本發(fā)明涉及醫(yī)學(xué)影像智能分析技術(shù)，特別涉及一種基于點云的心臟瓣膜空間定位推斷方法、系統(tǒng)及計算機可讀存儲介質(zhì)。

背景技術(shù)：

1、在心臟醫(yī)學(xué)診斷、治療規(guī)劃及手術(shù)實施領(lǐng)域內(nèi)，精確的心臟瓣膜三維空間定位技術(shù)具有無可估量的價值，對于精確評估疾病與制定個性化治療方案至關(guān)重要。當(dāng)前，通過心臟動態(tài)成像技術(shù)(如二尖瓣與主動脈瓣的影像分析)，能夠提取關(guān)鍵功能參數(shù)，包括但不限于射血分數(shù)、瓣膜動態(tài)偏移量及整體心臟縱向應(yīng)變等，可以進一步支持切片追蹤及瓣膜介入手術(shù)的精準(zhǔn)規(guī)劃。然而，傳統(tǒng)技術(shù)中依賴于超聲切片圖像或電影mri的二維檢測方法雖能在一定程度上量化結(jié)構(gòu)信息，卻難以全面捕捉臨床所需的三維解剖生物標(biāo)志物(體積、質(zhì)量等)的復(fù)雜性，這些生物標(biāo)志物本質(zhì)上需求三維解析或能從多維度二維測量中顯著增強理解。

2、鑒于上述局限，研究人員提出了通過提升成像的空間分辨率實現(xiàn)直接獲取三維成像數(shù)據(jù)，例如如多時相cta與三維cmr技術(shù)。雖能這些技術(shù)顯著提升準(zhǔn)確性，但存在著成本高昂、輻射暴露、成像耗時長及時間分辨率受限等問題。

3、因此，為了解決對于心臟疾病診斷精準(zhǔn)醫(yī)療的現(xiàn)實需求問題，本發(fā)明擬提供一種經(jīng)濟高效、操作簡便的心臟瓣膜三維空間定位解決方案，以顯著降低瓣膜精準(zhǔn)定位的成本門檻。

技術(shù)實現(xiàn)思路

1、本發(fā)明要解決的技術(shù)問題是，克服現(xiàn)有技術(shù)中的不足，提供一種基于點云的心臟瓣膜空間感知定位方法；該方法通過對三維心臟點云數(shù)據(jù)的收集以及標(biāo)準(zhǔn)化處理，使用二維心臟醫(yī)學(xué)影像中的腔室位置，對心臟瓣膜在三維空間的位置進行推斷與分析。

2、為解決技術(shù)問題，本發(fā)明的解決方案是：

3、提供一種基于點云的心臟瓣膜空間感知定位方法，包括以下步驟：

4、(1)心臟結(jié)構(gòu)數(shù)據(jù)的采集、整理與標(biāo)注；

5、(2)獲取標(biāo)注體素數(shù)據(jù)并將其點云化；

6、(3)全心點云標(biāo)準(zhǔn)化與切面點云生成；

7、(4)點云補全網(wǎng)絡(luò)的搭建、訓(xùn)練與測試；

8、(5)將測試樣本的點云切片數(shù)據(jù)輸入網(wǎng)絡(luò)，獲得瓣膜的空間定位。

9、作為本發(fā)明的優(yōu)選方案，所述步驟(1)具體包括：

10、(1.1)數(shù)據(jù)采集：在不同層級不同地域的多個醫(yī)院調(diào)取收集足量的心臟體數(shù)據(jù)文件和臨床數(shù)據(jù)病歷信息；

11、(1.2)數(shù)據(jù)整理：對采集的數(shù)據(jù)進行清洗、重命名和格式轉(zhuǎn)換，建立基礎(chǔ)數(shù)據(jù)庫；

12、(1.3)數(shù)據(jù)標(biāo)注：在明確標(biāo)注規(guī)則和流程的前提下，對心臟腔室和動靜脈結(jié)構(gòu)的數(shù)據(jù)進行標(biāo)注。

13、作為本發(fā)明的優(yōu)選方案，所述步驟(2)具體包括：

14、(2.1)體素數(shù)據(jù)讀取：讀取體素數(shù)據(jù)并轉(zhuǎn)換為三維數(shù)組形式，經(jīng)仿射變換后調(diào)整至統(tǒng)一坐標(biāo)系下；

15、(2.2)交界點云采樣：針對已標(biāo)注的心臟腔室和動靜脈結(jié)構(gòu)，采用迭代方式遍歷其所有八鄰域內(nèi)的體素；確定每個結(jié)構(gòu)的邊界點云，并提取結(jié)構(gòu)之間的交界信息；

16、(2.3)法向生成與修正：掃描當(dāng)前體素數(shù)據(jù)中每個像素點的八連通域，識別出相對于當(dāng)前感興趣結(jié)構(gòu)的內(nèi)點與外點；定義初始模擬法向量后，對模擬法向量進行平滑處理；

17、(2.4)網(wǎng)格化點云：利用獲得的點云坐標(biāo)及修正后的法向量信息對點云進行網(wǎng)格化處理，并同時保留原始的點云數(shù)據(jù)；

18、(2.5)點云重采樣：針對網(wǎng)格數(shù)據(jù)，實施基于曲率的點云重采樣標(biāo)準(zhǔn)化各結(jié)構(gòu)點數(shù)，獲得體素重建的點云數(shù)據(jù)。

19、作為本發(fā)明的優(yōu)選方案，所述步驟(3)具體包括：

20、(3.1)點云標(biāo)準(zhǔn)化：通過點云位姿校正以及點云尺寸校正，縮小點云數(shù)據(jù)頂點坐標(biāo)值，獲得標(biāo)準(zhǔn)化的全心點云；

21、(3.2)標(biāo)準(zhǔn)切面點云采集：根據(jù)心臟的二維醫(yī)學(xué)成像涉及的標(biāo)準(zhǔn)切面，對標(biāo)準(zhǔn)化的全心點云數(shù)據(jù)進行切分采集，獲得標(biāo)準(zhǔn)切面點云；

22、(3.3)瓣膜點云存儲：根據(jù)標(biāo)準(zhǔn)化全心點云數(shù)據(jù)，獲取瓣膜點云的頂點位置以及顏色信息，存儲為標(biāo)準(zhǔn)化瓣膜點云。

23、作為本發(fā)明的優(yōu)選方案，所述步驟(4)具體包括：

24、(4.1)搭建使用編解碼器結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)，用作心臟瓣膜空間感知定位的點云補全網(wǎng)絡(luò)；

25、(4.2)將待處理的標(biāo)準(zhǔn)化瓣膜點云和標(biāo)準(zhǔn)化切面點云分為訓(xùn)練集、驗證集與測試集；

26、(4.3)以標(biāo)準(zhǔn)化瓣膜點云為目標(biāo)點云，以標(biāo)準(zhǔn)化切面點云為輸入點云，對點云補全網(wǎng)絡(luò)進行訓(xùn)練，得到用于瓣膜定位的網(wǎng)絡(luò)模型；

27、(4.4)獲取測試樣本，使用訓(xùn)練好的網(wǎng)絡(luò)模型獲得瓣膜的空間定位，并驗證點云切片推斷瓣膜位置的精度。

28、作為本發(fā)明的優(yōu)選方案，步驟(4.1)中所述的點云補全網(wǎng)絡(luò)是使用編解碼器結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)；在該網(wǎng)絡(luò)中利用兩個pointnet層作為編碼器，編碼層寬度設(shè)置為512，并在多層感知器后面接續(xù)解碼器中的foldingnet塊；該網(wǎng)絡(luò)結(jié)合局部信息和全局信息從部分點云直接生成完整點云，根據(jù)切面信息推斷瓣膜的空間位置以及結(jié)構(gòu)，實現(xiàn)多層多組分的心臟點云切片數(shù)據(jù)的空間感知。

29、作為本發(fā)明的優(yōu)選方案，所述步驟(4.3)具體包括：

30、(4.3.1)進行數(shù)據(jù)重采樣，整理為輸入點云補全網(wǎng)絡(luò)的尺寸；

31、(4.3.2)初始化點云補全網(wǎng)絡(luò)，載入在shapenet數(shù)據(jù)集上經(jīng)預(yù)訓(xùn)練的網(wǎng)絡(luò)參數(shù)；

32、(4.3.3)設(shè)定點云補全網(wǎng)絡(luò)前置超參數(shù)，在前期加大損失函數(shù)對粗糙點云的分支的權(quán)重，在后期加大損失函數(shù)對精細點云部分的權(quán)重；

33、(4.3.4)使用隨機梯度下降優(yōu)化點云補全網(wǎng)絡(luò)，選擇在驗證集上表現(xiàn)最好的網(wǎng)絡(luò)參數(shù)進行存儲。

34、作為本發(fā)明的優(yōu)選方案，所述步驟(5)具體包括：

35、(5.1)獲取測試樣本的點云切片數(shù)據(jù)，在點云補全網(wǎng)絡(luò)收斂后使用經(jīng)訓(xùn)練的瓣膜定位網(wǎng)絡(luò)模型進行瓣膜點云的預(yù)測，對瓣膜的位置進行感知定位；

36、(5.2)計算預(yù)測的瓣膜點云與真實瓣膜點云的l1?chamfer距離、l2?chamfer距離以及fscore，推斷瓣膜位置的精度。

37、本發(fā)明進一步提供了基于點云的心臟瓣膜空間定位推斷系統(tǒng)，該系統(tǒng)包括切片點云獲取模塊、瓣膜點云推斷模塊、效能評估模塊和繪制模塊；其中，

38、切片點云獲取模塊，用于獲取醫(yī)學(xué)圖像的圖像數(shù)據(jù)的待處理二維矩陣集合，并對待處理矩陣集合預(yù)處理，以得到醫(yī)學(xué)圖像的感興趣區(qū)域及感興趣區(qū)域?qū)?yīng)的類別標(biāo)簽，采樣獲取感興趣區(qū)域輪廓點云，通過訓(xùn)練中獲取的標(biāo)準(zhǔn)化點云數(shù)據(jù)集中相關(guān)標(biāo)準(zhǔn)切面的平均平面方程以及質(zhì)心坐標(biāo)，將感興趣區(qū)域輪廓點云仿射變換到三維空間坐標(biāo)中，形成切片點云；

39、瓣膜點云推斷模塊，將獲取的二維切片點云輸入經(jīng)過訓(xùn)練的點云補全網(wǎng)絡(luò)，獲得推斷出的反映瓣膜位置的三維空間點云；

40、效能評估模塊，將獲取的三維空間點云映射回二維，與實際醫(yī)學(xué)圖像數(shù)據(jù)的瓣膜位置進行對比，計算實際瓣環(huán)點與推斷瓣膜的距離誤差，對于當(dāng)前標(biāo)準(zhǔn)切面不可見的瓣膜狀況，如三尖瓣之于胸骨旁長軸切面，主動脈瓣之于二腔心切面，進行同病例同時項不同切面推斷瓣環(huán)點云的一致性矩陣計算，一致性矩陣的第i列第j行為第i個切面推斷的瓣環(huán)點云與第j個切面推斷的瓣環(huán)點云之間的倒角距離；

41、繪制模塊，基于各切面生成的瓣膜點云繪制圖像。

42、本發(fā)明還提供了一種計算機可讀存儲介質(zhì)，該計算機可讀存儲介質(zhì)上存儲有計算機程序，該計算機程序被處理器執(zhí)行時實現(xiàn)如前所述的心臟瓣膜空間感知定位方法。

43、發(fā)明原理描述：

44、相對于現(xiàn)有技術(shù)而言，本發(fā)明創(chuàng)新地引入了全新的點云補全網(wǎng)絡(luò)技術(shù)。該技術(shù)基于深度學(xué)習(xí)的強大能力，專注于從稀疏或部分觀測的點云數(shù)據(jù)中推斷并恢復(fù)完整的三維結(jié)構(gòu)。點云數(shù)據(jù)作為三維坐標(biāo)系統(tǒng)中向量的集合被廣泛應(yīng)用于自動駕駛等領(lǐng)域，其補全技術(shù)則是一種重要的生成與估計問題，對3d計算機視覺領(lǐng)域具有深遠影響。

45、現(xiàn)有技術(shù)中(如自動駕駛領(lǐng)域針對雷達數(shù)據(jù)的補全技術(shù))，通常只能針對單角度掃描曲面點云進行補全處理。而本發(fā)明需要根據(jù)切面信息推斷瓣膜的空間位置以及結(jié)構(gòu)，涉及多層多組分的心臟點云切片數(shù)據(jù)的空間感知，因此現(xiàn)有的補全技術(shù)難以直接應(yīng)用于本發(fā)明所述的心臟瓣膜空間定位工作中。

46、為解決心臟多結(jié)構(gòu)的標(biāo)準(zhǔn)切面相比現(xiàn)有技術(shù)中點云有效頂點數(shù)量更少等現(xiàn)實技術(shù)問題，本發(fā)明提出創(chuàng)新性的解決方案，通過改變卷積神經(jīng)網(wǎng)絡(luò)的編碼層寬度、設(shè)定點云補全網(wǎng)絡(luò)前置超參數(shù)、使用隨機梯度下降優(yōu)化等處理手段，在利用點云數(shù)據(jù)處理技術(shù)時結(jié)合深度學(xué)習(xí)算法，以低成本且高效的方式從常規(guī)二維心臟醫(yī)學(xué)影像(心臟二維超聲、心臟核磁共振等)中提取并重建瓣膜的三維空間位置信息。具體而言，本發(fā)明利用心臟瓣膜三維空間定位方法，通過采集心臟cta掃描的點云數(shù)據(jù)，不僅捕捉瓣膜的精細幾何形態(tài)，還保留了其與心臟腔室之間的精確空間關(guān)系，為基于心臟腔室狀態(tài)的三維瓣膜定位提供了豐富的數(shù)據(jù)支撐。進一步利用改進的點云補全網(wǎng)絡(luò)技術(shù)，從包含有限切面腔室信息的部分點云數(shù)據(jù)中，智能推斷并補全瓣膜結(jié)構(gòu)，從而實現(xiàn)了從二維影像到三維瓣膜運動狀態(tài)感知的跨越。

47、基于上述創(chuàng)新思路，本發(fā)明提出了經(jīng)濟高效、操作簡便的心臟瓣膜三維空間定位解決方案，顯著降低了瓣膜精準(zhǔn)定位的成本門檻；該技術(shù)能幫助臨床醫(yī)生從二維影像中直觀、準(zhǔn)確地洞察瓣膜的三維動態(tài)變化，為心臟疾病的精準(zhǔn)醫(yī)療開辟新路徑。

48、與現(xiàn)有技術(shù)相比，本發(fā)明的技術(shù)方案具有以下有益效果：

49、1、本發(fā)明提出基于點云的心臟瓣膜空間定位推斷方法，將點云處理手段放在了心臟瓣膜定位任務(wù)中，彌補了現(xiàn)有的跟蹤技術(shù)在三維空間感知方面的功能缺失；

50、2、本發(fā)明首次采用點云從二維心臟切面對三維瓣膜結(jié)構(gòu)進行推斷的空間感知技術(shù)，通過使用點云模態(tài)彌補了現(xiàn)有基于體素以及網(wǎng)格的三維技術(shù)在速度與存儲占用方面的不足。

51、3、本發(fā)明解決了現(xiàn)有技術(shù)在心臟二維成像(包括心臟二維超聲、心臟核磁共振等)中，難以實現(xiàn)空間相對位置確認的問題，有助于無磁定位的心臟結(jié)構(gòu)三維重建以及心臟結(jié)構(gòu)標(biāo)定。