买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：昆明同心医联科技有限公司

摘要：本申请公开了一种动脉瘤手术规划方法、装置、电子设备及可读存储介质，其所述方法包括：获取目标患者的CT血管造影图像；基于卷积神经网络模型，从CT血管造影图像识别出动脉瘤；对载有动脉瘤的载瘤血管进行重建，得到所述载瘤血管三维模型；对载瘤血管三维模型进行几何分析，得到动脉瘤和所述载瘤血管的几何结构特征；根据动脉瘤的几何结构特征，模拟出首发弹簧圈，以对动脉瘤填塞；根据载瘤血管的几何结构特征，模拟出血管支架，以对载瘤血管填塞。本申请涵盖了动脉瘤诊断和治疗一体化的过程，能够根据患者的CT造影图像，能够实现动脉瘤和载瘤血管的自动测量，并通过模拟出合适弹簧圈和血管支架，为手术规划提供有力的基础。

主权项：1.一种动脉瘤手术规划方法，其特征在于，所述方法包括：获取目标患者的CT血管造影图像；基于卷积神经网络模型，从所述CT血管造影图像识别出动脉瘤；对载有动脉瘤的载瘤血管进行重建，得到载瘤血管三维模型；对所述载瘤血管三维模型进行几何分析，得到所述动脉瘤和所述载瘤血管的几何结构特征；根据所述动脉瘤的几何结构特征，模拟出首发弹簧圈，以对所述动脉瘤填塞；根据所述载瘤血管的几何结构特征，模拟出血管支架，以对所述载瘤血管填塞；其中，所述基于卷积神经网络模型，从所述CT血管造影图像识别出动脉瘤，包括：使所述CT血管造影图像进入所述卷积神经网络模型，以识别动脉瘤；其中，所述卷积神经网络模型是通过下述方法训练的：基于收缩路径，缩小所述CT血管造影图像的图像大小，以获取所述CT血管造影图像的上下文信息；基于扩展路径，对缩小后的CT血管造影图像进行重采样，得到所述CT血管造影图像的全像素分辨率图像；基于向前传播，确定所述基于所述卷积神经网络模型的每像素或然预测输出集；根据所述每像素或然预测输出集与已注释的动脉瘤图像，确定损失函数;基于向前传播，根据所述损失函数，通过最陡梯度下降法，对所述卷积神经网络模型进行参数值更新；其中，所述对载有动脉瘤的载瘤血管进行重建，得到所述载瘤血管三维模型，包括：对所述CT血管造影图像进行预处理，以消除伪影图像偏差；对预处理后的CT血管造影图像进行管状增强滤波处理；根据所述CT血管造影图像中各体素的原始数据以及管状增强滤波结果，确定所述载瘤血管的中心线；围绕所述载瘤血管的中心线，建立所述载瘤血管三维模型；其中，对所述载瘤血管三维模型进行几何分析，得到所述动脉瘤的几何结构特征，包括：对所述载瘤血管三维模型的表面建立网格，并使所述网格的平均单元质量指数达到预设值；采用平行切割平面，对所述载瘤血管上的动脉瘤进行切割；根据切割得到的动脉瘤，确定所述动脉瘤的多维尺寸指标，作为所述动脉瘤的几何结构特征；其中，所述根据所述动脉瘤的几何结构特征，模拟出首发弹簧圈，以对所述动脉瘤填塞，包括：创建颈部的虚拟表面，在所述虚拟表面预留一小孔，所述小孔连接动脉瘤；根据所述动脉瘤的几何结构特征，模拟出圆柱形结构的初始首发弹簧圈；将所述初始首发弹簧圈包裹在微导管中；使包裹有初始首发弹簧圈的微导管通过所述小孔，进入所述动脉瘤的囊中，并使所述初始首发弹簧圈回弹至自然状态，得到模拟动脉瘤；根据所述模拟动脉瘤与所述动脉瘤的几何特征比对结果，对所述初始首发弹簧圈进行微调，得到首发弹簧圈；其中，所述根据所述载瘤血管的几何结构特征，模拟出血管支架，以对所述载瘤血管填塞，包括：围绕所述载瘤血管的中心线模拟出多个形点；基于所述多个形点，建立虚拟血管支架；使所述虚拟血管支架依赖于三变量三谐波样条的自由形式变形，以确定所述虚拟血管支架的变形参数；根据所述虚拟血管支架的变形效果，对所述变形参数进行迭代更新，直到达到收敛要求，以模拟出血管支架；其中，所述基于所述多个形点，建立虚拟血管支架，包括：建立虚拟血管支架，所述虚拟血管支架为包含所述多个形点的圆柱体；假设所述虚拟血管支架的密集网状结构被假定为多孔介质，通过向控制流动方程添加动量源项，以模拟虚拟血管支架的孔隙度，其中，所述动量源项包括：粘性损失项和惯性损失项。

全文数据：

权利要求：

百度查询： 昆明同心医联科技有限公司 动脉瘤手术规划方法、装置、电子设备及可读存储介质