[發明專利]軟組織的三維重建方法、系統及計算機存儲介質

在審

• 申請號: 202310649825.5
• 申請日: 2023-06-02
• 公開（公告）號: CN116612174A
• 公開（公告）日: 2023-08-18
• 發明（設計）人: 董蒨;邊晨源;夏楠;朱呈瞻;魏賓;修文麗
• 申請（專利權）人: 青島大學附屬醫院
• 主分類號: G06T7/593
• 分類號: G06T7/593;G06V10/26;G06T17/00;G06T7/00;G06N3/0464;G06N3/08
• 代理公司: 北京惟專知識產權代理事務所(普通合伙) 16074
• 代理人: 趙星

1.一種軟組織的三維重建方法，其特征在于，包括如下步驟：

獲取軟組織的醫學影像數據；

對獲取的軟組織的醫學影像數據進行預處理，得到U-net模型的輸入影像數據；

對預處理的影像進行分割，所述分割包括粗略分割環節和精細分割環節；其中，所述粗略分割環節采用預訓練的U-net模型對軟組織進行粗略分割；所述精細分割環節采用注意力機制突出目標軟組織區域的特征，并結合3D?U-net模型進行軟組織精細分割；

針對軟組織分割后的結果構建軟組織的三維重建模型。

2.根據權利要求1所述的三維重建方法，其特征在于，所述醫學影像數據為軟組織的多模態醫學影像數據，所述多模態影像數據來自于計算機斷層掃描、磁共振成像和正電子發射斷層掃描中的一種或多種。

3.根據權利要求1所述的三維重建方法，其特征在于，所述對獲取的軟組織的醫學影像數據進行預處理包括：采用對比度拉伸技術實現圖像細節增強；采用中值濾波技術消除圖像上孤立的噪聲點，并結合高斯濾波實現圖像的平滑去噪；利用圖像的區間標準化技術調整灰度值范圍；以及利用重采樣技術統一數字醫學圖像分辨率。

4.根據權利要求1所述的三維重建方法，其特征在于，所述注意力機制采用通道注意力模塊和空間注意力模塊串聯，將通道注意力模塊和空間注意力模塊的輸出結果與粗分割后的醫學影像特征相乘，賦以權重。

5.根據權利要求1或4所述的三維重建方法，其特征在于，所述預訓練的U-net模型的訓練過程中，采用對抗性訓練模塊生成隨機擾動，并將該擾動加入到原始醫學影像圖中用于模型訓練過程。

6.根據權利要求1所述的三維重建方法，其特征在于，所述針對軟組織分割后的結果構建軟組織的三維重建模型包括采用基于體繪制的光線投射算法構建軟組織的三維重建模型。

7.根據權利要求6所述的三維重建方法，其特征在于，所述針對軟組織分割后的結果構建軟組織的三維重建模型包括：將分割后的單層醫學圖像中單個像素點的灰度值提取出來，基于所述像素點空間鄰接信息確定三維坐標，并將其保存成三維數組形式作為體紋理數據；利用線性轉換函數技術將體紋理信息轉為顏色值和透明度值，用以明確三維體數據場中不同紋理坐標的顏色信息及透明度信息；利用濾波技術及臨床信息，將醫學圖像灰度值分為8～10個組別，對于不同組別采用不同紋理轉換函數，實現不同軟組織的對比度增強；采用矢量計算及內部點擴散技術，實現像平面的三維空間轉換，確保光線投射算法在三維立體空間的適用性；對于轉換后的光線投射算法按照一定間隔進行重采樣，獲取采樣點處體紋理數據的顏色值及透明度，最后沿著算法方向對顏色信息進行累積，確定空間紋理信息，完成軟組織三維重建。

8.根據權利要求1所述的軟組織三維重建方法，其特征在于，還包括三維可視化軟組織模型輸出步驟，所述三維可視化軟組織模型輸出步驟包括利用可視化技術以及人機交互虛擬現實技術，設計交互單元，對軟組織三維重建結果進行輸出。

9.根據權利要求1或8所述的軟組織三維重建方法，其特征在于，還包括模型評估及校正步驟，所述模型評估及校正步驟包括結合臨床醫師評估及模型性能評價指標，對模型進行校正與改善。

10.一種軟組織的三維重建系統，其特征在于，包括：

影像數據獲取模塊，用于獲取軟組織的醫學影像數據；

數據預處理模塊，用于對獲取的軟組織的醫學影像數據進行預處理，得到U-net模型的輸入影像數據；

U-net網絡軟組織分割模塊，用于對預處理的影像進行分割，所述U-net網絡軟組織分割模塊包括粗略分割模塊和精細分割模塊；其中，所述粗略分割模塊用于采用預訓練的U-net模型對軟組織進行粗略分割；所述精細分割模塊用于采用注意力機制突出目標軟組織區域的特征，并結合3D?U-net模型進行軟組織精細分割；

軟組織三維重建模塊，用于針對軟組織分割后的結果構建軟組織的三維重建模型。