穿刺路径规划方法、系统、计算机设备

技术领域

本申请涉及医学图像处理技术领域，特别是涉及一种穿刺路径规划方法、系统、计算机设备、存储介质。

背景技术

医学影像(CT、超声等)引导肝肿瘤局部治疗，是在影像引导下经皮介入病灶，其需要避开肋骨、肝脏大血管以尽可能的减少对正常组织的损伤，因此，准确地规划穿刺路径是治疗顺利实施的关键。

在传统手术中，术前医生需要根据患者扫描图像和经验大致确定所需的穿刺次数、入针点和穿刺深度。目前临床上缺乏定量规划方法来对穿刺范围进行严格的计算和规划，易造成穿刺范围过大或不完全，且在穿刺时高度依赖手术医师的经验，受经验和空间想象力等人为因素的限制，治疗中常因穿刺布置不合理、插入不准确而导致残癌发生。

因此，相关技术中存在穿刺路径规划效率低的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够解决上述问题的穿刺路径规划方法、系统、计算机设备、存储介质。

第一方面，本申请提供了一种穿刺路径规划方法，所述方法包括：

获取由若干个体素构造的目标对象，根据所述目标对象内部的待穿刺结构中目标穿刺靶点，确定候选入针点集合；所述若干个体素包括表面体素和内部体素，所述候选入针点集合中各候选入针点对应的体素属于所述表面体素，各所述候选入针点与所述目标穿刺靶点之间具有对应的候选穿刺路径；

确定各所述候选穿刺路径对应的路径关联信息；所述路径关联信息包括所述候选穿刺路径与所述目标对象内部的穿刺风险结构之间的相隔距离、所述候选穿刺路径的路径长度；

结合所述相隔距离和所述路径长度，以及预设的路径搜索参数，构建路径选取函数；

根据所述路径选取函数，从各所述候选穿刺路径中搜索出目标穿刺路径，并将所述目标穿刺路径对应的所述候选入针点作为目标入针点。

在其中一个实施例中，所述获取由若干个体素构造的目标对象，根据所述目标对象内部的待穿刺结构中目标穿刺靶点，确定候选入针点集合，包括：

获取目标患者的医学图像数据，生成所述目标患者对应的目标渲染图像；所述目标渲染图像用于表征基于所述医学图像数据构建的目标对象；

以所述待穿刺结构中的目标穿刺靶点为透视投影中心，所述穿刺风险结构为透视投影对象，建立透视投影模型；

采用所述透视投影模型，确定所述候选入针点集合。

在其中一个实施例中，所述采用所述透视投影模型，确定所述候选入针点集合，包括：

采用所述透视投影模型，得到各靶点射源光线对应的光线碰撞结果；所述靶点射源光线为基于所述目标穿刺靶点，以及所述待穿刺结构所处位置进行全方向散射得到的光线，所述光线碰撞结果用于表征所述靶点射源光线与所述穿刺风险结构和/或所述表面体素的碰撞结果；

按照预设分区条件，根据各所述靶点射源光线对应的光线碰撞结果，从所述目标对象的表面体素中确定可行入针体素，作为所述候选入针点；所述预设分区条件为针对所述目标对象的表面体素是否符合穿刺要求的约束条件，各所述候选入针点对应的候选穿刺路径基于各所述可行入针体素对应的靶点射源光线路径得到；

根据各所述候选入针点得到所述候选入针点集合。

在其中一个实施例中，所述路径关联信息还包括所述候选穿刺路径针对所述待穿刺结构的特征角度，所述结合所述相隔距离和所述路径长度，以及预设的路径搜索参数，构建路径选取函数，包括：

按照预设选取条件，根据所述相隔距离、所述路径长度、所述特征角度，以及预设权重信息，构建第一函数项；所述预设选取条件为针对所述相隔距离、所述路径长度、所述特征角度的约束条件；

根据预设的路径搜索参数，采用所述第一函数项构建基于量子退火算法的所述路径选取函数；所述路径搜索参数包括用于指示路径搜索计算的迭代参数。

在其中一个实施例中，所述按照预设选取条件，根据所述相隔距离、所述路径长度、所述特征角度，以及预设权重信息，构建第一函数项，包括：

获取所述预设权重信息；所述预设权重信息包括针对所述相隔距离的第一权重系数、针对所述路径长度的第二权重系数，以及针对所述特征角度的第三权重系数；

按照所述预设选取条件，根据所述相隔距离和所述第一权重系数、所述路径长度和所述第二权重系数、所述特征角度和所述第三权重系数，得到所述第一函数项。

在其中一个实施例中，所述根据所述路径选取函数，从各所述候选穿刺路径中搜索出目标穿刺路径，包括：

以任一候选入针点为目标搜索点，基于所述任一候选入针点对应的候选穿刺路径，根据所述路径选取函数计算所述目标搜索点对应的路径分析结果；

从多个所述路径分析结果中搜索出最优的路径分析结果，并将所述最优的路径分析结果对应的候选穿刺路径，作为所述目标穿刺路径。

在其中一个实施例中，所述预设分区条件包括以下任一项或多项：

所述候选穿刺路径不接触且不贯穿所述穿刺风险结构、所述候选穿刺路径的路径长度小于预设针长度阈值、所述候选穿刺路径经过所述待穿刺结构的距离长度大于预设距离阈值。

第二方面，本申请还提供了一种穿刺路径规划系统，所述系统包括：

候选入针点集合确定模块，用于获取由若干个体素构造的目标对象，根据所述目标对象内部的待穿刺结构中目标穿刺靶点，确定候选入针点集合；所述若干个体素包括表面体素和内部体素，所述候选入针点集合中各候选入针点对应的体素属于所述表面体素，各所述候选入针点与所述目标穿刺靶点之间具有对应的候选穿刺路径；

路径关联信息确定模块，用于确定各所述候选穿刺路径对应的路径关联信息；所述路径关联信息包括所述候选穿刺路径与所述目标对象内部的穿刺风险结构之间的相隔距离、所述候选穿刺路径的路径长度；

路径选取函数构建模块，用于结合所述相隔距离和所述路径长度，以及预设的路径搜索参数，构建路径选取函数；

路径搜索模块，用于根据所述路径选取函数，从各所述候选穿刺路径中搜索出目标穿刺路径，并将所述目标穿刺路径对应的所述候选入针点作为目标入针点。

第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上所述的穿刺路径规划方法的步骤。

第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的穿刺路径规划方法的步骤。

上述一种穿刺路径规划方法、系统、计算机设备、存储介质，通过获取由若干个体素构造的目标对象，根据目标对象内部的待穿刺结构中目标穿刺靶点，确定候选入针点集合，若干个体素包括表面体素和内部体素，候选入针点集合中各候选入针点对应的体素属于表面体素，各候选入针点与目标穿刺靶点之间具有对应的候选穿刺路径，然后确定各候选穿刺路径对应的路径关联信息，路径关联信息包括候选穿刺路径与目标对象内部的穿刺风险结构之间的相隔距离、候选穿刺路径的路径长度，进而结合相隔距离和路径长度，以及预设的路径搜索参数，构建路径选取函数，根据路径选取函数，从各候选穿刺路径中搜索出目标穿刺路径，并将目标穿刺路径对应的候选入针点作为目标入针点，实现了穿刺路径自动定量规划，可以基于穿刺靶点确定满足强约束条件的可行入针点位置，进而根据各候选穿刺路径的路径关联信息，可以筛选出满足弱约束条件的最优穿刺路径，能够准确有效地规划穿刺路径，提升了穿刺路径规划效率。

附图说明

图1为一个实施例中一种穿刺路径规划方法的流程示意图；

图2为一个实施例中一种穿刺路径规划流程的示意图；

图3a为一个实施例中一种渲染光源划分区域的示意图；

图3b为一个实施例中一种体表可行入针区域的示意图；

图4为一个实施例中一种量子退火算法迭代计算的示意图；

图5为一个实施例中另一种穿刺路径规划方法的流程示意图；

图6为一个实施例中一种穿刺路径规划系统的结构框图；

图7为一个实施例中一种计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于展示的数据、分析的数据等)，均为经用户授权或者经过各方充分授权的信息和数据；对应的，本申请还提供有相应的用户授权入口，供用户选择授权或者选择拒绝。

在一个实施例中，如图1所示，提供了一种穿刺路径规划方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：

步骤101，获取由若干个体素构造的目标对象，根据所述目标对象内部的待穿刺结构中目标穿刺靶点，确定候选入针点集合；

作为一示例，若干个体素可以包括表面体素和内部体素，如可以根据目标患者的医学图像数据对待穿刺的手术区域进行三维重构并匹配空间坐标，得到由体素构造的针对目标患者的三维模型，即目标对象，其可以用于表征目标患者的局部解剖场景(如腹腔解剖场景)，以明确目标患者病灶的解剖结构、空间位置；表面体素可以用于表征表皮轮廓，内部体素可以用于表征内部解剖结构。

其中，目标对象内部的待穿刺结构可以为目标患者病灶所属的器官，如待穿刺的靶器官，目标穿刺靶点可以为待穿刺的病灶靶点，以肝肿瘤为例，待穿刺结构可以指目标患者的肝脏，目标穿刺靶点可以指肝肿瘤质心。

其中，候选入针点集合中各候选入针点对应的体素属于表面体素，各候选入针点与目标穿刺靶点之间可以具有对应的候选穿刺路径，例如，在经皮穿刺场景下，可以从表层轮廓中确定可行入针区域，并可以将该可行入针区域中各可行入针点作为候选入针点，得到候选入针点集合；候选穿刺路径可以为通过强约束条件去除明显不合理的路径后得到的筛选穿刺路径，以进一步根据筛选穿刺路径计算选择出最优穿刺路径。

在实际应用中，可以获取目标患者的医学图像数据，得到由若干个体素构造的目标对象，然后可以通过以待穿刺结构中的目标穿刺靶点为透视投影中心，穿刺风险结构为透视投影对象，建立透视投影模型，进而可以采用该透视投影模型确定可行入针点，作为候选入针点，得到候选入针点集合。

具体地，通过获取目标患者数据生成对应的医学图像，如可以获取目标患者的临床数据影像，并由该临床数据影像分割生成目标患者的风险组织、血管、病灶，然后可以根据病灶所属器官确定待穿刺的靶器官(即待穿刺结构)以及病灶靶点位置(即目标穿刺靶点)，进而可以基于临床强约束条件，根据病灶靶点位置，从表皮轮廓中筛选出可行入针点，作为候选入针点。

步骤102，确定各所述候选穿刺路径对应的路径关联信息；

作为一示例，路径关联信息可以包括候选穿刺路径与目标对象内部的穿刺风险结构之间的相隔距离、候选穿刺路径的路径长度，例如，以肝肿瘤为例，相隔距离可以为候选穿刺路径与腹腔风险结构之间的相隔距离，路径长度可以为候选穿刺路径的总长度；还可以包括其它路径关联信息，如候选穿刺路径针对待穿刺结构的特征角度，在本实施例中不作具体限制。

在具体实现中，针对每个候选穿刺路径，可以获取该候选穿刺路径对应的路径关联信息，以进一步根据各候选穿刺路径对应的路径关联信息进行筛选，计算出最优的穿刺路径。

步骤103，结合所述相隔距离和所述路径长度，以及预设的路径搜索参数，构建路径选取函数；

其中，路径搜索参数可以包括用于指示路径搜索计算的迭代参数，如采用量子退火算法进行路径搜索时，该量子退火算法对应的相关设定参数。

作为一示例，路径选取函数可以为基于量子退火算法所构造的目标函数，其可以用于计算出最优的穿刺路径。

在得到路径关联信息后，可以结合相隔距离和路径长度，以及预设的路径搜索参数，构建路径选取函数，如可以根据路径关联信息设定基于量子退火算法的目标函数，以进一步采用量子模拟退火进行优化选择，从候选穿刺路径中筛选出最优的穿刺路径。

具体地，可以基于临床弱约束条件，结合优化后量子退火算法构建目标函数(即路径选取函数)，进而可以根据候选穿刺路径，采用该目标函数迭代计算出最优的穿刺路径。

步骤104，根据所述路径选取函数，从各所述候选穿刺路径中搜索出目标穿刺路径，并将所述目标穿刺路径对应的所述候选入针点作为目标入针点。

在得到路径选取函数后，可以将任一候选入针点作为目标搜索点，基于任一候选入针点对应的候选穿刺路径，根据该路径选取函数计算目标搜索点对应的路径分析结果，进而可以从多个路径分析结果中搜索出最优穿刺路径，作为目标穿刺路径，并可以根据最优穿刺路径确定最优入针点，作为目标入针点。

例如，针对强约束条件下筛选出的可行入针区域，可以利用量子退火算法，根据可行入针区域中各可行入针点(即候选入针点)对应的候选穿刺路径，迭代计算出最优穿刺路径，如采用模拟退火的方式加速最优求解，在一定的迭代过程中找到最优结果。

在一示例中，本实施例的技术方案可以用于穿刺活检场景，也可以在病灶体积较小时用于穿刺热消融场景，还可以用于TPS放射性粒子植入场景，或其它穿刺路径应用场景，在本实施例中不作具体限制。

例如，针对基于医学影像(CT、超声等)引导的肝肿瘤局部消融治疗，其可以在影像引导下将消融器械经皮介入病灶，利用能量或化学物质破坏病灶组织活性，如可以将消融器械按预先规划的穿刺路径经皮介入病灶作为热源，针对较大肿瘤，通过多次穿刺进行热消融以覆盖整个肿瘤区域，同时还要避开肋骨、肝脏大血管并尽可能的减少对正常组织的损伤。

相较于传统方法，本实施例的技术方案，可以通过在医疗图像引导下，结合量子退火算法在手术前找到最优或近似次优的路径，即在迭代计算过程中保留当前最优解的同时逼近全局最优解，进而可以输出一个认为最好的解(如目标穿刺路径)，如利用CT/MRI等三维影像可以得到目标患者的解剖视图，以明确病灶的解剖结构、空间位置，然后可以基于强约束条件筛选出可行入针区域，进而可以在可行入针区域中，根据弱约束条件，基于量子退火算法得到最优穿刺路径，能够优化传统模拟退火算法效率低、找到最优解概率低的问题，提升了穿刺路径规划效率。

在一个可选实施例中，由于消融针穿刺路径规划是临床多约束条件的优化问题，该问题是一个非确定多项式问题，即存在确定答案，但其得到解的时间复杂度呈指数增加，经典计算机因自身的性能限制，存在计算时间过长，或无法达到最优解的困难，本实施例的技术方案，可以通过在量子退火机上运行，如将哈密顿量映射至量子退火机的真实量子比特，在量子退火机上进行，使得穿刺路径规划效率更高，能够达到快速、准确的术前穿刺路径规划效果。

上述穿刺路径规划方法中，通过获取由若干个体素构造的目标对象，根据目标对象内部的待穿刺结构中目标穿刺靶点，确定候选入针点集合，然后确定各候选穿刺路径对应的路径关联信息，进而结合相隔距离和路径长度，以及预设的路径搜索参数，构建路径选取函数，根据路径选取函数，从各候选穿刺路径中搜索出目标穿刺路径，并将目标穿刺路径对应的候选入针点作为目标入针点，实现了穿刺路径自动定量规划，可以基于穿刺靶点确定满足强约束条件的可行入针点位置，进而根据各候选穿刺路径的路径关联信息，可以筛选出满足弱约束条件的最优穿刺路径，能够准确有效地规划穿刺路径，提升了穿刺路径规划效率。

在一个实施例中，所述获取由若干个体素构造的目标对象，根据所述目标对象内部的待穿刺结构中目标穿刺靶点，确定候选入针点集合，可以包括如下步骤：

获取目标患者的医学图像数据，生成所述目标患者对应的目标渲染图像；以所述待穿刺结构中的目标穿刺靶点为透视投影中心，所述穿刺风险结构为透视投影对象，建立透视投影模型；采用所述透视投影模型，确定所述候选入针点集合。

其中，目标渲染图像可以用于表征基于医学图像数据构建的目标对象，如在虚拟环境中构建得到的目标对象，其可以用于展示目标患者的局部解剖场景，以明确目标患者病灶的解剖结构、空间位置。

作为一示例，医学图像数据可以为CT/MR图像数据，也可以采用分子影像、超声等任意医学影像系统得到的医学影像作为医学图像数据，以设置待穿刺的靶器官和病灶靶点。

在实际应用中，如图2所示，可以通过导入目标患者CT/MR图像数据，生成由体素构成的三维医学图像(即目标渲染图像)，进而可以基于临床强约束条件，对不符合临床强约束条件的风险结构(即穿刺风险结构)执行坐标校正的立方体贴图方法，将目标患者的体外包围盒表面(即表面体素所表征的表皮轮廓)自动划分成可行入针区域和禁止入针区域。

具体地，以肝肿瘤为例，可以建立以目标穿刺靶点(如肝肿瘤质心)为透视投影中心、以不符合临床强约束条件的风险结构(如器官、骨骼等)为投影对象的立方体贴图模型(即透视投影模型)，该立方体贴图模型可以将透视投影渲染光线作为虚拟穿刺路径，通过沿笛卡尔坐标系的正交坐标轴的正/负方向，分别进行六次透视投影得到。

本实施例中，通过获取目标患者的医学图像数据，生成目标患者对应的目标渲染图像，然后以待穿刺结构中的目标穿刺靶点为透视投影中心，穿刺风险结构为透视投影对象，建立透视投影模型，进而采用透视投影模型，确定候选入针点集合，能够基于医学图像数据对待穿刺的手术区域进行三维重构，为后续穿刺路径规划提供了数据支持。

在一个实施例中，所述采用所述透视投影模型，确定所述候选入针点集合，可以包括如下步骤：

采用所述透视投影模型，得到各靶点射源光线对应的光线碰撞结果；按照预设分区条件，根据各所述靶点射源光线对应的光线碰撞结果，从所述目标对象的表面体素中确定可行入针体素，作为所述候选入针点；根据各所述候选入针点得到所述候选入针点集合。

其中，靶点射源光线可以为基于目标穿刺靶点，以及待穿刺结构所处位置进行全方向散射得到的光线；光线碰撞结果可以用于表征靶点射源光线与穿刺风险结构和/或表面体素的碰撞结果；

作为一示例，预设分区条件可以为针对目标对象的表面体素是否符合穿刺要求的约束条件，如临床强约束条件，各候选入针点对应的候选穿刺路径可以基于各可行入针体素对应的靶点射源光线路径得到。

在一示例中，以肝肿瘤为例，可以根据目标穿刺靶点向腹腔解剖场景全方向进行散射得到透视投影渲染光线(即靶点射源光线)，然后可以基于临床强约束条件，在透视投影渲染光线与穿刺风险结构和/或表面体素碰撞后，计算其对应的关键信息(如长度、入射角、法线向量等)，作为光线碰撞结果，其可以用于表征是否发生穿刺路径与器官、组织的干涉，以及反馈得到穿刺路径的路径长度、角度、经肝长度信息等，进而可以根据计算得到的关键信息，对该各体素进行可行入针区域或禁止入针区域的标定，即从目标对象的表面体素中确定可行入针体素，以及禁止入针体素。

在又一示例中，预设分区条件可以包括以下任一项或多项：

候选穿刺路径不接触且不贯穿穿刺风险结构、候选穿刺路径的路径长度小于预设针长度阈值、候选穿刺路径经过待穿刺结构的距离长度大于预设距离阈值。

以肝肿瘤为例，如图3a所示，可以基于如下临床强约束条件，对各表面体素进行可行或禁止进针区域的标定：

(1)穿刺路径需要避免接触或贯穿不能触及的腹腔风险结构(即候选穿刺路径不接触且不贯穿穿刺风险结构)；

可以通过采用Mask掩膜或Label标签对腹腔中关键部位(如器官，骨骼，图3a中2所示)进行标定，并可以在检测到目标穿刺靶点(如图3a中1所示)发出的靶点射源光线(如图3a中7所示)碰撞到关键部位时，将该关键部位标记为禁止区域，如图3a所示，关键部位后方被关键部位遮挡(图3a中5所示)，并可以将该关键部位的后方透视体表区域标定为禁止入针区域，图3a中6所示为横截面体表。

(2)穿刺路径的总长度需要小于消融针长度(即候选穿刺路径的路径长度小于预设针长度阈值)；

可以按照临床标准，选用10～15cm为消融针长度阈值(即预设针长度阈值)，如可以为10cm、12cm，进而可以根据各靶点射源光线对应的长度，将超过消融针长度阈值还未触及体表的所有透视体表区域标定为禁止入针区域。

(3)穿刺路径与肝包膜(如图3a中3所示)的夹角不应小于临床阈值；

需要说明的是，若病灶在靶器官内部，需要考虑穿刺路径与靶器官外层膜的夹角不应小于临床阈值的强约束角度条件；若病灶不在靶器官内部，如在靶器官表面，可以不需要考虑强约束角度条件。若靶器官为心、肺等也可以不考虑强约束角度条件，若靶器官为肝、脾可以考虑强约束角度条件。

当靶器官为肝时，由于穿刺路径与肝包膜夹角较大，则穿刺过程中消融针较容易刺入肝实质，并产生较小的受力形变，则可以按照临床标准，选用θ>20°作为夹角阈值。可以通过发出光线与肝包膜的碰撞计算夹角，由于夹角θ无法直接计算，可以利用肝包膜表面的法向量，计算光线方向与肝包膜表面的法向量的夹角，进而可以针对大于夹角阈值的光线，将该光线后方所有透视体表区域标定为禁止入针区域，并可以将得到的夹角值θ记录在每个体表可行区域的体素中(即可行入针体素)，以便于后续阶段计算处理。

(4)穿刺路径的经肝距离(如图3a中4所示)不应小于临床阈值(即候选穿刺路径经过待穿刺结构的距离长度大于预设距离阈值)；

可以按照临床标准，选用5mm作为经肝距离阈值，可以针对光源到肝包膜距离小于阈值的光线，将该光线后方的所有透视体表区域标定为禁止入针区域。

进而可以基于上述多项临床强约束条件，对多项临床强约束条件标定出的禁止入针区域求取并集，得到体表的可行入针点区域(如图3b中1所示)，该可行入针点区域包括筛选出的可行入针点。

本实施例中，通过采用透视投影模型，得到各靶点射源光线对应的光线碰撞结果，然后按照预设分区条件，根据各靶点射源光线对应的光线碰撞结果，从目标对象的表面体素中确定可行入针体素，作为候选入针点，进而根据各候选入针点得到候选入针点集合，可以基于临床强约束条件筛选出可行下针区域，为后续进一步穿刺路径规划提供了数据支持。

在一个实施例中，路径关联信息还可以包括候选穿刺路径针对待穿刺结构的特征角度，所述结合所述相隔距离和所述路径长度，以及预设的路径搜索参数，构建路径选取函数，可以包括如下步骤：

按照预设选取条件，根据所述相隔距离、所述路径长度、所述特征角度，以及预设权重信息，构建第一函数项；根据预设的路径搜索参数，采用所述第一函数项构建基于量子退火算法的所述路径选取函数。

其中，预设选取条件可以为针对相隔距离、路径长度、特征角度的约束条件，如临床弱约束条件；路径搜索参数可以包括用于指示路径搜索计算的迭代参数。

在实际应用中，基于强约束条件筛选出候选入针点集合后，可以针对各候选入针点对应的候选穿刺路径，根据候选穿刺路径对应的路径关联信息进一步筛选，可以基于弱约束条件构建第一函数项，以及构建第二函数项，进而可以根据第一函数项和第二函数项得到路径选取函数，以采用量子退火算法计算出最优的穿刺路径。

在一示例中，量子退火算法可以包括两部分：一部分为哈密顿势能，其可以将待优化的目标函数映射为施加在该量子系统的一个势场，即将目标函数看作是量子系统的哈密顿量的势能部分；另一部分为哈密顿动能，可以通过引入一个幅度可控的动能项视为对该系统的扰动(如可以假想为一个横向磁场的扰动)。当扰动存在时，会使体系逐渐沿着解空间内梯度较小的方向演化，甚至可以通过量子隧穿效应直接“穿过”势能较高的部分。随着逐步迭代，该量子系统的能量将越来越低(即温度下降)，最后将收敛于系统基态，此过程等同于目标函数(即基于量子退火算法的路径选取函数)获得全局最优。对于量子退化算法，哈密顿量表达式如下：

H＝H

其中，H

在本实施例中，为了便于计算，考虑可行入针区域虽然是三维体素，但只有一层体表元素(即表面体素)，则可以按其拓扑关系映射为一个二维矩阵{P

在又一示例中，为了得到量子退化算法的哈密顿量表达式中势能项(即第一函数项)，需要考虑临床弱约束条件(即预设选取条件)：

(1)穿刺路径需要距离不能触及的腹腔风险结构适当远

若穿刺路径距离不能触及的关键结构需要足够远，则穿刺过程中出现器械性损伤或治疗性损伤的概率将相应降低，从而可以提升了穿刺的安全性，可以采用三维距离变换(Distance Transform，DTF)算法计算当前穿刺路径(如任一候选穿刺路径)与风险结构之间的实际距离(即相隔距离)，并记录在每个表面体素中(即候选入针点对应的表面体素)。

然后可以针对当前穿刺路径中沿途的所有表面体素，根据各表面体素对应计算出的距离值进行累加后去平均，得到平均风险距离D

(2)穿刺路径长度需要适当短(如长度5mm)

由于穿刺路径相对较短，则穿刺过程中需要考虑的风险结构相对较少，同时为了降低癌细胞随消融针沿穿刺路径扩散的几率，可以根据当前穿刺路径(如任一候选穿刺路径)途径的体素数量，基于现实比例换算为实际路径长度(即路径长度)，记为d

(3)穿刺路径与肝包膜夹角需要适当大(如角度20°)

需要说明的是，与强约束角度条件类似，若病灶在靶器官内部或靶器官为肝、脾时，需要考虑该弱约束角度条件，若病灶不在靶器官内部(如在靶器官表面)或靶器官为心、肺等时，可以不考虑该弱约束角度条件。该项可以获取在计算强约束条件时已得到并记录在对应体表区域的角度数据，如针对各候选入针点对应的表面体素，其对应的候选穿刺路径的夹角值(即特征角度)可以取θ

在一个可选实施例中，基于弱约束条件的计算数据可以在执行量子退火算法之前预计算并储存，在需要时进行调取，也可以在执行量子退火算法时逐一计算得到。

由于上述三个约束对象的量纲不同，可以对各自约束值进行归一化处理，过程如下：

R

L

A

通过上述归一化过程处理，基于考虑以上临床弱约束条件(即预设选取条件)，势能项(即第一函数项)可以表示为：

其中，w

在一个可选实施例中，考虑动能项(即第二函数项)用于提供微扰，可以将其定义为：

H

其中，Γ

温度(如量子系统的能量)可以采用如下表示，其可以为线性函数：

其中，T

在执行针对二维入针点搜索的过程中，可以基于随机步长跳动得到新解P’，若该新解较当前解更小，则可以将新解更新为评判标准，反之若大于当前解，则可以根据exp(-ΔH/T)＞random(0,1)来判断是否接受新解，其中，△H为当前目标函数H值与当前最优的目标值H

本实施例中，通过按照预设选取条件，根据相隔距离、路径长度、特征角度，以及预设权重信息，构建第一函数项，进而根据预设的路径搜索参数，采用第一函数项构建基于量子退火算法的路径选取函数，可以基于优化后量子退火算法进行路径计算，提升了算法效率以及找到最优解概率。

在一个实施例中，所述按照预设选取条件，根据所述相隔距离、所述路径长度、所述特征角度，以及预设权重信息，构建第一函数项，可以包括如下步骤：

获取所述预设权重信息；按照所述预设选取条件，根据所述相隔距离和所述第一权重系数、所述路径长度和所述第二权重系数、所述特征角度和所述第三权重系数，得到所述第一函数项。

其中，预设权重信息可以包括针对相隔距离的第一权重系数、针对路径长度的第二权重系数，以及针对特征角度的第三权重系数。

在一示例中，通过归一化过程处理，基于考虑以上临床弱约束条件(即预设选取条件)，势能项(即第一函数项)可以表示为：

其中，w

本实施例中，通过获取预设权重信息，进而按照预设选取条件，根据相隔距离和第一权重系数、路径长度和第二权重系数、特征角度和第三权重系数，得到第一函数项，可以构建路径选取函数中的势能项，为进一步路径搜索计算提供了数据支持。

在一个实施例中，所述根据所述路径选取函数，从各所述候选穿刺路径中搜索出目标穿刺路径，可以包括如下步骤：

以任一候选入针点为目标搜索点，基于所述任一候选入针点对应的候选穿刺路径，根据所述路径选取函数计算所述目标搜索点对应的路径分析结果；遍历各所述候选入针点，从多个所述路径分析结果中搜索出最优的路径分析结果，并将所述最优的路径分析结果对应的候选穿刺路径，作为所述目标穿刺路径。

在一示例中，在执行针对二维入针点搜索的过程中，可以基于随机步长跳动得到新解P’(即路径分析结果)，若该新解较当前解更小，则可以将新解更新为评判标准，反之若大于当前解，则可以根据exp(-ΔH/T)＞random(0,1)来判断是否接受新解，随着外循环迭代次数增减，温度逐渐从T

为了使本领域技术人员能够更好地理解本实施例步骤，以下结合图4对本申请实施例加以示例性说明，但应当理解的是，本申请实施例并不限于此。

针对量子退火算法的迭代计算，量子退火算法流程如图4所示：

1、初始化操作：用户可以设置各势能项权重w

2、设置内循环次数t＝1，随机初始化起始路径入针点(即任一候选入针点为目标搜索点)；

3、随机以一定步长改变入针点位置，即取P

4、计算对应的候选穿刺路径的各势能项，并判断H(P')-H(P)≤0或H

5、再次判断是否满足Metropolics接受准则：exp(-ΔH/T)＞random(0,1)，如是进入记录下P＝P’并进入步骤6，否则进入步骤7；

6、判断P’是否满足H

7、判断当前内循环迭代次数t是否满足t≤N,如否则进入步骤7，如是则计算t＝t+1并进入步骤3；

8、判断外循环迭代次数s是否满足s≤M，如否则进入步骤8，如是则计算s＝s+1并进入步骤2；

9、得到最佳路径P

本实施例中，通过以任一候选入针点为目标搜索点，基于任一候选入针点对应的候选穿刺路径，根据路径选取函数计算目标搜索点对应的路径分析结果，进而遍历各候选入针点，从多个路径分析结果中搜索出最优的路径分析结果，并将最优的路径分析结果对应的候选穿刺路径，作为目标穿刺路径，能够准确有效地规划穿刺路径，提升了穿刺路径规划效率。

在一个实施例中，如图5所示，提供了另一种穿刺路径规划方法的流程示意图。本实施例中，该方法包括以下步骤：

在步骤501中，获取目标患者的医学图像数据，生成目标患者对应的目标渲染图像；目标渲染图像用于表征基于医学图像数据构建的目标对象。在步骤502中，以待穿刺结构中的目标穿刺靶点为透视投影中心，穿刺风险结构为透视投影对象，建立透视投影模型。在步骤503中，采用透视投影模型，确定候选入针点集合；候选入针点集合中各候选入针点对应的体素属于表面体素，各候选入针点与目标穿刺靶点之间具有对应的候选穿刺路径。在步骤504中，确定各候选穿刺路径对应的路径关联信息；路径关联信息包括候选穿刺路径与目标对象内部的穿刺风险结构之间的相隔距离、候选穿刺路径的路径长度。在步骤505中，路径关联信息还包括候选穿刺路径针对待穿刺结构的特征角度，按照预设选取条件，根据相隔距离、路径长度、特征角度，以及预设权重信息，构建第一函数项。在步骤506中，根据预设的路径搜索参数，采用第一函数项构建基于量子退火算法的路径选取函数；路径搜索参数包括用于指示路径搜索计算的迭代参数。在步骤507中，以任一候选入针点为目标搜索点，基于任一候选入针点对应的候选穿刺路径，根据路径选取函数计算目标搜索点对应的路径分析结果。在步骤508中，从多个路径分析结果中搜索出最优的路径分析结果，并将最优的路径分析结果对应的候选穿刺路径，作为目标穿刺路径。需要说明的是，上述步骤的具体限定可以参见上文对一种穿刺路径规划方法的具体限定，在此不再赘述。

应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的穿刺路径规划方法的穿刺路径规划系统。该系统所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个穿刺路径规划系统实施例中的具体限定可以参见上文中对于穿刺路径规划方法的限定，在此不再赘述。

在一个实施例中，如图6所示，提供了一种穿刺路径规划系统，包括：

候选入针点集合确定模块601，用于获取由若干个体素构造的目标对象，根据所述目标对象内部的待穿刺结构中目标穿刺靶点，确定候选入针点集合；所述若干个体素包括表面体素和内部体素，所述候选入针点集合中各候选入针点对应的体素属于所述表面体素，各所述候选入针点与所述目标穿刺靶点之间具有对应的候选穿刺路径；

路径关联信息确定模块602，用于确定各所述候选穿刺路径对应的路径关联信息；所述路径关联信息包括所述候选穿刺路径与所述目标对象内部的穿刺风险结构之间的相隔距离、所述候选穿刺路径的路径长度；

路径选取函数构建模块603，用于结合所述相隔距离和所述路径长度，以及预设的路径搜索参数，构建路径选取函数；

路径搜索模块604，用于根据所述路径选取函数，从各所述候选穿刺路径中搜索出目标穿刺路径，并将所述目标穿刺路径对应的所述候选入针点作为目标入针点。

在一个实施例中，所示候选入针点集合确定模块601包括：

渲染图像生成子模块，用于获取目标患者的医学图像数据，生成所述目标患者对应的目标渲染图像；所述目标渲染图像用于表征基于所述医学图像数据构建的目标对象；

透视投影模型建立子模块，用于以所述待穿刺结构中的目标穿刺靶点为透视投影中心，所述穿刺风险结构为透视投影对象，建立透视投影模型；

候选入针点集合得到子模块，用于采用所述透视投影模型，确定所述候选入针点集合。

在一个实施例中，所述候选入针点集合得到子模块包括：

光线碰撞结果得到单元，用于采用所述透视投影模型，得到各靶点射源光线对应的光线碰撞结果；所述靶点射源光线为基于所述目标穿刺靶点，以及所述待穿刺结构所处位置进行全方向散射得到的光线，所述光线碰撞结果用于表征所述靶点射源光线与所述穿刺风险结构和/或所述表面体素的碰撞结果；

分区单元，用于按照预设分区条件，根据各所述靶点射源光线对应的光线碰撞结果，从所述目标对象的表面体素中确定可行入针体素，作为所述候选入针点；所述预设分区条件为针对所述目标对象的表面体素是否符合穿刺要求的约束条件，各所述候选入针点对应的候选穿刺路径基于各所述可行入针体素对应的靶点射源光线路径得到；

候选入针点集合得到单元，用于根据各所述候选入针点得到所述候选入针点集合。

在一个实施例中，所述路径关联信息还包括所述候选穿刺路径针对所述待穿刺结构的特征角度，所示路径选取函数构建模块603包括：

第一函数项构建子模块，用于按照预设选取条件，根据所述相隔距离、所述路径长度、所述特征角度，以及预设权重信息，构建第一函数项；所述预设选取条件为针对所述相隔距离、所述路径长度、所述特征角度的约束条件；

路径选取函数得到子模块，用于根据预设的路径搜索参数，采用所述第一函数项构建基于量子退火算法的所述路径选取函数；所述路径搜索参数包括用于指示路径搜索计算的迭代参数。

在一个实施例中，所述第一函数项构建子模块包括：

权重系数获取单元，用于获取所述预设权重信息；所述预设权重信息包括针对所述相隔距离的第一权重系数、针对所述路径长度的第二权重系数，以及针对所述特征角度的第三权重系数；

第一函数项得到单元，用于按照所述预设选取条件，根据所述相隔距离和所述第一权重系数、所述路径长度和所述第二权重系数、所述特征角度和所述第三权重系数，得到所述第一函数项。

在一个实施例中，所示路径搜索模块604包括：

路径搜索子模块，用于以任一候选入针点为目标搜索点，基于所述任一候选入针点对应的候选穿刺路径，根据所述路径选取函数计算所述目标搜索点对应的路径分析结果；

路径选取子模块，用于遍历各所述候选入针点，从多个所述路径分析结果中搜索出最优的路径分析结果，并将所述最优的路径分析结果对应的候选穿刺路径，作为所述目标穿刺路径。

在一个实施例中，所述预设分区条件包括以下任一项或多项：

所述候选穿刺路径不接触且不贯穿所述穿刺风险结构、所述候选穿刺路径的路径长度小于预设针长度阈值、所述候选穿刺路径经过所述待穿刺结构的距离长度大于预设距离阈值。

上述穿刺路径规划系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种穿刺路径规划方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

获取由若干个体素构造的目标对象，根据所述目标对象内部的待穿刺结构中目标穿刺靶点，确定候选入针点集合；所述若干个体素包括表面体素和内部体素，所述候选入针点集合中各候选入针点对应的体素属于所述表面体素，各所述候选入针点与所述目标穿刺靶点之间具有对应的候选穿刺路径；

确定各所述候选穿刺路径对应的路径关联信息；所述路径关联信息包括所述候选穿刺路径与所述目标对象内部的穿刺风险结构之间的相隔距离、所述候选穿刺路径的路径长度；

结合所述相隔距离和所述路径长度，以及预设的路径搜索参数，构建路径选取函数；

根据所述路径选取函数，从各所述候选穿刺路径中搜索出目标穿刺路径，并将所述目标穿刺路径对应的所述候选入针点作为目标入针点。

在一个实施例中，处理器执行计算机程序时还实现上述其他实施例中的穿刺路径规划方法的步骤。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

获取由若干个体素构造的目标对象，根据所述目标对象内部的待穿刺结构中目标穿刺靶点，确定候选入针点集合；所述若干个体素包括表面体素和内部体素，所述候选入针点集合中各候选入针点对应的体素属于所述表面体素，各所述候选入针点与所述目标穿刺靶点之间具有对应的候选穿刺路径；

确定各所述候选穿刺路径对应的路径关联信息；所述路径关联信息包括所述候选穿刺路径与所述目标对象内部的穿刺风险结构之间的相隔距离、所述候选穿刺路径的路径长度；

结合所述相隔距离和所述路径长度，以及预设的路径搜索参数，构建路径选取函数；

根据所述路径选取函数，从各所述候选穿刺路径中搜索出目标穿刺路径，并将所述目标穿刺路径对应的所述候选入针点作为目标入针点。

在一个实施例中，计算机程序被处理器执行时还实现上述其他实施例中的穿刺路径规划方法的步骤。

在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

获取由若干个体素构造的目标对象，根据所述目标对象内部的待穿刺结构中目标穿刺靶点，确定候选入针点集合；所述若干个体素包括表面体素和内部体素，所述候选入针点集合中各候选入针点对应的体素属于所述表面体素，各所述候选入针点与所述目标穿刺靶点之间具有对应的候选穿刺路径；

确定各所述候选穿刺路径对应的路径关联信息；所述路径关联信息包括所述候选穿刺路径与所述目标对象内部的穿刺风险结构之间的相隔距离、所述候选穿刺路径的路径长度；

结合所述相隔距离和所述路径长度，以及预设的路径搜索参数，构建路径选取函数；

根据所述路径选取函数，从各所述候选穿刺路径中搜索出目标穿刺路径，并将所述目标穿刺路径对应的所述候选入针点作为目标入针点。

在一个实施例中，计算机程序被处理器执行时还实现上述其他实施例中的穿刺路径规划方法的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。