本發(fā)明涉及腫瘤圖像處理，具體地說，涉及基于病理數(shù)據(jù)分析的腫瘤微創(chuàng)治療處理系統(tǒng)。

背景技術(shù)：

1、病理數(shù)據(jù)分析的腫瘤微創(chuàng)是從病理切片、影像學(xué)檢查數(shù)據(jù)源中收集腫瘤的詳細(xì)信息，詳細(xì)信息包括腫瘤的大小、形狀、位置、組織類型以及基因突變，由于不同患者的腫瘤形狀復(fù)雜和不規(guī)則，具有突起、凹陷、不均勻或不清晰的邊界情況，復(fù)雜形狀使得腫瘤的完整切除變得更加困難，很難準(zhǔn)確確定腫瘤的全部邊界，導(dǎo)致在腦腫瘤微創(chuàng)后存在未切除干凈的殘余腫瘤，當(dāng)腫瘤微創(chuàng)后的區(qū)域或邊界存在多處不易發(fā)現(xiàn)的殘留腫瘤時(shí)，不能對(duì)準(zhǔn)確的對(duì)殘留腫瘤進(jìn)行優(yōu)先級(jí)的排查，使醫(yī)療資源分配不合理，導(dǎo)致醫(yī)療資源的浪費(fèi)，同時(shí)若對(duì)低優(yōu)先級(jí)的殘留腫瘤進(jìn)行過度檢查，從而導(dǎo)致治療時(shí)間時(shí)間的延遲和醫(yī)療成本的提升，于是我們提供了基于病理數(shù)據(jù)分析的腫瘤微創(chuàng)治療處理系統(tǒng)。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供基于病理數(shù)據(jù)分析的腫瘤微創(chuàng)治療處理系統(tǒng)，以解決上述背景技術(shù)中提出的問題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供基于病理數(shù)據(jù)分析的腫瘤微創(chuàng)治療處理系統(tǒng)，包括數(shù)據(jù)圖像單元、模型及掃描單元、形狀重疊單元、形狀優(yōu)先級(jí)單元；

3、所述數(shù)據(jù)圖像單元獲取病理數(shù)據(jù)生成組織三維模型，并對(duì)病理數(shù)據(jù)中的圖像數(shù)據(jù)進(jìn)行分割和表面的提取，再?gòu)奶崛〉谋砻鏀?shù)據(jù)中采取三角形的三個(gè)頂點(diǎn)，通過采取頂點(diǎn)的三維腫瘤邊界坐標(biāo)點(diǎn)生成點(diǎn)云數(shù)據(jù)，根據(jù)點(diǎn)云數(shù)據(jù)生成微創(chuàng)前的三維腫瘤圖像數(shù)據(jù)；

4、所述模型及掃描單元用于接收數(shù)據(jù)圖像單元中的數(shù)據(jù)，將三維腫瘤邊界坐標(biāo)點(diǎn)輸入組織三維模型中連接獲得完整的腫瘤形狀，并生成腫瘤及其組織三維模型，根據(jù)腫瘤及組織三維模型數(shù)據(jù)對(duì)患者進(jìn)行腫瘤微創(chuàng)，再對(duì)腫瘤微創(chuàng)后的患者進(jìn)行ct和mri掃描；

5、所述形狀重疊單元用于接收數(shù)據(jù)圖像單元和模型及掃描單元中的數(shù)據(jù)，并摳出微創(chuàng)前的腫瘤形狀區(qū)域圖像和微創(chuàng)后的腫瘤形狀區(qū)域圖像，將微創(chuàng)前的腫瘤形狀區(qū)域圖像和微創(chuàng)后的腫瘤形狀區(qū)域圖像的三維腫瘤邊界坐標(biāo)點(diǎn)進(jìn)行對(duì)齊，生成交集區(qū)域和并集區(qū)域，將生成交集區(qū)域和并集區(qū)域劃分為若干個(gè)網(wǎng)格區(qū)域計(jì)算重疊度，當(dāng)計(jì)算的重疊度低于標(biāo)準(zhǔn)的重疊度時(shí)，說明網(wǎng)格區(qū)域存在殘余腫瘤；

6、所述形狀優(yōu)先級(jí)單元用于接收形狀重疊單元和數(shù)據(jù)圖像單元中的數(shù)據(jù)，通過空間變換矩陣得出映射后的三維坐標(biāo)點(diǎn)，將映射后的三維坐標(biāo)點(diǎn)連接起來，生成殘余腫瘤的三維形狀，將殘余腫瘤的三維形狀分解為若干個(gè)四面體并求和出殘余腫瘤的三維形狀體積，再對(duì)殘余腫瘤的三維形狀按照體積從高到低進(jìn)行優(yōu)先級(jí)排序，根據(jù)優(yōu)先級(jí)排序的結(jié)果對(duì)殘余腫瘤的三維形狀進(jìn)行優(yōu)先級(jí)的排查。

7、作為本技術(shù)方案的進(jìn)一步改進(jìn)，所述數(shù)據(jù)圖像單元包括圖像轉(zhuǎn)化模塊、提取表面模塊和腫瘤圖像模塊；

8、所述圖像轉(zhuǎn)化模塊獲取病理數(shù)據(jù)中微創(chuàng)前的ct和mri影像數(shù)據(jù)，醫(yī)學(xué)影像(ct和mri掃描)是由許多連續(xù)的二維切片構(gòu)成的，并對(duì)微創(chuàng)前的ct和mri影像數(shù)據(jù)進(jìn)行圖像分割，識(shí)別腫瘤區(qū)域，再利用二值化方法將分割的圖像數(shù)據(jù)轉(zhuǎn)化為切片的二值圖像，二值圖像由于數(shù)據(jù)量小，計(jì)算和存儲(chǔ)效率較高，能夠加快圖像處理速度，提高計(jì)算效率；

9、病理數(shù)據(jù)包括ct和mri影像數(shù)據(jù)、組織切片圖像、組織學(xué)特征、病理診斷信息；

10、利用二值化方法將分割的圖像轉(zhuǎn)化為切片的二值圖像的實(shí)現(xiàn)原理：

11、收集分割的圖像數(shù)據(jù)fgtx，并提取分割的圖像數(shù)據(jù)fgtx位置的像素灰度值，根據(jù)提取的像素灰度值i(x,y)判斷切片的二值圖像位置的像素灰度值b(x,y)，具體算法公式：

12、

13、當(dāng)提取的像素灰度值i(x,y)大于或等于預(yù)先設(shè)定的固定灰度值t時(shí)，將腫瘤區(qū)域標(biāo)記為1；

14、當(dāng)提取的像素灰度值i(x,y)小于預(yù)先設(shè)定的固定灰度值t時(shí)，將腫瘤區(qū)域標(biāo)記為0；

15、所述提取表面模塊用于接收?qǐng)D像轉(zhuǎn)化模塊中切片的二值圖像數(shù)據(jù)，再利用堆疊切片將切片的二值圖像按順序堆疊，形成三維體積數(shù)據(jù)，再利用marching?cubes算法從三維體積數(shù)據(jù)中提取表面；

16、所述腫瘤圖像模塊用于接收提取表面模塊中提取的表面數(shù)據(jù)和圖像轉(zhuǎn)化模塊中病理數(shù)據(jù)，根據(jù)病例數(shù)據(jù)生成組織三維模型，利用三維網(wǎng)格從提取的表面數(shù)據(jù)中采取每個(gè)三角形的三個(gè)頂點(diǎn)，提取的表面數(shù)據(jù)由若干個(gè)三角形組成，每個(gè)三角形有三個(gè)頂點(diǎn)，每個(gè)頂點(diǎn)代表腫瘤表面上的一個(gè)三維腫瘤邊界坐標(biāo)點(diǎn)，通過采取頂點(diǎn)的三維腫瘤邊界坐標(biāo)點(diǎn)生成點(diǎn)云數(shù)據(jù)，再利用點(diǎn)云處理技術(shù)根據(jù)點(diǎn)云數(shù)據(jù)生成微創(chuàng)前的三維腫瘤圖像數(shù)據(jù)，點(diǎn)云數(shù)據(jù)可以精確地表示三維空間中的物體，能夠生成高分辨率的腫瘤三維圖像，清晰地展示腫瘤的形狀、邊界和結(jié)構(gòu)。

17、作為本技術(shù)方案的進(jìn)一步改進(jìn)，所述模型及掃描單元包括腫瘤及組織模型模塊和創(chuàng)后掃描模塊；

18、所述腫瘤及組織模型模塊用于接收腫瘤圖像模塊中三維腫瘤邊界坐標(biāo)點(diǎn)和組織三維模型，將三維腫瘤邊界坐標(biāo)點(diǎn)輸入組織三維模型中，組織三維模型將三維腫瘤邊界坐標(biāo)點(diǎn)進(jìn)行連接獲得完整的腫瘤形狀，并自動(dòng)生成腫瘤及其組織三維模型，三維模型能清晰地展示腫瘤邊界及其與周圍結(jié)構(gòu)的關(guān)系，提供更詳細(xì)的解剖信息；

19、所述創(chuàng)后掃描模塊用于接收腫瘤及組織模型模塊中腫瘤及組織三維模型數(shù)據(jù)，根據(jù)腫瘤及組織三維模型數(shù)據(jù)對(duì)患者進(jìn)行腫瘤微創(chuàng)，再對(duì)腫瘤微創(chuàng)后的患者進(jìn)行ct和mri掃描，得到微創(chuàng)后的ct和mri影像數(shù)據(jù)。

20、作為本技術(shù)方案的進(jìn)一步改進(jìn)，所述形狀重疊單元包括形狀摳圖模塊、交集并集模塊和重疊度模塊；

21、所述形狀摳圖模塊用于接收腫瘤圖像模塊中三維腫瘤邊界坐標(biāo)點(diǎn)和微創(chuàng)前的三維腫瘤圖像數(shù)據(jù)，接收創(chuàng)后掃描模塊中微創(chuàng)后的ct和mri影像數(shù)據(jù)，并根據(jù)微創(chuàng)后的ct和mri影像數(shù)據(jù)進(jìn)行圖像分割生成微創(chuàng)后的三維腫瘤圖像數(shù)據(jù)，將三維腫瘤邊界坐標(biāo)點(diǎn)標(biāo)記在微創(chuàng)后的三維腫瘤圖像數(shù)據(jù)和微創(chuàng)前的三維腫瘤圖像數(shù)據(jù)上，并對(duì)標(biāo)記的坐標(biāo)點(diǎn)進(jìn)行相連，在微創(chuàng)后的三維腫瘤圖像數(shù)據(jù)和微創(chuàng)前的三維腫瘤圖像數(shù)據(jù)上連接成形狀，使用摳圖分割法將連接的形狀進(jìn)行摳圖，摳出微創(chuàng)前的腫瘤形狀區(qū)域圖像和微創(chuàng)后的腫瘤形狀區(qū)域圖像，可以精確地從圖像中提取出腫瘤區(qū)域，確保只關(guān)注腫瘤本身而非周圍組織，提供更高的分割精度；

22、所述交集并集模塊用于接收形狀摳圖模塊中微創(chuàng)前的腫瘤形狀區(qū)域圖像和微創(chuàng)后的腫瘤形狀區(qū)域圖像，接收腫瘤圖像模塊中組織三維模型和三維腫瘤邊界坐標(biāo)點(diǎn)，將三維腫瘤邊界坐標(biāo)點(diǎn)、微創(chuàng)前的腫瘤形狀區(qū)域圖像和微創(chuàng)后的腫瘤形狀區(qū)域圖像輸入組織三維模型中，組織三維模型將微創(chuàng)前的腫瘤形狀區(qū)域圖像和微創(chuàng)后的腫瘤形狀區(qū)域圖像的三維腫瘤邊界坐標(biāo)點(diǎn)放大到預(yù)設(shè)值并停止，再將微創(chuàng)前的腫瘤形狀區(qū)域圖像和微創(chuàng)后的腫瘤形狀區(qū)域圖像的三維腫瘤邊界坐標(biāo)點(diǎn)進(jìn)行對(duì)齊，生成交集區(qū)域和并集區(qū)域；

23、生成交集區(qū)域和并集區(qū)域的實(shí)現(xiàn)原理：

24、首先收集微創(chuàng)前的腫瘤形狀區(qū)域圖像wpre和微創(chuàng)后的腫瘤形狀區(qū)域圖像wpost進(jìn)行交集區(qū)域和并集區(qū)域的計(jì)算，得出計(jì)算的交集區(qū)域woverlap和并集區(qū)域wunion，具體算法公式：

25、woverlap＝wpre∩wpost；

26、wunion＝wpre∪wpost；

27、其中，該公式用于生成交集區(qū)域和并集區(qū)域，在對(duì)比微創(chuàng)前后的腫瘤形狀，能夠更精確地規(guī)劃微創(chuàng)切除范圍，從而減少誤切和遺漏。

28、作為本技術(shù)方案的進(jìn)一步改進(jìn)，所述重疊度模塊用于接收交集并集模塊中生成的交集區(qū)域和并集區(qū)域，使用網(wǎng)格劃分方法將生成交集區(qū)域和并集區(qū)域劃分為若干個(gè)網(wǎng)格區(qū)域，并獲取對(duì)應(yīng)的網(wǎng)格區(qū)域三維坐標(biāo)點(diǎn)，利用交集的網(wǎng)格區(qū)域與對(duì)應(yīng)的并集網(wǎng)格區(qū)域計(jì)算重疊度，當(dāng)計(jì)算的重疊度低于標(biāo)準(zhǔn)的重疊度時(shí)，說明網(wǎng)格區(qū)域存在殘余腫瘤，可以更精確地識(shí)別腫瘤的殘留情況，提高診斷的靈敏性和精確度；

29、所述重疊度模塊中計(jì)算重疊度的實(shí)現(xiàn)原理：

30、首先收集交集的網(wǎng)格區(qū)域woverlap,sub和并集的網(wǎng)格區(qū)域wunion,sub計(jì)算重疊度，得到計(jì)算的重疊度cd，具體算法公式：

31、

32、其中，cdi指的是計(jì)算的第i個(gè)重疊度cd，該公式用于計(jì)算重疊度，用于判斷網(wǎng)格區(qū)域是否存在殘余腫瘤。

33、作為本技術(shù)方案的進(jìn)一步改進(jìn)，所述形狀優(yōu)先級(jí)單元包括殘余腫瘤形狀模塊和優(yōu)先級(jí)模塊；

34、所述殘余腫瘤形狀模塊用于接收重疊度模塊中網(wǎng)格區(qū)域三維坐標(biāo)點(diǎn)和腫瘤圖像模塊中三維腫瘤邊界坐標(biāo)點(diǎn)，通過空間變換矩陣將網(wǎng)格區(qū)域三維坐標(biāo)點(diǎn)轉(zhuǎn)換為微創(chuàng)前的腫瘤形狀區(qū)域圖像中的三維腫瘤邊界坐標(biāo)點(diǎn),得出映射后的三維坐標(biāo)點(diǎn)，再將所有映射后的三維坐標(biāo)點(diǎn)連接起來，生成殘余腫瘤的三維形狀，通過連接映射后的三維坐標(biāo)點(diǎn)，可以生成殘余腫瘤的清晰三維形狀，使得醫(yī)生、患者及醫(yī)療團(tuán)隊(duì)能夠直觀地理解腫瘤的形狀；

35、利用空間變換矩陣得到映射后的三維坐標(biāo)的實(shí)現(xiàn)原理：

36、獲取網(wǎng)格區(qū)域三維坐標(biāo)點(diǎn)(xsbu,ysbu,zsbu)和微創(chuàng)前的腫瘤形狀區(qū)域圖像中的三維腫瘤邊界坐標(biāo)點(diǎn)(x,y,z)計(jì)算映射后的三維坐標(biāo)點(diǎn)，具體算法公式：

37、

38、其中，該公式用于計(jì)算映射后的三維坐標(biāo)點(diǎn)，腫瘤微創(chuàng)后將變換后的三維坐標(biāo)點(diǎn)與腫瘤微創(chuàng)后的圖像數(shù)據(jù)對(duì)比，有助于評(píng)估腫瘤微創(chuàng)后的腫瘤殘余情況；

39、所述優(yōu)先級(jí)模塊用于接收殘余腫瘤形狀模塊中殘余腫瘤的三維形狀，將殘余腫瘤的三維形狀分解為若干個(gè)四面體，并獲取相應(yīng)的四個(gè)頂點(diǎn)坐標(biāo)，根據(jù)相應(yīng)的四個(gè)頂點(diǎn)坐標(biāo)計(jì)算四面體的體積，再根據(jù)計(jì)算的四面體體積進(jìn)行求和出殘余腫瘤的三維形狀體積，同時(shí)組織三維模型將對(duì)齊的三維圖像中所有殘余腫瘤的三維形狀按體積進(jìn)行依次比對(duì)，根據(jù)比對(duì)的結(jié)果對(duì)殘余腫瘤的三維形狀按照體積從高到低的優(yōu)先級(jí)排序，再根據(jù)優(yōu)先級(jí)排序的結(jié)果對(duì)殘余腫瘤的三維形狀進(jìn)行優(yōu)先級(jí)的排查，通過對(duì)殘余腫瘤進(jìn)行優(yōu)先級(jí)排序，可以合理分配醫(yī)療資源(如手術(shù)時(shí)間、藥物、設(shè)備)，這樣可以避免資源浪費(fèi)，將有限的資源集中用于最需要的地方，同時(shí)優(yōu)先級(jí)排序可以減少對(duì)低優(yōu)先級(jí)腫瘤區(qū)域的過度檢查，從而節(jié)省時(shí)間和降低醫(yī)療成本。

40、作為本技術(shù)方案的進(jìn)一步改進(jìn)，優(yōu)先級(jí)模塊中計(jì)算四面體的體積的實(shí)現(xiàn)原理：

41、獲取獲取相應(yīng)的四個(gè)頂點(diǎn)坐標(biāo)(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3)、(x4,y4,z4)計(jì)算四面體的體積，得出計(jì)算的四面體體積vi，具體算法公式：

42、

43、其中，(xi1,yi1,zi1)、(xi2,yi2,zi2)、(xi3,yi3,zi3)、(xi4,yi4,zi4)是第i個(gè)四面體的四個(gè)頂點(diǎn)坐標(biāo)，是用來計(jì)算四面體體積的常數(shù)因子，1是常數(shù)，用于計(jì)算矩陣行列式時(shí)，使得公式能夠正確表示四面體的體積，該公式用于計(jì)算四面體的體積，在醫(yī)學(xué)成像中，通過四面體體積計(jì)算可用于準(zhǔn)確測(cè)量腫瘤或其他病變的體積；

44、求和出殘余腫瘤的三維形狀體積實(shí)現(xiàn)原理：

45、獲取計(jì)算的計(jì)算的四面體體積vi求和出殘余腫瘤的三維形狀體積cl，具體算法公式：

46、

47、其中，n指的是第n個(gè)四面體，該公式用于行求和出殘余腫瘤的三維形狀體積，腫瘤通常具有不規(guī)則的形狀，四面體分解方法能夠有效處理這些復(fù)雜幾何形狀，而不像某些其他體積計(jì)算方法那樣限制于規(guī)則的幾何形狀。

48、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果：

49、1、該病理數(shù)據(jù)分析的腫瘤微創(chuàng)治療處理系統(tǒng)中，重疊度模塊用于接收交集并集模塊中生成的交集區(qū)域和并集區(qū)域，使用網(wǎng)格劃分方法將生成交集區(qū)域和并集區(qū)域劃分為若干個(gè)網(wǎng)格區(qū)域，并獲取對(duì)應(yīng)的網(wǎng)格區(qū)域三維坐標(biāo)點(diǎn)，利用交集的網(wǎng)格區(qū)域與對(duì)應(yīng)的并集網(wǎng)格區(qū)域計(jì)算重疊度，當(dāng)計(jì)算的重疊度低于標(biāo)準(zhǔn)的重疊度時(shí)，說明網(wǎng)格區(qū)域存在殘余腫瘤，可以更精確地識(shí)別腫瘤的殘留情況，提高診斷的靈敏性和精確度。

50、2、該病理數(shù)據(jù)分析的腫瘤微創(chuàng)治療處理系統(tǒng)中，殘余腫瘤形狀模塊用于接收重疊度模塊中網(wǎng)格區(qū)域三維坐標(biāo)點(diǎn)和腫瘤圖像模塊中三維腫瘤邊界坐標(biāo)點(diǎn)，通過空間變換矩陣將網(wǎng)格區(qū)域三維坐標(biāo)點(diǎn)轉(zhuǎn)換為微創(chuàng)前的腫瘤形狀區(qū)域圖像中的三維腫瘤邊界坐標(biāo)點(diǎn),得出映射后的三維坐標(biāo)點(diǎn)，再將所有映射后的三維坐標(biāo)點(diǎn)連接起來，生成殘余腫瘤的三維形狀，通過連接映射后的三維坐標(biāo)點(diǎn)，可以生成殘余腫瘤的清晰三維形狀，使得醫(yī)生、患者及醫(yī)療團(tuán)隊(duì)能夠直觀地理解腫瘤的形狀。

51、3、該病理數(shù)據(jù)分析的腫瘤微創(chuàng)治療處理系統(tǒng)中，優(yōu)先級(jí)模塊用于接收殘余腫瘤形狀模塊中殘余腫瘤的三維形狀，將殘余腫瘤的三維形狀分解為若干個(gè)四面體，并獲取相應(yīng)的四個(gè)頂點(diǎn)坐標(biāo)，根據(jù)相應(yīng)的四個(gè)頂點(diǎn)坐標(biāo)計(jì)算四面體的體積，再根據(jù)計(jì)算的四面體體積進(jìn)行求和出殘余腫瘤的三維形狀體積，同時(shí)組織三維模型將對(duì)齊的三維圖像中所有殘余腫瘤的三維形狀按體積進(jìn)行依次比對(duì)，根據(jù)比對(duì)的結(jié)果對(duì)殘余腫瘤的三維形狀按照體積從高到低的優(yōu)先級(jí)排序，再根據(jù)優(yōu)先級(jí)排序的結(jié)果對(duì)殘余腫瘤的三維形狀進(jìn)行優(yōu)先級(jí)的排查，通過對(duì)殘余腫瘤進(jìn)行優(yōu)先級(jí)排序，可以合理分配醫(yī)療資源(如手術(shù)時(shí)間、藥物、設(shè)備)，這樣可以避免資源浪費(fèi)，將有限的資源集中用于最需要的地方，同時(shí)優(yōu)先級(jí)排序可以減少對(duì)低優(yōu)先級(jí)腫瘤區(qū)域的過度檢查，從而節(jié)省時(shí)間和降低醫(yī)療成本。