一种基于患者4D-CT的肺部呼吸过程图像重构方法及装置

摘要

本发明公开了一种基于患者4D‑CT的肺部呼吸过程图像重构方法，包括：1、获取术前肺部的4D‑CT数据集；2、基于术中肺部已拍摄的X光图像，计算每张X光图像中横膈肌区域的图像特征量，并以图像特征量的变化范围进行周期划分，获得表征呼吸曲线；3、基于表征呼吸曲线与术中当前X光图像的图像特征量，获得当前X光图像对应的当前呼吸周期相位；4、根据当前呼吸周期相位，4D‑CT数据集中匹配获得对应的CT数据与位姿信息；5、基于CT数据与位姿信息，构建模拟X影像。本发明还公开了一种基于上述方法的肺部呼吸过程图像重构装置。本发明提供的方法通过重构获得高质量模拟X影像，能提高医生穿刺手术的成功率以及也能保证术中患者的安全。

说明书

技术领域

本发明涉及医学图像处理技术领域，具体涉及一种基于患者4D-CT的肺部呼吸过程图像重构方法及装置。

背景技术

随着医学影像和计算机技术的发展，计算机在医疗中应用更加广泛。现阶段对肺部呼吸过程进行动态显示，采用4D CT数据以方便医生在术中穿刺术中进行观察。

在当前的经皮肺穿刺手术过程中，术前医生需要对肺部呼吸过程以及肺部肿瘤位置有一个具体精确的认识。如果在穿刺过程中对肿瘤位置估计不当，则会导致反复进针，延长手术时间，严重者会引发气胸、血胸、出血等并发症，因此需要图像引导等辅助，提供实时空间位置信息。

X光图像虽然比较稳定，但是只能提供一个平面的信息，信息不足，而CT虽然提供了三维信息，却没有展示其在呼吸过程中的具体变化过程，不利于对其呼吸过程的观察，也不方便手术的进行，4DCT正为我们提供了这样一种实时观察的方式。

由于肿瘤位置在呼吸运动的过程中位移变化极大，只使用单一的CT或X光无法准确判断肿瘤以及其他组织的实际位置。实践中主要使用屏气法保持肿瘤位置与术前规划的呼吸相位一致，但是这种方法只适合呼吸状况良好的病人。除此之外还有利用体表和体内肿瘤运动相关性来判断当前肿瘤位置与呼吸相位的方法，但是这种相关性存在偏差，并不严格相关。另外还有借用实时呼吸运动信号的相位判断方法，同样存在上述问题。借助植入标记的相位判断则需要提前植入，为病人带来身体负担，操作繁琐。

专利文献CN114176726A一种基于相位配置的穿刺方法，包括：选择4D影像中任一3D影像作为规划影像进行规划；获取患者呼吸曲线；获取所述4D影像中病灶特征的位置，得到病灶特征运动曲线；对所述呼吸曲线和所述病灶特征运动曲线进行相位匹配得到所述呼吸曲线和所述病灶特征运动曲线的映射关系；根据上述规划影像在所述病灶特征运动曲线上的相位点和上述映射关系得到该规划影像在所述呼吸曲线中对应的幅值，记为目标幅值；当患者呼吸幅值达所述目标幅值，执行规划结果。该方法需要基于许多监测设备，虽然穿刺定位效果较好，但是投入成本以及如果设备出现问题就可能影响到定位准确率。

专利文献CN109330683A公开了一种基于患者肺部4D-CT的介入穿刺路径安全性评估方法，包括：对患者进行4D-CT扫描，各个呼吸时相4D-CT图像序列；对肺部正常组织中心点进行标记；对肺部正常组织损伤所引发穿刺并发症的概率指数M、风险指数R和严重程度S进行赋值；在进行CT引导穿刺时，根据实时采集的CT图像选取患者体表穿刺入针点和入针角度；将实时采集的CT图像与已勾画组织器官的4D-CT图像序列进行配准；确定穿刺危机及区域，从而实现穿刺路径进行风险预估及调整。该方法需在术前完成对肺部正常组织中心点进行标记，而标记方法容易出现组织边缘轮廓显示不清楚的问题，从而影响穿刺路径安全的评判。

发明内容

为了解决上述问题，本发明提供了一种基于患者4D-CT的肺部呼吸过程图像重构方法，该方法根据肺部的X光图像横膈肌区域的图像特征量变化构建表征呼吸曲线，通过预测拟合匹配获得术中当前X光图像对应的CT数据，并通过数字影像重构获得用于实时反馈肺部穿刺导航定位的模拟X影像，从而提高医生穿刺手术的成功率，同时减少穿刺耗时避免并发症的出现。

一种基于患者4D-CT的肺部呼吸过程图像重构方法，包括：

步骤1、获取术前肺部的4D-CT数据集，所述4D-CT数据集至少包含一组呼吸周期内肺部的CT数据与对应的相位编号；

步骤2、基于术中肺部已拍摄的X光图像，计算每张所述X光图像中横膈肌区域的图像特征量，并以所述图像特征量的变化范围进行周期划分，获得用于检索X光图像对应的呼吸周期相位的表征呼吸曲线；

步骤3、基于步骤2获得的表征呼吸曲线与术中当前X光图像的图像特征量，通过预测拟合分析，获得当前X光图像对应的当前呼吸周期相位；

步骤4、根据步骤3获得当前呼吸周期相位，从步骤1的4D-CT数据集中匹配获得对应的CT数据与位姿信息；

步骤5、基于步骤4获得的CT数据与位姿信息，构建用于实时反馈肺部穿刺导航定位的模拟X影像。

具体的，所述步骤2中的每张所述X光图像中横膈肌区域内的图像特征量，是通过计算横膈肌区域内像素灰度的中位数获得，由于呼吸运动过程中横膈肌作为发力部位之一，在X光图像中会出现明显的体积变化。

优选的，所述横膈肌区域是截取最下方肋骨与横膈肌交界处获得，该位置的肺部与横膈肌运动状态最为明显，因此该区域的像素灰度变化量最为明显。

具体的，所述步骤2中的以所述图像特征量的变化范围进行周期划分，是基于图像特征量的最小值与最大值区间内，以一组呼吸周期相位对应的时间间隔进行划分。

具体的，所述步骤3中的预测拟合分析，包括基于ARMA模型对呼吸过程的周期和图像特征量变化范围进行预测与采用傅里叶级数对图像特征量进行插值拟合。

具体的，所述步骤3的具体过程如下：

步骤3.1、基于步骤2获得的表征呼吸曲线，通过ARMA模型对当前呼吸周期的图像特征变化量与呼吸周期大小进行预测；

步骤3.2、根据步骤3.1的预测结果与步骤2获得的表征呼吸曲线，通过傅里叶级数对图像特征量进行插值拟合，获得当前呼吸周期的当前表征呼吸曲线；

步骤3.3、选取所述当前表征呼吸曲线中与呼吸周期相位对应的表征呼吸数据，根据当前X光图像的图像特征量与所述表征呼吸数据之间的欧氏距离进行判断，若计算距离小于阈值时，输出对应的呼吸周期相位作为当前X光图像的当前呼吸周期相位。

优选的，所述步骤4中的匹配，是基于灰度梯度直方图特征，对CT数据与X光图像中的骨骼投影信息进行全局刚性配准，该方法可以抑制平移和选择对匹配过程中的影响，同时可以忽略光照对图像造成的影响，从而使得图像所需要的表征数据的维度降低。

具体的，所述步骤5中的构建用于实时反馈肺部穿刺导航定位的模拟X影像，是通过光线跟踪法与位姿变换矩阵构建。

本发明还提供了一种肺部呼吸过程图像重构装置，包括：计算机存储器、计算机处理器以及存储在所述计算机存储器中并可在所述计算机处理器上执行的计算机程序，所述计算机存储器中采用上述的基于患者4D-CT的肺部呼吸过程图像重构方法；所述计算机处理器执行所述计算机程序时实现以下步骤：输入术中当前X光图像，经过预测拟合分析与图像重构，构建用于实时反馈肺部穿刺导航定位的高质量模拟X影像。

与现有技术相比，本发明的有益效果：

(1)以X光图像中横膈肌区域的图像特征量与呼吸周期相位，构建表征呼吸曲线，从而实现X光图像到对应呼吸周期相位的快速转换。

(2)将呼吸周期相位作为“桥梁”，使得X光图像与4D-CT数据实现快速匹配，从而避免常规手段的标记法或植入法对患者身体的影响。

附图说明

图1为本发明提供的一种基于患者4D-CT的肺部呼吸过程图像重构方法的流程示意图；

图2为本实施例中选取的横膈肌区域示意图；

图3为本实施例中模拟X影像中肿瘤位置示意图。

具体实施方式

对于肺部肿瘤的治疗手段主要通过穿刺手段来解决，但是只使用单一的CT或X光无法准确判断肿瘤以及其他组织的实际位置，常用的方法有屏气法保持肿瘤位置与术前规划的呼吸相位一致，但是这种方法只适合呼吸状况良好的病人；或利用体表和体内肿瘤运动相关性来判断当前肿瘤位置与呼吸相位的方法，但是这种相关性存在偏差；还有通过标记法进行呼吸信号或胸腔运动轨迹记录，结合病人本身术中的X光图像进行模拟，但这类方法需要提前将标记物植入患者体表或者涂覆带有一定放射性的涂料作为标记，存在安全隐患，且操作复杂。

因此，本实施例提供了一种基于患者4D-CT的肺部呼吸过程图像重构方法，如图1所示，包括：

步骤1、获取术前肺部的4D-CT数据集，所述4D-CT数据集包含一组呼吸周期内肺部的CT数据与对应的相位编号：

通过CT机采样获得一组呼吸周期内的肺部CT数据，并为每个时刻的CT数据赋予对应的相位编号，共十个呼吸相位。

步骤2、基于术中肺部已拍摄的X光图像，计算每张所述X光图像中横膈肌区域的图像特征量，并以所述图像特征量的变化范围进行周期划分，获得用于检索X光图像对应的呼吸周期相位的表征呼吸曲线：

获取已拍摄3到5组呼吸周期内的X光图像，如图2所示，选取每张X光图像横膈肌与最下方肋骨交界处区域，计算该区域内像素灰度的中位数，作为X光图像的图像特征量；

由于呼吸过程中横膈肌作为胸部运动的发力组织之一，因此横膈肌的在X光图像中的像素灰度在一个区间内与呼吸运动呈正相关变化。

根据统计获得的X光图像的像素灰度区间，以呼吸周期的时间T

步骤3、基于步骤2获得的表征呼吸曲线与术中当前X光图像的图像特征量，通过预测拟合分析，获得当前X光图像对应的当前呼吸周期相位，具体步骤如下：

步骤3.1、基于步骤2获得的表征呼吸曲线，通过ARMA模型对当前呼吸周期的图像特征变化量与呼吸周期大小进行预测；

步骤3.2、根据步骤3.1的预测结果与步骤2获得的表征呼吸曲线，通过傅里叶级数对图像特征量进行插值拟合，获得当前呼吸周期的当前表征呼吸曲线；

步骤3.3、选取该当前表征呼吸曲线中与呼吸周期相位对应的表征呼吸数据，根据当前X光图像的图像特征量与所述表征呼吸数据之间的欧氏距离进行判断，若计算距离小于阈值时，输出对应的呼吸周期相位作为当前X光图像的当前呼吸周期相位。

步骤4、根据步骤3获得当前呼吸周期相位，从步骤1的4D-CT数据集中匹配获得对应的CT数据与位姿信息：

获得当前呼吸周期相位后，从4D-CT数据集中获得该相位对应的多个位姿CT数据，基于当前X光图像与该相位下所有CT数据的骨骼投影信息，通过灰度梯度直方图(HOG)的全局刚性配准获得对应的CT数据与位姿信息。

步骤5、基于步骤4获得的CT数据与位姿信息，采用光线跟踪法与位姿变换矩阵构建用于实时反馈肺部穿刺导航定位的模拟X影像：

光线跟踪法模拟X光成像的过程，对CT图像进行投影，在几何参数已知的情况下，计算投影图像上每个像素点像素值，因为CT图像每个体素代表其对应位置的衰减性能，因为对CT投影的过程可以转换为计对虚拟光路所经过的CT体素进行积分，CT体素为均为长方体小块，因此可以将积分求解转换为求和：

其中，p(u,v)为投影后平面重建X光图像，对应点的像素值，L(u,v)为从射线源到对应投影平面点的光路，T(x,y,z)为CT图像上对应点(x,y,z)的体素值，l(x,y,z)为虚拟光路在CT图像内的长度，μ为线性衰减系数；

根据上述公式计算每个像素点的像素值，并通过位姿变换矩阵将其转换为对应的坐标参数，从而获得该位姿下的模拟X光图像。

本实施例还提供了一种肺部呼吸过程图像重构装置，包括：计算机存储器、计算机处理器以及存储在所述计算机存储器中并可在该计算机处理器上执行的计算机程序，该计算机存储器中采用上述的基于患者4D-CT的肺部呼吸过程图像重构方法；

计算机处理器执行所述计算机程序时实现以下步骤：输入术中当前X光图像，经过预测拟合分析与图像重构，构建用于实时反馈肺部穿刺导航定位的高质量模拟X影像。

如图3所示，为通过肺部呼吸过程图像重构装置生成的模拟X影像，图中框选部分为目标肿瘤的位置。