基于拓扑算法的肝脏肿瘤消融术前路径规划系统

徐旭 朱文文 夏栋 巫彤宁 陈新华 李从胜

0 引言

肝癌是我国常见的恶性肿瘤之一，每年因肝癌死亡的人数约占全世界肝癌死亡人数的40%，是一种严重威胁人民健康的疾病[1]。当前，临床上肝癌治疗方案主要包括手术切除、局部消融、放疗和全身治疗等。其中，局部消融术包括热消融(如射频消融、微波消融和激光消融)、冷冻消融和不可逆电穿孔等，因具有微创、安全和有效等优势，近来受到产学研界的高度关注[2]。

局部消融术是指在超声、CT或MRI等影像技术的引导下，遵循规划的穿刺路径，经皮或通过开腹、腹腔镜，利用物理或化学的方法直接使肿瘤凝固性坏死，从而达到局部根除肿瘤的目的[3]。目前临床上广泛采纳的路径规划需要凭借临床医生的经验，在患者采集的医学影像切片(二维序列)上，依据张睿等[4]总结的四项约束条件进行手工标定。由于患者腹部的解剖信息并非直接可见，仅凭临床医生的主观经验规划穿刺路径十分困难。而术前路径规划的不足可能会出现肿瘤的不完全消融和不合理穿刺，导致癌症的复发或癌细胞扩散等术后并发症[5-6]。

随着图像处理与图像可视化技术的发展，研究人员将消融治疗的临床需求和目标量化成多个临床约束条件，期望借助计算机辅助规划系统为医生提供准确的重建患者腹部解剖结构。有效规划肝肿瘤消融穿刺路径，对于提高肝癌消融术的疗效和安全性至关重要。Butz 等[7]基于患者采集的MRI图像重构出患者腹腔的三维场景，利用Powell 算法给出适形覆盖肝肿瘤的优化进针位置，但是其在规划过程中需要大量的人工交互。Schumann等[8]设计出一款基于圆柱投影滑块式交互界面的路径规划系统，界面能够容纳多个约束图所包含的全部进针路径以及每条路径对应的实际约束参数，但是该方法只遵循某几项临床约束条件，可能会在消融过程中不易止血和划伤肝脏，导致其规划出的路径并不一定是可行的。本文提出一套肝脏肿瘤消融术前路径规划系统，该系统创新点如下。

(1) 针对肝脏、肿瘤分割边缘精度和层间连续性等问题，提出基于分治的肝脏分割网络[9]和基于区域和距离度量的改进V-Net肝肿瘤分割网络[10]，提升三维重建的精度。

(2) 针对临床四项约束条件提出拓扑运算以肿瘤靶点为中心快速的进行路径规划，可实现满足临床条件的进针方案。

1 方法

1.1 系统整体架构

肝脏肿瘤消融术前路径规划系统整体架构如图1所示。系统包括肝脏肿瘤分割及三维重建系统和多针路径规划系统。其中，肝肿瘤分割及三维重建系统根据患者CT图像的DICOM扫描序列，用深度学习与图像处理算法分割出其中的器官和组织区域，并进行三维可视化重建，并保存为三维表面模型。多针路径规划系统根据肝脏三维可视化重建模型，结合临床多约束条件，为消融进针规划准确有效的路径。本文使用的数据集：三维图像重建算法数据集(3D-IRCAD)和浙江大学附属第一医院采集标注的患者腹部CT图像数据集。

图1 肝脏肿瘤消融术前路径规划系统整体架构Figure 1 Overall architecture of a pre-procedure planning system for liver tumor ablation

1.2 肝脏肿瘤分割及三维重建系统

1.2.1 腹部组织器官分割算法及三维重建流程

研究融合阈值分割和边缘检测算法[11]实现皮肤、骨骼和血管分割。为提升肝脏和肿瘤分割精度，提升重建数字解剖模型的空间连续性和边缘的准确性，研究提出了基于分治的肝脏分割网络[9]实现肝脏的分割，提出了基于区域和距离度量的改进V-Net 实现肝肿瘤分割[10]。各分割算法及三维重建流程如图2所示。

图2 腹部组织器官分割算法及三维重建流程Figure 2 Abdominal tissue and organ segmentation algorithm and 3D reconstruction process

基于分治法的肝脏分割模型(图3)是利用组织自身邻近横断面解剖结构具有相似性的特征，提出了局部分割网络的思想，模型骨干网络采用的是DeepLabv3+， 目的是对输入的患者腹部CT图像进行特征提取。分割网络被用来处理不同的横截面数据，并将数据分成L个重叠的子域。每个子域数据用来训练相应的局部分割器，对子域(l=1,2,…,k)的分割描述如下(X和Y表示输入图像x和分割结果y的集合)：

(1)

图3 肝脏分割框架Figure 3 Liver segmentation framework

(2)

(3)

根据权重网络进行加权分割网络的集合结果得到模型最终的分割结果。

为提高病灶区域的分割精度，研究提出了基于距离和区域的损失函数优化V-Net分割模型[12]，3个区域和距离的损失函数(分别表示为LossBoundary，LossHausdorff和LossSignedDistanceMap)：

(4)

区域损失函数(LossReg)包括交叉熵损失函数

(Lossseg)和Dice损失函数(LossDice)，其表示为：

(5)

式中：pi表示模型预测的体素i的概率；gi表示真实标签。

豪斯多夫距离损失函数(LossHausdorff)[13]表示如下：

(6)

式中：α决定对误差的惩罚程度；dp是模型预测的分割点集合；dg是真实标签的分割点集合。

标注距离图损失(LossSignedDistanceMap)[14]表示如下：

(7)

式中：L1表示L1损失；gt表示真实标签；pt表示模型预测标签。

1.3 路径规划系统

1.3.1 路径规划流程

路径规划系统规划流程如图4所示，分别是 (1) 导入患者的DICOM序列水平二维腹部切片图像；(2) 操作人员选定进针位置图像序列；(3) 依据约束条件计算进针路径；(4) 绘制规避路径，生成进针所在的以肿瘤为原点的空间坐标及进针角度集合。

图4 路径规划流程图Figure 4 Path planning flowchart

1.3.2 路径规划的约束条件及实现

假设肿瘤为中心(Tx,Ty)，根据分割系统分割出的器官和肿瘤的掩膜进行拓扑计算，根据四项约束条件将进针规避角度集合表示为θ={θj}(j=1,2,3,4)。进针路径规划中约束条件(切面示意见图5)如下所示。

(1) 路径规划时应该避开患者腹部存在风险的器官与组织(记作R={Ri})。

(8)

图5 多针路径规划中约束条件平面示意图Figure 5 Schematic diagram of the constraint plane in multi-pin path planning

A1i，max=arctan((Ty-Ri2,y)/(Tx-Ri2,x))

式中：(Ri1,x,Ri1,y)、(Ri2,x,Ri2,y)分别为所需规避区域的上下切点；A1i,min、A1i,max是所需规避角度的极值。

(2) 规划路径深度(皮肤轮廓(记作S={Sk})到肿瘤中心的欧式距离)应严格小于消融针长度Tl。

(9)

(3) 临床中需要为消融肿瘤留有充足的止血距离，所以消融针要刺入肝脏一定深度Td(≥5 mm)，肝脏轮廓点记作L={Lx}。

(10)

(4) 规划路径与肝包膜表面夹角(表面轮廓坐标点切线与肿瘤中心之间的夹角)至少需要大于20°，若消融针与肝包膜表面夹角过小，则可能发生滑针，划伤肝脏。

(11)

式中：Lx满足

2 初步测试结果及分析

2.1 评价指标

本文利用常见分割精度指标进行组织和器官的分割结果评价。

(12)

(13)

(14)

(15)

式中：A和B分别代表预测和真实的区域；FP表示检测错误的负样本个数；TN表示检测正确的负样本个数；FN表示检测错误的负样本个数。

2.2 组织和器官的分割结果

在对患者腹腔内解剖结构和病灶相对位置的三维重建过程中，本文使用深度学习与图像处理算法相结合的方法。实验结果显示(表1)，皮肤和骨骼分割的Dice分别为98.4%和92.3%，肝脏分割的Dice为95.4%。肝内血管分割的Dice为78.9%，肝脏肿瘤分割的Dice为80.4%。

表1 肝组织和器官的分割结果 (单位：%)Table 1 Results of segmentation of liver tissue and organs (unit: %)

2.3 路径规划算法对比

本文采用临床强约束条件I～IV，利用拓扑运算以肿瘤靶点为中心进行路径规划。本文不需要人机交互过程，并遵循多种强约束条件，临床40例肝肿瘤患者术后增强影像显示病灶均完全消融，技术有效率达100%,见表2。

表2 路径规划算法对比Table 2 Comparison of path planning algorithms

2.4 系统功能成果

肝肿瘤消融治疗的计算机辅助规划系统界面构成如图6所示。

主界面1：基于图像处理和拓扑优化的多约束消融进针路径规划模块；主界面2：基于虚拟现实技术的融合病患个体特征的术前方案演示模块。图6 肝肿瘤热能消融治疗的计算机辅助系统界面构成Figure 6 Composition of the computer-aided system interface for thermal ablation of liver tumors

3 讨论与结论

实验结果表明，皮肤、骨骼和肝脏分割的结果较好，而肝内血管和肝脏病灶分割的结果欠佳。并且与其他的进针规划算法相比，本文更依赖图像分割器官和组织精度。为了更准确地得到患者腹腔的三维重建结果和规划的路径，后续会优化肝脏血管和病灶的分割算法，并为系统设计通过少量的人机交互方式对肝内血管和病灶的分割结果进行修改。

本文为规划准确有效的肝肿瘤消融治疗进针路径，提高肝癌消融术的疗效和安全性，设计肝脏肿瘤消融术前路径规划系统。该系统通过图像处理算法对患者腹部组织结构进行三维重建，并基于多临床强约束条件结合拓扑优化算法对进针路径进行规划。临床40例肝肿瘤患者术后增强影像显示病灶均完全消融，技术有效率100%，具有较高的鲁棒性和可靠性，为临床肝肿瘤消融治疗进针规划提供参考。