CN109727245B - Hifu***对病灶观察诊断的三维重建肿瘤轮廓方法 - Google Patents

Abstract

本发明涉及一种HIFU***对病灶观察诊断的三维重建肿瘤轮廓方法，包括以下步骤：通过定位B超探头对肿瘤组织部位进行图像扫描；在采集到的二维B超超声图像背景上进行肿瘤区、敏感区的手动勾边；构建的三维轮廓体，根据精确扫描的一系列B超图像和冠状面的深度，进行线性差值计算，获取冠状面的图像信息，生成不同深度的可视化冠状面图像；根据三维轮廓体和切面，选择角度，进行切面规划，治疗；根据原参数再次采集B超图像，手动对其回声增强区域手动勾边，构建治疗后静态的三维轮廓体图像；构造三维肿瘤数据存储格式。本发明通过对二维图像标识出肿瘤轮廓，然后建立三维肿瘤形状的。任意方位的切面边界轮廓是切面与三维肿瘤的交线。

Description

HIFU***对病灶观察诊断的三维重建肿瘤轮廓方法

技术领域

本发明涉及HIFU治疗***技术领域，特别涉及一种HIFU***对病灶观察诊断的三维重建肿瘤轮廓方法。

背景技术

HIFU即高强度聚焦超声治疗***，是利用低兆赫频段的超声波的束射性和在人体组织中的良好穿透力，以某种聚焦方式将超声能量聚焦于人体所需治疗组织内形成一个声强较高区域——焦域，焦域中的组织吸收超声能并转化为热能使自身温度升高，当焦域中的声强达到数千乃至W/cm2时，即会使温度在0.5～5s内升高至70℃以上，导致组织细胞凝固性坏死——即消融，失去增值、浸润和转移能力。由于焦域边缘的陡峭，其外边的声强和温度远远低于内部，对焦区以外的正常组织影响甚少。HIFU治疗***的焦域形状通常是规则的长椭圆体，并远小于肿瘤尺寸，所以对任意形状瘤体的治疗，需要通过相应的治疗方法进行消融治疗。

目前HIFU治疗***主要采用的治疗控制方法，由治疗换能器正上方中央孔内定为B超探头观察肿瘤剖面，以此剖面图像为基础，圈划上进行由下而上(垂直于HIFU换能器)点阵面的治疗控制方案，进行消融治疗。操作者在治疗过程中无法在HIFU治疗***中全面了解整个治疗区域形态，不利于选择最佳的治疗平面进行规划从而达到更好的肿瘤体的治疗效果。

现有治疗方法存在操作者在治疗过程中无法在HIFU治疗***中全面了解整个肿瘤形态，合理规划整体肿瘤体的治疗控制方案，以至于无法对整个肿瘤体进行适形自动治疗，手动平行调整点阵面间距，重新圈划等问题。

发明内容

本发明的目的是克服现有技术存在的缺陷，提供一种通过对治疗后回声增强部位的三维轮廓体的重新构建，测量其长宽高和体积，与治疗前三维轮廓体对比，能有效地帮助分析治疗效果的HIFU***对病灶观察诊断的三维重建肿瘤轮廓方法。

实现本发明目的的技术方案是：一种HIFU***对病灶观察诊断的三维重建肿瘤轮廓方法，具体包括以下步骤：

a、通过HIFU治疗***中治疗换能器正上方中央孔内安装的定位B超探头对肿瘤组织部位进行精确B超图像扫描；

b、对HIFU治疗***所采集到一组B超超声二维图像，在二维B超超声图像背景上进行肿瘤区、敏感区的手动勾边；

c、HIFU治疗***通过勾边后，构建的三维轮廓体，根据精确扫描的一系列B超图像和冠状面的深度，进行线性差值计算，获取冠状面的图像信息，生成不同深度的可视化冠状面图像；

d、根据三维轮廓体和切面，选择角度，进行切面规划，医生治疗；

e、根据原参数再次采集B超图像，手动对其回声增强区域手动勾边，构建治疗后静态的三维轮廓体图像，由测量计算功能测量回声增强区域的长宽高，计算勾边的体积，与治疗前三维轮廓体图像测量数据相比较，分析治疗效果，确定下次治疗方案；

f、保存HIFU治疗***静态B超图像三维轮廓体结果及治疗参数、治疗过程中B超超声二维结构图像的采取、静态B超治疗后超声波三维轮廓体结果的数据，并构造三维肿瘤数据存储格式。

上述技术方案所述步骤d具体为：HIFU设置治疗参数，根据三维轮廓体的结构图像，对肿瘤区由点至线，由线至面、由面至体的精确自动的点阵治疗。

上述技术方案所述步骤c具体为：首先，将二维B超图像多层切面图像列表转化为三维数组，列表中任意一个点p(x,y,z)处的图像灰度值为Gray(x,y,z)，其中y代表采样图像编号，x和z为整数，并代表当前编号图像上的点p_y(x,z)；此时可以定义采样图像列表像素坐标系A，对于每一副图像，其坐标系零点为图像左上角，X轴沿图像向右，Y坐标为图像在采样列表中的编号，Z轴沿图像向下，单位均为像素；

考虑到B超图像的可变探测深度因素影响，通过像素尺寸与物理单位转换运算，得到采样图像列表物理坐标系B；采样图像列表物理坐标系定义：零点的z坐标设为0，其零点处于采样起点，X轴沿图像指向右方，Y轴指向采样方向θ，Z轴沿图像指向上方，Y方向单位为图像索引，X和Z方向单位为mm；

HIFU实际运行坐标系C方向定义：站在其面前向内看，X轴指向右方，Y轴指向前方，Z轴指向上方，单位均为mm，范围均为±50；

任意方位角度切割图像浏览切割面所拥有的坐标系为D；切割面的方程为a×x+b×y+c×z+d＝0，它的法向量N＝Vector3(a,b,c)，指定切割面与HIFU实际运行坐标系立方体的边界四方体相交多边形的中心vCore为零点，眼睛的位置vEye＝vCore，行程范围为100×100×100；眼睛垂直于平面向里看，眼睛的方向为-N，指定一个上方向vUp，可以给切割面定义一个坐标系，其Z轴为平面法向量N，其X轴为vUp和Z的矢量积，其Y轴为Z轴和X轴的矢量积，这样浏览的图像其实就处在我们构造的坐标系中z＝0的位置；

显示任意方位角度切割图像是建立在切割面图像的像素坐标系E上；

通过坐标变换矩阵合并为一个矩阵运算，最终矩阵为MatrixFinal＝M_D→E×M_C→D×M_B→C×M_A→B；

这样，对于最终浏览的任意角度切面a×x+b×y+c×z+d＝0上的一点p＝D3DXVECTOR2(x,y)，可以得到它在采样图像列表中所处的像素位置：

pl＝D3DXVECTOR3(fx,fy,fz)＝D3DXVECTOR3(x,y,0)×MatrixFinal；

其中fy表示对应的采样序列，fx和fz表示采样图像上的点位置，但是由于图像为离散存储，需要使用一个三线性差值方法，通过这个点周围八个整数位置点的灰度来线性拟合出这个点的实际像素灰度值，定义：

dx为fx的最小接近整数，Δx＝fx-dx，

dy为fy的最小接近整数，Δy＝fy-dy，

dz为fz的最小接近整数，Δz＝fz-dz，

图像列表中，编号为dy的图像上处于(dx,dz)处的图像灰度为Gray(dx,dz)，则点pl(fx,fy,fz)处的灰度Gray(fx,fy,fz)如下：

Gray(fx,dy,dz)＝Gray(dx,dy,dz)+Δx×[Gray(dx+1,dy,dz)-Gray(dx,dy,dz)]；

Gray(fx,fy,dz)＝Gray(fx,dy,dz)+Δy×[Gray(fx,dy+1,dz)-Gray(fx,dy,dz)]；

Gray(fx,fy,fz)＝Gray(fx,fy,dz)+Δz×[Gray(fx,fy,dz+1)-Gray(fx,fy,dz)]；

将图像上所有点的灰度计算出来，就可以得到这个角度和位置切割的最终图像了。

上述技术方案所述步骤f具体为：

三维顶点数组Vertexes(n个，n＝1，2，3…)，存储了n个顶点(每个顶点i计为V_i(x,y,z))；

三角形索引数组Indexes(m个，m＝0，3，6…)，每三个为一组，分别存储了三角形的三个顶点索引；

法向量数组Normals(n个)；

相邻三角索引数组Adjacencies(m个，m＝0，3，6…)，记录了每个三角形的三个相邻三角的索引，如果某个边没有邻三角，则这个地方存储减1；

在三维重建匹配勾边轮廓顶点时，根据计算结果，依次在Vertexes和Indexes中加入数据，完成数据存储。

采用上述技术方案后，本发明具有以下积极的效果：

(1)本发明解决了定位B超探头只能从正上方观察肿瘤带来的不便，操作者能全面了解整个治疗区域体的形态，测量轮廓体的长宽高及勾边轮廓体体积，以便于科学的规划肿瘤体的治疗控制方案。在手动勾边构建静态三维轮廓体相过程中，对于肿瘤区，敏感区的选择，便于操作者对治疗的区域和不需要治疗，即危险区域的选择，保障了HIFU治疗***治疗的安全有效。

(2)本发明的治疗控制方法根据三维轮廓体的结果，精确自动的点阵治疗，满足了外科适形治疗原则，三维轮廓体水平面切割图像，为水平面手控治疗提供治疗水平面B超图像方便了水平治疗治疗区域准确勾画。通过对治疗后回声增强部位的三维轮廓体的重新构建，测量其长宽高和体积，与治疗前三维轮廓体对比，能有效地帮助分析治疗效果。

附图说明

为了使本发明的内容更容易被清楚地理解，下面根据具体实施例并结合附图，对本发明作进一步详细的说明，其中

图1为本发明的超声图像采样图。

图2为本发明的坐标转换示意图。

图3为本发明的三维物体表面网格与平面相交形成一个闭合的子区的示意图。

具体实施方式

(实施例1)

见图1至图3，本发明具体包括以下步骤：

a、通过HIFU治疗***中治疗换能器正上方中央孔内安装的定位B超探头对肿瘤组织部位进行精确B超图像扫描；

b、对HIFU治疗***所采集到一组B超超声二维图像，在二维B超超声图像背景上进行肿瘤区、敏感区的手动勾边；

c、HIFU治疗***通过勾边后，构建的三维轮廓体，根据精确扫描的一系列B超图像和冠状面的深度，进行线性差值计算，获取冠状面的图像信息，生成不同深度的可视化冠状面图像；

d、根据三维轮廓体和切面，选择角度，进行切面规划，治疗；

e、根据原参数再次采集B超图像，手动对其回声增强区域手动勾边，构建治疗后静态的三维轮廓体图像，由测量计算功能测量回声增强区域的长宽高，计算勾边的体积，与治疗前三维轮廓体图像测量数据相比较，分析治疗效果，确定下次治疗方案；

f、保存HIFU治疗***静态B超图像三维轮廓体结果及治疗参数、治疗过程中B超超声二维结构图像的采取、静态B超治疗后超声波三维轮廓体结果的数据，并构造三维肿瘤数据存储格式。

上述技术方案所述步骤d具体为：HIFU设置治疗参数，根据三维轮廓体的结构图像，对肿瘤区由点至线，由线至面、由面至体的精确自动的点阵治疗。

上述技术方案所述步骤c具体为：首先，将二维B超图像多层切面图像列表转化为三维数组，列表中任意一个点p(x,y,z)处的图像灰度值为Gray(x,y,z)，其中y代表采样图像编号，x和z为整数，并代表当前编号图像上的点p_y(x,z)；此时可以定义采样图像列表像素坐标系A，对于每一副图像，其坐标系零点为图像左上角，X轴沿图像向右，Y坐标为图像在采样列表中的编号，Z轴沿图像向下，单位均为像素；

考虑到B超图像的可变探测深度因素影响，通过像素尺寸与物理单位转换运算，得到采样图像列表物理坐标系B；采样图像列表物理坐标系定义：零点的z坐标设为0，其零点处于采样起点，X轴沿图像指向右方，Y轴指向采样方向θ，Z轴沿图像指向上方，Y方向单位为图像索引，X和Z方向单位为mm；

HIFU实际运行坐标系C方向定义：站在其面前向内看，X轴指向右方，Y轴指向前方，Z轴指向上方，单位均为mm，范围均为±50；

任意方位角度切割图像浏览切割面所拥有的坐标系为D；切割面的方程为a×x+b×y+c×z+d＝0，它的法向量N＝Vector3(a,b,c)，指定切割面与HIFU实际运行坐标系立方体的边界四方体相交多边形的中心vCore为零点，眼睛的位置vEye＝vCore，行程范围为100×100×100；眼睛垂直于平面向里看，眼睛的方向为-N，指定一个上方向vUp，可以给切割面定义一个坐标系，其Z轴为平面法向量N，其X轴为vUp和Z的矢量积，其Y轴为Z轴和X轴的矢量积，这样浏览的图像其实就处在我们构造的坐标系中z＝0的位置；

显示任意方位角度切割图像是建立在切割面图像的像素坐标系E上；

通过坐标变换矩阵合并为一个矩阵运算，最终矩阵为MatrixFinal＝M_D→E×M_C→D×M_B→C×M_A→B；

这样，对于最终浏览的任意角度切面a×x+b×y+c×z+d＝0上的一点p＝D3DXVECTOR2(x,y)，可以得到它在采样图像列表中所处的像素位置：

pl＝D3DXVECTOR3(fx,fy,fz)＝D3DXVECTOR3(x,y,0)×MatrixFinal；

其中fy表示对应的采样序列，fx和fz表示采样图像上的点位置，但是由于图像为离散存储，需要使用一个三线性差值方法，通过这个点周围八个整数位置点的灰度来线性拟合出这个点的实际像素灰度值，定义：

dx为fx的最小接近整数，Δx＝fx-dx，

dy为fy的最小接近整数，Δy＝fy-dy，

dz为fz的最小接近整数，Δz＝fz-dz，

图像列表中，编号为dy的图像上处于(dx,dz)处的图像灰度为Gray(dx,dz)，则点pl(fx,fy,f_z)处的灰度Gray(fx,fy,fz)如下：

Gray(fx,dy,dz)＝Gray(dx,dy,dz)+Δx×[Gray(dx+1,dy,dz)-Gray(dx,dy,dz)]；

Gray(fx,fy,dz)＝Gray(fx,dy,dz)+Δy×[Gray(fx,dy+1,dz)-Gray(fx,dy,dz)]；

Gray(fx,fy,fz)＝Gray(fx,fy,dz)+Δz×[Gray(fx,fy,dz+1)-Gray(fx,fy,dz)]；

将图像上所有点的灰度计算出来，就可以得到这个角度和位置切割的最终图像了。

上述技术方案所述步骤f具体为：

三维顶点数组Vertexes(n个，n＝1，2，3…)，存储了n个顶点(每个顶点i计为V_i(x,y,z))；

三角形索引数组Indexes(m个，m＝0，3，6…)，每三个为一组，分别存储了三角形的三个顶点索引；

法向量数组Normals(n个)；

相邻三角索引数组Adjacencies(m个，m＝0，3，6…)，记录了每个三角形的三个相邻三角的索引，如果某个边没有邻三角，则这个地方存储减1；

在三维重建匹配勾边轮廓顶点时，根据计算结果，依次在Vertexes和Indexes中加入数据，完成数据存储。

如果给定一个平面a×x+b×y+c×z+d＝0，要计算三维肿瘤被这个平面所切割得到的轮廓，就可以采用如下所称的轮廓切割算法：

遍历索引存储的三角形列表，建立一个数组，用来记录三角形的边计算状态，这个状态记录对于它的相应临边是可传递的。例如：如果三角Ti的第一个相邻三角为Tj，则Tj肯定有一个相邻三角为Ti，只要查看Tj的三个顶点中哪两个和Ti的顶点重合，就可以计算出Ti为Tj的第几相邻三角。假设Tj的第三相邻三角为Ti，那么Ti的第一边和Tj的第三边的状态是一致的(因为他们共享这条边)。

寻找和平面相交并且三个边不全计算过的三角形Ti，寻找它的某一没有计算过而且与平面相交的边并计算交点，然后标记这个边的计算状态为“已计算”(将对应位设置为1)，并将交点存储在一个新的数组中，然后计算它的相应相邻三角，根据三角的性质，如果有一个平面与它的一个边相交，则肯定要与另一个边相交(即使是通过某个顶点，也可以视为分别和两条边相交，不过交点相同而已)，而每个三角都和其他三角相邻，所以这个算法保证了本次递归最后的交点一定是刚开始的三角的另一边(如果构造的三维表面有漏洞，可能是一个断开的面)。如果分析三角形Ti的三个边都完成了计算，表明一个切割子区域已经得到了，而且路径上所有参与计算的三角形的边都已经被标识了，确保了下一次计算不会重复进行。

继续寻找和平面相交并且三个边不全计算过的三角形，来完成剩余的计算，一直到遍历了所有的三角(图3)。

实验表明治疗后垂直于HIFU换能器的点阵面对邻近的点阵面治疗的影响远大于平行于换能器的点阵面治疗方式。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种HIFU***对病灶观察诊断的三维重建肿瘤轮廓方法，其特征在于，具体包括以下步骤：

a、通过HIFU***中换能器正上方中央孔内安装的定位B超探头对肿瘤组织部位进行精确B超图像扫描；

b、对HIFU***所采集到一组B超超声二维图像，在二维B超超声图像背景上进行肿瘤区、敏感区的手动勾边；

c、HIFU***通过勾边后，构建的三维轮廓体，根据精确扫描的一系列B超图像和冠状面的深度，进行线性差值计算，获取冠状面的图像信息，生成不同深度的可视化冠状面图像；

d、根据三维轮廓体和切面，选择角度，进行切面规划，并保存数据；

所述步骤c具体步骤为：首先，将二维B超图像多层切面图像列表转化为三维数组，列表中任意一个点p(x,y,z)处的图像灰度值为Gray(x,y,z)，其中y代表采样图像编号，x和z为整数，并代表当前编号图像上的点py(x,z)；此时定义采样图像列表像素坐标系A，对于每一副图像，其坐标系零点为图像左上角，X轴沿图像向右，Y坐标为图像在采样列表中的编号，Z轴沿图像向下，单位均为像素；

考虑到B超图像的可变探测深度因素影响，通过像素尺寸与物理单位转换运算，得到采样图像列表物理坐标系B；采样图像列表物理坐标系定义：零点的z坐标设为0，其零点处于采样起点，X轴沿图像指向右方，Y轴指向采样方向θ，Z轴沿图像指向上方，Y方向单位为图像索引，X和Z方向单位为mm；

HIFU实际运行坐标系C方向定义：站在其面前向内看，X轴指向右方，Y轴指向前方，Z轴指向上方，单位均为mm，范围均为±50；

任意方位角度切割图像浏览切割面所拥有的坐标系为D；切割面的方程为a×x+b×y+c×z+d＝0，它的法向量N＝Vector3(a,b,c)，指定切割面与HIFU实际运行坐标系立方体的边界四方体相交多边形的中心vCore为零点，眼睛的位置vEye＝vCore，行程范围为100×100×100；眼睛垂直于平面向里看，眼睛的方向为-N，指定一个上方向vUp，给切割面定义一个坐标系，其Z轴为平面法向量N，其X轴为vUp和Z的矢量积，其Y轴为Z轴和X轴的矢量积，这样浏览的图像其实就处在我们构造的坐标系中z＝0的位置；

显示任意方位角度切割图像是建立在切割面图像的像素坐标系E上；通过坐标变换矩阵合并为一个矩阵运算，最终矩阵为MatrixFinal＝M_D→E×M_C→D×M_B→C×M_A→B；

这样，对于最终浏览的任意角度切面a×x+b×y+c×z+d＝0上的一点p＝D3DXVECTOR2(x,y)，得到它在采样图像列表中所处的像素位置：

pl＝D3DXVECTOR3(fx,fy,fz)＝D3DXVECTOR3(x,y,0)×MatrixFinal；

其中fy表示对应的采样序列，fx和fz表示采样图像上的点位置，但是由于图像为离散存储，需要使用一个三线性差值方法，通过这个点周围八个整数位置点的灰度来线性拟合出这个点的实际像素灰度值，定义：

dx为fx的最小接近整数，Δx＝fx-dx，

dy为fy的最小接近整数，Δy＝fy-dy，

dz为fz的最小接近整数，Δz＝fz-dz，

图像列表中，编号为dy的图像上处于(dx,dz)处的图像灰度为Gray(dx,dz)，则点pl(fx,fy,fz)处的灰度Gray(fx,fy,fz)如下：

Gray(fx,dy,dz)＝Gray(dx,dy,dz)+Δx×[Gray(dx+1,dy,dz)-Gray(dx,dy,dz)]；

Gray(fx,fy,dz)＝Gray(fx,dy,dz)+Δy×[Gray(fx,dy+1,dz)-Gray(fx,dy,dz)]；

Gray(fx,fy,fz)＝Gray(fx,fy,dz)+Δz×[Gray(fx,fy,dz+1)-Gray(fx,fy,dz)]；

将图像上所有点的灰度计算出来，就得到这个角度和位置切割的最终图像。

2.根据权利要求1所述的HIFU***对病灶观察诊断的三维重建肿瘤轮廓方法，其特征在于，所述步骤d中进行切面规划具体步骤为：HIFU设置参数，根据三维轮廓体的结构图像，对肿瘤区由点至线，由线至面、由面至体的精确自动的点阵规划。

3.根据权利要求1或2所述的HIFU***对病灶观察诊断的三维重建肿瘤轮廓方法，其特征在于，所述步骤d中保存数据具体步骤为：

三维顶点数组Vertexes有n个，n＝1，2，3…，存储了n个顶点每个顶点i计为Vi(x,y,z)；

三角形索引数组Indexes有m个，m＝0，3，6…，每三个为一组，分别存储了三角形的三个顶点索引；

法向量数组Normals有n个；

相邻三角索引数组Adjacencies有m个，m＝0，3，6…，记录了每个三角形的三个相邻三角的索引，如果某个边没有邻三角，则这个地方存储减1；

在三维重建匹配勾边轮廓顶点时，根据计算结果，依次在Vertexes和Indexes中加入数据，完成数据存储。

Images