[发明专利]用于血管内动脉瘤手术的血管配准方法、系统和装置

说明书

本发明属于图像数据处理领域，具体涉及了一种用于血管内动脉瘤手术的血管配准方法、系统和装置，旨在解决现有的图像配准技术生成的配准图像较为模糊，耗时长干扰多的问题。本发明包括：将获取的CTA图像转化为主动脉血管三维图像，并进一步转化为主动脉血管二维图像，同时将DSA图像转化为主动脉血管二值图像，通过基于回归器子网络、空间变换子网络和重采样子网络构建的基于深度学习的血管配准网络获取配准后的图像。本发明仅可以解决术中DSA影像模糊的问题，还能够在目前X光透射图像中更快速和准确的找到腹主动脉瘤位置，可以达到在血管内动脉瘤修复手术中实时协助医生的要求。

技术领域

本发明属于图像数据处理领域，具体涉及了一种用于血管内动脉瘤手术的血管配准方法、系统和装置。

背景技术

腹部主动脉瘤(Abdominal aortic aneurysm,AAA)是最常见的一种动脉瘤。通常腹部主动脉瘤在破裂之前不会伴随其他症状，因此会导致85％到90％的患者去世。临床研究表明，血管内动脉瘤修复(Endovascular aneurysm repair，EVAR)可以有效降低患者在围手术期的发病率和死亡率。同时，近年来科技的发展也使得血管内动脉瘤修复可以成为大多数病人治疗腹部主动脉瘤的一个选择。

血管内动脉瘤修复的关键步骤是医生在一个复杂的介入通道内将介入器械(例如导丝)送至病变处。通常，介入通道往往是在血管中输入造影剂并在X射线下显影出来，经过多次造影剂注入及X光显影，导丝导管等手术器械才能送往目标位置。因此，在手术中对介入路径的显示非常重要。然而，介入路径血管的显影有以下几部分难点：

(1)X光图像有较低的信噪比，背景噪音会血管显影有较强的干扰；

(2)由于DSA影像为投射影像，只能显示二维信息，产生大量血管信息丢失；(3)多次打入造影剂对人体伤害较大。

目前针对血管内动脉瘤修复治疗方法中血管配准的研究相对较少。Dibildox G提出了3D-3D之间的血管配准方法，通过术前CTA影像对血管进行三维重建并提取中心线，然后与术中的双边造影的血管模型通过高斯混合模型算法进行配准。该方法以双边造影的DSA影像作为配准影像，虽然能够获得精确的血管三维影像，但由于仪器成本高，不适合普遍使用。

Ghoshhajra B通过现有的技术手段提取术前CTA影像血管三维模型的中心线和DSA影像中心线，通过全局仿射变换进行配准。在配准过程中，通过正交的ECG信号以提高配准精度，并且着重验证了使用配准后对血管钙化斑块的影响。虽然通过ECG信号对准减少血管移动，但其配准方法需要大量时间，不能满足实时配准的临床需求。

Tony C.W.Mok等人提出了使用快速对称微分同胚的算法改进输入图像需要标注固定图像和配准图像的问题，并通过引入局部惩罚项进一步提高配准精度。虽然通过深度学习的方法大大提高了配准速度，但是由于医生通常以DSA影像作为临床手术标准，其同时改变了两幅图像的形状，并不能适用此配准需求。

发明内容

为了解决现有技术中的上述问题，即现有的血管图像配准方法得出的配准图噪音过多、精确度不足、生成图像时间过长无法满足手术的实时性需要和不能标注固定图像的问题，本发明提供了一种用于血管内动脉瘤手术的血管配准方法，所述方法包括：

步骤S100，获取CTA序列图像和DSA序列图像；

步骤S200，基于所述CTA序列图像，通过种子点法及区域生长方法获取主动脉血管三维图像，基于所述主动脉血管三维图像获取主动脉血管二维图像；

基于所述DSA序列图像，通过第一合成方法获取主动脉血管造影二值图像；

步骤S300，基于所述主动脉血管二维图像和主动脉血管造影二值图像，通过训练好的基于深度学习的血管配准网络获取配准后图像；