科创中国

本项目涉及一种术前术中肝脏点云数据配准系统、方法、终端以及存储介质。 背景技术：3D腹腔镜肝肿瘤切除术的关键点在于如何在3D腹腔镜视野下对肝脏肿瘤进行精确定位，医学图像配准技术是解决这一问题的有效方法。配准是指将病人术前图像或者术中图像(图像空间)与病人手术区域的解剖结构(物理空间)精准对齐。医学图像配准技术采用的数据通常包括2D数据和3D数据：2D数据医学图像在一定程度上会造成患处信息的损失；而3D数据能够显示更加直观详尽的病理信息，采用3D数据进行配准，能够提高诊断和手术规划的精确度和稳定度。在3D腹腔镜肝肿瘤切除术中，进行配准的图像为术前的肝脏CT图像数据和术中腹腔镜视野下的肝脏表面数据。采用配准技术能够实现对肝脏肿瘤的精准定位，提高手术的精度和安全性。经验不足的医生借助这一技术能够对肝脏切除手术实现更安全的操作，而熟练的专业医生也能够借助这一技术提高手术的准确率，缩短手术时间，提高肿瘤切除率，降低肿瘤残留与局部复发率。 传统的基于标记点的医学图像配准技术需要人工选取标记点，3D腹腔镜肝肿瘤切除术难以对术中的病人手术区域设置标记点，这一方法难以适用。由于肝脏表面较为光滑，缺少有代表性的特征点，采用特征点匹配的医学图像配准技术在肝脏表面难以获得足够的配准信息，所得到的配准精度无法达到3D腹腔镜肝肿瘤切除术的要求。基于深度学习的点云配准技术能够获取点云数据的潜在特征，配准精度超过了传统的配准方法，但配准效果通常受限于所使用的训练数据集，由于有标注的医学图像数据集数量较少，目前采用的训练集通常为自然场景中的数据，对于医学图像配准的适配性不足，同时由于3D腹腔镜视野较小，仅能看到肝脏的部分表面，并且随着气腹造成的压力以及患者的呼吸、体位不同，肝脏还会产生较大的形变，术前和术中点云数据通常只有局部重叠，目前的深度学习配准技术在低重叠度数据上的配准效果还达不到手术要求。有鉴于此，有必要提供一种术前术中肝脏点云数据配准方法，能够针对低重叠度数据，将术前的肝脏CT图像数据和术中腹腔镜视野下的肝脏表面数据进行配准，因此该项技术具备转移转化价值。