的總長度和每條路徑在肺內的長度，使用min-max標準化方法對這兩個長度進行歸一化處理，定義路徑在肺內的長度條件以及路徑總長度條件下路徑風險的子目標函數。

進一步的，所述步驟s22為：

計算每條路徑與設定的重要器官之間的最短距離以及每條路徑延長線與設定的重要器官之間的最短距離，定義路徑與重要器官最短距離條件以及路徑延長線與重要器官最短距離條件下路徑風險的子目標函數。

進一步的，所述步驟s23為：

計算每條路徑與皮膚的入刺角以及每條路徑與肺實質的入刺角，定義路徑與皮膚入刺角條件以及路徑與肺實質入刺角條件下路徑風險的子目標函數。

優選的，所述步驟s3包括以下步驟：

s31、基於路徑風險最低為目標，以重要器官避障、穿刺針可達作業範圍以及入刺角度為約束，建立使各個子目標最優的最優路徑模型；

s32、對最優路徑模型進行求解，獲得肺穿刺手術最優路徑解集。

進一步的，所述步驟s31為：

基於重要器官避障約束，穿刺針可達作業範圍約束和入刺角度約束，以及路徑的總長度子目標和路徑在肺內的長度子目標，路徑與重要器官的距離子目標和路徑延長線與重要器官的距離子目標，路徑與皮膚入刺角子目標和路徑與肺實質的入刺角子目標，建立肺穿刺手術的最優路徑模型。

進一步的，所述步驟s32為：

運用帕累託優化方法求解肺穿刺手術最優路徑的解集。

本發明還提供一種肺穿刺手術導航系統，所述肺穿刺手術導航系統運用如以上任一方案所述的肺穿刺手術最優路徑規劃方法規劃術前手術路徑。

(三)有益效果

本發明的有益效果是：

本發明提供的肺穿刺手術最優路徑規劃方法運用於肺穿刺手術導航系統的術前手術路徑規划過程中，可以將肺穿刺手術特有的臨床標準進行定量化分析，智能化地對不符合肺穿刺手術標準中約束性條件的穿刺路徑進行篩選，並基於肺穿刺手術標準中的目標性條件建立穿刺路徑風險子目標函數，對路徑進行多約束多目標優化，可以無需人為設定子目標之間的權重參數而求得最優路徑解集，避免主觀因素幹擾，為肺穿刺手術導航提供最優的手術路徑引導。

附圖說明

圖1是本發明優選實施方式中肺穿刺手術最優路徑規劃方法的流程圖。

圖2是本發明優選實施方式中方法的步驟11中重要器官避障約束的示意圖。

圖3是本發明優選實施方式中方法的步驟12中穿刺針可達作業範圍約束的示意圖。

圖4是本發明優選實施方式中方法的步驟13中入刺角度約束的示意圖。

圖5為本發明優選實施方式中方法的步驟32中帕累託優化進行最優路徑求解原理的示意圖。

具體實施方式

為了更好的解釋本發明，以便於理解，下面結合附圖，通過具體實施方式，對本發明作詳細描述。

優選實施方式

本實施方式提供了一種肺穿刺手術最優路徑規劃方法，該肺穿刺手術最優路徑規劃方法適用於肺穿刺手術導航系統的術前手術路徑規划過程中。在本實施方式中，以基於胸部ct圖像的肺穿刺手術路徑規劃為例進行詳細的說明，具體的如以下所述。

一種基於胸部ct圖像的肺穿刺手術最優路徑規劃方法運行在visualstudio平臺，適用於肺穿刺手術導航系統的術前手術路徑規划過程中，實現基於胸部ct圖像的肺穿刺手術最優路徑規劃方法，如圖1所示，該方法包括以下步驟：

步驟1、基於患者術前的ct圖像進行肺穿刺手術臨床標準的約束性條件定量化分析，並將不滿足約束性條件的穿刺手術路徑篩除。

步驟1具體包括以下步驟：

步驟11、對患者術前的ct圖像進行重要器官避障約束定量化分析，基於器官分割結果及重要器官避障約束對路徑進行篩選。

肺穿刺手術的路徑需要經過胸腔，而人的胸腔內有眾多的組織和器官，有些組織和器官如果被穿刺針穿過，將會對人體帶來較大的傷害。肺穿刺手術需要避開的胸部重要器官包括骨骼，葉間裂和縱膈。基於這些重要器官分割結果及重要器官避障約束對穿刺手術路徑進行篩選。

圖2為重要器官避障約束示意圖。圖2中白色點為腫瘤目標點，標記1，2，3三個皮膚上的區域是避開了不能穿刺的肋骨所獲得的皮膚上可入針的區域。同理，縱膈和葉間裂在路徑計算時也需要全部避開。

具體的，在患者術前的ct圖像上，設置皮膚表面上所有點的集合為s，s集合中任意點p(x,y,z)與腫瘤中心所在的目標點o(xo,yo,zo)可以確定穿刺手術路徑的方向向量從點p(x,y,z)沿著方向向量的方向搜索穿刺手術路徑上的下一個體素點，若下一個體素點不是骨骼、葉間裂和縱膈三個重要器官，則繼續搜索；若是則退出該路徑的搜索。若該路徑一直搜索到目標點，則證明此路徑不經過這三個重要器官，滿足重要器官避障約束限制的條件。在ct圖像上，上述骨骼、葉間裂和縱膈三個重要器官的分割結果是通過基於胸部ct圖像的分割方法獲得。

步驟12、對患者術前的ct圖像進行穿刺針可達作業範圍約束定量化分析，基於穿刺針的長度對路徑進行篩選。

受穿刺針長度所限，手術需要在穿刺針可達的作業範圍內進行操作。基於穿刺針可達作業範圍約束對路徑進行篩選。

具體的，如圖3所示，白色點為腫瘤目標點，從腫瘤目標點出發，找到穿刺針作業範圍的極限位置，即兩條直線所示的路徑。極限位置所包圍的左側標記為白色曲線的皮膚點區域(該區域內任意穿刺針入刺點到目標點o(xo,yo,zo)的路徑距離小於等於穿刺針長度)，其入刺點到腫瘤的路徑符合穿刺針可達作業範圍。而右側未標記的皮膚點區域，距離目標點太遠，超過穿刺針可達範圍，無法穿刺成功，需要將該部分點進行篩除。

皮膚表面上的任意點p(x,y,z)與目標點o(xo,yo,zo)之間的距離即為路徑長度d，d的計算公式為：

當d小於等於穿刺針長度時則認為點p(x,y,z)滿足了穿刺針可達作業範圍約束條件，將不滿足該條件對應的穿刺手術路徑篩除。

步驟13、對患者術前的ct圖像進行入刺角度約束定量化分析，基於穿刺針與皮膚和肺實質在穿刺點處的夾角對路徑進行篩選。

定義路徑與表面在穿刺點處的夾角為入刺角。在穿刺手術中，穿刺針主要需要穿透的表面是皮膚表面以及肺實質的表面。為避免穿刺針在表面滑動，需要對入刺角進行約束，當入刺角滿足大於設定角度時，滿足穿刺角度約束條件，例如，設定入刺角大於20°才符合要求。

如圖4所示為穿刺路徑與皮膚和肺實質表面的入刺角，其中夾角α為皮膚入刺角，夾角β為肺部入刺角，這兩個角度需要滿足入刺角約束。

為了計算穿刺路徑與皮膚表面、肺部表面的入刺角，需要在患者術前的ct圖像上，首先計算穿刺路徑與皮膚和肺實質在交點處的表面法向量大小，再根據路徑的方向向量與表面法向量求入刺角。基於交點處鄰域n(例如n為26)個表面體素點，用最小二乘原理擬合成平面，求出交點處的表面法向量，接著求得穿刺手術路徑的方向向量與表面法向量的夾角，入刺角為這個夾角的餘角。

設定皮膚入刺角α小於20°，肺部入刺角β小於20°時不滿足穿刺角度約束條件，需要將對應的穿刺手術路徑篩除。

步驟2、基於患者術前的ct圖像進行肺穿刺手術臨床標準的目標性條件定量化分析，並建立基於路徑風險的子目標函數。

步驟2具體包括以下步驟：

步驟21、對患者術前的ct圖像進行路徑相關長度子目標的量化分析，分為路徑的總長度和路徑在肺內的長度。

需要計算每條路徑的總長度和每條路徑在肺內的長度，並定義在這兩個條件下路徑風險的目標函數，作為路徑優化的兩個目標性條件。

路徑i與肺實質表面的交點為pi(xi,yi,zi)，對應的皮膚入刺點為qi(ai,bi,ci)，腫瘤目標點為o(xo,yo,zo)，則肺內穿刺路徑長度(即穿刺路徑在肺內的長度，trajectorylengthinlung，tll)為：

穿刺路徑的總長度(trajectorylength，tl)為：

使用min-max標準化方法對這兩個長度進行歸一化處理，定義穿刺路徑在肺內的長度條件以及穿刺路徑總長度條件下路徑風險的子目標函數，計算公式如下：

其中，l1i,l2i是當前路徑i的肺內距離(即當前路徑i在肺內的長度)以及總長度(即當前路徑i總長度)，l1min,l2min是所有符合約束性條件的路徑的肺內距離(即所有符合約束性條件的路徑在肺內的長度)以及總長度(即所有符合約束性條件的路徑總長度)的最小值，l1max,l2max是所有符合約束性條件的路徑的肺內距離(即所有符合約束性條件的路徑在肺內的長度)以及總長度(即所有符合約束性條件的路徑總長度)的最大值。可以得出，路徑的肺內距離(即路徑在肺內的長度)以及總長度(即路徑總長度)越大，子目標函數的值越大，對應路徑的風險越高。

步驟22、對患者術前的ct圖像進行路徑相關距離子目標的量化分析，分為路徑與重要器官的距離以及路徑延長線與重要器官的距離。

計算每條路徑與所設定的重要器官之間的最短距離，並定義在這個條件下路徑風險的子目標函數，作為路徑優化的目標性條件之一。路徑延長線與所設定的重要器官的最短距離也可以反映手術風險，它指的是在路徑延長線的方向上，從目標點到重要器官(包括縱膈和葉間裂)的距離。計算路徑延長線與重要器官的最短距離，並定義在這個條件下路徑風險的子目標函數，也作為路徑優化的目標性條件之一。

路徑與重要器官的最短距離求解過程中，把縱膈、葉間裂和骨骼作為一個整體統一標記為重要器官，接著將路徑進行膨脹操作，碰到第一個標記為重要器官的體素點停止，這個點即為距離路徑最近的重要器官體素點，計算這個點與未膨脹之前的路徑上所有體素點之間的距離，並求得最短距離。這個距離即為路徑與重要器官之間的最短距離(distancetoimportantstructures，dis)。定義在路徑與重要器官之間最短距離約束條件下路徑風險的子目標函數為：

其中，d1i是當前路徑i與重要器官的最短距離，d1min是所有符合約束性條件的路徑與重要器官最短距離的最小值，d1max是所有符合約束性條件的路徑與重要器官最短距離的最大值。可以得出，路徑與重要器官的最短距離越大，子目標函數的值越小，對應路徑的風險越小。

而路徑延長線與重要器官的最短距離求解，是將縱膈和葉間裂作為一個整體統一標記為重要器官。將路逕自腫瘤目標點開始沿著延長線方向進行搜索，碰到的第一個標記為重要器官的點即停止。計算這個點到腫瘤目標點的距離，即為路徑延長線與重要器官的最短距離(extenddistancetoimportantstructures，edis)。定義該路徑延長線與重要器官最短距離條件下路徑風險的子目標函數為：

其中，d2i是當前路徑i的延長線與重要器官的最短距離，d2min是所有符合約束性條件的路徑延長線與重要器官最短距離的最小值，d2max是所有符合約束性條件的路徑延長線與重要器官最短距離的最大值。可以得出，路徑延長線與重要器官的最短距離越大，目標函數的值越小，對應路徑的風險越低。

步驟23、對患者術前的ct圖像進行路徑相關角度子目標的量化分析，分為路徑與皮膚入刺角以及路徑與肺實質的入刺角。

計算每條路徑與皮膚的入刺角以及每條路徑與肺實質的入刺角，定義皮膚入刺角條件(insertangleofskin，ias)以及肺實質入刺角條件(insertangleoflung，ial)下路徑風險的子目標函數，計算公式如下：

其中，αi和βi分別是當前路徑i與皮膚的入刺角和當前路徑i與肺實質的入刺角，它們均大於20°。可以得出，皮膚入刺角和肺實質入刺角越大，越接近垂直，子目標函數的值越小，對應路徑的風險越低。

步驟3、基於上述約束性條件和目標性條件建立最優路徑模型，求得最優路徑的解集。

步驟3具體包括以下步驟：

步驟31、基於上述約束性條件和各子目標建立肺穿刺手術最優路徑模型。以路徑風險最低為目標，以重要器官避障、穿刺針可達作業範圍以及入刺角度為約束，建立使六個子目標最優的最優路徑模型，即，使路徑的總長度子目標和路徑在肺內的長度子目標，路徑與重要器官的距離子目標和路徑延長線與重要器官的距離子目標，路徑與皮膚入刺角子目標和路徑與肺實質的入刺角子目標最優，建立肺穿刺手術的最優路徑模型。

肺穿刺手術最優路徑模型為：

p*＝choose(p0,p1,......,pn-1,l1,l2,d1,d2,a1,a2,a,b,c)(10)

其中p*為最終優化得到的路徑，p0,p1,......,pn-1為候選路徑，l1,l2,d1,d2,a1,a2分別代表ltl(i)，ltll(i)，ddis(i)，dedis(i)，aias(i)，aial(i)這六個子目標函數，a,b,c分別表示重要器官避障、穿刺針可達作業範圍以及入刺角度三個約束性條件，choose函數的功能是，首先使用約束條件a,b,c對所有皮膚入刺點進行篩選，在符合約束條件下的皮膚入刺點對應的路徑中，找到使各子目標為最優的路徑。

步驟32、對最優路徑模型進行求解，獲得肺穿刺手術最優路徑解集。將帕累託優化方法用於肺穿刺手術最優路徑求解中，可以不基於權重來對路徑的風險進行評估。在進行肺穿刺的最優路徑規劃時，將六個子目標所作為帕累託優化的六個目標函數。

如圖5所示，將符合約束性條件的所有穿刺手術路徑在兩個子目標函數下的值投影到帕累託坐標系下，每條路徑用黑色稜形點表示。採用帕累託優化方法進行路徑優化。所定義的路徑最優點是，在所有符合約束性條件的穿刺手術路徑中，不存在兩個子目標全比該點更好的點，那麼認為這個點屬於帕累託最優點，也叫帕累託前沿。圖5中的p1-p5即為在路徑長度和路徑與重要器官的最短距離兩個子目標下的帕累託最優點，它們構成的黑色曲線即為帕累託前沿。此外，也可以由醫生根據習慣和經驗指定一條路徑pc，如圖5中黑色圓點所示，而右下角的方框內的點所代表的穿刺路徑都是比pc更優的。在方框範圍內找到帕累託前沿點，即為p1-p3這三個點，它們是在醫生所指定範圍下的最優點。

基於路徑風險評估的六個子目標函數，兩兩建立帕累託坐標系。對所有符合約束性條件的路徑分別在這些坐標系下進行投影，並求解帕累託前沿對應的最優路徑。然後將所有帕累託坐標系下的最優路徑解集求交集，即為均衡考慮所有子目標函數下的最終最優路徑解集，從而實現對最優路徑模型的求解。

由上述原理可見，基於帕累託優化進行最優路徑模型求解最重要的是確定帕累託前沿。設符合約束性條件的所有路徑對應的皮膚點集為s，帕累託前沿點集為m，帕累託前沿的求解按照先搜索y軸，再搜素x軸的方式進行，具體步驟為：

1、首先將點集s內所有點在y軸方向上進行排序，其中最優的點記為a，這個點是y軸方向上最優的點，屬於帕累託前沿點之一，加入帕累託前沿點集m；

2、在點集s裡搜索x方向上比a更差的點，這些點是在兩個子目標都比a點差的點，將其從點集s中刪除；

3、根據y軸方向的排序，在s剩餘的點中找到y方向上除a之外最優的點b，將其加入帕累託前沿點集m；

4、在s剩餘點中搜索x方向上比b更差的點，將其從點集s中刪除。若在y軸方向上搜索時，有多個點y值相同，則選擇這些點中x值最優的一個作為帕累託前沿點，其餘點從點集s中刪除。重複上述操作直到點集s中包含的點與點集m中的點相同，則完成了對點集s中所有皮膚入刺點的判斷。此時，兩個點集中存儲的均為帕累託前沿點。按照同樣的步驟求出每個帕累託坐標系下的帕累託前沿點，取交集後即為使所有子目標達到綜合最優的入刺點解集。

綜上所述，本發明提供的肺穿刺手術最優路徑規劃方法運用於肺穿刺手術導航系統的術前手術路徑規划過程中，可以將肺穿刺手術特有的臨床標準進行定量化分析，智能化地對不符合肺穿刺手術標準中約束性條件的穿刺路徑進行篩選，並基於肺穿刺手術標準中的目標性條件建立穿刺路徑風險子目標函數，對路徑進行多約束多目標優化，可以無需人為設定子目標之間的權重參數而求得最優路徑解集，避免主觀因素幹擾，為肺穿刺手術導航提供最優的手術路徑引導。

需要理解的是，以上對本發明的具體實施例進行的描述只是為了說明本發明的技術路線和特點，其目的在於讓本領域內的技術人員能夠了解本發明的內容並據以實施，但本發明並不限於上述特定實施方式。凡是在本發明權利要求的範圍內做出的各種變化或修飾，都應涵蓋在本發明的保護範圍內。