基于CT影像的穿刺路线规划方法

技术领域

本发明涉及穿刺路线规划技术领域，具体为基于CT影像的穿刺路线规划方法。

背景技术

CT检查是现代一种较先进的医学影像检查技术，CT检查一般包括平扫CT、增强CT扫描和脑池造影CT，CT检查完成后会产生对应的CT影像。

专利申请号为CN115153670A的申请公开了一种基于超声引导的自动定位穿刺系统及方法，基于超声引导的自动定位穿刺系统包括超声探头、固定架、控制单元、穿刺单元，其中，所述超声探头固定在所述固定架上，用于获取超声图像；所述控制单元用于根据所述超声图像，规划至少一条穿刺路线，并根据反向阻力，确定反映穿刺目标性质的数据曲线；所述穿刺单元用于实现所述至少一条穿刺路线，并在穿刺过程中获取并向所述控制单元反馈所述反向阻力。本发明基于实时超声引导，结合自动化方案和影像引导技术实现的自动化穿刺方案，从而提供更优的穿刺引导路线规划，提升穿刺成功率，降低穿刺损伤发生概率。

CT影像产生后，一般需要根据CT影像确定对应的穿刺规划路线，一般由对应的路线规划模型进行执行，随后，医护人员再从若干个穿刺规划路线内，选定一组穿刺路线作为最优路线，此种选取方式，并未将不同路线之间的转折情况考虑在内，也未将不同路线的危险系数考虑在内，导致其路线的全面性不够，并不能达到较好的路线规划效果。

发明内容

针对现有技术的不足，本发明提供了基于CT影像的穿刺路线规划方法，解决了并未将不同路线之间的转折情况考虑在内，也未将不同路线的危险系数考虑在内的问题。

为实现以上目的，本发明通过以下技术方案予以实现：基于CT影像的穿刺路线规划方法，包括以下步骤：

S1、确认CT影像，并从CT影像内锁定结构区以及穿刺区，将CT影像内存在实景的区域进行标定，确定结构区，随后排除结构区锁定穿刺区，具体方式为：

S11、将CT影像内存在实体的区域进行确认，并将其实体区域标定为结构区，随后，从若干组结构区内，确定待穿刺对象，并进行标定；

S12、再由操作人员进行操作，将CT影像内重要血管进行标定，同时将其标定为结构区；

S13、将CT影像内不属于结构区的区域标定为穿刺区，并对结构区以及穿刺区进行不同颜色进行标识，便于后续进行区分；

S2、采用路线规划模型，对CT影像内所存在的穿刺区进行路线规划，生成对应穿刺区的穿刺路线，且穿刺区存在多组，穿刺路线也存在多组，其中路线规划模型为预设的人工智能模型；

S3、对不同穿刺区的穿刺路线进行初分析，确认不同穿刺路线的转折次数，根据转折次数的多少，对穿刺路线进行初提取，锁定待管理穿刺路线集合，具体方式为：

S31、对每组不同穿刺路线转折点位进行确认，优先对穿刺路线内不同线段之间的斜率进行确定，并将每组不同线段之间的斜率标定为X

S32、采用CZ

S33、对不同穿刺路线内所产生的转折点个数进行标记，拟定为GS

S4、对待管理穿刺路线集合内前五组路线进行分析，锁定对应路线的弯折度以及危险参数，再从此五组路线内选定最优路线，具体方式为：

S41、对穿刺路线内所出现的转折点进行确定，随后将此转折点前端线段标定为初始线段，将后端线段标定为弯折线段，其中前端线段以及后端线段由穿刺路线的走向进行判定；

S42、将初始线段进行左右延伸生成延伸线，随后，确认弯折线段的另一处端点并标定为待处理端点，其中原始端点与初始线段相交，待处理端点与后续的线段相交，构建待处理端点与延伸线之间的垂线，并确定此垂线的距离值，将其标定为JL，再确定此弯折线段的总长度，并将其标定为CL；

S43、采用SinAq＝JL÷CL得到延伸线与弯折线段之间的夹角Aq，其中q代表不同的夹角，再从本穿刺路线内所产生的若干个夹角Aq内选定最大值，并将其标定为Aqmax，随后，再从不同穿刺路线所产生的不同的Aqmax内，选定最小值，将最小值所对应的穿刺路线标定为最优路线；

S5、对最优路线与不同结构区之间的距离参数进行分析，判定此最优路线所能产生的危险系数，若危险系数过高，则重新选取穿刺路线，若危险系数不存在问题，则直接展示此最优路线即可；具体方式为：

S51、对不同结构区的边缘轮廓进行确认，锁定此结构区的边缘轮廓曲线，再以边缘轮廓曲线进行范围扩散确定扩散区域，其扩散距离值为R1，其中R1为预设值；

S52、确定对应最优路线距离不同扩散区域的最短距离值，并将其标定为ZJ

S53、判定危险次数是否满足：危险次数＞Y3，其中Y3为预设值，其具体取值由操作人员根据经验拟定，若满足，则代表此最优路线为危险路线，需要重新选定最优路线，并剔除此最优路线，重复执行步骤S4-S5，若不满足，则无需进行处理，直接展示此最优路线即可。

本发明提供了基于CT影像的穿刺路线规划方法。与现有技术相比具备以下有益效果：

本发明在穿刺过程中，优先锁定结构区，再选定穿刺区，随后根据对应的模型生成对应的穿刺路线，再对若干组穿刺路线进行分析，选定转折点较少的几组路线，再对所选定的几组路线的转折角度进行确定，进行转折过程中，部分线段之间所产生的转折角度越大，便代表此部分线段所产生的夹角越大，会导致其穿刺路线风险性较大，故通过逐层分析，从所选定的五组穿刺路线内，确定角度数值最小的一组路线，并从中选定最优路线并展示，使所选定的穿刺路线效果最好；

当最优路线选定后，需要分析最优路线与结构区之间所产生的距离值，若所产生的距离值过近时，就会造成一定的风险性，当所产生的距离值过近时，便代表对应的风险性过高，故需要对最优路线进行重新考量选定，确定一组不仅安全性高，且危险系数最低的最优路线，此类路线在实际操作过程中，效果最好。

附图说明

图1为本发明方法流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例一

请参阅图1，本申请提供了基于CT影像的穿刺路线规划方法，包括以下步骤：

S1、确认CT影像，并从CT影像内锁定结构区以及穿刺区，将CT影像内存在实景的区域进行标定，确定结构区，随后，排除结构区锁定穿刺区，其中，锁定穿刺区的具体方式为：

S11、将CT影像内存在实体的区域进行确认，并将其实体区域标定为结构区，随后，从若干组结构区内，确定待穿刺对象，并进行标定；

S12、再由操作人员进行操作，将CT影像内重要血管进行标定，同时将其标定为结构区；

S13、将CT影像内不属于结构区的区域标定为穿刺区，并对结构区以及穿刺区进行不同颜色进行标识，便于后续进行区分；

具体的，在进行穿刺过程中，首先得避开重要区域，随后其内部的主要器官以及血管便就是重要区域，故在穿刺过程中，便需要避开此区域，在所避开的区域内，锁定穿刺区，随后再对穿刺区进行路线规划；

S2、采用路线规划模型，对CT影像内所存在的穿刺区进行路线规划，生成对应穿刺区的穿刺路线，且穿刺区存在多组，穿刺路线也存在多组，其中路线规划模型为预设的人工智能模型，其由原始的大量的数据进行训练处理，具备穿刺路线规划确认功能；

S3、对不同穿刺区的穿刺路线进行初分析，确认不同穿刺路线的转折次数，根据转折次数的多少，对穿刺路线进行初提取，锁定待管理穿刺路线集合，其中，锁定待管理穿刺路线集合的具体方式为：

S31、对每组不同穿刺路线转折点位进行确认，优先对穿刺路线内不同线段之间的斜率进行确定，并将每组不同线段之间的斜率标定为X

S32、采用CZ

S33、对不同穿刺路线内所产生的转折点个数进行标记，拟定为GS

具体的，对一组穿刺路线内，其所产生的转折点过多时，代表其穿刺难度更高，其难度更高，便代表所能产生的危险系数可能越高，便需要往后进行排序，从而从若干组穿刺路线内，便可选定转折点较少的路线作为排序在前方的路线，将转折点较多的路线往后排序，便于后续，对穿刺路线进行选定以及规划；

S4、对待管理穿刺路线集合内前五组路线进行分析，锁定对应路线的弯折度以及危险参数，再从此五组路线内选定最优路线，其中选定最优路线的具体方式为：

S41、对穿刺路线内所出现的转折点进行确定，随后将此转折点前端线段标定为初始线段，将后端线段标定为弯折线段，其中前端线段以及后端线段由穿刺路线的走向进行判定；

S42、将初始线段进行左右延伸生成延伸线，随后，确认弯折线段的另一处端点并标定为待处理端点，其中原始端点与初始线段相交，待处理端点与后续的线段相交，构建待处理端点与延伸线之间的垂线，并确定此垂线的距离值，将其标定为JL，再确定此弯折线段的总长度，并将其标定为CL；

S43、采用SinAq＝JL÷CL得到延伸线与弯折线段之间的夹角Aq，其中q代表不同的夹角，再从本穿刺路线内所产生的若干个夹角Aq内选定最大值，并将其标定为Aqmax，随后，再从不同穿刺路线所产生的不同的Aqmax内，选定最小值，将最小值所对应的穿刺路线标定为最优路线；

具体的，穿刺路线在进行分析规划过程中，其线段存在转折情况，在进行转折过程中，部分线段之间所产生的转折角度越大，便代表此部分线段所产生的夹角越大，会导致其穿刺路线风险性较大，故通过逐层分析，从所选定的五组穿刺路线内，确定角度数值最小的一组路线，并从中选定最优路线并展示；

S5、对最优路线与不同结构区之间的距离参数进行分析，判定此最优路线所能产生的危险系数，若危险系数过高，则重新选取穿刺路线，若危险系数不存在问题，则直接展示此最优路线即可，其中，判定对应最优路线危险系数的具体方式为：

S51、对不同结构区的边缘轮廓进行确认，锁定此结构区的边缘轮廓曲线，再以边缘轮廓曲线进行范围扩散确定扩散区域，其扩散距离值为R1，其中R1为预设值，其具体取值由操作人员根据经验拟定；

S52、确定对应最优路线距离不同扩散区域的最短距离值，并将其标定为ZJ

S53、判定危险次数是否满足：危险次数＞Y3，其中Y3为预设值，其具体取值由操作人员根据经验拟定，若满足，则代表此最优路线为危险路线，需要重新选定最优路线，并剔除此最优路线，重复执行步骤S4-S5，若不满足，则无需进行处理，直接展示此最优路线即可。

具体的，当最优路线选定后，需要分析最优路线与结构区之间所产生的距离值，若所产生的距离值过近时，就会造成一定的风险性，当所产生的距离值过近时，便代表对应的风险性过高，故需要对最优路线进行重新考量选定，确定一组不仅安全性高，且危险系数最低的最优路线，此类路线在实际操作过程中，效果最好。

上述公式中的部分数据均是去其纲量进行数值计算，同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。

以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。