本發(fā)明涉及一種手術(shù)術(shù)前預(yù)演方法。

背景技術(shù)：

醫(yī)學(xué)影像是指為了醫(yī)療或醫(yī)學(xué)研究，對(duì)人體或人體某部分，以非侵入方式取得內(nèi)部組織影像的技術(shù)與處理過程。它包含以下兩個(gè)相對(duì)獨(dú)立的研究方向：醫(yī)學(xué)成像系統(tǒng)（medical imaging system）和醫(yī)學(xué)圖像處理（medical image processing）。前者是指圖像形成的過程，包括對(duì)成像機(jī)理、成像設(shè)備、成像系統(tǒng)分析等問題的研究；后者是指對(duì)已經(jīng)獲得的圖像作進(jìn)一步的處理，其目的是或者是使原來不夠清晰的圖像復(fù)原，或者是為了突出圖像中的某些特征信息，或者是對(duì)圖像做模式分類等等。

現(xiàn)有技術(shù)的醫(yī)學(xué)影像的形成方式包括CT(Computed Tomography)，即電子計(jì)算機(jī)斷層掃描；MR〔Magnetic Resonance〕，即磁共振；DSA（Digital subtraction angiography），即數(shù)字血管造影。上述方式均會(huì)先采集多幅圖像（水平或者角度）而后進(jìn)行合成。在本申請(qǐng)中均稱為薄層掃描圖像。

手術(shù)規(guī)劃(preoperative planning PP)即手術(shù)前,獲得患者病灶處的圖像,然后結(jié)合醫(yī)生的解剖學(xué)和病理學(xué)知識(shí),進(jìn)行手術(shù)規(guī)劃(包括手術(shù)方法,手術(shù)流程,手術(shù)切口與路徑等)并得到手術(shù)方案。隨著科學(xué)技術(shù)的發(fā)展，醫(yī)生在手術(shù)借助計(jì)算機(jī)技術(shù)輔助進(jìn)行手術(shù)前規(guī)劃，以便設(shè)計(jì)出最優(yōu)的手術(shù)方案。計(jì)算機(jī)輔助手術(shù)規(guī)劃系統(tǒng)(computer-assisted surgery planning system,CASP)可將術(shù)前二維(two dimensional, 2D)的 CT/MRI 影像進(jìn)行三維(threedimensional,3D)重建,還原病灶與其周圍脈管結(jié)構(gòu)的真實(shí)立體解剖構(gòu)象,并根據(jù)個(gè)體解剖特點(diǎn)輔助術(shù)者進(jìn)行術(shù)前規(guī)劃、虛擬切割和風(fēng)險(xiǎn)評(píng)估。

在現(xiàn)有技術(shù)中，對(duì)于斷裂性錯(cuò)位骨折患者，采用對(duì)位連接。在斷骨連接處采用不銹鋼鋼板和不銹鋼釘對(duì)位固定法，牢固的固定住斷骨錯(cuò)位的歸位固定，有助斷骨間的慢慢愈合，以免形成對(duì)位不正形成接骨畸形。對(duì)于需要打鋼釘?shù)幕颊叩氖中g(shù)規(guī)劃，即需要模擬出打鋼釘?shù)奈恢?，在模擬出打鋼釘位置并定點(diǎn)后，需要計(jì)算出鋼釘?shù)拈L度以制造出來供患者手術(shù)時(shí)使用。然而現(xiàn)有技術(shù)僅僅是對(duì)如何手術(shù)進(jìn)行規(guī)劃，并不能通過系統(tǒng)對(duì)鋼釘長度進(jìn)行計(jì)算。

另外，現(xiàn)有技術(shù)對(duì)于手術(shù)規(guī)劃的器官模型，也僅僅是對(duì)整個(gè)器官與外部非器官部分進(jìn)行分割：比如申請(qǐng)?zhí)枮镃N201510729150.0的發(fā)明專利，該發(fā)明公開了一種醫(yī)學(xué)圖像中器官的識(shí)別與分割方法，識(shí)別方法包括：獲取待處理的醫(yī)學(xué)圖像，將所述醫(yī)學(xué)圖像分別在X、Y 和Z 軸方向拆分成若干二維圖像，并根據(jù)目標(biāo)器官的大小設(shè)定檢測窗口；利用所述檢測窗口按照設(shè)定的檢測步長分別對(duì)所述二維圖像進(jìn)行遍歷檢測，獲取在X、Y 和Z 軸方向的檢測結(jié)果；將所述檢測結(jié)果進(jìn)行結(jié)果融合，保留在X、Y和Z 軸三個(gè)方向上都檢測為陽性的像素點(diǎn)，從而確定所述目標(biāo)器官邊界。又比如申請(qǐng)?zhí)枮镃N201510672278.8的發(fā)明專利，該發(fā)明公開了一種人體解剖結(jié)構(gòu)模型、植入物快速成型方法，其中公開了該方法首先利用醫(yī)療成像系統(tǒng)、三維掃描儀、攝像攝影設(shè)備獲取目標(biāo)結(jié)構(gòu)的圖像數(shù)據(jù)；然后通過軟件處理圖像得到植入物、解剖結(jié)構(gòu)或解剖結(jié)構(gòu)各個(gè)部分、各個(gè)層次的三維數(shù)字模型。并不對(duì)某個(gè)器官的各個(gè)區(qū)域進(jìn)行分割，比如，腦部就包括額葉、顳葉、頂葉、枕葉及小腦等部分，肝臟包括肝左葉和肝右葉等部分。同時(shí)，現(xiàn)有技術(shù)在分割期間也并不對(duì)病灶/靶區(qū)部分做特殊處理，使得后期難以對(duì)病灶/靶區(qū)部分做區(qū)別性觀察。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種手術(shù)術(shù)前預(yù)演方法。

本發(fā)明的目的是通過以下技術(shù)方案來實(shí)現(xiàn)的：一種手術(shù)術(shù)前預(yù)演方法，包括以下步驟：

S1：獲取帶有病灶/靶區(qū)或者需要打鋼釘?shù)钠鞴倌Ｐ停?/p>

S2：對(duì)獲取的器官模型進(jìn)行術(shù)前預(yù)演：

（1）對(duì)于帶有病灶/靶區(qū)的器官模型，采用以下子步驟：S21：在帶有病灶/靶區(qū)的器官上設(shè)置手術(shù)切口，所述的切口的大小設(shè)置有閾值；S22：將手術(shù)切口掰開，判斷觀察到的切口內(nèi)部畫面是否能夠滿足手術(shù)要求，如果不是則返回步驟S21，其中手術(shù)切口掰開角度設(shè)置有閾值；

（2）對(duì)于需要打鋼釘?shù)钠鞴倌Ｐ?，采用以下子步驟：選擇器官上兩點(diǎn)作為打鋼釘?shù)膬啥?，判斷角度和長度是否適合打鋼釘，如果不是則重新選擇。

所述的器官模型為經(jīng)過多區(qū)域拆分的器官模型；所述的多區(qū)域拆分包括以下子步驟：

S31：獲取待拆分器官的薄層掃描圖像；

S32：對(duì)其中一幅圖像的病灶/靶區(qū)的外輪廓進(jìn)行勾畫；

S33：分別對(duì)病灶/靶區(qū)和待拆分器官進(jìn)行三維建模；

S34：對(duì)三維建模得到的待拆分器官的模型進(jìn)行多區(qū)域拆分。

步驟S33中對(duì)于待拆分器官的三維建模包括以下子步驟：

S411：識(shí)別器官，將器官周圍的非器官部分進(jìn)行分離；

S412：與多種該器官的標(biāo)準(zhǔn)模板進(jìn)行比較，判斷器官形態(tài)，并匹配該形態(tài)的標(biāo)準(zhǔn)模板；

S413：對(duì)該器官進(jìn)行三維建模

當(dāng)器官形態(tài)為坍塌或者萎縮或者不完全，則手動(dòng)對(duì)坍塌或者萎縮或者不完全的器官邊界進(jìn)行劃分。

所述的待拆分器官為腦葉，所述的多區(qū)域?yàn)轭~葉、顳葉、頂葉、枕葉及小腦；所述的方法包括以下子步驟：

S311：獲取腦葉的薄層掃描圖像；

S312：對(duì)其中一幅圖像的病灶/靶區(qū)的外輪廓進(jìn)行勾畫；

S313：分別對(duì)病灶/靶區(qū)和待拆分器官進(jìn)行三維建模，其中對(duì)于病灶/靶區(qū)的三維建模采用相同閾值的區(qū)域增長算法確定邊界實(shí)現(xiàn)，所述的閾值為灰度值；對(duì)于待拆分器官的三維建模為對(duì)腦葉的薄層掃描圖像進(jìn)行去頭皮去骨處理，構(gòu)建頭部模型；所述的構(gòu)建頭部模型采用圖像特征子步驟和定位子步驟實(shí)現(xiàn)；所述的圖像特征子步驟包括對(duì)掃描圖像的腦部溝壑進(jìn)行判斷，根據(jù)灰度的不同得到腦葉的邊界；所述的定位子步驟包括根據(jù)對(duì)器官的標(biāo)準(zhǔn)模板進(jìn)行十字交叉定位確認(rèn)腦葉的邊界；

S314：對(duì)構(gòu)建的頭部模型進(jìn)行多區(qū)域拆分，包括以下子步驟：

S3141：針對(duì)任意一個(gè)圖像，將標(biāo)準(zhǔn)模板對(duì)應(yīng)的模板圖像的各區(qū)域與個(gè)體圖像進(jìn)行空間匹配變形處理，把模板空間的各個(gè)腦葉分區(qū)圖像對(duì)應(yīng)變形到個(gè)體腦空間，完成大腦區(qū)域分割；

S3142：將個(gè)體空間腦葉圖像和病灶/靶區(qū)進(jìn)行二值化處理，形成mask矩陣；

S3143：將mask矩陣轉(zhuǎn)化為系統(tǒng)可識(shí)別的區(qū)域。

所述的待拆分器官為肝臟，所述的多區(qū)域?yàn)楦巫笕~和肝右葉；所述的方法包括以下子步驟：

S321：使用DCMTK讀取肝臟的DICOM序列圖像；

S322：對(duì)其中一幅圖像的病灶/靶區(qū)的外輪廓進(jìn)行勾畫；

S323：分別對(duì)病灶/靶區(qū)和待拆分器官進(jìn)行三維建模，對(duì)于病灶/靶區(qū)的三維建模采用相同閾值的區(qū)域增長算法確定邊界實(shí)現(xiàn)，所述的閾值為灰度值；對(duì)待拆分器官的三維建模包括以下子步驟：

S3231：采用各向異性擴(kuò)散濾波算法去掉噪聲，強(qiáng)化圖像邊緣；

S3232：采用OTSU算法強(qiáng)化圖像特征；

S3233：采用形態(tài)學(xué)算法、或者水平集分割算法、或者自適應(yīng)區(qū)域生長算法和BP神經(jīng)網(wǎng)絡(luò)算法的結(jié)合，提取肝臟區(qū)域；

S3234：腐蝕提取后的圖像，并采用漫水填充法對(duì)圖像進(jìn)行后處理；

S3235：將步驟S3234得到的圖像與原始圖像相與，得到最終的肝臟區(qū)域；

S324：對(duì)得到的肝臟區(qū)域進(jìn)行多區(qū)域拆分，包括以下子步驟：

S3241：針對(duì)任意一個(gè)圖像，將標(biāo)準(zhǔn)模板對(duì)應(yīng)的模板圖像的各區(qū)域與個(gè)體圖像進(jìn)行空間匹配變形處理，把模板空間的各個(gè)肝臟分區(qū)圖像對(duì)應(yīng)變形到個(gè)體肝臟空間，完成肝臟區(qū)域分割；

S242：將個(gè)體空間肝臟圖像和靶區(qū)/病灶進(jìn)行二值化處理，形成mask矩陣；

S243：將mask矩陣轉(zhuǎn)化為系統(tǒng)可識(shí)別的區(qū)域。

步驟S2的術(shù)前預(yù)演包括對(duì)模型的包括各個(gè)區(qū)域進(jìn)行移動(dòng)或者隱藏。

對(duì)打鋼釘?shù)男g(shù)前預(yù)演，包括以下子步驟：

S41：醫(yī)生根據(jù)實(shí)際患者的情況，選擇需要薄層掃描醫(yī)學(xué)圖像上需要打鋼釘?shù)膬牲c(diǎn)A和B；

S42：將其中一個(gè)點(diǎn)A垂直映射于另一個(gè)點(diǎn)B的圖像層上，得到點(diǎn)C；

S43：通過比例尺獲取點(diǎn)B和點(diǎn)C的直線距離；

S44：根據(jù)點(diǎn)A和點(diǎn)B之間的層數(shù)n和每層的厚度T，得到A點(diǎn)和C點(diǎn)的直線距離；

S45：根據(jù)點(diǎn)B和點(diǎn)C的直線距離以及A點(diǎn)和C點(diǎn)的直線距離計(jì)算A點(diǎn)和B點(diǎn)的直線距離，即計(jì)算出鋼釘?shù)拈L度；

S46：判斷鋼釘角度和長度是否適合，則結(jié)束，否則返回步驟S41。

步驟S2中進(jìn)行術(shù)前預(yù)演的為虛擬現(xiàn)實(shí)操作設(shè)備。

所述的虛擬現(xiàn)實(shí)操作設(shè)備包括加密控制裝置和虛擬現(xiàn)實(shí)操作裝置，所述的虛擬現(xiàn)實(shí)操作裝置通過加密控制裝置和存儲(chǔ)器官模型的數(shù)據(jù)中心連接；所述的加密控制裝置用于在虛擬現(xiàn)實(shí)操作裝置發(fā)送獲取請(qǐng)求時(shí)對(duì)獲取請(qǐng)求進(jìn)行加密操作；數(shù)據(jù)中心對(duì)經(jīng)過加密操作的獲取請(qǐng)求進(jìn)行解析，當(dāng)判斷虛擬現(xiàn)實(shí)操作裝置連接有加密控制裝置時(shí)才向虛擬現(xiàn)實(shí)操作設(shè)備發(fā)送器官模型。

本發(fā)明的有益效果是：

（1）本發(fā)明提供了一種手術(shù)術(shù)前預(yù)演方法，并分別實(shí)現(xiàn)了帶有病灶/靶區(qū)或者需要打鋼釘?shù)钠鞴俚男g(shù)前預(yù)演。

（2）本發(fā)明中，術(shù)前預(yù)演的器官模型為經(jīng)過多區(qū)域拆分的器官模型，將醫(yī)學(xué)圖像分割不僅停留在對(duì)整個(gè)器官與外部非器官部分進(jìn)行分割，還進(jìn)一步的對(duì)器官的各個(gè)區(qū)域進(jìn)行分割以及對(duì)病灶/靶區(qū)的分割，使得后期進(jìn)行術(shù)前預(yù)演時(shí)方便對(duì)器官進(jìn)行操作。

（3）本發(fā)明通過獲取薄層掃描醫(yī)學(xué)圖像，實(shí)現(xiàn)對(duì)薄層掃描醫(yī)學(xué)圖像同層/不同層的任意兩點(diǎn)長度進(jìn)行計(jì)算，以實(shí)現(xiàn)在手術(shù)規(guī)劃完成后快速對(duì)手術(shù)輔助材料長度進(jìn)行了解的目的。

（4）通過VR技術(shù)對(duì)對(duì)分割的器官進(jìn)行觀察，效果逼真，對(duì)病灶（腫瘤）/靶區(qū)位置的分析以及手術(shù)方式的確定起很大的作用；同時(shí)可以與多區(qū)域拆分進(jìn)行結(jié)合。

附圖說明

圖1為方法流程圖。

具體實(shí)施方式

下面結(jié)合附圖進(jìn)一步詳細(xì)描述本發(fā)明的技術(shù)方案：如圖1所示，一種手術(shù)術(shù)前預(yù)演方法，包括以下步驟：

S1：獲取帶有病灶/靶區(qū)或者需要打鋼釘?shù)钠鞴倌Ｐ停?/p>

S2：對(duì)獲取的器官模型進(jìn)行術(shù)前預(yù)演：

（1）對(duì)于帶有病灶/靶區(qū)的器官模型，采用以下子步驟：S21：在帶有病灶/靶區(qū)的器官上設(shè)置手術(shù)切口，所述的切口的大小設(shè)置有閾值；S22：將手術(shù)切口掰開，判斷觀察到的切口內(nèi)部畫面是否能夠滿足手術(shù)要求，如果不是則返回步驟S21，其中手術(shù)切口掰開角度設(shè)置有閾值；

（2）對(duì)于需要打鋼釘?shù)钠鞴倌Ｐ?，采用以下子步驟：選擇器官上兩點(diǎn)作為打鋼釘?shù)膬啥?，判斷角度和長度是否適合打鋼釘，如果不是則重新選擇。

進(jìn)一步地，所述的器官模型為經(jīng)過多區(qū)域拆分的器官模型；所述的多區(qū)域拆分包括以下子步驟：

S31：獲取待拆分器官的薄層掃描圖像；（所有層的薄層掃描醫(yī)學(xué)圖像組成一個(gè)三維圖像）

S32：對(duì)其中一幅圖像的病灶/靶區(qū)的外輪廓進(jìn)行勾畫；

S33：分別對(duì)病灶/靶區(qū)和待拆分器官進(jìn)行三維建模；

S34：對(duì)三維建模得到的待拆分器官的模型進(jìn)行多區(qū)域拆分。

在下述任意一個(gè)實(shí)施例中，薄層掃描圖像為CT、MR或DSA中任意一個(gè)得到的圖像。

在下述任意一個(gè)實(shí)施例中，步驟S32為醫(yī)生進(jìn)行勾畫。由于對(duì)于同一個(gè)被掃描人員，具有多個(gè)薄層掃描圖像（多張水平圖像或者多張角度圖像），當(dāng)醫(yī)生對(duì)病灶/靶區(qū)的外輪廓進(jìn)行勾畫時(shí)，只需選擇其中一張帶有病灶/靶區(qū)的圖像進(jìn)行勾畫，方便后期建模。

其中，由于待拆分器官不一定是通常意義下完整的器官，會(huì)與標(biāo)準(zhǔn)模板的器官具有一定差異，因此會(huì)有一個(gè)預(yù)先判斷的步驟，具體地：

步驟S33中對(duì)于待拆分器官的三維建模包括以下子步驟：

S411：識(shí)別器官，將器官周圍的非器官部分進(jìn)行分離；

S412：與多種該器官的標(biāo)準(zhǔn)模板進(jìn)行比較，判斷器官形態(tài)，并匹配該形態(tài)的標(biāo)準(zhǔn)模板；

S413：對(duì)該器官進(jìn)行三維建模

當(dāng)器官形態(tài)為坍塌或者萎縮或者不完全，則手動(dòng)對(duì)坍塌或者萎縮或者不完全的器官邊界進(jìn)行劃分。

并且進(jìn)一步地，當(dāng)器官形態(tài)為坍塌或者萎縮或者不完全，則手動(dòng)對(duì)坍塌或者萎縮或者不完全的器官邊界進(jìn)行劃分。比如當(dāng)判斷出為顳葉萎縮的腦部，則選擇顳葉萎縮的標(biāo)準(zhǔn)模板完成三維建模以及區(qū)域劃分，對(duì)于顳葉的邊界則采用手動(dòng)劃分的方式實(shí)現(xiàn)。

另外，標(biāo)準(zhǔn)模板的器官為已經(jīng)劃分了區(qū)域的模板，便于后期的對(duì)照。

實(shí)施例1為對(duì)腦葉的拆分；在本實(shí)施例中，所述的待拆分器官為腦葉，所述的多區(qū)域?yàn)轭~葉、顳葉、頂葉、枕葉及小腦；所述的方法包括以下子步驟：

S311：獲取T1加權(quán)成像的腦葉的薄層掃描圖像；

T1加權(quán)成像（T1-weighted imaging，T1WI）是指這種成像方法重點(diǎn)突出組織縱向弛豫差別，而盡量減少組織其他特性如橫向弛豫等對(duì)圖像的影響。

S312：對(duì)其中一幅圖像的病灶/靶區(qū)的外輪廓進(jìn)行勾畫；

S313：分別對(duì)病灶/靶區(qū)和待拆分器官進(jìn)行三維建模，其中對(duì)于病灶/靶區(qū)的三維建模采用相同閾值的區(qū)域增長算法確定邊界實(shí)現(xiàn)，所述的閾值為灰度值；對(duì)于待拆分器官的三維建模為對(duì)腦葉的薄層掃描圖像進(jìn)行去頭皮去骨處理，構(gòu)建頭部模型；所述的構(gòu)建頭部模型采用圖像特征子步驟和定位子步驟實(shí)現(xiàn)；所述的圖像特征子步驟包括對(duì)掃描圖像的腦部溝壑進(jìn)行判斷，根據(jù)灰度的不同得到腦葉的邊界；所述的定位子步驟包括根據(jù)對(duì)器官的標(biāo)準(zhǔn)模板進(jìn)行十字交叉定位確認(rèn)腦葉的邊界；

采用兩種方式共同對(duì)腦葉邊界進(jìn)行劃分，得到的效果更好。

S314：對(duì)構(gòu)建的頭部模型進(jìn)行多區(qū)域拆分，包括以下子步驟：

S3141：針對(duì)任意一個(gè)圖像，將標(biāo)準(zhǔn)模板對(duì)應(yīng)的模板圖像的各區(qū)域與個(gè)體圖像進(jìn)行空間匹配變形處理，把模板空間的各個(gè)腦葉分區(qū)圖像對(duì)應(yīng)變形到個(gè)體腦空間，完成大腦區(qū)域分割；

S3142：將個(gè)體空間腦葉圖像和病灶/靶區(qū)進(jìn)行二值化處理，形成mask矩陣；

S3143：將mask矩陣轉(zhuǎn)化為系統(tǒng)可識(shí)別的區(qū)域。

在本實(shí)施例中，所述的系統(tǒng)可識(shí)別的區(qū)域?yàn)榭梢酝ㄟ^VR設(shè)備或者PC設(shè)備識(shí)別的區(qū)域。其中，對(duì)于VR設(shè)備，采用Unreal Engine或Unity引擎對(duì)模型賦予有物理屬性的物體，并添加如拾取、拆分等功能程序模塊，實(shí)現(xiàn)其可VR內(nèi)操作的特性。方便后期的操作。

實(shí)施例2為對(duì)肝臟的拆分。在本實(shí)施例中，所述的待拆分器官為肝臟，所述的多區(qū)域?yàn)楦巫笕~和肝右葉；所述的方法包括以下子步驟：

S321：使用DCMTK讀取肝臟的DICOM序列圖像；

由于現(xiàn)在的醫(yī)學(xué)影像設(shè)備的圖像存儲(chǔ)和傳輸正在逐漸向DICOM標(biāo)準(zhǔn)靠攏，在我們進(jìn)行醫(yī)學(xué)圖像處理的過程中，經(jīng)常需要自己編寫和DICOM格式的圖像相關(guān)的各種程序模塊，以完成自己處理功能。如果從頭開始理解DICOM的協(xié)議，然后完全自己編寫這些代碼來實(shí)現(xiàn)這些協(xié)議，是一件工程浩大的事情。德國offis公司開發(fā)的DCMTK，為我們提供了實(shí)現(xiàn)DICOM協(xié)議的一個(gè)平臺(tái)，使得我們可以在它的基礎(chǔ)上輕松的完成自己的主要工作，而不必把太多的精力放在實(shí)現(xiàn)DICOM協(xié)議的細(xì)節(jié)問題上。

S322：對(duì)其中一幅圖像的病灶/靶區(qū)的外輪廓進(jìn)行勾畫；

S323：分別對(duì)病灶/靶區(qū)和待拆分器官進(jìn)行三維建模，對(duì)于病灶/靶區(qū)的三維建模采用相同閾值的區(qū)域增長算法確定邊界實(shí)現(xiàn)，所述的閾值為灰度值；對(duì)待拆分器官的三維建模包括以下子步驟：

S3231：采用各向異性擴(kuò)散濾波算法去掉噪聲，強(qiáng)化圖像邊緣；

S3232：采用OTSU算法強(qiáng)化圖像特征，包括增強(qiáng)所增強(qiáng)部位的特征形態(tài)，防止在后續(xù)分割中待分割區(qū)域與其它區(qū)域混淆；

S3233：采用形態(tài)學(xué)算法、或者水平集分割算法、或者自適應(yīng)區(qū)域生長算法和BP神經(jīng)網(wǎng)絡(luò)算法的結(jié)合，提取肝臟區(qū)域；

S3234：腐蝕提取后的圖像，并采用漫水填充法對(duì)圖像進(jìn)行后處理；

S3235：將步驟S3234得到的圖像與原始圖像相與，得到最終的肝臟區(qū)域；

S324：對(duì)得到的肝臟區(qū)域進(jìn)行多區(qū)域拆分，包括以下子步驟：

S3241：針對(duì)任意一個(gè)圖像，將標(biāo)準(zhǔn)模板對(duì)應(yīng)的模板圖像的各區(qū)域與個(gè)體圖像進(jìn)行空間匹配變形處理，把模板空間的各個(gè)肝臟分區(qū)圖像對(duì)應(yīng)變形到個(gè)體肝臟空間，完成肝臟區(qū)域分割；

S242：將個(gè)體空間肝臟圖像和靶區(qū)/病灶進(jìn)行二值化處理，形成mask矩陣；

S243：將mask矩陣轉(zhuǎn)化為系統(tǒng)可識(shí)別的區(qū)域。

基于上述實(shí)施例1和實(shí)施例2的實(shí)現(xiàn)，實(shí)施例3提供了實(shí)現(xiàn)多區(qū)域拆分的器官模型的系統(tǒng)，包括：

醫(yī)生用終端：用于獲取待拆分器官的薄層掃描圖像、查看待拆分器官的薄層掃描圖像、對(duì)其中一幅薄層掃描圖像的病灶/靶區(qū)的外輪廓進(jìn)行勾畫、上傳勾畫過的薄層掃描圖像、接收三維建模以及多區(qū)域拆分的器官模型；

數(shù)據(jù)中心：通過網(wǎng)絡(luò)與醫(yī)生用終端連接，用于接收并保存來自醫(yī)生用終端上傳的進(jìn)行勾畫過的待拆分器官的薄層掃描圖像、對(duì)包括病灶/靶區(qū)的待拆分器官進(jìn)行三維建模、對(duì)三維建模得到的待拆分器官的模型進(jìn)行多區(qū)域拆分、對(duì)完成多區(qū)域拆分的模型進(jìn)行保存、向醫(yī)生用終端發(fā)送完成三維建模以及多區(qū)域拆分的器官模型。

進(jìn)一步地，所述的實(shí)現(xiàn)多區(qū)域拆分的器官模型的系統(tǒng)還包括薄層掃描儀器：與醫(yī)生用終端連接，用于對(duì)人體進(jìn)行薄層掃描、將薄層掃描的圖像發(fā)送至醫(yī)生用終端。

實(shí)施例4為醫(yī)院設(shè)置有自己的內(nèi)部數(shù)據(jù)庫以及數(shù)據(jù)處理中心，具體地：所述的數(shù)據(jù)中心設(shè)置于醫(yī)院內(nèi)，與醫(yī)院內(nèi)的多個(gè)醫(yī)生用終端通過內(nèi)網(wǎng)連接。每個(gè)與薄層掃描儀器的連接的醫(yī)生用終端，均通過內(nèi)網(wǎng)與醫(yī)院內(nèi)部的數(shù)據(jù)中心連接；醫(yī)院內(nèi)部的數(shù)據(jù)中心對(duì)醫(yī)院內(nèi)部的數(shù)據(jù)進(jìn)行處理與保存，當(dāng)醫(yī)生需要模型的時(shí)候，直接下發(fā)。采用內(nèi)網(wǎng)連接，提高安全性能。

實(shí)施例5為一個(gè)大的系統(tǒng)，每個(gè)醫(yī)院的數(shù)據(jù)中心均與云中心的云服務(wù)器連接，具體地，所述的實(shí)現(xiàn)多區(qū)域拆分的器官模型的系統(tǒng)還包括一個(gè)云中心，所述的云中心分別與數(shù)據(jù)中心連接，用于獲取數(shù)據(jù)中心保存的數(shù)據(jù)、在有權(quán)限的醫(yī)生用終端發(fā)出查看請(qǐng)求時(shí)向醫(yī)生用終端發(fā)送數(shù)據(jù)。在本實(shí)施例中，云服務(wù)器對(duì)所有醫(yī)院的數(shù)據(jù)進(jìn)行保存，在有權(quán)限的情況下，所有醫(yī)院的醫(yī)生用終端可以互相查看其他醫(yī)院的病例情況，方便可靠。

并且，進(jìn)一步地，在實(shí)施例3/4/5中，所述的醫(yī)生用終端可以是PC機(jī)或者移動(dòng)終端，均需配置對(duì)應(yīng)的客戶端（C/S）或者通過瀏覽器進(jìn)行服務(wù)（B/S）。

進(jìn)一步地，在上述任何一個(gè)實(shí)施例中，步驟S2中進(jìn)行術(shù)前預(yù)演的為虛擬現(xiàn)實(shí)操作設(shè)備。

并且，進(jìn)一步地，所述的虛擬現(xiàn)實(shí)操作設(shè)備包括加密控制裝置和虛擬現(xiàn)實(shí)操作裝置，所述的虛擬現(xiàn)實(shí)操作裝置通過加密控制裝置和存儲(chǔ)器官模型的數(shù)據(jù)中心連接；所述的加密控制裝置用于在虛擬現(xiàn)實(shí)操作裝置發(fā)送獲取請(qǐng)求時(shí)對(duì)獲取請(qǐng)求進(jìn)行加密操作；數(shù)據(jù)中心對(duì)經(jīng)過加密操作的獲取請(qǐng)求進(jìn)行解析，當(dāng)判斷虛擬現(xiàn)實(shí)操作裝置連接有加密控制裝置時(shí)才向虛擬現(xiàn)實(shí)操作設(shè)備發(fā)送器官模型。設(shè)置的目的為一個(gè)前期的安全考慮，只有連接了加密控制裝置的虛擬現(xiàn)實(shí)操作裝置才能獲取數(shù)據(jù)中心的數(shù)據(jù)。

在實(shí)施例3/4/5中，虛擬現(xiàn)實(shí)操作設(shè)備通過網(wǎng)絡(luò)與數(shù)據(jù)中心連接，用于向數(shù)據(jù)中心發(fā)送器官模型獲取請(qǐng)求，接收數(shù)據(jù)中心發(fā)送的已經(jīng)完成三維建模以及多區(qū)域拆分的器官模型，通過虛擬現(xiàn)實(shí)設(shè)備對(duì)多區(qū)域拆分的模型進(jìn)行包括各個(gè)區(qū)域進(jìn)行移動(dòng)或者隱藏在內(nèi)的基本操作和切口/切口角度/鋼釘位置設(shè)置。

另外，在上述實(shí)施例中，通過虛擬現(xiàn)實(shí)操作設(shè)備通過虛擬現(xiàn)實(shí)設(shè)備對(duì)多區(qū)域拆分的模型進(jìn)行操作，具體可以為：

（1）當(dāng)需要對(duì)額葉和顳葉之間的病灶（腫瘤）進(jìn)行觀察時(shí)，首先將其他拆分的區(qū)域（頂葉、枕葉及小腦）進(jìn)行隱藏，然后對(duì)額葉和顳葉其中一個(gè)拆分區(qū)域進(jìn)行平行移動(dòng)（不進(jìn)行旋轉(zhuǎn)），對(duì)病灶的位置和形狀進(jìn)行觀察后（包括對(duì)整體模型的旋轉(zhuǎn)和對(duì)單個(gè)/多個(gè)區(qū)域的旋轉(zhuǎn)），進(jìn)行切口設(shè)置進(jìn)行再觀察；當(dāng)觀察完成后，還可以對(duì)其他拆分的區(qū)域進(jìn)行再顯示以及還原到最初的位置。

（2）當(dāng)需要對(duì)骨折患者打鋼釘進(jìn)行觀察時(shí)，包括以下子步驟：

S01：獲取骨折患者拍攝的薄層掃描醫(yī)學(xué)圖像，包括多層水平拍攝的薄層掃描圖像或者多層按角度拍攝的薄層掃描圖像；（所有層的薄層掃描醫(yī)學(xué)圖像組成一個(gè)三維圖像）

S02：醫(yī)生根據(jù)實(shí)際患者的情況，選擇需要薄層掃描醫(yī)學(xué)圖像上需要打鋼釘?shù)膬牲c(diǎn)A和B；

S03：將其中一個(gè)點(diǎn)A垂直映射于另一個(gè)點(diǎn)B的圖像層上，得到點(diǎn)C；

S04：通過比例尺獲取點(diǎn)B和點(diǎn)C的直線距離；（根據(jù)比例尺可以獲得同一層薄層掃描醫(yī)學(xué)圖像上任意兩點(diǎn)的長度）

S05：根據(jù)點(diǎn)A和點(diǎn)B之間的層數(shù)n和每層的厚度T，得到A點(diǎn)和C點(diǎn)的直線距離；

進(jìn)一步地，如果為水平拍攝的薄層掃描圖像，則直接根據(jù)n*T獲得A點(diǎn)和C點(diǎn)的直線距離；如果為角度拍攝的薄層掃描圖像，則根據(jù)層數(shù)n可以知道∠AOC的大小，O點(diǎn)為旋轉(zhuǎn)軸上任意一點(diǎn)（最好為A點(diǎn)垂直到旋轉(zhuǎn)軸的交點(diǎn)），根據(jù)A點(diǎn)與O點(diǎn)的距離（根據(jù)比例尺獲得）以及∠AOC的大小獲得A點(diǎn)和C點(diǎn)的距離；

S06：根據(jù)點(diǎn)B和點(diǎn)C的直線距離以及A點(diǎn)和C點(diǎn)的直線距離計(jì)算A點(diǎn)和B點(diǎn)的直線距離，即可知鋼釘?shù)拈L度；

S07：如果醫(yī)生認(rèn)為角度和長度均適合打鋼釘，則結(jié)束，否則返回步驟S2。