[發明專利]一種基于人工智能與圖論算法的手術導航輔助系統

在審

• 申請號: 201911094564.5
• 申請日: 2019-11-11
• 公開（公告）號: CN110840561A
• 公開（公告）日: 2020-02-28
• 發明（設計）人: 鄭健青;周曉云
• 申請（專利權）人: 鄭健青
• 主分類號: A61B34/10
• 分類號: A61B34/10;G06T7/10;G06T7/30
• 代理公司: 上海京滬專利代理事務所(普通合伙) 31235
• 代理人: 沈美英

1.一種基于人工智能與圖論算法的手術導航輔助系統，主要包括中軸線提取模塊(2)、形變配準模塊(3)和樣條插值形變模塊(4)，其特征在于還包括形狀分割模塊(1)，其中：

所述的形狀分割模塊(1)包括圖像預處理子模塊(11)、圖像分割子模塊(12)和分割后處理子模塊(13)，具有輸入二維術中和三維術前的動脈影像，并通過所述圖像預處理子模塊(11)標準化圖像和增加圖像分割子模塊(12)效率和精度，通過分割后處理子模塊(13)對分割形狀進行矯正,然后輸出二維術中和三維術前的動脈形狀的功能；

所述的中軸線提取模塊(2)使用并行細化算法，具有輸入所述二維術中和三維術前的動脈形狀，處理并輸出二維術中和三維術前的動脈中軸線的功能；

所述的形變配準模塊(3)包括圖匹配子模塊(31)、形變函數優化子模塊(32)和樣條插值子模塊(33)，具有輸入所述二維術中與三維術前的動脈中軸線，并通過圖匹配子模塊(31)尋找二維術前和三維術中動脈中軸線對應關系，通過圖形變子模塊(32)計算中軸線形變，通過樣條插值子模塊(33)估測未匹配部分形變，輸出三維術中動脈中軸線的功能；

所述的樣條插值形變模塊(4)具有輸入所述三維術前的動脈形狀與中軸線，及三維術中動脈中軸線，并輸出三維術中動脈形狀的功能；

工作時，所述樣條插值形變模塊(4)通過所述三維術前動脈中軸線到三維術中動脈中軸線的形變向量來估測三維術前動脈形狀的形變向量并得到三維術中動脈形狀；所述的三維術前影像、三維術前動脈形狀、三維術前動脈中軸線均在手術前得到；所述的維術中影像、二維術中動脈形狀、二維術中動脈中軸線、三維術中動脈中軸線及三維術中動脈形狀均為手術中獲得；在手術前，三維術前影像輸入形狀分割模塊(1)得到三維術前動脈形狀，之后通過中軸線提取模塊(2)提取三維術前動脈中軸線；在手術中，二維術前影像輸入形狀分割模塊(1)得到二維術中動脈形狀，經中軸線提取模塊(2)得到二維術前動脈中軸線，之后與三維術前動脈中軸線通過形變配準模塊(3)配準得到三維術中動脈中軸線作為參考的規劃路徑，并與三維術前動脈中軸線以及三維術前動脈形狀形狀通過樣條插值形變模塊(4)得到三維術中動脈形狀，便于醫師依此規劃手術中導管的行進路徑，降低手術的難度和風險，確保安全作業。

2.根據權利要求1所述的一種基于人工智能與圖論算法的手術導航輔助系統，其特征在于所述的圖像預處理子模塊(11)用以提高所述圖像分割子模塊(12)的分割效率及精度，采用平移和灰度變換的數據增強方法擴大所述圖像分割的訓練數據，采用分辨率標準化和灰度標準化方法提升所述圖像分割子模塊(12)的訓練效率及分割精度。

3.根據權利要求1所述的一種基于人工智能與圖論算法的手術導航輔助系統，其特征在于所述的圖像分割子模塊(12)采用深度全卷積神經網絡結構U-Net。

4.根據權利要求1所述的一種基于人工智能與圖論算法的手術導航輔助系統，其特征在于所述的分割后處理子模塊(13)采用提取最大連通區域策略并使用平滑濾波器處理分割形狀邊緣，用于減少錯誤分割并提高形狀分割模塊的容錯。

5.根據權利要求1所述的一種基于人工智能與圖論算法的手術導航輔助系統，其特征在于所述的圖匹配子模塊(31)用于找出三維術前動脈中軸線與二維術中動脈中軸線的節點對應關系，包括節點分類算法(311)、分支與主干查找算法(312)、分支與主干配對算法(313)和分支與主干節點匹配算法(314)，其中：所述的節點分類算法(311)用于將節點按鄰接個數分為端節點、交匯節點與連接節點；所述端節點與最鄰近交匯節點之間節點序列定義為分支，兩鄰近交匯節點之間節點序列定義為主干；所述的分支與主干查找算法(312)基于廣度優先策略對每個分支節點查找和記錄，并剔除由所述中軸線提取模塊(2)產生的偽分支；所述的分支與主干配對算法(313)用于查找每個分支和主干上的節點并配對二維和三維的對應分支以及主干；所述的節點匹配算法(314)用于對每個二維與三維配對的分支與主干上的節點進行模糊/軟匹配。