本發(fā)明涉及醫(yī)療穿刺，具體為一種基于增強(qiáng)現(xiàn)實的智能穿刺引導(dǎo)裝置。

背景技術(shù)：

1、過敏性鼻炎，也稱變應(yīng)性鼻炎困擾著全球大約三分之一人群，目前公認(rèn)的患病原因包含環(huán)境及遺傳因素。隨著環(huán)境污染及氣候惡化加劇，感冒多發(fā)且遷延難愈，致使鼻炎的發(fā)病率逐年上升，且越發(fā)難治。藥物治療容易反復(fù)，長時間使用容易產(chǎn)生耐受；手術(shù)治療痛苦大，費用高，而且容易復(fù)發(fā)。毫針刺入翼腭窩技術(shù)治療鼻炎的方法通過針刺技術(shù)，將針刺入位于顱底的翼腭窩內(nèi)，旨在通過抑制副交感神經(jīng)和激活交感神經(jīng)來恢復(fù)失調(diào)的神經(jīng)系統(tǒng)功能，并作為主要治療技術(shù)而逐漸推廣。國內(nèi)研究主要圍繞下關(guān)穴、顴骼穴以及“治鼻”穴等體表進(jìn)針位置確定翼腭窩。然而，由于個體差異和解剖結(jié)構(gòu)的復(fù)雜性，盲刺時不可避免反復(fù)、多次地進(jìn)針，容易引發(fā)出血、血腫等嚴(yán)重并發(fā)癥。

2、隨著人工智能技術(shù)及多學(xué)科交叉融合觀念發(fā)展，信息技術(shù)與中醫(yī)學(xué)科亦相互協(xié)作。蝶腭神經(jīng)節(jié)在醫(yī)學(xué)影像上位于骨質(zhì)結(jié)構(gòu)翼腭窩內(nèi)，借助數(shù)字圖像處理技術(shù)，結(jié)合醫(yī)學(xué)影像信息，智能定位翼腭窩位置并規(guī)劃有效穿刺路徑能夠提高穿刺準(zhǔn)確率。然而，在頭部ct影像中，翼腭窩結(jié)構(gòu)形狀較小、個體差異較大，且周圍解剖結(jié)構(gòu)復(fù)雜，影像上無明顯邊緣包圍，對其精準(zhǔn)定位極具挑戰(zhàn)。其次，基于深度學(xué)習(xí)方法在面臨小尺寸目標(biāo)時，過多的下采樣步驟導(dǎo)致了關(guān)鍵信息的丟失，削弱模型對小目標(biāo)的檢測靈敏度和準(zhǔn)確性。此外，在自動化臨床針刺路徑規(guī)劃的過程中，篩選有效的入針點面臨著效率低下的問題。因此，對于針刺治療過敏性鼻炎而言，在術(shù)前準(zhǔn)確識別、定位針刺目標(biāo)區(qū)域翼腭窩并自動規(guī)劃針刺路徑顯得尤為關(guān)鍵。目前還未見有基于計算機(jī)輔助及醫(yī)學(xué)影像計算技術(shù)引導(dǎo)翼腭窩穿刺的相關(guān)研究，國內(nèi)外相關(guān)產(chǎn)品仍是空白。鑒于此，結(jié)合人工智能技術(shù)研究一種基于增強(qiáng)現(xiàn)實的智能穿刺引導(dǎo)裝置。

技術(shù)實現(xiàn)思路

1、本部分的目的在于概述本發(fā)明的實施方式的一些方面以及簡要介紹一些較佳實施方式。在本部分以及本技術(shù)的說明書摘要和發(fā)明名稱中可能會做些簡化或省略以避免使本部分、說明書摘要和發(fā)明名稱的目的模糊，而這種簡化或省略不能用于限制本發(fā)明的范圍。

2、因此，本發(fā)明的目的是提供一種基于增強(qiáng)現(xiàn)實的智能穿刺引導(dǎo)裝置，術(shù)前準(zhǔn)確識別、定位針刺目標(biāo)區(qū)域翼腭窩并自動規(guī)劃針刺路徑，提高手術(shù)的準(zhǔn)確性以及安全性。

3、為解決上述技術(shù)問題，根據(jù)本發(fā)明的一個方面，本發(fā)明提供了如下技術(shù)方案：

4、一種基于增強(qiáng)現(xiàn)實的智能穿刺引導(dǎo)裝置，其包括：

5、導(dǎo)航系統(tǒng)，獲取患者頭部ct影像、根據(jù)ct影像依次對患者皮膚入針區(qū)域分割、關(guān)鍵組織三維重建、構(gòu)建臨床硬性約束條件和臨床軟性約束條件以及帕累托優(yōu)化路徑規(guī)劃確定毫針刺入翼腭窩手術(shù)的最優(yōu)路徑；

6、機(jī)械臂，接收導(dǎo)航系統(tǒng)發(fā)出的毫針刺入翼腭窩手術(shù)的最優(yōu)路徑指令，并根據(jù)指令引導(dǎo)穿刺針到達(dá)指定的穿刺位置；

7、光學(xué)跟蹤設(shè)備，捕獲患者頭部以及機(jī)械臂引導(dǎo)孔的實時位置并傳輸給導(dǎo)航系統(tǒng)，將手術(shù)器械周圍的手術(shù)區(qū)域在電腦屏幕上實時的繪制渲染出來，實現(xiàn)導(dǎo)航系統(tǒng)對穿刺手術(shù)的實時監(jiān)測。

8、作為本發(fā)明所述的一種基于增強(qiáng)現(xiàn)實的智能穿刺引導(dǎo)裝置的一種優(yōu)選方案，其中，所述導(dǎo)航系統(tǒng)內(nèi)置有基于密集空間金字塔網(wǎng)絡(luò)模型，所述基于密集空間金字塔網(wǎng)絡(luò)模型包括編碼模塊和解碼模塊，并通過集成注意力機(jī)制和空間金字塔結(jié)構(gòu)來增強(qiáng)其性能，在網(wǎng)絡(luò)的左側(cè)，編碼模塊通過下采樣提取輸入圖像的特征，右側(cè)的解碼模塊通過三線性插值來增加特征圖的分辨率。

9、作為本發(fā)明所述的一種基于增強(qiáng)現(xiàn)實的智能穿刺引導(dǎo)裝置的一種優(yōu)選方案，其中，所述基于密集空間金字塔網(wǎng)絡(luò)模型采用denseaspp結(jié)構(gòu)，并調(diào)整空洞率，引入se通道注意力模塊，且在跳躍連接的第一層加入了空間注意力模塊。

10、作為本發(fā)明所述的一種基于增強(qiáng)現(xiàn)實的智能穿刺引導(dǎo)裝置的一種優(yōu)選方案，其中，導(dǎo)航系統(tǒng)對患者皮膚入針區(qū)域分割的步驟如下：采用閾值法以及區(qū)域增長法進(jìn)行皮膚入針區(qū)域分割，通過分析圖像的直方圖找到一個可以明顯區(qū)分皮膚和非皮膚區(qū)域的像素強(qiáng)度值，此時圖像被分為兩部分：皮膚區(qū)域和非皮膚區(qū)域。

11、作為本發(fā)明所述的一種基于增強(qiáng)現(xiàn)實的智能穿刺引導(dǎo)裝置的一種優(yōu)選方案，其中，導(dǎo)航系統(tǒng)對關(guān)鍵組織三維重建的步驟如下：首先，通過選擇合適的閾值來處理ct圖像數(shù)據(jù)，然后運用區(qū)域增長技術(shù)消除噪點及非顱骨區(qū)域，最后，采用面繪制技術(shù)完成顱骨的三維重建。

12、作為本發(fā)明所述的一種基于增強(qiáng)現(xiàn)實的智能穿刺引導(dǎo)裝置的一種優(yōu)選方案，其中，臨床硬性約束條件包括針刺長度限制、關(guān)鍵組織規(guī)避以及入針角度硬約束；

13、針刺長度限制約束如下：在毫針刺入翼腭窩手術(shù)中，以點作為針刺點，定義針刺路徑長度為點到顱底翼腭窩中心偏上點的距離，通過下式過濾不滿足針刺長度要求的候選路徑；

14、；

15、關(guān)鍵組織規(guī)避如下：利用有向包圍盒結(jié)構(gòu)來對通過圖像分割得到的骨質(zhì)結(jié)構(gòu)進(jìn)行碰撞檢測，使用vtk中intersectwithline方法檢測一條由兩點定義的線段是否與一個幾何體相交，intersectwithline方法通過計算針刺路徑與骨質(zhì)結(jié)構(gòu)的潛在交點，一旦檢測到相交，即自動調(diào)整路徑以尋找安全無沖突的新路線；

16、入針角度硬約束如下：通過計算入針點及其周邊區(qū)域的平面方程得到針刺角度：選取入針點附近最近的個數(shù)據(jù)點作為近鄰點，使用這些點來進(jìn)行平面擬合，平面的方程形式為，將等式兩邊同時乘以的轉(zhuǎn)置矩陣，然后再乘以系數(shù)矩陣的逆矩陣，從而求解得到：

17、；

18、該平面法向量為，路徑的方向向量為，計算出皮膚表面入刺點到目標(biāo)點的針刺路徑與該點處的皮膚平面法向量的夾角a為：

19、；

20、當(dāng)夾角時，針刺路徑與皮膚之間的夾角，當(dāng)夾角時，針刺路徑與皮膚之間的夾角，此處只保留的刺入路徑。

21、作為本發(fā)明所述的一種基于增強(qiáng)現(xiàn)實的智能穿刺引導(dǎo)裝置的一種優(yōu)選方案，其中，臨床軟性約束條件包括針刺路徑長度約束、針刺路徑與關(guān)鍵組織距離約束以及入針角度約束；

22、針刺路徑長度約束歸一化后表示為：

23、；

24、其中，代表顱內(nèi)距離的歸一化結(jié)果，該值越低代表在顱內(nèi)距離越短，代表當(dāng)前路徑的顱內(nèi)長度，代表所有可行針刺路徑中距離最短的針刺路徑，代表所有可行針刺路徑中距離最長的針刺路徑；

25、針刺路徑與關(guān)鍵組織的距離約束歸一化后表示為：

26、；

27、其中，代表針刺路徑與關(guān)鍵組織之間的距離歸一化結(jié)果，代表當(dāng)前針刺路徑與關(guān)鍵組織的距離，代表所有可行針刺路徑中與關(guān)鍵組織最短的距離，代表所有可行針刺路徑中與關(guān)鍵組織最長的距離；

28、入針角度約束條件歸一化后表示如下：

29、；

30、其中，代表針刺角度歸一化后的結(jié)果，代表當(dāng)前路徑與皮膚表面的針刺角度，代表所有可行路徑中針刺角度的最小值，代表所有可行路徑中針刺角度的最大值。

31、作為本發(fā)明所述的一種基于增強(qiáng)現(xiàn)實的智能穿刺引導(dǎo)裝置的一種優(yōu)選方案，其中，帕累托優(yōu)化路徑規(guī)劃具體步驟如下：利用帕累托優(yōu)化策略，將針刺路徑長度約束、針刺路徑與關(guān)鍵組織距離約束以及入針角度約束的三項軟性約束條件納入考慮作為優(yōu)化的子目標(biāo)，針對三個風(fēng)險子目標(biāo)首先分別獲取每對子目標(biāo)組合的帕累托前沿，通過識別在所有帕累托前沿中出現(xiàn)頻率最高的點，找到一個綜合考慮所有風(fēng)險子目標(biāo)的最優(yōu)解，即最佳的針刺路徑。

32、作為本發(fā)明所述的一種基于增強(qiáng)現(xiàn)實的智能穿刺引導(dǎo)裝置的一種優(yōu)選方案，其中，捕獲患者頭部以及機(jī)械臂引導(dǎo)孔的實時位置并傳輸給導(dǎo)航系統(tǒng)，將手術(shù)器械周圍的手術(shù)區(qū)域在電腦屏幕上實時的繪制渲染出來，實現(xiàn)導(dǎo)航系統(tǒng)對穿刺手術(shù)的實時監(jiān)測具體如下：

33、將虛擬三維重建圖像坐標(biāo)系與患者坐標(biāo)系統(tǒng)一到光學(xué)跟蹤設(shè)備坐標(biāo)系下；

34、獲取虛擬圖像的特征點的坐標(biāo)，利用帶有跟蹤球的探針獲取跟蹤系統(tǒng)坐標(biāo)系特征點的位置信息；

35、采用基于單位四元數(shù)的注冊算法完成坐標(biāo)系注冊；

36、采用基于gpu負(fù)載均衡的三維場景分區(qū)實時渲染，將手術(shù)器械周圍的手術(shù)區(qū)域在電腦屏幕上實時的繪制渲染出來。

37、與現(xiàn)有技術(shù)相比，本發(fā)明具有的有益效果是：本發(fā)明結(jié)合深度學(xué)習(xí)和傳統(tǒng)導(dǎo)航技術(shù)，通過自動識別體表入針區(qū)域及靶區(qū)域，根據(jù)進(jìn)針需求及顱內(nèi)結(jié)構(gòu)設(shè)置避障約束，最終規(guī)劃出最優(yōu)穿刺路徑，對基于深度學(xué)習(xí)的顱內(nèi)翼腭窩自動域分割結(jié)果，提出一種基于解剖結(jié)構(gòu)先驗知識的翼腭窩刺入路徑自動規(guī)劃方法，將穿刺針引導(dǎo)裝置固定于機(jī)械臂，通過光學(xué)跟蹤設(shè)備捕獲患者頭部、機(jī)械臂引導(dǎo)孔的實時位置，實現(xiàn)智能、實時穿刺引導(dǎo)，提高穿刺手術(shù)安全性及準(zhǔn)確性。