[发明专利]基于医学图像的消融区域确定方法、设备及存储介质

说明书

本申请公开一种基于医学图像的消融区域确定方法、设备及存储介质，属于图像处理技术领域。其通过获取对目标区域病灶组织进行消融前的术前影像、和进行消融后的术后影像；对术前影像和术后影像进行配准及三维建模，得到三维术前影像和三维术后影像；基于三维术前影像和三维术后影像上各个体素的体素差值，对各个体素进行区域聚合，得到至少一个聚合区域；在显示界面显示聚合区域，以供操作者确定聚合区域是否为消融区域；在操作者确定聚合区域为消融区域的情况下，按照预设显示方式显示消融区域；可以解决机器识别消融区域时识别结果可能不准确的问题；可以提高消融区域识别的准确性。

技术领域

本申请属于图像处理技术领域，具体涉及一种基于医学图像的消融区域确定方法、设备及存储介质。

背景技术

热消融术(Thermal Ablation Therapy)是利用热效应引起病变组织凝固、坏死或汽化、炭化而达到消融灭活治疗目的的技术。热消融术包括激光、高频电刀、氩等离子体凝固及微波治疗、射频治疗等。以热消融术中的激光间质热疗(Laser Interstitial ThermalTherapy，简称LITT)技术为例，该LITT是一种针对多种颅内病变的新型微创技术，已被用于治疗颅内深部、较难以切除的颅内病变，如肿瘤、放射性坏死、脑内或深部核和白质的癫痫病灶等。该技术使用激光尖端探针插入脑部病变的内部，通过加热周围组织来产生可控的热损伤。术中实时磁共振成像(MRI)测温允许对消融区域进行连续监控，并且消融可随时停止。

为确保热消融治疗的有效性，还需要依赖现代医学影像技术对治疗后病灶组织的消融情况进行准确评估，而图像识别技术在激光消融治疗的术后疗效评估中发挥着至关重要的作用。如何快速、精准的识别出术后消融区域是进行术后评估的重要前提。现阶段，已有的消融区域识别方法主要包含深度学习和人工勾画。其中：①，深度学习是将术前影像和术后影像输入深度学习网络模型进行消融区域的识别。其中，深度学习网络模型是使用数据集预先训练得到的。数据集包括样本术前影像、该样本术前影像对应的样本术后影像、以及标注出的该样本术后影像中消融区域。但是深度学习的缺陷在于需要大量样本来进行训练才能达到较好的泛化。然而，目前某些部位(比如：脑部)的数据集数量可能较少，此时，深度学习网络模型的训练过程缺乏足够的数据集来进行深度学习。再者，基于深度学习的图像识别技术并不能快速且精准的将消融区域识别出，如遇到伪影、噪点等，该识别方法仍较难取得理想的效果。②，人工勾画的消融区域识别方法所花费的时间较长，且高度依赖于工作者的临床经验，具有一定的局限性。③，此外，针对多肿瘤需要使用多根光纤在多处进行消融的情况，目前尚无一种有效的识别方法能做到对多肿瘤区域或是多消融区域的一次性快速而精准的识别。

现有的消融区域识别方法在快速性和精准性方面有较大欠缺，无法满足实际需求，因此如何快速、准确的识别出消融区域是本领域技术人员亟待解决的问题。

发明内容

本申请所要解决的技术问题包括机器识别消融区域时识别结果可能不准确的问题。

为解决上述技术问题，本申请提供一种基于医学图像的消融区域确定方法，所述方法包括：

获取对目标区域病灶组织进行消融前的术前影像、和进行消融后的术后影像；

对所述术前影像和所述术后影像进行配准及三维建模，得到三维术前影像和三维术后影像；

基于所述三维术前影像和所述三维术后影像上各个体素的体素差值，对各个体素进行区域聚合，得到至少一个聚合区域；

在显示界面显示所述聚合区域，以供操作者确定所述聚合区域是否为消融区域；

在操作者确定所述聚合区域为消融区域的情况下，按照预设显示方式显示所述消融区域。

可选地，所述基于所述三维术前影像和所述三维术后影像上各个体素的体素差值，对各个体素进行区域聚合，得到至少一个聚合区域，包括：

计算所述三维术前影像和所述三维术后影像上各个体素的体素差值；