[发明专利]一种非诊疗目的的虚拟支气管镜的构建方法

权利要求书

1.一种非诊疗目的的虚拟支气管镜的构建方法，其特征在于：包括以下步骤：

S1、读取并显示病患的胸部图像，使用基于深度学习的支气管树分割方法，快速分割出包含高级分支的高精度支气管树图像；

S2、使用拓扑细化算法获得完整的支气管树中心线图像；

S3、使用基于欧氏距离的路径规划算法快速准确的规划出一条漫游路径；

S4、采用基于Bezier曲线的路径插值平滑方法平滑漫游路径；

S5、依据平滑好的路径循环变更虚拟相机及其焦点的位置实现虚拟相机的移动，即自动漫游。

2.根据权利要求1所述的一种非诊疗目的的虚拟支气管镜的构建方法，其特征在于：步骤S1所述的基于深度学习的支气管树分割方法，包括使用3D CNNs(Convelutional NeuralNetworks)网络训练支气管树分割模型，具体为：首先对用于训练的胸部图像数据集进行归一化和裁剪等预处理操作；然后构建3D CNNs网络进行训练，并保存训练好的模型。使用生成Torch Script文件和编译Libtorch的相关操作实现从Python到C++跨环境的模型读取调用。

3.根据权利要求1所述的一种非诊疗目的的虚拟支气管镜的构建方法，其特征在于：步骤S2包含数据预处理阶段和细化算法的实现阶段，除了输入和输出图像类型之外，不需要定义其他任何参数，所述数据预处理阶段是将数据中的非零像素值设置为一来将其转换为二值图像，所述细化算法的实现阶段将执行一系列测试，以检查一个像素是否可以从对象中被侵蚀，在细化的过程中，需要对图像中的每一个像素进行此操作，并重复此操作，直到不再发生变化时停止。

4.根据权利要求3所述的一种非诊疗目的的虚拟支气管镜的构建方法，其特征在于：步骤S2所述细化算法的实现阶段将通过以下四步判断一个像素是否被删除：

(1)、如果当前像素是一个表面像素，则该测试一次只考虑3D中六个可能的方向中的一个，以便进行对称细化，即保证中心线不向物体的一侧移动；

(2)、如果当前像素不是中心线的端点，则需要删除；

(3)、如果删除的像素点不会改变欧拉特性，即如果删除该像素点时不会产生孔洞，则删除该像素点；

(4)、如果当前点的删除不会改变连接对象的数量，则该像素点删除。

5.根据权利要求1所述的一种非诊疗目的的虚拟支气管镜的构建方法，其特征在于：步骤S3包括寻找邻接体素进行路径搜索，通过计算得到多个邻接点中距离目标终点最近的邻接点解决分支处的路径选择问题，通过循环遍历重规划操作解决环绕分支结构处最短欧氏距离与最短测地距离不匹配的问题，从而快速获得准确的路径规划结果。