一种外科手术辅助系统及手术路径规划方法

1.本发明涉及一种涉及医疗领域，特别涉及一种外科手术辅助系统及手术路径规划方法。


背景技术：

2.目前，通常医生在手术过程中主要凭借过往经验对患者进行手术。以整容手术为例，医生普遍根据观察和拍照的形式记录患者状态，实际手术效果极为依赖医生外科手术临床经验与技能。如果医生手术操作不规范或者医生手术经验不足，可能会导致不必要的皮肤和组织受伤等问题，甚至导致手术失败。人的面容对于个人成长、工作求职和组建家庭等方面均存在重要影响，而局部的微小缺陷都会影响整体形象。目前大多数人对于整容手术怀着审慎的态度，手术效果难以保证是最主要的原因，提高手术质量是亟需解决的问题。
3.随着计算机水平的发展和提高，计算机辅助手术成为了新的医疗临床手术发展方向。计算机可以根据患者的原始数据通过三维重建方法得到三维模型，便于医生制定手术方案，克服了外科医生的视觉局限，使数据测量更加精准，诊断更为精确。但是，医学三维重建技术主要用于提高医生对于患者病情的了解程度，缺少一种在医生制定手术路径规划时的辅助工具。在手术过程中也存在一些医疗辅助机器人辅助手术，其中达芬奇手术机器人的使用较为广泛，可用于腹部外科、泌尿外科等。这类手术辅助机器人虽然便于医生手术，但是成本普遍较为高昂，且需要额外的机器操作学习。因此，一种能够辅助医生进行术前诊断和手术规划且术中操作便捷的外科手术辅助系统显得尤为必要。


技术实现要素：

4.本发明为解决公知技术中存在的技术问题而提供一种外科手术辅助系统及手术路径规划方法。
5.本发明为解决公知技术中存在的技术问题所采取的技术方案是：一种外科手术辅助系统，包括术前手术规划系统及术中手术导航系统；术前手术规划系统包括：用于三维模型重建的图像处理模块、用于储存患者医疗信息的数据库以及用于规划手术器械移动路径的手术规划模块；术中手术导航系统包括：用于测量手术器械和待手术部位的空间位置的定位模块、用于记录手术器械移动路径的手术导航模块以及用于提示医生的路径指示装置；手术规划模块包括手术路径优化模块和/或基于神经网络建立的手术路径规划模型；手术路径优化模块，其基于空间轨迹规划算法，在手术约束区域范围内求取最佳手术路径；手术路径规划模型，其采用由已手术患者的术前医疗信息、手术路径及术后结果数据构造的训练集进行训练，其输入待手术患者的医疗信息及术后期望数据，其输出用于辅助医生决策的辅助手术路径。
6.进一步地，图像处理模块包括点云数据三维重建模块和医学影像三维重建模块；点云数据三维重建模块包括对待手术部位表面进行三维扫描并获取点云数据的三维扫描装置，以及采用神经网络对点云数据进行三维重建以得到待手术部位三维模型的三维模型
重建模块；医学影像三维重建模块，其基于待手术部位切片图像，通过三维重建算法得到待手术部位区域以及其周围神经、血管的三维模型。
7.进一步地，定位模块包括电磁定位模块和/或光学定位模块；电磁定位模块包括电磁式位置定位器；光学定位模块包括双目视觉定位系统，双目视觉定位系统用于空间点的三维坐标定位。
8.进一步地，手术导航模块实时记录手术器械空间位置，并将实际手术路径与术前规划路径对比分析，一方面将下一步手术器械路径信息发送至路径指示装置，另一方面，当实际手术路径与术前规划路径存在偏离时，根据偏离程度等级发送相应等级的预警信号。
9.进一步地，路径指示装置包括灯光路径指示装置或增强现实路径指示装置；灯光路径指示装置包括可调整指示角度的激光灯，其接收来自手术导航模块的信号，通过指示灯亮、灭表示手术器械移动路径，以及指示灯的颜色差异表明路径偏离程度；增强现实路径指示装置包括穿戴式增强现实眼镜或者穿戴式增强现实头盔；增强现实路径指示装置的显示屏用于显示术前规划路径及实际偏离程度。
10.本发明还提供了一种手术路径规划方法，该方法设置术前手术规划系统及术中手术导航系统；术前手术规划系统设置：用于三维模型重建的图像处理模块、用于储存患者医疗信息的数据库以及用于规划手术器械移动路径的手术规划模块；术中手术导航系统设置：用于测量手术器械和待手术部位的空间位置的定位模块、用于记录手术器械移动路径的手术导航模块以及用于提示医生的路径指示装置；手术规划模块设置手术路径优化模块和/或基于神经网络建立的手术路径规划模型；手术路径优化模块，其基于空间轨迹规划算法，在手术约束区域范围内求取最佳手术路径；手术路径规划模型，其采用由已手术患者的术前医疗信息、手术路径及术后结果数据构造的训练集进行训练，其输入待手术患者的医疗信息及术后期望数据，其输出用于辅助医生决策的辅助手术路径。
11.进一步地，手术规划模块规划手术器械移动路径的方法包括如下步骤：
12.步骤一，建立医学图像数据集，并标注数据集图像中重要血管、神经和关键组织、器官，通过深度学习方法，训练用于医学图像分割的神经网络模型；
13.步骤二，获取患者病灶处的图像数据后，根据用于医学图像分割的神经网络模型自动识别和分割病灶区域重要血管、神经和关键组织、器官，通过医学图像三维重建技术构建患者病灶区域三维模型；
14.步骤三，通过三维扫描装置获取患者病灶区域的体表三维模型，将患者病灶区域三维模型与体表三维模型进行配准；
15.步骤四，以与需要避开的血管、神经、关键组织及器官保持符合医学要求的安全距离为约束条件，划定手术约束区域范围；
16.步骤五，在手术约束区域范围内，通过空间轨迹规划算法得到最佳手术路径，实现手术路径的自动规划。
17.进一步地，步骤五包括如下分步骤：
18.步骤c1，在手术约束区域范围内，创建n个互相平行的二维截断面，选取其中一个二维截断面，在该平面上利用空间路径规划算法，求得该平面内的理想手术路径；
19.步骤c2，对n个二维截断面依次求得基于该平面的理想手术路径，在垂直于平面的方向对得到的n条平面路径进行叠加，得到空间的一个三维曲面；
20.步骤c3，根据医学先验条件及医学要求，确定手术器械安全活动区间，并根据医生操作难易程度，选择区间内一个平滑的三维曲面为最优手术路径。
21.进一步地，空间轨迹规划算法采用q-learning算法迭代计算出最佳手术路径，其具体步骤如下：
22.步骤a1，初始化各参数：建立q-value表，设置当前迭代次数为i，最大迭代次数为i，初始化i＝0；定义当前状态为s
t
，该状态下的行动为a
t
，设置q-value表中q(si,ai)＝0；初始化学习率α＝0.2，折扣率γ＝0.8，设置每一个行动后得到的奖赏为r
t
；设置手术区域范围上边界点为起点，下边界点为终点；设置患者病灶区域三维模型的手术约束区域范围为环境空间为e，将其离散为n个有效的二维截断面，选取其中一个二维截断面，对其建立坐标系并进行离散化，得到可选的t个状态，设置可选的行动集合为a；
23.步骤a2，设置起点为初始状态，终点为终端状态，根据ε-greedy策略选择最优行动a
t
，选择行动a
t
的概率为：
[0024][0025]
式中，ε为贪婪值；1-ε为选择最优行动a
t
的概率；为估计未来能得到的最大奖赏；a表示行动；s表示状态；prob(a
t
)为选择行动a
t
的概率；
[0026]
步骤a3，选择行动a
t
后，得到奖赏r
t
，用于确定下一步的行动；以及得到下一步的状态s
t 1
；
[0027]
步骤a4，更新q-value表以及贪婪值ε；
[0028]
q-value更新公式为；
[0029][0030]
贪婪值ε更新公式为：
[0031]
步骤a5，令s
t
＝s
t 1
，判断是否到达终端状态及q(s
t
,a
t
)值是否收敛，若不满足条件则返回至步骤a2，直至满足迭代条件，通过t次迭代训练后，得到最优规划路径。
[0032]
进一步地，路径指示装置采用增强现实路径指示装置；增强现实路径指示装置的显示屏用于显示术前规划路径及实际偏离程度；手术路径提示信息通过图像的方式显示在显示屏上，提示信息为走刀方向及走刀深度。
[0033]
本发明具有的优点和积极效果是：设置基于神经网络建立的手术路径规划模型；手术路径规划模型输入待手术患者的医疗信息及术后期望数据，可输出用于辅助医生决策的手术路径。可以为医生制定手术路径提供参考。设置空间轨迹规划算法模块，可帮助医生在手术约束区域范围内找到最佳手术路径。术中手术导航系统的路径指示装置可以在术中实时为医生提供路径指示，实际手术路径偏离后可以发出预警信号，提高医生手术精准程度。设置路径指示装置，医生可根据声、光信号等提示信息按规划路径进行手术。
附图说明
[0034]
图1是本发明的一种外科手术辅助系统的结构示意图。
具体实施方式
[0035]
为能进一步了解本发明的发明内容、特点及功效，兹列举以下实施例，并配合附图详细说明如下：
[0036]
请参见图1，一种外科手术辅助系统，包括术前手术规划系统及术中手术导航系统；术前手术规划系统包括：用于三维模型重建的图像处理模块、用于储存患者医疗信息的数据库以及用于规划手术器械移动路径的手术规划模块；术中手术导航系统包括：用于测量手术器械和待手术部位的空间位置的定位模块、用于记录手术器械移动路径的手术导航模块以及用于提示医生的路径指示装置；手术规划模块包括手术路径优化模块和/或基于神经网络建立的手术路径规划模型；手术路径优化模块，其基于空间轨迹规划算法，在手术约束区域范围内求取最佳手术路径；手术路径规划模型，其采用由已手术患者的术前医疗信息、手术路径及术后结果数据构造的训练集进行训练，其输入待手术患者的医疗信息及术后期望数据，其输出用于辅助医生决策的辅助手术路径。
[0037]
优选地，图像处理模块可包括点云数据三维重建模块和医学影像三维重建模块；点云数据三维重建模块可包括对待手术部位表面进行三维扫描并获取点云数据的三维扫描装置，以及可采用神经网络对点云数据进行三维重建以得到待手术部位三维模型的三维模型重建模块；医学影像三维重建模块，其可基于待手术部位切片图像，通过三维重建算法得到待手术部位区域以及其周围神经、血管的三维模型。
[0038]
优选地，定位模块可包括电磁定位模块和/或光学定位模块；电磁定位模块可包括电磁式位置定位器；光学定位模块可包括双目视觉定位系统，双目视觉定位系统用于空间点的三维坐标定位。
[0039]
优选地，手术导航模块可实时记录手术器械空间位置，并可将实际手术路径与术前规划路径对比分析，一方面可将下一步手术器械路径信息发送至路径指示装置，另一方面，可当实际手术路径与术前规划路径存在偏离时，根据偏离程度等级发送相应等级的预警信号。
[0040]
优选地，路径指示装置可包括灯光路径指示装置或增强现实路径指示装置；灯光路径指示装置可包括可调整指示角度的激光灯，其可接收来自手术导航模块的信号，可通过指示灯亮、灭表示手术器械移动路径，以及指示灯的颜色差异表明路径偏离程度；增强现实路径指示装置可包括穿戴式增强现实眼镜或者穿戴式增强现实头盔；增强现实路径指示装置的显示屏可用于显示术前规划路径及实际偏离程度。
[0041]
本发明还提供了一种手术路径规划方法，该方法设置术前手术规划系统及术中手术导航系统；术前手术规划系统设置：用于三维模型重建的图像处理模块、用于储存患者医疗信息的数据库以及用于规划手术器械移动路径的手术规划模块；术中手术导航系统设置：用于测量手术器械和待手术部位的空间位置的定位模块、用于记录手术器械移动路径的手术导航模块以及用于提示医生的路径指示装置；手术规划模块设置手术路径优化模块和/或基于神经网络建立的手术路径规划模型；手术路径优化模块，其基于空间轨迹规划算法，在手术约束区域范围内求取最佳手术路径；手术路径规划模型，其采用由已手术患者的术前医疗信息、手术路径及术后结果数据构造的训练集进行训练，其输入待手术患者的医疗信息及术后期望数据，其输出用于辅助医生决策的辅助手术路径。
[0042]
优选地，手术规划模块规划手术器械移动路径的方法可包括如下步骤：
[0043]
步骤一，可建立医学图像数据集，并标注数据集图像中重要血管、神经和关键组织、器官，通过深度学习方法，训练用于医学图像分割的神经网络模型；
[0044]
步骤二，获取患者病灶处的图像数据后，可根据用于医学图像分割的神经网络模型自动识别和分割病灶区域重要血管、神经和关键组织、器官，通过医学图像三维重建技术构建患者病灶区域三维模型；
[0045]
步骤三，可通过三维扫描装置获取患者病灶区域的体表三维模型，将患者病灶区域三维模型与体表三维模型进行配准；
[0046]
步骤四，可以与需要避开的血管、神经、关键组织及器官保持符合医学要求的安全距离为约束条件，划定手术约束区域范围；
[0047]
步骤五，在手术约束区域范围内，可通过空间轨迹规划算法得到最佳手术路径，实现手术路径的自动规划。
[0048]
优选地，步骤五可包括如下分步骤：
[0049]
步骤c1，在手术约束区域范围内，可创建n个互相平行的二维截断面，选取其中一个二维截断面，在该平面上利用空间路径规划算法，求得该平面内的理想手术路径；
[0050]
步骤c2，对n个二维截断面依次求得基于该平面的理想手术路径，在垂直于平面的方向对得到的n条平面路径进行叠加，得到空间的一个三维曲面
[0051]
步骤c3，可根据医学先验条件及医学要求，确定手术器械安全活动区间，并根据医生操作难易程度，选择区间内一个平滑的三维曲面为最优手术路径。
[0052]
优选地，空间轨迹规划算法采用q-learning算法迭代计算出最佳手术路径。q-learning算法是强化学习算法中value-based(基于价值)的算法，q即为q(s,a)，就是在某一时刻的s状态下(s∈s)，采取动作a(a∈a)能够获得收益的期望值；s表示状态的集合；a表示动作的集合：s为状态的集合中的元素；a为动作的集合中的元素；环境会根据agent(代理)的动作a反馈相应的收益r，将state(状态)与action(动作)构建成一张q-value(q值)表来存储q值，然后根据q值来选取能够获得最大的收益r的动作a，收益r也称奖赏r；其具体步骤可如下：
[0053]
步骤a1，初始化各参数：建立q-value表，设置当前迭代次数为i，最大迭代次数为i，初始化i＝0；定义当前状态为s
t
，该状态下的行动为a
t
，设置q-value表中q(si,ai)＝0；初始化学习率α＝0.2，折扣率γ＝0.8，设置每一个行动后得到的奖赏为r
t
；设置手术区域范围上边界点为起点，下边界点为终点；设置患者病灶区域三维模型的手术约束区域范围为环境空间为e，将其离散为n个有效的二维截断面，选取其中一个二维截断面，对其建立坐标系并进行离散化，得到可选的t个状态，设置可选的行动集合为a；
[0054]
步骤a2，可设置起点为初始状态，终点为终端状态；为了使得路径搜索过程中能够满足在不同行为下尽可能获得最大的奖赏，需要自适应地改变贪婪值ε，以防止算法陷入局部最优。因此，以确保算法能够快速收敛到最优的q值，可根据ε-greedy策略选择最优行动a
t
，选择行动a
t
的概率为：
[0055][0056]
式中，ε为贪婪值；1-ε为选择最优行动a
t
的概率；为估计未来能
得到的最大奖赏；a表示行动；s表示状态；prob(a
t
)为选择行动a
t
的概率。
[0057]
步骤a3，选择行动a
t
后，得到奖赏r
t
，用于确定下一步的行动；以及得到下一步的状态s
t 1
。
[0058]
步骤a4，更新q-value表以及贪婪值ε；
[0059]
q-value更新公式为；
[0060][0061]
贪婪值ε更新公式为：
[0062]
步骤a5，令s
t
＝s
t 1
，判断是否到达终端状态及q(s
t
,a
t
)值是否收敛，若不满足条件则返回至步骤a2，直至满足迭代条件，通过t次迭代训练后，得到最优规划路径。
[0063]
ε-greedy策略，贪心策略，也称为贪婪策略，每一步都采取当前状态下最优的选择(局部最优解)，从而希望推导出全局最优解。
[0064]
argmax是一种函数，是对函数求参数(集合)的函数。当我们有另一个函数y＝f(x)时，若有结果x0＝argmax(f(x))，则表示当函数f(x)取x＝x0的时候，得到f(x)取值范围的最大值；若有多个点使得f(x)取得相同的最大值，那么argmax(f(x))的结果就是一个点集。换句话说，argmax(f(x))是使得f(x)取得最大值所对应的变量点x(或x的集合)。arg即argument，此处意为“自变量”。”[0065]
优选地，路径指示装置采用增强现实路径指示装置；增强现实路径指示装置的显示屏用于显示术前规划路径及实际偏离程度；手术路径提示信息通过图像的方式显示在显示屏上，提示信息为走刀方向及走刀深度。
[0066]
上述中的图像处理模块、数据库、手术规划模块、定位模块、手术导航模块、路径指示装置、手术路径优化模块、手术路径规划模型、点云数据三维重建模块、医学影像三维重建模块、电磁定位模块、光学定位模块、电磁式位置定位器、双目视觉定位系统、灯光路径指示装置、增强现实路径指示装置、激光灯、穿戴式增强现实眼镜及穿戴式增强现实头盔等功能模块及装置，均可采用现有技术中的适用功能模块及装置，或采用现有技术中功能模块及装置并采用常规技术手段进行构建。
[0067]
下面以本发明的一个优选实施例来进一步说明本发明的结构及工作原理。
[0068]
如图1所示，一种外科手术辅助系统，包括术前手术规划系统及术中手术导航系统；术前手术规划系统包括：用于三维模型重建的图像处理模块、用于储存患者医疗信息的数据库以及用于规划手术器械移动路径的手术规划模块；术中手术导航系统包括：用于测量手术器械和待手术部位的空间位置的定位模块、用于记录手术器械移动路径的手术导航模块以及用于提示医生的路径指示装置；手术规划模块包括基于神经网络建立的手术路径规划模型；手术路径规划模型，其采用由已手术患者的术前医疗信息、手术路径及术后结果数据构造的训练集进行训练，其输入待手术患者的医疗信息及术后期望数据，其输出用于辅助医生决策的辅助手术路径。
[0069]
术前手术规划系统，包括：用于三维模型重建的图像处理模块、已采集的手术信息数据库、用于手术方案制定的手术规划模块。
[0070]
图像处理模块包括点云数据三维重建模块和医学影像三维重建模块；点云数据三
维重建模块包括对待手术部位表面进行三维扫描并获取点云数据的三维扫描装置，以及采用神经网络对点云数据进行三维重建以得到待手术部位三维模型的三维模型重建模块；医学影像三维重建模块，其基于待手术部位切片图像，通过三维重建算法得到待手术部位区域以及其周围神经、血管的三维模型。
[0071]
图像处理模块针对患者体表的三维扫描重建和医学影像三维重建。三维扫描重建是指，用高精度的三维扫描装置扫描患者病灶区域表面，基于点云数据，通过三维重建得到患者体表三维模型；医学影像三维重建是指，基于患者切片图像，如计算机断层扫描(ct)图像和核磁共振成像(mri)图像，通过三维重建算法得到患者病灶区域和周围神经、血管的三维模型。
[0072]
手术信息数据库存储已完成手术的患者信息(包括个人基本信息、诊疗信息等)，拟采取的术前手术方案与手术路径规划，实际完成的术中手术方案与手术路径，术后效果诊断等信息，为现有患者手术方案的制定以及手术路径的规划提供参考。
[0073]
手术规划模块中手术方案与手术路径的制定方式为计算机辅助制定，计算机会根据患者状况模拟手术后的预期结果，并通过手术路径规划方法自动完成路径规划，辅助医生制定手术方案。需要指出的是，计算机制定手术方案的结果可以为医生提供参考或者经医生确认后应用于临床手术，不作为手术方案制定的唯一方式。
[0074]
手术规划模块包括基于神经网络建立的手术路径规划模型；手术路径规划模型，其可采用由已手术患者的术前医疗信息、手术路径及术后结果数据构造的训练集进行训练，其输入待手术患者的医疗信息及术后期望数据，其输出用于辅助医生决策的辅助手术路径。
[0075]
手术规划模块还包括空间轨迹规划算法模块，空间轨迹规划算法模块用于在手术约束区域范围内求取最佳手术路径。
[0076]
手术路径规划可通过基于神经网络建立的手术路径规划模型自动生成手术方案和手术路径规划。手术路径规划还可通过分析现有患者信息，在手术约束区域范围内制定理想的手术方案，通过空间轨迹规划算法求取最佳手术路径规划。该手术路径规划装置及方法即可作为外科手术辅助系统的一部分，也可单独用于辅助医生制定手术方案和手术路径规划。
[0077]
术中手术导航系统，包括用于测量手术器械和患者空间位置的定位模块、用于记录手术路径的手术导航模块、用于提示医生的路径指示装置。
[0078]
定位模块包括电磁定位模块和/或光学定位模块；电磁定位模块包括电磁式位置定位器；光学定位模块包括双目视觉定位系统，双目视觉定位系统用于空间点的三维坐标定位。电磁式位置定位器，其由磁场发生器在患者受术部位附近发射磁场，通过定位传感器和电磁定位探针在磁场中的信号反馈来计算空间位置。
[0079]
定位模块的定位方式包括但不限于电磁定位和光学定位。当手术环境中电磁定位信号所受干扰较小时，优选电磁定位方式；反之，优选光学定位方式。
[0080]
手术器械可以为手术刀，定位方式可选择电磁定位。为了减少金属材质对于电磁定位精度的干扰，将手术刀刀柄材质替换为一种非金属材料，可以为塑料等。手术刀刀柄内部装有电磁定位传感器，每一个手术器械均存在唯一编号，可以在医生手术规划时随时调用。
[0081]
手术导航模块会实时记录手术器械空间位置，并将实际手术路径与术前规划路径对比分析，一方面将下一步手术器械路径信息发送至路径指示装置，另一方面，当实际手术路径与术前规划路径存在偏离时，根据偏离程度等级发送相应等级的预警信号。
[0082]
路径指示装置的实现方式包括但不限于灯光指示方式和增强现实技术。基于灯光指示方式的路径指示装置为一种可调整指示角度的激光灯，实时指示医生手术路径，并可以通过颜色差异表明路径偏离程度，不需要医生佩戴额外的辅助设备。基于增强现实技术的路径指示装置可以为穿戴式增强现实眼镜或者穿戴式增强现实头盔，医生在手术中穿戴增强现实设备，在电子屏幕上显示术前规划路径及实际偏离程度，画面质量取决于增强现实设备技术发展程度。
[0083]
路径指示装置可以是一种可调整指示角度的激光灯。在接收路径规划信息后，由转动机构提供转向能力，调整到合适角度后，激光灯发射低亮度指示光，医生可以根据光点位置提示进行手术操作，并可以通过激光灯颜色差异表明路径偏离程度。
[0084]
路径指示装置也可以为穿戴式增强现实眼镜，医生可以通过如“google glass”等设备观察预设的手术方案模型与实际完成的手术方案模型的匹配度以及术中实时手术路径提示信息，能够在不转换视角的情况下完成手术操作。手术路径提示信息可以通过图像的方式显示在“google glass”上显示，提示信息可以为走刀方向及走刀深度，实现精确手术指导。手术过程中，手术导航模块利用电磁定位探针检测跟踪受术部位的位姿变化，当受术部位位姿变化超过设定阈值时，手术导航模块会实时修正“google glass”显示界面中的路径规划提示信息，从而保证手术过程中术前规划路径与受术部位相对位姿的准确性。当医生在手术过程中遇到难以解决的问题时，可以通过“google glass”上的摄像头将手术画面实时传送给在线的专家组成员，专家组成员可以通过在线音频的方式为医生提供实时的手术指导或建议。此外还可以以医生的视角录制整个手术过程，结合数据库技术，实现术后评估及医生手术培训。
[0085]
为了进一步阐述本发明内容，以面部整容外科手术中鼻整形手术实施例进行说明。
[0086]
在面部整容手术实施中，本发明可以提高手术方案的合理性与手术操作的精准程度。如图所示，本发明较佳的手术规划实施方法如步骤s101-s104。
[0087]
步骤s101，选择与标注患者面部的体表标志点。选取患者面部一定数量的关键点为体表标志点，并在其上粘贴一定数量的标志物。需要注意的是，标志物的粘贴位置要避开患者鼻部手术区域。
[0088]
步骤s102，通过三维扫描装置对患者面部进行扫描，获取患者手术前的面部三维数据。
[0089]
步骤s103，提取图像空间中患者面部三维模型特征标志点的位置信息。
[0090]
步骤s104，计算机辅助规划手术路径。手术规划模块接收患者图像数据后，根据患者面部个性化特征，模拟鼻整形手术后的最优结果，并根据模拟结果自动生成手术路径。
[0091]
医生可以参考手术规划模块的方案，结合自身病理学知识和手术经验，完成手术路径规划。手术规划具体的实施步骤如下：
[0092]
步骤s201，获取n例患者鼻部区域ct和mri图像数据(本实施例中n＝200)，建立鼻部医学图像数据集；通过经验丰富的医生手动标注图像中重要血管、神经和关键组织作为
样本图像。通过深度学习方法，训练用于医学图像分割的三维卷积神经网络模型。
[0093]
步骤s202，获取患者鼻部的图像数据，根据用于医学图像分割的三维卷积神经网络模型，自动识别和分割鼻部整形区域重要血管、神经和关键组织。通过医学图像三维重建技术构建患者鼻部内部重要血管、神经及关键组织等的三维模型。
[0094]
步骤s203，通过三维扫描装置获得患者鼻部的体表三维模型，以体表三维模型为基准，将上一步中重建得到的鼻部内部三维模型配准与鼻部体表三维模型配准，得到不同模型间的转换矩阵。
[0095]
步骤s204，根据医学先验信息及医学可接受误差，结合模拟预期最优结果，以与需要避开的血管、神经和关键组织、器官保持符合医学要求的安全距离为约束条件，设定鼻部整形手术约束区域范围。
[0096]
步骤s205，在手术约束区域范围内，以需要避开的血管、神经、组织、器官作为障碍物，以与障碍物的符合医学要求的安全距离为约束条件，以路径最短或创口最小等为目标；通过空间轨迹规划算法得到最佳手术路径，实现手术路径的自动规划。
[0097]
优选地，步骤s205中手术路径生成可以包括以下步骤：
[0098]
步骤c1，在鼻部整形手术约束区域范围内，创建n个互相平行的二维截断面，选取其中一个二维截断面，在该平面上利用空间路径规划算法，求得该平面内的理想手术路径；
[0099]
步骤c2，对n个二维截断面依次求得基于该平面的理想手术路径，在垂直于平面的方向对得到的n条平面路径进行叠加，由此可以得到空间的一个三维曲面；
[0100]
步骤c3，根据医学先验条件及医学要求，确定手术器械安全活动空间，并根据医生操作难易程度，选择区间内一个平滑的三维曲面为最优手术路径，即确定鼻整形手术中手术刀切割的方向与深度，实现手术路径规划。
[0101]
优选地，步骤s205中的手术路径生成也可以是基于路径学习的路径规划方法，包括如下步骤：
[0102]
步骤d1，对经验丰富的医生进行鼻部整形手术时手术刀的实际路径进行记录，建立鼻部整形手术路径样本数据库，并进行路径信息特征提取，制作训练数据集和测试数据集；通过深度学习方法，训练用于路径规划的三维卷积神经网络模型；
[0103]
步骤d2，获取患者鼻部实时的图像数据，根据用于路径规划的三维卷积神经网络模型，得到患者鼻部与手术路径的对应关系，进而得到患者鼻部整形的手术规划路径。
[0104]
步骤s206，三维模拟鼻整形手术过程，验证手术规划路径结果的安全性，检查手术器械是否会损伤重要血管、神经等部位。检验安全后，完成手术路径的规划。
[0105]
空间轨迹规划算法采用强化学习算法迭代计算出最佳手术路径，此处选择q-learning算法进行路径规划，其具体步骤如下：
[0106]
步骤s301，初始化各参数：建立q-value表，设置当前迭代次数为i，最大迭代次数为i＝，初始化i＝0；定义当前状态为s
t
，该状态下的行动为a
t
，设置q-value表中q(si,ai)＝0；初始化学习率α＝0.2，,折扣率γ＝0.8，设置每一个行动后得到的奖赏为r
t
；设置手术区域范围上边界点为起点，下边界点为终点；设置患者病灶区域三维模型的手术约束区域范围为环境空间为e，将其离散为n个有效的二维截断面，选取其中一个二维截断面，对其建立坐标系并进行离散化，得到可选的t个状态，设置可选的行动集合为a，此实例中行动包括前、后、左、右四个动作；
[0107]
步骤s302，设置起点为初始状态s0，终点为终端状态，根据ε-greedy策略选择最优行动a
t
，选择行动a
t
的概率为：
[0108][0109]
式中，1-ε为选择最优行动a
t
的概率；
[0110]
步骤s303，选择行动a
t
后，得到奖赏r
t
，用于确定下一步的行动；以及得到下一步的状态s
t 1
；
[0111]
步骤s304，更新q-value表以及贪婪值ε。
[0112]
q-value更新公式为；
[0113][0114]
贪婪值ε更新公式为：
[0115]
步骤s305，令s
t
＝s
t 1
，判断是否到达终端状态及q(s
t
,a
t
)值是否收敛，若不满足条件则继续转至步骤s302，直至满足迭代条件，通过t次迭代训练后，得到最优规划路径。
[0116]
本发明较佳的手术导航实施方法为：将患者面部三维图像与实际面部图像进行配准，实现图像空间与现实空间的转换。将定位模块中磁场发生器置于患者受术部位附近发射磁场，由电磁定位探针测量患者面部标记点的位置信息，完成术中配准过程。
[0117]
在本实施例中，配准算法的数学模型可以表述为：已知一组患者面部标记点，在实际空间中的坐标组为t，在图像空间中的坐标为m，两者有如下关系：
[0118][0119]
通过运算得到从t到m的变换矩阵即可得到两个不同空间的位置转换关系，实现配准。
[0120]
标定一套具备定位功能的手术器械。在本实施例中，采用光学定位方式进行标定，标定方法包括以下步骤：
[0121]
步骤e1，光学定位方式与电磁定位方式同时检测手术器械末端位移，并记录位移数据。根据标定精度的要求，采集的数据量与采集方法可以进行调整，优选地，采集组数据进行对比。
[0122]
步骤e2，利用校准系数计算公式计算坐标的校准系数xc、yc、zc,进而得到补偿后的位置坐标，从而提高了手术器械定位的精确性。
[0123]
医生根据声、光信号等提示信息按规划路径进行手术。提示信息通过路径指示装置传递给医生，传递信息的方式可以是语音提示或者轨迹灯提示，但不仅限于此。
[0124]
以上所述的实施例仅用于说明本发明的技术思想及特点，其目的在于使本领域内的技术人员能够理解本发明的内容并据以实施，不能仅以本实施例来限定本发明的专利范围，即凡本发明所揭示的精神所作的同等变化或修饰，仍落在本发明的专利范围内。