[发明专利]基于数字物体的带标记物的医学影像数据生成方法和系统

说明书

本发明公开了一种基于数字物体的带标记物的医学影像数据生成方法，包括：构建标记物模型数据；获取数字物体数据，将标记物模型数据与数字物体数据嵌入融合；对嵌入标记物模型数据的数字物体进行虚拟扫描成像，得到带标记物的医学影像数据。通过虚拟扫描成像，极大地缩短了时间，成本低廉，可以提供大量带标记物的医学影像数据。不需要定制加工标记物，不需要进行动物实验，免除患者的手术创伤，同时如果效果不佳，可以随意修改标记物设计和模拟植入位置，一次扫描得到的数据可以进行反复植入和验证。

技术领域

本发明涉及带标记物的医学影像数据技术领域，具体地涉及一种基于数字物体的带标记物的医学影像数据生成方法和系统。

背景技术

进入大数据时代，许多研究尤其是AI研究，都需要获取大量的数据。大量数据的获取非常耗费时间和成本，比如google的自动驾驶项目，花费了数百亿美元采集了800英里的实际路况数据，而10亿英里的路况数据则是来自于虚拟仿真场景。熟知的alphago的训练样本来自于网络上搜集的350万局棋谱。而其升级版alphazero则是通过围棋规则自弈生成的棋谱，70小时自弈了490万盘。一个棋手如果每天下450盘棋，需要连下30年才能达到这个数量。可见在一些需要大量数据的研究中，完全依赖于实际状态下的数据获取，耗费巨大人力财力不说，可能因为数据量不够而导致效果不好，或者根本不现实获取实际数据，这种情况下，采用基于机理模型的仿真技术提供数据，是一种趋势，最起码可以弥补真实数据获取的不足。

数字孪生(Digital Twin)体是在虚拟空间构建的表征物理实体实时运行状态的虚拟实体，具备融合几何建模、仿真模拟、数据分析的全方位功能，扮演着综合分析决策的角色。

许多医学研究或者医学方法研究，基于临床数据，尤其是医学影像数据。比如放射治疗的自动勾画算法、自动放射治疗计划制定和验证等，都需要采集临床CT或MRI数据，很多时候还需要获取带有特定标记物的临床CT或MRI图像。如图1所示，传统上，要进行该项目研究，首先需要提交伦理审查，然后设计标记物，利用可降解材料定制加工标记物，标记物还必须经过动物实验验证安全性后，才可以在志愿者身体内植入，需要在志愿患者体内植入4~5个衬衣纽扣尺寸大小的标记物，最后对植入了标记物的人体进行临床CT/MRI扫描，得到带有标记物的CT/MRI图像数据作为研究用数据。整个过程非常耗时（至少需要6个月），耗费精力，同时定制加工标记物耗费成本，对应动物和人体都具有手术创伤，并且其扫描数据是一次性的。如果标记物设计错误或者植入位置不对，整个流程需要重新来一次。

发明内容

针对上述存在的技术问题，本发明目的是：提供一种基于数字物体的带标记物的医学影像数据生成方法及系统，本发明将数字人体数据与标记模型数据嵌入融合，通过虚拟扫描成像，极大地缩短了时间，成本低廉，可以提供大量带标记物的医学影像数据。

本发明的技术方案是：

一种基于数字物体的带标记物的医学影像数据生成方法，包括以下步骤：

S01：构建标记物模型数据；

S02：获取数字物体数据，将标记物模型数据与数字物体数据嵌入融合；

S03：对嵌入标记物模型数据的数字物体进行虚拟扫描成像，得到带标记物的医学影像数据。

优选的技术方案中，所述步骤S01构建的标记物模型数据包括：

S11：设计标记物模型，对标记物模型进行逐层切片，将切片保存为一系列切片图像；

S12：对系列切片图像进行基于灰度的组织分割，按照标记物设计的组织种类分割不同组织；

S13：将组织分割后的系列层面按照顺序组合成标记物数据矩阵，生成标记物模型数据三维矩阵M，其中，M大小为m*n*p，m、n为与数字物体横断面一致，分别表示X和Y方向，p为与数字物体长轴一致，表示Z方向。