[发明专利]一种非诊疗目的的虚拟支气管镜的构建方法

说明书

本发明公开了一种非诊疗目的的虚拟支气管镜的构建方法，介绍了使用深度学习方法提供构建虚拟支气管镜所需分割图像的方法，本发明提供的方法具体包括：首先对获取的肺部CT序列图像使用训练好的深度学习分割模型分割出支气管树；对分割出的支气管树图像使用三维拓扑细化算法提取出完整的中心线图像并获取其坐标点集；使用基于欧氏距离的三维医学图像路径规划算法在支气管树中心线复杂的多条分支路径中规划出所需的一条分支路径；使用基于Bezier曲线的路径插值平滑方法平滑漫游路径，最后通过循环变更虚拟相机及其焦点的位置实现自动漫游的目的。

技术领域

本发明虚拟支气管镜的构建方法，该技术属于图像信息学领域。

背景技术

虚拟支气管镜使用计算机处理CT和MRI等三维医学图像，生成人体内部特定解剖结构的三维动态视图，以模拟标准内窥镜的检查过程和视觉效果。它具有非侵入性、重复使用、动态病理分析、无检查死区等独特优点，能够克服支气管频繁分支的复杂环境，在不造成损伤以及漏检的情况下完成对支气管细小分支部位的检测，攻克肺外周的病灶活检这一难关，为肺癌的早期精准诊断和支气管镜术中引导提供重要参考。

构建一个虚拟内窥镜包含三项关键技术：支气管树分割与三维重建，路径规划和虚拟漫游。传统的虚拟支气管镜构建方法，多采用基于阈值的方法进行肺部以及支气管树的分割处理，还采用泄漏剪枝的迭代方法获取更高级的细小分支；然后使用距离变换法或使用拓扑细化法配合路径搜索算法实现漫游路径的自动规划，最后使用平滑算法，如Bezier曲线平滑路径；最后通过设置虚拟相机的位置和焦点等相关参数的设置，使虚拟相机能够沿着规划好的路径移动，从而模拟内窥镜的视图效果，实现对支气管树内部结构的自动漫游。

发明内容

1.要解决的技术问题

传统的虚拟支气管镜构建方法，多采用基于阈值的方法进行肺部以及支气管树的分割，传统的支气管树分割方法耗时长，采用自适应阈值的自动分割方法会大大增加耗时，采用人为设定阈值的半自动方法需要为每例不同的图像修改相关参数，繁琐且仍较为耗时。且由于支气管树高级分支处灰度值与肺实质灰度值相似，所以难以分割出高级细小分支。支气管树的分割效果不佳，直接影响了后续的路径规划步骤，使用传统分割方法难以实现肺外周高级细小支气管处的路径规划，给肺外周病灶活检带来较大的局限。虽然使用泄漏剪枝等方法可以提升分割精度，但所带来的严重耗时问题将无法满足临床使用实时性的需要。

使用拓扑细化算法获得完整的支气管树三维中心线图像后，需要使用路径规划算法在复杂的多条分支中获得唯一一条分支作为漫游路径，传统的路径规划算法并不是专门为医学图像的路径规划问题所设计，没有利用医学图像体素排列规律，往往将完整的三维图像作为输入并进行运算，存在内存占用大，运算时间慢的问题。

将使用Bezier曲线平滑后的路径用于自动漫游，虚拟相机仍然存在剧烈的抖动，影响了虚拟支气管镜的检查效果，该方法平滑的效果仍不够充分。

2.导致原因

传统的支气管树分割方法需要迭代的对每层图像中的体素进行灰度值对比操作从而实现三维的分割，半自动的分割方法因为图像各自的属性不同，需要人为输入不同的分割参数，且因为分割效果往往需要多次调整参数才能达到较优，所以比较繁琐耗时。全自动的分割方法在没有指定阈值等参数的情况下则需要更多的计算来确定最优的分割阈值，虽然能直接获得较优的分割效果，但因过大的计算量往往比半自动方法更为耗时。耗时过多导致传统的支气管树分割方法实时性差，难以满足虚拟支气管镜的临床实时性需要。

由于高阶支气管树的体素灰度与肺实质灰度十分接近，传统的基于阈值的支气管树分割方法在该处极易发生泄漏或分割不充分的情况，所以难以分割出高阶细小支气管，而泄漏剪枝的迭代方法虽然能够分割出高级细小支气管，但反复多次的体素删减操作仍存在着严重耗时的问题。