本發明涉及醫療器械，尤其涉及一種消融評估方法、消融預估模型生成方法、優化方法。

背景技術：

1、組織消融是利用能量造成組織細胞凋亡以消除特定靶區的過程，例如超聲消融、微波消融、射頻消融、激光消融、高壓脈沖電場消融、冷凍消融等等。

2、目前對于組織消融的信息支持方面存在諸多需要改進的地方：1、目前在一些消融過程中，通過采集靶區的溫度圖輸入消融預估模型中預估當前的實時消融邊界，為醫生的消融操作提供信息支持，然而，該計算預估的消融邊界與實際的消融邊界存在誤差，容易導致誤判，經常需要采取補救措施；2、目前消融后采集的圖像中消融區域與未消融區域的分界不夠清晰，無法識別，還經常出現邊界不連續的情況，給消融狀態的評估帶來困擾。

3、為解決或部分解決現有技術中消融預估模型的預測準確性較差、消融后的評估不夠全面、評估難度較高的缺陷，本發明提供一種消融評估方法、消融預估模型生成方法、優化方法。

技術實現思路

1、本發明提供一種消融評估方法、消融預估模型生成方法、優化方法，用以解決現有技術中消融預估模型的預測準確性較差、消融后的評估不夠全面、評估難度較高的缺陷。

2、本發明提供一種消融評估方法，包括：

3、獲取患者消融后的醫學影像；所述消融后的醫學影像是增強磁共振圖像；

4、對所述消融后的醫學影像進行閾值分割，提取得到消融區域的粗分割邊界；

5、對所述粗分割邊界進行平滑處理，得到優化后的分割邊界。

6、進一步地，所述對所述消融后的醫學影像進行閾值分割，提取得到消融區域的粗分割邊界，包括：提取高信號的封閉邊界作為消融區域的粗分割邊界，所述封閉邊界是指，邊界的總長度占擬合封閉周長的比例不少于50％，或，邊界的總面積占擬合封閉面積的比例不少于50％。優選地，可以是不少于60％，更優選地，可以是不少于70％、75％、80％、85％、或90％等。

7、可選地，所述優化后的分割邊界包括內邊界和外邊界。

8、可選地，所述消融后的醫學影像是二維增強磁共振影像或三維增強磁共振影像。

9、可選地，所述對所述消融后的醫學影像進行閾值分割，提取得到消融區域的粗分割邊界，包括：

10、基于統計確定所述消融后的醫學影像的自適應閾值；

11、根據所述自適應閾值分割所述消融后的醫學影像，得到所述粗分割邊界。

12、進一步地，所述基于統計確定所述消融后的醫學影像的自適應閾值，包括：

13、生成所述消融后的醫學影像的灰度分布直方圖；

14、根據所述灰度分布直方圖，將使得閾值兩側灰度分布差異最大的閾值確定為所述消融后的醫學影像的自適應閾值。

15、可選地，在所述根據所述自適應閾值分割所述消融后的醫學影像，得到所述粗分割邊界之后，還包括：

16、檢測所述粗分割邊界的封閉性；

17、若所述粗分割邊界不封閉，則在所述自適應閾值的基礎上調整得到新的閾值用于分割，直至分割得到封閉的新的粗分割邊界。

18、可選地，所述對所述消融后的醫學影像進行閾值分割，提取得到消融區域的粗分割邊界，包括：

19、確定所述消融后的醫學影像中的感興趣區域；

20、對所述消融后的醫學影像中的感興趣區域提取得到所述粗分割邊界。

21、可選地，所述確定所述消融后的醫學影像中的感興趣區域，包括：

22、將所述消融后的醫學影像與術前醫學影像配準，確定所述消融后的醫學影像中的目標區域；

23、根據所述消融后的醫學影像中的目標區域確定待分割的所述感興趣區域。

24、可選地，所述對所述粗分割邊界進行平滑處理，得到優化后的分割邊界，包括：

25、對所述粗分割邊界進行形態學處理，得到平滑后的所述優化后的分割邊界；

26、所述形態學處理包括以下至少一項：腐蝕、膨脹、開運算、閉運算。

27、可選地，方法還包括：根據所述優化后的分割邊界計算消融體積。

28、進一步地，方法還包括：結合患者消融前的靶區評估消融效果。

29、進一步地，所述結合患者消融前的靶區評估消融效果，包括：

30、獲取患者消融前的醫學影像；

31、對所述消融前的醫學影像中的靶區外圍區域進行特征提取，以及對所述消融后的醫學影像中的分割邊界外圍區域進行特征提取，根據上述提取得到的特征生成形變校正矩陣；

32、根據所述形變校正矩陣對消融前的醫學影像中的靶區形態進行修正，得到消融后的醫學影像中的模擬靶區形態，再結合所述分割邊界評估消融效果。

33、可選地，方法還包括：

34、將所述分割邊界與消融過程中利用消融預估模型計算得到的預估邊界對比，優化所述消融預估模型中的參數。

35、進一步地，方法還包括：

36、將優化后的參數與患者病理信息關聯存儲，以便后續消融過程中根據具體患者的病理信息確定相應的參數，用于更準確地在消融過程中計算預估邊界。

37、本發明還提供一種消融預估模型優化方法，包括：

38、獲取患者的消融過程數據；

39、獲取該患者消融后采集的醫學影像，并提取得到分割邊界；

40、將所述患者消融過程數據輸入到消融預估模型，計算得到預估邊界，通過優化所述消融預估模型的參數使得所述預估邊界逼近所述分割邊界；

41、將預估邊界最接近所述分割邊界時所述消融預估模型的參數確定為優化后的參數，并與該患者的病理信息關聯存儲。

42、本發明還提供一種消融預估模型生成方法，包括：

43、根據當前患者的病理信息，從數據庫中匹配相似度最高的目標病理信息；其中，所述數據庫中關聯存儲了患者病理信息以及相應的消融預估模型的參數，每一消融預估模型的參數是根據相應患者的消融過程數據以及消融后分割邊界優化得到的；

44、從所述數據庫中獲取與所述目標病理信息對應的消融預估模型的目標參數；

45、根據所述目標參數生成目標消融預估模型，用于對所述當前患者進行消融預估。

46、本發明還提供一種消融預估模型生成方法，包括：

47、根據當前患者的病理信息，從數據庫中匹配相似度較高的若干目標病理信息；其中，所述數據庫中關聯存儲了患者病理信息以及相應的消融預估模型的參數，每一消融預估模型的參數是根據相應患者的消融過程數據以及消融后分割邊界優化得到的；

48、根據所述若干目標病理信息及其對應的消融預估模型的參數，利用參數生成模型生成對應于當前患者病理信息的目標參數；

49、根據所述目標參數生成目標消融預估模型，用于對所述當前患者進行消融預估。

50、本發明還提供一種電子設備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執行所述程序時實現前述任一項所述消融評估方法的步驟，或，實現前述任一項所述消融預估模型優化方法的步驟，或，實現前述任一項所述消融預估模型生成方法的步驟，或，實現前述任一項所述消融預估模型生成方法的步驟。

51、本發明還提供一種激光消融系統，其特征在于，包括：前述任一項所述的電子設備，以及激光模塊，顯示模塊。

52、本發明提供的一種消融評估方法、消融預估模型生成方法、優化方法，至少具有以下有益效果：

53、1、對于消融場景，獨創性地利用造影劑標記消融區域與未消融區域的分隔邊界，通過實驗確認了增強影像中顯示的分割邊界與真實消融邊界的一致性，相比于現有技術，本發明的影像中消融邊界更加明顯，對比度更高，并且消融邊界的連續性也顯著提高，有助于更準確地確定消融區域。

54、2、在一些實現方式中獲取二維增強磁共振影像評估消融效果，減少數據采集量，節省患者開支；在一些實現方式中獲取三維增強磁共振影像，對消融區域三維分割、評估更加全面，還能夠聯合術前、術中影像評估消融效果。

55、3、通過自適應閾值分割，高效、自動地分割了消融區域的粗分割邊界，避免了圖像整體亮度差異帶來的分割誤差，通過對粗分割邊界進行平滑處理，優化了分割邊界的顯示效果，且優化邊界更接近真實的消融區域邊界。

56、4、通過聚焦于感興趣區域，僅對感興趣區域提取得到粗分割邊界，減少了數據處理量，還提升了分割精度，尤其是對于自適應閾值分割，減少了其他不相關區域對自適應閾值分割過程的干擾，提升了分割精度。

57、5、利用靶區外圍區域對靶區形態進行修正，減少消融過程中因為靶區的形態變化導致的消融評價過程的偏差。

58、6、利用消融后的影像提取出分割邊界作為消融邊界的金標準，將消融過程數據輸入消融預估模型預估消融邊界，通過不斷調整消融預估模型使得預估消融邊界逼近分割出的邊界。利用消融后確定的可信度更高的分割邊界回溯性地優化了消融預估模型，提升了模型的消融預估效果，還通過將優化后的系數與患者病理信息關聯存儲到數據庫中，為后續面對新患者選擇消融預估模型提供參考，確定更符合該患者的消融預估模型。

59、7、對于新的患者，在消融操作前依據該患者的病理信息從數據庫中為其匹配/生成更適合該患者的“專用的消融預估模型”，極大地提升了消融過程中的消融預估準確性。