[发明专利]用于生成患者特定解剖的3D可打印模型的方法

权利要求书

1.一种用于从2D医学图像生成患者特定解剖特征的3D可打印模型的计算机实施的方法，其中：

(a)从一组2D医学图像自动生成3D图像；

(b)使用基于机器学习的图像分割技术分割所述生成的3D图像；及

(c)从所述分割的3D图像创建所述患者特定解剖特征的3D可打印模型。

2.根据权利要求1所述的方法，其中所述组2D医学图像是从以下中的一者或组合获取的患者的图像：CT、MRI、PET及/或SPCET扫描仪。

3.根据权利要求1或2所述的方法，其中同时处理来自多种扫描技术的2D医学图像。

4.根据任一前述权利要求所述的方法，其中自动预处理所述组2D医学图像，使得使所述患者特定解剖特征的重要或关键特征在所述3D可打印模型中可见。

5.根据权利要求4所述的方法，其中所述2D医学图像的预处理是基于所述特定解剖特征、所述患者的特定病理或任何下游应用，例如术前规划或训练目的。

6.根据任一前述权利要求所述的方法，其中所述组2D医学图像经预处理以生成根据预定定向均匀分布的一组新的2D医学图像。

7.根据权利要求6所述的方法，其中所述预定定向是基于所述患者特定解剖特征、所述患者的特定病理或任何下游应用，例如术前规划或训练目的。

8.根据权利要求6或7所述的方法，其中所述组新的2D医学图像中的每一2D医学图像之间的所述预定定向及间隔使用机器学习技术来确定。

9.根据权利要求6到8所述的方法，其中所述组新的2D医学图像中的每一2D医学图像之间的所述预定定向及间隔是用户可配置的。

10.根据任一前述权利要求所述的方法，其中自动检测从所述组2D医学图像缺失的切片。

11.根据权利要求10所述的方法，其中使用内插技术生成对应于所述缺失的切片的2D图像。

12.根据任一前述权利要求所述的方法，其中所述分割技术是基于以下技术中的一者或组合：基于阈值的、决策树、链式决策林及神经网络方法。

13.根据任一前述权利要求所述的方法，其中使用基于体素的分类技术，其中考虑来自每一轴或平面的体素信息。

14.根据任一前述权利要求所述的方法，其中使用逻辑或概率函数计算所述3D图像的体素具有与所述患者特定解剖特征类似的性质的可能性。

15.根据任一前述权利要求所述的方法，其中神经网络确定所述3D图像的每一体素中的每一轴或平面的权重。

16.根据任一前述权利要求所述的方法，其中使用多通道训练进一步改进所述分割技术。

17.根据权利要求16所述的方法，其中每一通道表示对应于所述3D图像的所述3D空间内的切片位置的2D图像。

18.根据权利要求16到17所述的方法，其中使用地面真值图像表示通道。

19.根据任一前述权利要求所述的方法，其中从所述分割的3D图像生成所述患者特定解剖特征的3D网格模型，且从所述3D网格模型生成所述3D可打印模型。

20.根据任一前述权利要求所述的方法，其中使用有限元分析进一步处理所述3D网格模型。