(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210776332.3 (22)申请日 2022.07.04 (65)同一申请的已公布的文献号 申请公布号 CN 114842004 A (43)申请公布日 2022.08.02 (73)专利权人 真健康(北京)医疗科技有限公司 地址 100192 北京市海淀区永 泰庄北路1号 天地邻枫2号楼3层3 08室 (72)发明人 张昊任　陈向前　李爱玲　史纪鹏　 (74)专利代理 机构 北京力致专利代理事务所 (特殊普通 合伙) 11900 专利代理师 陈博旸 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01)G06T 7/33(2017.01) G06T 3/00(2006.01) G06V 10/74(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (56)对比文件 CN 113920178 A,202 2.01.11 CN 114652443 A,202 2.06.24 CN 111415404 A,2020.07.14 CN 111281540 A,2020.0 6.16 US 2021174502 A1,2021.0 6.10 审查员 江梓琴 (54)发明名称 基于神经网络模型的穿刺位置验证方法及 设备 (57)摘要 本发明提供一种基于神经网络模型的穿刺 位置验证方法及设备， 所述方法包括获取X光图 像和CT图像序列， 其中所述X光图像中包括穿刺 针影像； 根据预设重建参数和所述CT图像序列生 成重建二维图像； 利用神经网络模 型对将所述重 建二维图像和所述X光图像进行识别， 输出重建 参数； 根据所述神经网络模型输出的重建参数， 将基于所述CT图像序列确定的关键目标映射到 所述X光图像中， 所述关键目标用于表征体内定 位器的预定植入位置 。 权利要求书2页 说明书11页 附图5页 CN 114842004 B 2022.10.21 CN 114842004 B 1.一种基于神经网络模型的穿刺位置验证方法， 其特 征在于， 包括： 训练模型的步骤： 获取若干训练数据， 所述训练数据包括训练用X光图像和根据 预设重 建参数和训练用CT图像序列生成的训练用重 建二维图像； 利用所述若干训练数据对神经网 络模型进 行训练， 训练过程包括由所述神经网络模型对将所述训练用重建二 维图像和所述 训练用X光图像进行识别而输出训练用重建参数， 根据输出 的训练用重建参数和所述训练 用CT图像序列生成训练用临时二维图像， 对所述训练用临时二维图像和所述训练用X光图 像进行配准， 所述配准的过程包括调整所述训练用临时二维 图像， 使调整后的所述训练用 临时二维 图像与所述训练用X光图像的相似性测度符合预期,基于调整后的所述训练用临 时二维图像与所述训练用X光图像的相似性测度计算损失函数， 进而根据损失函数 的计算 结果优化所述神经网络模型的参数， 直至所述相似性测度达 到预设值； 验证步骤： 获取验证用X光图像和验证用CT图像序列， 其中所述验证用X光图像中包括 穿刺针影像； 根据预设重建参数和所述验证用CT图像序列生成验证用重建二维 图像； 利用 训练后的神经网络模型对将所述验证用重建二维图像和所述验证用X光图像进行识别， 输 出验证用重 建参数； 利用所述神经网络模型输出的验证用重建参数和所述CT图像序列生成 验证用临时二 维图像； 对所述验证用临时二 维图像和所述验证用X光图像进行配准， 所述配 准的过程包括调整所述验证用临 时二维图像， 使调整后的所述验证用临 时二维图像与所述 验证用X光图像的相似性测度符合预期， 进而确定调整后的所述验证用临时二维 图像对应 的优化重 建参数； 利用所述优化重 建参数将 基于所述验证用CT图像序列确定的关键目标映 射到所述验证用X光图像中， 在所述验证用X光图像中识别所述穿刺针影像和所述关键目标 的映射影 像的位置， 根据位置信息 输出穿刺针是否 达到预期位置的结论。 2.根据权利要求1所述的穿刺位置验证方法， 其特征在于， 在将关键目标映射到所述验 证用 X光图像中后还 包括： 显示包括所述 穿刺针影像和所述关键目标的映射影 像的X光图像。 3.根据权利要求1所述的穿刺位置验证方法， 其特征在于， 在生成验证用重建二维图像 前还包括： 获取所述验证用X光图像的成像参数； 根据所述成像参数确定所述预设重建参数的值。 4.根据权利要求3所述的穿刺位置验证方法， 其特征在于， 所述成像参数包括图像尺 寸、 像素间距、 焦点信息、 成像角度、 成像对象体位信息、 射线源沿射野中心轴到穿刺对象的 距离。 5.根据权利要求1所述的穿刺位置验证方法， 其特征在于， 所述关键目标为所述验证用 CT图像序列中的病灶影 像。 6.根据权利要求5所述的穿刺位置验证方法， 其特征在于， 利用所述优化重建参数将基 于所述验证用CT图像序列确定的关键目标映射到所述验证用X光图像中， 具体包括： 从所述验证用CT图像序列中分割出病灶影 像序列； 根据所述神经网络模型输出的验证用重建参数和所述病灶影像序列生成病灶重建二 维图像； 将所述病灶重建二维图像叠加到所述验证用X光图像中。 7.根据权利要求1所述的穿刺位置验证方法， 其特征在于， 所述关键目标为基于验证用权　利　要　求　书 1/2 页 2 CN 114842004 B 2CT图像序列所确定的针对病灶的穿刺路径的全部或者 穿刺终点处。 8.根据权利要求7所述的穿刺位置验证方法， 其特征在于， 利用所述优化重建参数将基 于所述验证用CT图像序列确定的关键目标映射到所述验证用X光图像中， 包括： 获取基于所述验证用CT图像序列所确定的穿刺路径数据； 利用所述优化重建参数和所述穿刺路径数据生成穿刺路径的全部或穿刺终点处的重 建二维图像； 将所述穿刺路径的全部或穿刺终点处的重建二维图像叠加到所述验证用X光图像中。 9.根据权利要求1所述的穿刺位置验证方法， 其特征在于， 所述验证用X光图像和验证 用CT图像序列中的至少部 分验证用CT图像中存在体表定位器影像， 使得所述验证用重 建二 维图像中存在所述体表定位器影像， 进而在对所述验证用重建二维 图像和所述验证用X光 图像进行配准时， 将所述体表定位器 影像作为关键目标。 10.根据权利要求1 ‑9中任一项所述的穿刺位置验证方法， 其特征在于， 所述验证用重 建参数包括虚源位置信息、 虚源变换信息、 焦点信息、 源图距、 图像尺寸、 图像像素间距、 投 影法向信息 。 11.一种适用于手术场景的穿刺位置验证方法， 其特 征在于， 包括： 获取术前的CT图像序列和术中的至少两张X光图像， 其中所述至少两张X光图像是在按 照预定的穿刺路径将穿刺针置入患者体内后、 放置体内病灶定位器之前， 通过手术场景中 的X光设备采集的图像， 并且所述至少两张X光图像的扫描角度不同； 利用权利要求1 ‑10中任一项所述的穿刺位置验证方法， 将所述关键目标分别映射到所 述至少两张X光图像中。 12.根据权利要求11所述的穿刺位置验证方法， 其特征在于， 将所述关键目标分别映射 到所述至少两张X光图像中后还 包括： 判断是否所有的映射结果均指示 穿刺针影像的位置符合预期； 当所有的映射结果均指示穿刺针影像的位置符合预期时， 判定穿刺针的实际位置符合 所述穿刺路径。 13.根据权利要求12所述的方法， 其特征在于， 所述至少两张X光图像中至少包括冠状 位X光图像和矢状位X光图像。 14.一种基于X光图像的穿刺位置验证设备， 其特征在于， 包括： 至少一个处理器； 以及 与所述至少一个处理器通信连接的存储器； 其中， 所述存储器存储有可被所述一个处理器 执行的指令， 所述指令被所述至少一个处理器执行， 以使所述至少一个处理器执行如权利 要求1‑13中任意 一项所述的穿刺位置验证方法。权　利　要　求　书 2/2 页 3 CN 114842004 B 3