CN113876420A - 用于规划手术路径的路径规划方法、***、设备和介质 - Google Patents
用于规划手术路径的路径规划方法、***、设备和介质 Download PDFInfo
- Publication number
- CN113876420A CN113876420A CN202111052201.2A CN202111052201A CN113876420A CN 113876420 A CN113876420 A CN 113876420A CN 202111052201 A CN202111052201 A CN 202111052201A CN 113876420 A CN113876420 A CN 113876420A
- Authority
- CN
- China
- Prior art keywords
- path
- initial
- planning
- target
- planned
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000001574 biopsy Methods 0.000 claims description 45
- 238000005070 sampling Methods 0.000 claims description 36
- 210000004072 lung Anatomy 0.000 claims description 34
- 230000002685 pulmonary effect Effects 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 19
- 238000011156 evaluation Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 239000012636 effector Substances 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 15
- 238000000605 extraction Methods 0.000 description 13
- 210000003437 trachea Anatomy 0.000 description 12
- 230000003993 interaction Effects 0.000 description 10
- 206010056342 Pulmonary mass Diseases 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000002591 computed tomography Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 4
- 230000003902 lesion Effects 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 238000002059 diagnostic imaging Methods 0.000 description 3
- 210000000621 bronchi Anatomy 0.000 description 2
- 210000002216 heart Anatomy 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/30—Surgical robots
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
- G01N23/046—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using tomography, e.g. computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
- A61B2034/107—Visualisation of planned trajectories or target regions
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Robotics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Theoretical Computer Science (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Pulmonology (AREA)
- Automation & Control Theory (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本申请涉及机器人技术领域,特别是涉及一种用于规划手术路径的路径规划方法、***、设备和介质。所述方法包括:根据待治疗对象的对象组织的三维模型,确定从三维模型的起始点至待操作区域的多条初始规划路径;其中,待操作区域是基于三维模型中对应对象组织中待手术组织而确定的;从多条初始规划路径中选择目标规划路径,其中,所选择的目标规划路径包含至少一种预设的空间特征。采用本方法能够提升路径规划的准确性。
Description
技术领域
本申请涉及机器人技术领域,特别是涉及一种用于规划手术路径的路径规划方法、***、设备和介质。
背景技术
随着现代化医疗技术的发展,为了获得关于患者的身体病变的信息,可以从各个组织中取得活检样本,以基于取得的活检样本进行病理工作流程的梳理。
在传统方式中,在进行活检样本采集时,通常是基于起点位置和终点位置,直接规划操作路径,然后进行操作。
但是,对于末端结构狭窄异型的位置,上述方式并不能准确进行采样路径的规划,采样路径规划准确性低。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提升采样路径规划准确性的用于规划手术路径的路径规划方法、***、设备和介质。
一种用于规划手术路径的路径规划方法,所述方法包括:根据待治疗对象的对象组织的三维模型,确定从三维模型的起始点至待操作区域的多条初始规划路径;其中,待操作区域是基于三维模型中对应对象组织中待手术组织而确定的;从多条初始规划路径中选择目标规划路径;其中,所选择的目标规划路径包含至少一种预设的空间特征。
一种机器人***,所述***包括:存储器、处理器以及机器人执行末端;存储器存储有计算机程序,处理器执行计算机程序时实现上述任一实施例所述的方法,确定目标规划路径;机器人执行末端用于根据目标规划路径从待治疗对象的对象组织的初始点移动至待操作区域。
一种计算机设备,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上述任一实施例所述方法的步骤。
一种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上述任一实施例所述的方法的步骤。
上述用于规划手术路径的路径规划方法、***、设备和介质中,通过根据待治疗对象的对象组织的三维模型,确定从三维模型的起始点至待操作区域的多条初始规划路径,其中,待操作区域是基于三维模型中对应对象组织中待手术组织而确定的,然后从多条初始规划路径中选择目标规划路径,其中,所选择的目标规划路径包含至少一种预设的空间特征。从而,可以基于待治疗对象的对象组织的三维模型,确定从起始点至待操作区域的多条初始规划路径,然后基于预设的空间特征,从初始规划路径中选择目标规划路径,使得目标路径的确定结合了各路径的空间特征,可以提升目标路径确定的准确性。
附图说明
图1为一个实施例中用于规划手术路径的路径规划方法的应用场景图;
图2为一个实施例中用于规划手术路径的路径规划方法的流程示意图;
图3为一个实施例中CT扫描的示意图;
图4为一个实施例中切片数据的示意图;
图5为一个实施例中结节定位的示意图;
图6为一个实施例中气管分割的示意图;
图7为一个实施例中分支节点的示意图;
图8为一个实施例中初始规划路径的示意图;
图9为一个实施例中特征提取标准确定的示意图;
图10为一个实施例中目标路径确定的示意图;
图11为一个实施例中虚拟路径演示的示意图;
图12为一个实施例中空间特征的特征分数的示意图;
图13为一个实施例中路径曲率指标计算的示意图;
图14为一个实施例中路径距离指标的示意图;
图15为一个实施例中活检距离确定的示意图;
图16为一个实施例中肺部结节多路径规划***的示意图;
图17为另一个实施例中用于规划手术路径的路径规划方法的示意图;
图18为一个实施例中用于规划手术路径的路径规划装置的结构框图;
图19为一个实施例中机器人***的示意图;
图20为一个实施例中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。
本申请提供的用于规划手术路径的路径规划方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。终端102可以包括交互显示终端,用于与操作对象进行交互以及进行初始规划路径以及目标规划路径的显示。具体地,服务器104可以根据待治疗对象的对象组织的三维模型,确定从三维模型的起始点至待操作区域的多条初始规划路径。其中,待操作区域是基于三维模型中对应对象组织中待手术组织而确定的。然后服务器104可以基于预设的空间特征,从多条初始规划路径中选择目标规划路径。其中,交互显示终端可以包括但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器104可以用独立的服务器、或者是多个服务器组成的服务器集群、或者与终端为同一计算机设备来实现。
在一个实施例中,如图2所示,提供了一种用于规划手术路径的路径规划方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤S202,根据待治疗对象的对象组织的三维模型,确定从三维模型的起始点至待操作区域的多条初始规划路径。
其中,待治疗对象可以是指医疗诊断场景或者是医疗治疗场景中的患者。对象组织可以是指待治疗对象待治疗的身体部位的组织,可以包括但不限于心脏、肺部、大脑等部位的组织。
在其中一个实施例中,对象组织可以包括至少部分的肺组织和至少部分的支气管组织。
三维模型是指对象组织的模型。例如,可以是指肺部三维模型,心脏三维模型,或者是全身三维模型等。
在本实施例中,医护人员可以通过扫描装置采集待治疗对象的目标部位的原始数据,例如CT(computed tomography,计算机断层扫描)数据等,并将采集到的原始数据发送至服务器,使得服务器基于采集的原始数据,构建待治疗对象的对象组织的三维模型。
在其中一个实施例中,服务器基于采集的原始数据,构建待治疗对象的对象组织的三维模型,可以包括:获取待治疗对象的对象组织的切片数据;对切片数据进行三维重建,得到对应的三维模型。
如前所述,对象组织可以为肺部组织和支气管组织。服务器可以通过术前检测设备,如CT或者MRI(磁共振成像,Magnetic Resonance Imaging)等,对患者进行胸腹部体扫描,以得到一组或者多组肺部切片数据,即切片图像。
图3示出了一个实施例中进行胸腹部体扫描的示意图。其中,301为被测对象,302为检测设备,服务器可以通过检测设备302对被测对象301进行扫描,以获取到切片数据。
在本实施例中,服务器获取得到的切片数据可以如图4所示,即得到的切片数据可以包含多层切片图像。
进一步,服务器可以基于得到的切片数据进行肺部三维模型的重建,以得到对应的三维模型。例如,服务器可以通过医疗重建软件进行三维模型的重建等。
在本实施例中,服务器在确定待治疗对象的对象组织的三维模型之后,可以确定三维模型中从三维模型的起始点至待操作区域的多条初始规划路径。
在本实施例中,待操作区域是基于三维模型中对应对象组织中待手术组织而确定的。其中,所述手术包含为了去除病灶或缓解因病灶所带来的身体异常,而对对象组织中的部分或全部执行的操作,或者为了检测对象组织中的部分或全部是否产生病变而执行的操作。所述待手术组织为手术的目标。待操作区域为所述三维模型中对应所述待手术组织的模型区域。以前文所述示例举例,对象组织包括肺组织与支气管组织的肺部,三维模型为肺部的三维模型,则待手术组织可以是肺部结节,待操作区域是指基于肺部结节而在三维模型中所确定的区域。
在本实施例中,起始点是指进行路径规划的起始位置,继续以肺部为例,起始点可以是指三维模型中对应于手术用柔性器械进入肺部支气管时所在的位置。
在本实施例中,服务器在确定待治疗对象的对象组织的三维模型的起始点以及待操作区域之后,可以基于三维模型进行初始路径的规划,以得到进行诊疗的多条初始规划路径。例如,当诊疗为活检采样时,即确定多条初始规划路径为进行活检采样的初始采样路径。
在本实施例中,根据待操作区域的位置点的不同,区域大小的不同,服务器确定的初始规划路径的数量以及路径轨迹可以不同。具体可以根据实际应用场景确定,本申请对此不作限制。
步骤S204,从多条初始规划路径中选择目标规划路径。
其中,所选择的目标规划路径包含至少一种预设的空间特征。
在本实施例中,空间特征是指初始规划路径的路径特征,可以包括但不限于路径曲率、路径距离以及活检区域采样距离中至少一种。
在本实施例中,服务器可以基于预设的特征提取标准,对各初始规划路径进行空间特征的提取,以得到对应各初始规划路径的空间特征。如特征提取标准为提取路径曲率,则服务器可以对各初始规划路径进行路径曲率的提取,如特征提取标准为提取路径距离以及活检区域采样距离,则服务器可以对各初始规划路径进行路径距离以及活检区域采样距离的提取,具体可以基于实际应用场景的需要确定,此处不作限定。
在本实施例中,服务器在提取得到空间特征之后,通过对提取的空间特征进行比较判定,以及结合医护人员的选择指令,从多条初始规划路径中确定目标规划路径,即确定进行活检采样的目标规划路径。
在其中一个实施例中,服务器可以基于确定的目标规划路径,对手术机器人进行控制,使得手术机器人执行目标动作。例如,以肺部活检采样为例,服务器在确定目标规划路径之后,可以通过控制手术机器人,使得手术机器人基于目标规划路径进行肺部结节位置的活检采样,得到活检样本。
上述用于规划手术路径的路径规划方法中,通过根据待治疗对象的对象组织的三维模型,确定从三维模型的起始点至待操作区域的多条初始规划路径,其中,待操作区域是基于三维模型中对应对象组织中待手术组织而确定的,然后从多条初始规划路径中选择目标规划路径,其中,所选择的目标规划路径包含至少一种预设的空间特征。从而,可以基于待治疗对象的对象组织的三维模型,确定从起始点至待操作区域的多条初始规划路径,然后基于预设的空间特征,从初始规划路径中选择目标规划路径,使得目标路径的确定结合了各路径的空间特征,可以提升目标路径确定的准确性。
在其中一个实施例中,如前文所述,对象组织为肺组织与支气管组织,待操作区域可以是指基于肺部结节所确定的区域。服务器可以基于待治疗对象的肺部的横断面图像、冠状面图像以及矢状面图像确定三维模型。
具体地,检测设备采集到的切片数据可以包括肺部的横断面图像、冠状面图像以及矢状面图像,服务器可以根据横断面图像、冠状面图像以及矢状面图像,确定对象组织的三维模型,进而确定对象组织的待操作区域,即确定肺部结节所在的位置区域。
参考图5,服务器可以根据横断面图像、冠状面图像以及矢状面图像构成的三视图,确定待治疗对象的对象组织中的待操作区域,即确定肺部结节的位置区域,如图5中黑点所示。
具体地,服务器可以基于肺部的横断面图像、冠状面图像以及矢状面图像,结合医学影像学标准,确定肺部结节的位置区域。
在本实施例中,基于医学影像学标准可以确定,在CT图像中,不同的组织像素值不一致,肺内部的气管中充满了空气,空气的部分是纯黑色的,结节在CT图像中的像素值跟气管很接近,但是空间结构上与气管是完全不同的组织。则服务器可以基于切片数据中切片图片的像素值以及肺部气管的空间结构,确定肺部结节,并确定肺部结节的位置区域。
在其中一个实施例中,待操作区域可以包括肺部结节的中心点坐标以及结节区域范围。
其中,中心点位置为肺部结节的中心坐标位置。结节范围可以用于指示肺部结节的大小。
继续参考图5,服务器可以用一个最大外接球面501来标记三维模型中对应肺部结节的待操作区域,或者也可以直接使用三维模型中对应结节的实际外表面轮廓502来表示所述待操作区域。
具体地,无论是通过最大外接球面501或者是实际外表面轮廓502的标记方式来标记肺部结节,都需要确定肺部结节的中心空间坐标,即中心点坐标,以及肺部结节在三个轴上的最大尺寸范围,即结节区域范围。
在本实施例中,服务器可以根据横断面图像、冠状面图像以及矢状面图像确定三维模型中对应肺部结节在三个坐标轴上的最大尺寸范围,即ab、cd以及ef,进而通过最大外接球面501或者是实际外表面轮廓502来标记对应肺部结节的待操作区域。
在本实施例中,服务器可以将中心点坐标作为路径规划的终点坐标,即进行活检采集的终点,结合结节区域范围,规划从起始点至待操作区域的初始规划路径。
在其中一个实施例中,根据待治疗对象的对象组织的三维模型,确定从三维模型的起始点至待操作区域的多条初始规划路径,可以包括:根据待治疗对象的对象组织的三维模型,确定对象组织中的路径通道以及路径分支节点;根据路径通道以及路径分支节点,确定从三维模型的初始点至待操作区域的初始规划路径。
在本实施例中,服务器在得到对象组织的三维模型后,可以基于三维模型,确定对象组织中的路径通道。
具体地,继续以肺组织和支气管组织为例,路径通道可以为肺部气管,服务器可以基于三维模型,确定各肺部气管。
在本实施例中,参考图6,服务器可以通过图像分割算法,如设置种子点以及生长方向等,进行路径通道的生长,以确定对应对象组织的路径通道。
进一步,服务器可以对路径通道进行骨架化细化处理,以确定路径通道的路径中心线,然后基于得到的路径中心点,确定中心点交点或者分叉点为路径分支节点。具体地,在对象组织为肺组织和支气管组织时,路径通道为肺部气管,路径中心线即为气管中心点,路径分支节点即为气管分支节点。
在本实施例中,服务器可以通过多种算法进行骨架化细化处理,以得到路径中心线以及路径分支节点,得到的路径分支节点可以如图7所示,图7中各黑点均表示对应的路径分支节点。
在其中一个实施例中,服务器可以通过基于体素的算法,确定路径中心线以及路径分支节点。
具体地,服务器可以先提取分割出路径通道的体素数据的轮廓,标记为0,区域非边缘数据标记为1,即将路径通道的轮廓标记为0,将路径通道内的各体素标记为1。
然后,服务器可以对路径通道内的每一个体素都计算出距离轮廓的最小距离值,如倒角距离等,得到整个三维模型的距离场,距离场在一定程度上反映了模型的轮廓信息。比如轮廓上的数值为0,相邻两个体素之间的距离差大于等于1。
进一步,服务器可以基于距离场,确定骨架线以及分支节点,即得到路径中心线以及路径分支节点。
进一步,服务器还可以对得到的骨架线进行滤波处理,以得到更加光滑的骨架线。
在本实施例中,服务器在得到路径中心线以及路径分支节点后,可以基于得到的路径中心线以及路径分支节点,确定从起始点至待操作区域的初始规划路径。
具体地,参考图8,801为待操作区域,在肺组织中,可以是肺部结节所在的位置区域,802为起始点,例如,可以是肺组织主气管所在的位置。在本实施例中,服务器可以根据路径中心线以及路径分支节点,确定从起始点至待操作区域的初始规划路径,即确定有3条初始规划路径。
在其中一个实施例中,各初始规划路径是经光滑处理后得到的。
具体地,服务器在确定初始规划路径之后,可以采用不同尺寸的滤波模板对初始规划路径进行多次卷积操作后,得到光滑曲线,即得到光滑处理后的各初始规划路径。
在其中一个实施例中,从多条初始规划路径中选择目标规划路径,可以包括:将多条初始规划路径发送终端展示;基于终端反馈的选择指令,从多条初始规划路径中选择目标规划路径。
在本实施例中,服务器在得到多条初始规划路径,以及对各初始规划路径进行特征提取,生成对应的空间特征之后,服务器可以将多条初始规划路径发送终端展示,使得医护人员按照空间特征进行选择/排序,以确定目标规划路径。例如,参考图9,医护人员可以选择自己的偏好,进而进行目标规划路径的推荐。
在本实施例中,参考图10,服务器可以根据医护人员的选择的偏好,从多条初始规划路径中确定推荐路径,然后通过终端将确定的推荐路径展示给医护人员。
在本实施例中,参考图11,服务器通过终端向医护人员展示推荐路径的时候,可以对推荐路径进行模拟展示,即将构建的三维模型、路径通道以及推荐路径,通过外部剖面视角,同时显示在终端,相比于内窥视角,从外部剖面视角可以更真实的关注到规划路径的空间转弯幅度以及方向。
在本实施例中,继续参考图10,医护人员基于终端展示的推荐路径,可以确定接受该推荐路径,即确定该推荐路线为目标规划路径,或者不接受,即服务器可以基于终端反馈的选择指令,从多条初始规划路径中确定目标规划路径。
在其中一个实施例中,基于终端反馈的选择指令,从多条初始规划路径中确定目标规划路径,包括以下至少一种:基于终端反馈的选择指令中所包含的空间特征,对各初始规划路径进行排序,以确定目标规划路径;和根据终端反馈的选择指令中所提供的初始规划路径,确定为目标规划路径,其中,目标规划路径包含预设的空间特征。
在本实施例中,参考图10,服务器将推荐路径发送至终端,并展示推荐路径给医护人员之后,当医护人员确定接受该推荐路径时,终端可以生成反馈指令,并反馈至服务器。其中,推荐路径可为所得到的多条初始规划路径。或者推荐路径包含多条初始规划路径以及各自的空间特征的表示,例如,利用颜色标识、或文字等描述空间特征,以便医护人员进行选择等。
具体地,终端反馈的选择指令是基于终端所展示的人机交互界面上的提示/选项而产生的指令,此时,服务器可以基于选择指令,确定某一推荐路径为目标规划路径。然后服务器可以将该目标规划路径保存为用于控制机器人进行活检采样的导航路径,并输出。
在本实施例中,当医护人员确定不接受服务器的推荐路径时,终端可以基于用户指示反馈选择指令,即根据医护人员对多条初始规划路径的选择,从多条初始规划路径中确定目标规划路径。
在其中一个实施例中,服务器可以基于终端反馈的选择指令,重新确定空间特征,并对各初始规划路径中的空间特征进行排序,确定目标规划路径。
具体地,当用户确定不接受服务器的推荐路径时,服务器可以发送是否重新设定决策的指示至终端,并在终端反馈确定重新设定决策时,服务器基于医护人员再次确定的空间特征(即重新选择的偏好),对各初始规划路径中的空间特征进行排序,并再次确定推荐路径发送至终端,并使得医护人员进行确定与选择处理。
具体地,服务器可以基于各初始规划路径提取的空间特征,得到各初始规划路径对应各空间特征的特征分值。
在本实施例中,初始规划路径的各空间特征可以通过特征分值表示,即对于同一种空间特征,各初始规划路径所对应的特征分值不同,如图12中,对于路径曲率,路径1、路径2和路径3的特征分值并不相同。
在本实施例中,服务器可以将各空间特征的特征分值归一化为0~1之间的数值,如路径1所对应的特征分值为0.65,路径2所对应的特征分值为1,路径3所对应的特征分值为0.45,从而以提升对比度,进而提升用户体验。
在本实施例中,服务器可以将各初始规划路径以及对应的各空间特征的特征分值发送至终端,并通过终端展示给医护人员。
进一步,医护人员可以基于终端展示的初始规划路径以及特征分值,进行空间特征的选择,如医护人员可以选择路径曲率、路径距离或者活检区域采样距离等。
进一步,服务器可以基于医护人员选择的空间特征,进行初始规划路径的排序,以使得服务器从多条初始规划路径中确定推荐路径并发送至终端展示,并基于医护人员的选择指令,确定目标规划路径。
在其中一个实施例中,继续参考图10,当医护人员确定不重新设定决策,即不重新确定空间特征时,此时,终端可以向医护人员展示该多条初始规划路径,并基于医护人员的选择,生成选择指令,使得服务器可以基于该选择指令,确定医护人员从展示的多条初始规划路径中选择的初始规划路径为目标规划路径。
如前所述,空间特征可以包括路径曲率、路径距离以及活检区域采样距离中至少一种。
在其中一个实施例中,空间特征可以包括路径曲率。
在本实施例中,从多条初始规划路径中选择目标规划路径,可以包括:提取各初始规划路径的曲率极值点;通过分析各初始规划路径的各曲率极值点,从多条初始规划路径中确定目标规划路径。
在本实施例中,参考图13,各初始规划路径可以包括多条折线段,即可以包括多个转换,如n个转弯,一个转弯可以理解为一个曲线段,则初始规划路径中可以包括n个曲线段。
在本实施例中,服务器可以分别基于初始规划路径的各曲线段,确定对应初始规划路径的拟合方程组,然后基于拟合方程组,得到对应初始规划路径的曲率极值点。
在本实施例中,对于各初始规划路径,服务器均可以通过构建拟合方程组,确定对应各初始规划路径的曲率极值点。
进一步,服务器可以根据确定的初始规划路径的曲率极值点,确定初始规划路径中各曲线段的曲线段曲率,如各曲线段曲率可以分别表示为V1,V2,V3…Vn。
在本实施例中,服务器在确定对应各曲线段的各曲线段曲率之后,可以通过如下公式(1)计算初始规划路径的曲线曲率。
在本实施例中,服务器遍历各初始规划路径,可以得到各初始规划路径的曲线曲率,分别标记为S1,S2,S3…Sm。
进一步,服务器可以通过以下公式(2)计算各初始规划路径的曲率分数,其可以是一个0~1之间的数值。
其中,Smin(Smin≠0)为多个曲线曲率中的最小值,Mi表示路径曲率指标,Si为第i条初始规划路径对应光滑曲线的曲线曲率。
在本实施例中,服务器可以定义曲率分数为1的初始规划路径最优,越接近0的初始规划路径越差,则服务器可以基于曲线曲率,确定初始规划路径中目标规划路径,如服务器确定曲率分数最接近1的初始规划路径为目标规划路径。
在其中一个实施例中,空间特征可以包括路径距离。
在本实施例中,从多条初始规划路径中选择目标规划路径,可以包括:利用每一初始规划路径中的各路径分支节点,计算各单一初始规划路径的各路径距离;确定满足预设路径距离条件的初始规划路径为目标规划路径,其中,路径距离条件是根据对各初始规划路径的路径距离进行评价而设置的。
具体地,对于每一初始规划路径,服务器可以确定初始规划路径中相邻路径分支节点之间的节点距离,然后基于确定的各节点距离,确定初始规划路径的总距离,即确定各单一初始规划路径的各路径距离。
在本实施例中,服务器在确定对应每一初始规划路径的总距离之后,可以根据各初始规划路径的各总距离,从多条初始规划路径中确定目标规划路径。
在本实施例中,服务器在确定各初始规划路径之后,可以基于确定的目标部位的路径通道的路径分支节点,确定各初始规划路径中包括的各路径分支节点。例如,参考图14,服务器可以确定对应初始规划路径的路径分支节点包括节点b1、b2、b3、b4、b5、b6、b7、b8。
在本实施例中,各初始规划路径的路径分支节点也可以包括起始点和终止点,即起始点和待操作区域。
进一步,对于图14所示的初始规划路径,服务器可以依次计算起始点与节点b1,节点b1和节点b2,节点b2和节点b3,节点b3和节点b4,节点b4和节点b5,节点b5和节点b6,节点b6和节点b7,节点b7和节点b8,节点b8和终止点(待操作区域)的节点距离,并基于各节点距离,得到初始规划路径的总距离。
具体地,服务器可以按顺序对初始规划路径的每两个相邻的路径分支节点之间的欧氏距离进行计算,并相加,以得到各初始规划路径的总距离。本领域技术人员可以理解的是,此处仅为举例说明,在其他实施例中,服务器也可以直接对初始规划路径进行积分运算,以得到对应初始规划路径的总距离。
进一步,服务器可以基于确定的每一初始规划路径的总距离,确定对应每一初始规划路径的距离分数。
具体地,各初始规划路径的总距离分别记为L1、L2、L3…Ln,服务器可以通过如下公式(3)计算各初始规划路径的距离分数。
其中,Lmin(Lmin≠0)为多个初始规划路径的总距离中的最小值,Pi为第i条初始规划路径的距离分数,Li为第i条初始规划路径的总距离。
在本实施例中,预设路径距离条件用于对各初始规划路径的路径距离进行评价,预设路径距离条件可以是指距离分数最优条件,例如,服务器可以定义距离分数为1的初始规划路径最优,距离分数越接近0的初始规划路径越差,则服务器在得到对应各初始规划路径的距离分数之后,可以确定路径分数最接近1的初始规划路径为目标规划路径。本领域技术人员可以理解的是,此处仅为举例说明,在其他实施例中,预设路径距离条件也可以是其他的条件,路径距离最短等,本申请对此不作限制。
在其中一个实施例中,空间特征可以包括活检区域采样距离。
在本实施例中,从多条初始规划路径中选择目标规划路径,可以包括:根据每一初始规划路径的各末端路径分支节点,确定活检区域采样距离;基于各活检区域采样距离,从多条初始规划路径中确定目标规划路径。
在本实施例中,服务器可以基于每一初始规划路径,确定对应每一初始规划路径的各末端路径分支节点,并确定每一末端路径分支节点至待操作区域的各活检区域采样距离。
具体地,参考图15,对于初始规划路径151,其对应的末端路径分支节点为A点,对于初始规划路径152,其对应的末端路径分支节点为B点,待操作区域(即活检区域),如肺部结节的中心点位置为O点,则服务器可以分别对每一初始规划路径的末端路径分支节点至待操作区域的距离进行计算,以得到各活检区域采样距离。即得到AO之间的活检区域采样距离d1以及BO之间的活检区域采样距离d2。
进一步,服务器可以基于每一活检区域采样距离,确定对应各初始规划路径的活检范围分数。
在本实施例中,初始规划路径可以为n条,服务器得到的各活检区域采样距离可以分别表示为d1、d2、d3…dn,服务器可以基于各活检区域采样距离d1、d2、d3…dn,通过下述公式(4)计算各初始规划路径的活检范围分数。
其中,Di表示活检范围分数,dmax表示多个活检区域采样距离中的最大值,di表示第i条初始规划路径的活检区域采样距离。
在本实施例中,服务器可以定义活检范围分数为1的初始规划路径最优,活检范围分数越接近0的初始规划路径越差,即服务器可以根据各初始规划路径的活检范围分数,确定区域范围分数最接近1的初始规划路径的目标规划路径。
在其中一个实施例中,还提供了一种肺部结节多路径规划***,以下结合图16进行详细说明。
在本实施例中,肺部结节多路径规划***可以包括路径计算单元、结构特征提取单元、交互单元、评估单元以及虚拟导航单元。
在本实施例中,路径计算单元用于计算从起始点到待操作区域需要经过的路径,即计算从肺部主气管到至目标结节的中心点所需要经过的路径。
结构特征提取单元用于将路径计算单元得到的一条或多条初始规划路径提取出相对应的空间特征,例如路径曲率、路径距离以及活检区域采样距离等。
交互单元将不同特征优先的路径决策提供给医护人员来选择,后面在得到评估单元的结论后,医护人员可以自主决定是否接受或者手动选择。
评估单元根据交互单元选定的决策对所有初始规划路径进行特征评估并给出最优路径,即推荐路径。
虚拟导航单元用于交互单元中,可以采用虚拟内窥或者虚拟全局的视角,沿路径从头到尾演示导管尖端在路径通道中的前进情况,如肺支气管内部的前进情况,帮助医护人员从视觉上直观了解所选路径的形态。
在本实施例中,交互单元和虚拟导航单元处于界面交互层,即顶层,可以直接得到医护人员的决策信息。中间层是评估单元,可以接收顶层信息和底层的计算信息,并评估综合得分后向顶层输出结果。路径计算单元和结构特征提取单元属于计算底层,完成具体的算法功能。
在本实施例中,肺部结节多路径规划***可以基于图17所示的路径规划方法进行目标规划路径的确定,以下结合图17进行详细说明。
具体地,服务器可以通过术前等方式对被测对象进行胸腹部体内扫描,得到一组切片图像。
然后,服务器可以进行肺部三维重建,作为气道和结节分割的数据输入。
进一步,可以使用图像分割算法从肺部三维模型中提取肺各级气管外轮廓,并结合医学影像学知识定位出结节在肺部模型内的空间位置和轮廓尺寸。
进一步,根据得到的各级气管的轮廓,通过骨架化算法得到相对应的中心线以及各级支气道交汇点信息,记得到气管中心线以及气管分支节点。
进一步,可以设置主气道窿突为起始点,结节中心为终点,根据路径规划算法计算联通这两点之间的路径,即确定初始规划路径。
进一步,可以根据输出的初始规划路径,提取途经的各级分支节点的距离,计算各初始规划路径中上下相邻两级曲线段的曲线曲率等,以提取出路径特征。
进一步,执行交互一,由医护人员在备选决策内挑选评估标准,即确定特征提取标准。
进一步,根据确定特征提取标准,对各初始规划路径进行评估以及排序,并确定推荐的备选规划路径。
进一步,可以将医护人员选择的想要演示的备选规划路径按照从起始点到终点,通过虚拟内窥或者全局视角或者同时显示的方式演示机器人导管尖端进入肺部气道之后的景象。
进一步,执行交互二,询问医护人员是否接受***计算得到的最好结果,即推荐的备选规划路径,并在医护人员确定改变决策,即重新确定提取标准时,跳转回交互一,重新确定提取标准,并重新进行处理。
应该理解的是,虽然图2、图10以及图17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,图2、图10以及图17中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子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,这些子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的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图18所示,提供了一种用于规划手术路径的路径规划装置,包括:初始规划路径确定模块181以及目标规划路径确定模块182,其中:
初始规划路径确定模块181,用于根据待治疗对象的对象组织的三维模型,确定从三维模型的起始点至待操作区域的多条初始规划路径;其中,待操作区域是基于三维模型中对应对象组织中待手术组织而确定的。
目标规划路径选择模块182,用于对从多条初始规划路径中选择目标规划路径;其中,所选择的目标规划路径包含至少一种预设的空间特征。
在其中一个实施例中,目标规划路径确定模块182,可以包括:
发送子模块,用于将多条初始规划路径发送终端展示。
第一目标规划路径确定子模块,用于基于终端反馈的选择指令,从多条初始规划路径中选择目标规划路径。
在其中一个实施例中,第一目标规划路径确定子模块,可以包括以下至少一种单元:
第一目标规划路径确定单元,用于基于终端反馈的选择指令中所包含的空间特征,对各初始规划路径进行排序,以确定目标规划路径。
第二目标规划路径确定单元,用于根据终端反馈的选择指令中所提供的初始规划路径,确定为目标规划路径,其中,目标规划路径包含预设的空间特征。
在其中一个实施例中,空间特征可以包括路径曲率、路径距离以及活检区域采样距离中至少一种。
在其中一个实施例中,空间特征包括路径曲率。
在本实施例中,目标规划路径确定模块182,可以包括:
曲率极值点提取子模块,用于提取各初始规划路径的曲率极值点。
第二目标规划路径确定子模块,用于通过分析各初始规划路径的各曲率极值点,从多条初始规划路径中确定目标规划路径。
在其中一个实施例中,空间特征可以包括路径距离。
在本实施例中,目标规划路径确定模块182,可以包括:
路径距离确定子模块,用于利用每一初始规划路径中的各路径分支节点,计算各单一初始规划路径的各路径距离。
第三目标规划路径确定子模块,用于确定满足预设路径距离条件的初始规划路径为目标规划路径。
在其中一个实施例中,空间特征可以包括活检区域采样距离。
在本实施例中,目标规划路径确定模块182,可以包括:
采样距离确定子模块,用于根据每一初始规划路径的各末端路径分支节点,确定活检区域采样距离。
第四目标规划路径确定子模块,用于基于各活检区域采样距离,从多条初始规划路径中确定目标规划路径。
在其中一个实施例中,初始规划路径确定模块181,可以包括:
路径通道以及路径分支节点确定子模块,用于根据待治疗对象的对象组织的三维模型,确定对象组织中的路径通道以及路径分支节点。
初始规划路径确定子模块,用于根据路径通道以及路径分支节点,确定从三维模型的初始点至待操作区域的初始规划路径。
在其中一个实施例中,路径通道基于三维模型,通过设置种子点以及通道生长方向生成;路径分支节点通过对确定的路径通道进行骨架化细化处理后,根据得到的路径中心线的分叉点确定。
在其中一个实施例中,各初始规划路径是经光滑处理后得到的。
在其中一个实施例中,对象组织可以包括至少部分的肺组织和至少部分的支气管组织,待操作区域可以包括三维模型中基于肺部结节而确定的区域。
在其中一个实施例中,待操作区域通过肺部结节的最大外接球面或肺部结节的实际外表面轮廓进行标记。
在其中一个实施例中,待操作区域是基于待治疗对象的肺部的横断面图像、冠状面图像以及矢状面图像而确定的。
在其中一个实施例中,待操作区域可以包括肺部结节的中心点坐标以及结节区域范围。
关于用于规划手术路径的路径规划装置的具体限定可以参见上文中对于用于规划手术路径的路径规划方法的限定,在此不再赘述。上述用于规划手术路径的路径规划装置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,如图19所示,提供了一种机器人***,可以包括:存储器191、处理器192以及机器人执行末端193。
在本实施例中,存储器191存储有计算机程序,处理器192执行计算机程序时实现上述任一实施例所述的用于规划手术路径的路径规划方法,确定目标规划路径。机器人执行末端193用于根据目标规划路径从待治疗对象的对象组织的初始点移动至待操作区域。
在其中一个实施例中,上述***还可以包括机械臂端,如机械臂台车194,机械臂台车194上装载有机械臂,机器人执行末端193安装于机械臂上。
具体地,机械臂台车194上可以装在有多个机械臂,各机械臂上分别安装有不同的机器人执行末端193,如手术刀,手术钳,内窥镜等,各机器人执行末端193用于执行不同的目标动作。
在其中一个实施例中,上述机器人***还可以包括:图像显示端,如台车195。图像台车195用于目标规划路径进行展示,以及对机器人执行末端193的移动轨迹进行显示。
在其中一个实施例中,机器人***还可以包括呼吸机、CT机等,用于在进行临床手术时提供辅助作用。
在其中一个实施例中,机器人***还可以包括无菌台196,用于承托患者,即前文所述的待治疗对象。
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服务器,其内部结构图可以如图20所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口和数据库。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***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储三维模型以及初始规划路径等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种用于规划手术路径的路径规划方法。
本领域技术人员可以理解,图20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,该存储器存储有计算机程序,该处理器执行计算机程序时实现以下步骤:根据待治疗对象的对象组织的三维模型,确定从三维模型的起始点至待操作区域的多条初始规划路径;其中,待操作区域是基于三维模型中对应对象组织中待手术组织而确定的;对各初始规划路径进行空间特征提取,并基于提取的空间特征,从多条初始规划路径中确定目标规划路径。
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:根据待治疗对象的对象组织的三维模型,确定从三维模型的起始点至待操作区域的多条初始规划路径;其中,待操作区域是基于三维模型中对应对象组织中待手术组织而确定的;对各初始规划路径进行空间特征提取,并基于提取的空间特征,从多条初始规划路径中确定目标规划路径。
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、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
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发明专利范围的限制。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,本申请专利的保护范围应以所附权利要求为准。
Claims (18)
1.一种用于规划手术路径的路径规划方法,其特征在于,所述方法包括:
根据待治疗对象的对象组织的三维模型,确定从所述三维模型的起始点至待操作区域的多条初始规划路径;其中,所述待操作区域是基于三维模型中对应对象组织中待手术组织而确定的;
从所述多条初始规划路径中选择目标规划路径;其中,所选择的目标规划路径包含至少一种预设的空间特征。
2.根据权利要求1所述的方法,其特征在于,所述从所述多条初始规划路径中选择目标规划路径,包括:
将所述多条初始规划路径发送终端展示;
基于所述终端反馈的选择指令,从所述多条初始规划路径中选择目标规划路径。
3.根据权利要求2所述的方法,其特征在于,所述基于所述终端反馈的选择指令,从所述多条初始规划路径中选择目标规划路径,包括以下至少一种:
基于所述终端反馈的选择指令中所包含的空间特征,对各初始规划路径进行排序,以确定目标规划路径;和
根据所述终端反馈的选择指令中所提供的初始规划路径,确定为目标规划路径,其中,所述目标规划路径包含预设的空间特征。
4.根据权利要求1所述的方法,其特征在于,所述空间特征包括路径曲率、路径距离以及活检区域采样距离中至少一种。
5.根据权利要求1所述的方法,其特征在于,所述空间特征包括路径曲率;所述从所述多条初始规划路径中选择目标规划路径,包括:
提取各所述初始规划路径的曲率极值点;
通过分析各所述初始规划路径的各曲率极值点,从所述多条初始规划路径中确定目标规划路径。
6.根据权利要求1所述方法,其特征在于,所述空间特征包括路径距离;所述从所述多条初始规划路径中选择目标规划路径,包括:
利用每一初始规划路径中的各路径分支节点,计算各单一初始规划路径的各路径距离;
确定满足预设路径距离条件的初始规划路径为目标规划路径,其中,所述路径距离条件是根据对各初始规划路径的路径距离进行评价而设置的。
7.根据权利要求1所述的方法,其特征在于,所述空间特征包括活检区域采样距离;所述从所述多条初始规划路径中选择目标规划路径,包括:
根据每一所述初始规划路径的各末端路径分支节点,确定所述活检区域采样距离;
基于各所述活检区域采样距离,从所述多条初始规划路径中确定目标规划路径。
8.根据权利要求1所述的方法,其特征在于,所述根据待治疗对象的对象组织的三维模型,确定从所述三维模型的起始点至待操作区域的多条初始规划路径,包括:
根据待治疗对象的对象组织的三维模型,确定所述对象组织中的路径通道以及路径分支节点;
根据所述路径通道以及路径分支节点,确定从三维模型的初始点至待操作区域的初始规划路径。
9.根据权利要求8所述的方法,其特征在于,所述路径通道是基于所述三维模型,通过设置种子点以及通道生长方向生成得到的;所述路径分支节点是通过对确定的路径通道进行骨架化细化处理后,根据得到的路径中心线的分叉点而确定的。
10.根据权利要求1所述的方法,其特征在于,各所述初始规划路径是经光滑处理后得到的。
11.根据权利要求1所述的方法,其特征在于,所述对象组织包括至少部分的肺组织和至少部分的支气管组织,所述待操作区域包括所述三维模型中基于肺部结节而确定的区域。
12.根据权利要求11所述的方法,其特征在于,所述待操作区域通过所述肺部结节的最大外接球面或所述肺部结节的实际外表面轮廓进行标记。
13.根据权利要求1所述的方法,其特征在于,所述三维模型是基于所述待治疗对象的肺部的横断面图像、冠状面图像以及矢状面图像而确定的。
14.根据权利要求1所述方法,其特征在于,所述待操作区域包括:肺部结节的中心点坐标以及结节区域范围。
15.一种机器人***,其特征在于,所述***包括:存储器、处理器以及机器人执行末端;
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权利要求1~14任一项所述的方法,确定目标规划路径;
所述机器人执行末端用于根据所述目标规划路径从待治疗对象的对象组织的初始点移动至待操作区域。
16.根据权利要求15所述的***,其特征在于,所述***还包括机械臂端,所述机械臂端装载有机械臂,所述机器人执行末端安装于所述机械臂上。
17.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1~14中任一项所述方法的步骤。
18.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1~14中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111052201.2A CN113876420B (zh) | 2021-09-08 | 2021-09-08 | 用于规划手术路径的路径规划方法、***、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111052201.2A CN113876420B (zh) | 2021-09-08 | 2021-09-08 | 用于规划手术路径的路径规划方法、***、设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113876420A true CN113876420A (zh) | 2022-01-04 |
CN113876420B CN113876420B (zh) | 2024-04-26 |
Family
ID=79008780
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111052201.2A Active CN113876420B (zh) | 2021-09-08 | 2021-09-08 | 用于规划手术路径的路径规划方法、***、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113876420B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023245830A1 (zh) * | 2022-06-22 | 2023-12-28 | 苏州景昱医疗器械有限公司 | 路径规划装置、方法、手术***及计算机可读存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1823349A (zh) * | 2003-07-11 | 2006-08-23 | 西门子共同研究公司 | 内窥镜路径规划的***和方法 |
CN1907233A (zh) * | 2005-08-05 | 2007-02-07 | 西门子公司 | 自动规划经由皮肤的最小侵入手术进入路径的装置和方法 |
CN102961187A (zh) * | 2012-10-26 | 2013-03-13 | 深圳市旭东数字医学影像技术有限公司 | 经皮穿刺的手术规划方法及其*** |
CN107296645A (zh) * | 2017-08-03 | 2017-10-27 | 东北大学 | 肺穿刺手术最优路径规划方法及肺穿刺手术导航*** |
CN110537960A (zh) * | 2018-05-29 | 2019-12-06 | 上海联影医疗科技有限公司 | 穿刺路径的确定方法、存储设备及机器人辅助手术*** |
CN110619679A (zh) * | 2019-09-10 | 2019-12-27 | 真健康(北京)医疗科技有限公司 | 一种路径自动规划装置及方法 |
CN110636813A (zh) * | 2017-06-02 | 2019-12-31 | 泰尔茂株式会社 | 路径选择支援***、记录了路径选择支援程序的记录介质、路径选择支援方法及诊断方法 |
US20200337777A1 (en) * | 2018-01-11 | 2020-10-29 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for surgical route planning |
CN112656506A (zh) * | 2020-12-15 | 2021-04-16 | 中国科学院深圳先进技术研究院 | 确认射频消融路径的方法、装置及终端设备 |
CN112700551A (zh) * | 2020-12-31 | 2021-04-23 | 青岛海信医疗设备股份有限公司 | 虚拟胆道镜介入手术规划方法、装置、设备及存储介质 |
CN113100934A (zh) * | 2021-04-06 | 2021-07-13 | 德智鸿(上海)机器人有限责任公司 | 手术辅助方法、装置、计算机设备和存储介质 |
-
2021
- 2021-09-08 CN CN202111052201.2A patent/CN113876420B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1823349A (zh) * | 2003-07-11 | 2006-08-23 | 西门子共同研究公司 | 内窥镜路径规划的***和方法 |
CN1907233A (zh) * | 2005-08-05 | 2007-02-07 | 西门子公司 | 自动规划经由皮肤的最小侵入手术进入路径的装置和方法 |
CN102961187A (zh) * | 2012-10-26 | 2013-03-13 | 深圳市旭东数字医学影像技术有限公司 | 经皮穿刺的手术规划方法及其*** |
CN110636813A (zh) * | 2017-06-02 | 2019-12-31 | 泰尔茂株式会社 | 路径选择支援***、记录了路径选择支援程序的记录介质、路径选择支援方法及诊断方法 |
CN107296645A (zh) * | 2017-08-03 | 2017-10-27 | 东北大学 | 肺穿刺手术最优路径规划方法及肺穿刺手术导航*** |
US20200337777A1 (en) * | 2018-01-11 | 2020-10-29 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for surgical route planning |
CN110537960A (zh) * | 2018-05-29 | 2019-12-06 | 上海联影医疗科技有限公司 | 穿刺路径的确定方法、存储设备及机器人辅助手术*** |
CN110619679A (zh) * | 2019-09-10 | 2019-12-27 | 真健康(北京)医疗科技有限公司 | 一种路径自动规划装置及方法 |
CN112656506A (zh) * | 2020-12-15 | 2021-04-16 | 中国科学院深圳先进技术研究院 | 确认射频消融路径的方法、装置及终端设备 |
CN112700551A (zh) * | 2020-12-31 | 2021-04-23 | 青岛海信医疗设备股份有限公司 | 虚拟胆道镜介入手术规划方法、装置、设备及存储介质 |
CN113100934A (zh) * | 2021-04-06 | 2021-07-13 | 德智鸿(上海)机器人有限责任公司 | 手术辅助方法、装置、计算机设备和存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023245830A1 (zh) * | 2022-06-22 | 2023-12-28 | 苏州景昱医疗器械有限公司 | 路径规划装置、方法、手术***及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113876420B (zh) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110010249B (zh) | 基于视频叠加的增强现实手术导航方法、***及电子设备 | |
US8116847B2 (en) | System and method for determining an optimal surgical trajectory | |
US11744643B2 (en) | Systems and methods facilitating pre-operative prediction of post-operative tissue function | |
CN111588464B (zh) | 一种手术导航方法及*** | |
CN104055520A (zh) | 人体器官运动监测方法和人体导航*** | |
JP7079771B2 (ja) | 軟性点特徴部を使用して呼吸周期を予測し、端部位置合わせを改善する方法 | |
EP3733107B1 (en) | Method for generating surgical simulation information and program | |
CN112423652A (zh) | 与用于图像引导外科手术的配准相关的***和方法 | |
US20210059758A1 (en) | System and Method for Identification, Labeling, and Tracking of a Medical Instrument | |
CN113876420B (zh) | 用于规划手术路径的路径规划方法、***、设备和介质 | |
JP3453603B2 (ja) | 手術パス自動探索プログラム及びその装置 | |
CN114903415A (zh) | Dicom影像在内窥镜胶囊机器人自动导航中的应用 | |
Fried et al. | Landmark based bronchoscope localization for needle insertion under respiratory deformation | |
US20240164853A1 (en) | User interface for connecting model structures and associated systems and methods | |
JP5159195B2 (ja) | 医用画像処理装置 | |
US20240206981A1 (en) | Improved systems and methods of navigating a medical device in a body lumen using fuzzy logic combined with device parameters, direct user inputs, and distributed anonymized data | |
US20230240750A1 (en) | Systems for evaluating registerability of anatomic models and associated methods | |
JP7495216B2 (ja) | 鏡視下手術支援装置、鏡視下手術支援方法、及びプログラム | |
US11986248B2 (en) | Apparatus and method for matching the real surgical image with the 3D-based virtual simulated surgical image based on POI definition and phase recognition | |
US20230360212A1 (en) | Systems and methods for updating a graphical user interface based upon intraoperative imaging | |
US20240099776A1 (en) | Systems and methods for integrating intraoperative image data with minimally invasive medical techniques | |
WO2022251715A2 (en) | Improved systems and methods of navigating a medical device in a body lumen using fuzzy logic combined with device parameters, direct user inputs, and distributed anonymized data | |
WO2024134467A1 (en) | Lobuar segmentation of lung and measurement of nodule distance to lobe boundary | |
CN115607275A (zh) | 一种图像显示方式、装置、存储介质及电子设备 | |
CN117745772A (zh) | 肺部气管的配准方法、***、计算设备及计算机存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220331 Address after: 201210 room 209, floor 2, building 1, No. 1601, Zhangdong Road, China (Shanghai) pilot Free Trade Zone, Pudong New Area, Shanghai (actual floor 3) Applicant after: Shanghai Weiwei aviation robot Co.,Ltd. Address before: Room 101, block B, building 1, No. 1601, Zhangdong Road, China (Shanghai) pilot Free Trade Zone, Shanghai, 201203 Applicant before: Shanghai minimally invasive medical robot (Group) Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |