[发明专利]用于生成患者特定解剖的3D可打印模型的方法

说明书

提供一种用于从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。从一组2D医学图像自动生成3D图像。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。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。

技术领域

本发明的领域涉及一种用于基于2D医学图像生成患者特定解剖的3D可打印模型的计算机实施的方法。

本专利文件的公开内容的部分含有受版权保护的材料。版权所有人不反对任何人以传真方式复制专利文件或专利公开(如专利及商标局专利文件或记录所示)，但除此之外，保留所有版权。

背景技术

通过为临床医生提供术前规划的洞察，创建患者的解剖的特定部位的准确的3D打印模型有助于变换手术过程。益处包含例如更好的患者临床结果，减少的手术时间及成本，以及患者更好地理解所规划的手术的能力。

然而，仍然需要提供一种能够以及时且可定制的方式订购交付送3D打印模型的安全平台。此外，还需要提供提供对患者解剖或病理的更好的洞察的3D可打印模型。

发明内容

提供一种用于从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，其中从一组2D医学图像自动生成3D图像，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，并从所述分割的3D图像创建所述患者特定解剖特征的3D可打印模型。

本发明的实施方案中的任选特征包含以下任一或多者：

·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。

·同时处理来自多种扫描技术的2D医学图像。

·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。

·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。

·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。

·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。

·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。

·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。

·自动检测从所述组2D医学图像缺失的切片。

·使用内插技术生成对应于所述缺失的切片的2D图像。

·所述分割技术是基于以下技术中的一者或组合：基于阈值、决策树、链式决策林及神经网络方法。

·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。

·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。

·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。

·使用多通道训练进一步改进所述分割技术。

·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。

·使用地面真值图像表示通道。

·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。

·使用有限元分析进一步处理所述3D网格模型。