用于乳腺腔镜手术的隧道路径规划方法、装置及存储介质

本发明涉及超声扫描路径规划，具体涉及一种用于乳腺腔镜手术的隧道路径规划方法、装置及存储介质。

背景技术：

1、乳腺肿瘤是危害人体健康的常见肿瘤之一，外科手术切除仍是其主要治疗手段。随着医学影像技术和微创外科的发展，乳腺隧道手术（或称乳腺通道手术）逐渐受到关注。该术是通过在皮肤表面做微小切口，沿预先规划的隧道路径深入至病灶区域，实现对肿瘤的精准切除，同时最大程度地保留健康组织，减少手术创伤和术后疤痕。

2、然而，乳腺隧道的路径规划是一项极具挑战性的多目标优化问题。理想的隧道路径需要同时满足多项相互制约的临床要求，必须有效规避富含血管和神经的危险区域，避免术中引发大出血或神经损伤；需保持皮瓣（皮肤至隧道表面的组织）厚度尽可能均匀，过薄可能导致皮肤坏死或穿孔，过厚则可能损伤过多健康组织；在满足上述约束的前提下，应尽可能缩短隧道长度，以减少手术创伤和操作难度。

3、目前，临床实践中隧道路径的规划主要依赖主刀医生的术前影像判读和术中经验判断。这种方式存在明显的局限性：规划结果严重依赖于医生的个人经验和空间想象能力，难以保证一致性和可重复性；医生难以在三维空间中精确量化血管、神经的分布概率，也难以动态评估路径变化对皮瓣厚度稳定性的影响；在安全、厚度、长度等多个优化目标发生冲突时，医生难以找到最优的折中方案。

4、针对上述问题，已有一些计算机辅助的路径规划方法被提出。部分研究基于三维重建图像，采用dijkstra算法或快速行进算法（fast marching method）进行路径搜索，其中，dijkstra算法在离散体素图上通过扩展搜索最短路径，快速行进算法则基于eikonal方程在连续空间中求解到达时间场以提取最优路径。然而，上述方法往往仅将血管、神经等视为简单的二值障碍物，导致规划出的路径过于贴近危险区域。另有方法尝试在规划过程中考虑皮瓣厚度，但多采用静态的厚度约束，难以保证整条隧道的厚度均匀性。

5、此外，现有技术中三维体素数据的获取所采用的扫描方式，在遇到胸壁曲面或复杂解剖结构时，难以保证超声探头与组织的良好贴合，容易产生图像伪影和数据缺失，影响后续分割和路径规划的精度。

6、因此，亟需一种能够综合利用三维影像信息、兼顾安全性与组织厚度稳定性、并可实现自动化、智能化规划的乳腺隧道多目标路径规划方法及系统，以辅助医生进行精准手术决策，提高手术成功率。

技术实现思路

1、本发明的主要目的在于提供一种用于乳腺腔镜手术的隧道路径规划方法、装置及存储介质，旨在解决现有技术中将血管、神经等视为简单的二值障碍物，忽略了概率信息和安全缓冲距离的连续影响，难以保证整条隧道的厚度均匀性，容易产生图像伪影和数据缺失的技术问题。

2、为实现上述目的，本发明提供了一种用于乳腺腔镜手术的隧道路径规划装置，包括：

3、逆向扫描规划模块，用于规划超声探头的虚拟扫描路径并使超声探头沿虚拟规划路径的反方向进行逆向超声扫描；

4、数据获取模块，用于获取超声探头沿扫描路径扫描获取的位于统一世界坐标系下的三维体素数据；

5、数据处理模块，用于对三维体素数据进行组织分割，得到每个体素分别属于皮肤、病灶、血管和神经的概率信息；

6、安全距离场构建模块，用于根据血管和神经的概率信息，构建缓冲障碍集合，并计算三维空间中任一点到缓冲障碍集合的最短距离，作为安全距离场；

7、路径规划模块，被配置为采用双向搜索策略从切口中心向病灶中心进行路径搜索，在搜索过程中，动态维护路径上已规划各点的皮瓣厚度统计量，并以路径长度代价、与安全距离场负相关的危险惩罚代价以及基于皮瓣厚度方差增量的厚度稳定惩罚代价的加权和作为段增量代价，累积得到路径评估函数，规划出一条从切口至病灶的最优离散路径；其中，危险惩罚代价随安全距离增大而指数衰减；

8、后处理模块，用于对最优离散路径进行平滑处理与连续化处理；

9、导航路径输出模块，用于输出可供手术导航系统使用的连续路径轨迹。

10、通过逆向超声扫描获取三维体素数据并进行组织分割，能够精细化表征皮肤、病灶、血管、神经等多类组织的空间分布；在此基础上分别构建安全距离场和动态维护皮瓣厚度统计量，将安全性与组织厚度稳定性两大临床关切同时纳入路径优化目标；采用双向搜索策略并以多代价加权和作为评估函数，能够在复杂解剖环境中快速收敛至兼顾长度、安全、厚度稳定的最优离散路径；经平滑处理后生成连续路径轨迹，可直接适配手术导航系统，使规划结果具备临床实用性。

11、基于上述用于乳腺腔镜手术的隧道路径规划装置，本发明还提供一种路径规划方法，包括：

12、通过逆向扫描规划模块规划超声探头的虚拟扫描路径并使超声探头沿虚拟规划路径的反方向进行逆向超声扫描；

13、通过数据获取模块获取逆向超声扫描得到的三维体素数据；

14、通过数据处理模块对三维体素数据进行组织分割，得到每个体素分别属于皮肤、病灶、血管和神经的概率信息；

15、通过安全距离场构建模块根据血管和神经的概率信息构建缓冲障碍集合，并计算安全距离场；

16、通过路径规划模块采用双向搜索策略从切口中心向病灶中心进行隧道路径搜索，规划出最优离散路径；

17、通过后处理模块对最优离散路径进行平滑处理与连续化处理； 由导航路径输出模块输出可供手术导航系统使用的连续路径轨迹。

18、在一个具体的可实施方案中，逆向扫描规划模块、数据获取模块及数据处理模块的具体配置包括：

19、以切口中心为起点、病灶中心为终点，沿胸壁曲面进行虚拟扫描路径规划，生成一系列从切口中心至病灶中心的虚拟扫描点；

20、沿虚拟扫描路径的反方向采集二维超声图像，即为逆向超声扫描，并利用超声探头的实时六自由度位姿将二维超声图像插值映射到预设分辨率的三维体素栅格中，获得位于世界坐标系下的三维体素数据；

21、将三维体素数据输入深度分割网络，输出每个体素分别属于皮肤、病灶、血管和神经的概率。以病灶中心为起点、切口中心为终点沿胸壁曲面进行逆向虚拟扫描路径规划，能够顺应胸壁解剖形态，保证超声探头与组织的良好贴合；沿反方向采集图像并利用探头位姿插值映射至三维体素栅格，可有效减少图像伪影和数据缺失，获得高精度的世界坐标系下三维体素数据；后续分割网络输出的组织概率信息能够为路径规划提供精细化的三维数据。

22、在一个具体的可实施方案中，数据处理模块所采用的深度分割网络为df-net，其采用编码器-解码器结构，并在编码器与解码器的跨层连接中引入注意力机制，注意力机制通过当前层特征与上一层特征的拼接结果经激活函数生成注意力权重，注意力权重的计算公式为：

23、

24、其中为注意力权重，为注意力学习权重，为注意力学习偏置，为第层第个体素位置的特征，为第层第个体素的特征，为激活函数。

25、深度分割网络采用df-net的编码器-解码器结构，在跨层连接中引入注意力机制，通过当前层特征与上一层特征的拼接结果生成注意力权重，使网络在特征传递过程中自适应增强与组织边界、关键结构相关的特征响应；该注意力权重的计算方式可提升分割网络对细小血管、神经末梢等低对比度组织的辨识能力，输出更准确的体素级组织概率。

26、在一个具体的可实施方案中，安全距离场构建模块被配置为：

27、将血管概率信息和神经概率信息融合为危险概率场通过，危险概率场的计算公式为：

28、

29、其中、分别为血管和神经的权重，为体素中心点坐标，、分别为体素属于血管和神经的概率；

30、对危险概率场中概率值高于预设阈值的体素构建初始障碍集合，并以预设安全半径对初始障碍集合进行三维形态学膨胀得到缓冲障碍集合；

31、计算三维空间中任一体素中心点到缓冲障碍集合的最短距离，作为安全距离场，安全距离场的计算公式为：

32、

33、其中，为缓冲障碍集合中的任一点。

34、将血管概率信息和神经概率信息以概率融合方式构建危险概率场，通过危险概率场公式反映两类危险组织的联合存在概率，能够避免传统二值障碍物划分导致的信息损失；该危险概率场可表征连续的风险梯度。

35、对危险概率场中高概率体素构建初始障碍集合并进行三维形态学膨胀，可生成具有安全缓冲区域的障碍集合，避免规划路径过于贴近危险组织；安全距离场通过计算空间任一点到缓冲障碍集合的最短距离，将离散的障碍信息转化为连续的标量场，便于路径搜索过程中以距离度量的方式量化路径点的安全程度。

36、在一个具体的可实施方案中，路径规划模块皮瓣厚度统计量的动态维护方式包括：

37、定义皮瓣厚度为路径上的任一体素中心点到皮肤表面的最短距离，即，其中为沿局部外法线方向到皮肤表面的最近点；

38、在路径搜索过程中，为每条候选路径维护厚度样本数n、厚度均值μt和平方差累积量m2，当引入新点p的厚度样本x=t(p)时，更新厚度样本数n、厚度均值μt和平方差累积量m2，更新的递推公式为：

39、

40、其中，为更新后的皮瓣厚度方差估计，为更新后的厚度均值。

41、以路径上任一点到皮肤表面的最短距离作为皮瓣厚度，并通过在线统计路径上各点的皮瓣厚度方差来度量组织厚度稳定性，可将厚度均匀性这转化为可量化的优化指标；方差作为统计量能够反映整条路径的厚度波动程度，引导路径搜索算法选择厚度变化平缓的走向。

42、在一个具体的可实施方案中，路径规划模块采用的段增量代价的计算公式为：

43、

44、其中，为当前节点，为相邻节点，为路径段长，为路径段中点，为各项代价的权重，为基于安全距离场的危险惩罚函数，为基于皮瓣厚度方差增量的稳定惩罚函数；

45、从起点到达当前节点的累计代价为，启发式函数为：，其中，为目标节点，优先键值为。

46、采用段增量代价累积方式构建路径评估函数，将路径段长度、基于安全距离场的指数型危险惩罚、基于皮瓣厚度方差增量的厚度稳定惩罚三者加权求和，使路径搜索过程同时兼顾长度优化、危险规避和厚度均匀性；以路径段中点为危险惩罚的计算点，可在连续空间中对路径段穿过的区域进行风险评估，避免因离散采样导致的风险盲区被规划进手术路径。

47、在一个具体的可实施方案中，路径规划模块采用的危险惩罚函数为安全距离的单调指数型映射，计算公式为：

48、

49、其中为预设的尺度参数，为路径段中点处的安全距离值，为指数运算。

50、危险惩罚函数采用指数型映射，当路径点靠近危险区域时（趋近于0），惩罚值趋近于1；当路径点远离危险区域时，惩罚值指数衰减趋近于0；该映射方式能够在危险区域附近形成陡峭的代价梯度，有效抑制路径进入危险缓冲区内，同时通过尺度参数可调节危险区域的影响范围，适应不同临床场景的安全需求。

51、在一个具体的可实施方案中，路径规划模块采用的皮瓣厚度稳定惩罚函数为引入新路径点前后的皮瓣厚度方差增量，计算公式为：

52、

53、其中，和分别为引入新路径点之前和之后的皮瓣厚度方差。

54、厚度稳定惩罚函数以引入新路径点前后的皮瓣厚度方差增量作为惩罚项，当新路径点的加入导致整条路径的厚度方差增大时，该项产生正惩罚；方差未增大时惩罚为零；该设计使路径搜索过程倾向于维持已规划路径段的厚度均匀性，避免因局部路径调整破坏整体的厚度稳定性。

55、在一个具体的可实施方案中，路径规划模块的自适应权重调整方式为：权重根据近期路径段的各项代价指标均值与预设阈值的比较结果进行自适应调整，调整后的权重的计算公式为：

56、

57、其中，、、分别为近期路径段的长度代价均值、危险惩罚均值和厚度惩罚均值，、、为对应的预设阈值，为小常数；

58、当、且时，保持当前权重不变。

59、根据近期路径段的长度、危险惩罚、厚度惩罚三项代价指标的均值与预设阈值的比较结果，动态调整三项权重的分配比例；当某项指标均值超过阈值时，其对应的权重在后续搜索中相对提升，使路径规划能够自适应地强化对当前超标指标的优化力度，避免固定权重在不同解剖区域或不同患者间适应性不足的问题。

60、在一个具体的可实施方案中，路径规划模块执行双向搜索策略的流程包括：

61、在起点和终点处分别建立节点记录，初始化累计代价、启发式函数值和厚度统计量；

62、建立前向候选集、后向候选集、前向已访问表和后向已访问表；

63、每轮迭代选择前向候选集或后向候选集中优先键值较小的一侧进行扩展；

64、对当前节点的三维邻域进行扩展，若路径段中点处的安全距离值为零，则判为不可行并跳过该邻居；

65、对通过可行性检查的邻居，更新厚度统计量，计算段增量代价、累计代价和优先键值，并更新候选集；

66、检查两侧已访问表中是否存在几何距离不超过体素边长的相遇对，若存在则计算连接成本并更新最佳连接成本；

67、当满足早停条件或任一候选集为空时结束迭代，沿父指针回溯得到从起点至终点的最优离散路径。

68、在一个具体的可实施方案中，后处理模块的执行过程包括：对最优离散路径进行平滑处理与连续化处理包括：

69、将最优离散路径按预设弧长间距进行等距重采样，并以样条曲线初始化连续路径；

70、在离散点列上定义一个包含路径长度项、危险惩罚项和平滑项的综合能量函数，综合能量函数的计算公式为：

71、

72、其中为相邻路径点构成路径段的中点，为平滑权重，和为固定端点；

73、通过迭代梯度下降法最小化综合能量函数，每次迭代后判断各点是否落入高危障碍区，若落入则将点沿梯度方向投影回安全距离等于预设小量的等距面上；

74、将优化后的点列再次样条化，得到最终的连续路径轨迹，并提供最近点投影接口和航迹点采样接口，供手术导航系统调用。

75、对最优离散路径进行等距重采样和样条初始化后，在离散点列上定义包含长度项、危险惩罚项和平滑项的综合能量函数；通过梯度下降法迭代优化该能量函数，可使路径在保持贴近原始最优走向的同时，获得一阶和二阶几何连续性；每次迭代后将偏离可行域的点投影回安全区域，保证优化后路径仍满足临床安全约束；最终生成连续路径轨迹。

76、此外，为实现上述目的，本发明还提供一种计算机可读存储介质，存储介质上存储有计算机程序，计算机程序被处理器执行时，以使处理器控制隧道路径规划装置执行路径规划操作。

77、本发明提供一种用于乳腺腔镜手术的隧道路径规划方法、装置及存储介质，具有以下有益效果：通过逆向扫描规划模块和数据获取模块，获取三维体素数据并结合深度分割网络进行多组织精细化分割，为路径规划提供了准确的三维解剖信息；在此基础上，同时将安全性（避开血管神经）和组织厚度稳定性（皮瓣厚度均匀）两大临床关切纳入多目标优化，构建安全距离场并动态维护厚度统计量，使规划路径在长度、风险和厚度均匀性之间达到最优平衡；采用双向搜索策略与加权和代价函数，可在复杂解剖结构中快速收敛至最优离散路径；经平滑处理后生成可直接适配手术导航系统的连续路径轨迹，显著提升乳腺隧道微创手术的自动化程度、安全性和临床实用性。