徐旭 朱文文 夏棟 巫彤寧 陳新華 李從勝
肝癌是我國(guó)常見(jiàn)的惡性腫瘤之一,每年因肝癌死亡的人數(shù)約占全世界肝癌死亡人數(shù)的40%,是一種嚴(yán)重威脅人民健康的疾病[1]。當(dāng)前,臨床上肝癌治療方案主要包括手術(shù)切除、局部消融、放療和全身治療等。其中,局部消融術(shù)包括熱消融(如射頻消融、微波消融和激光消融)、冷凍消融和不可逆電穿孔等,因具有微創(chuàng)、安全和有效等優(yōu)勢(shì),近來(lái)受到產(chǎn)學(xué)研界的高度關(guān)注[2]。
局部消融術(shù)是指在超聲、CT或MRI等影像技術(shù)的引導(dǎo)下,遵循規(guī)劃的穿刺路徑,經(jīng)皮或通過(guò)開(kāi)腹、腹腔鏡,利用物理或化學(xué)的方法直接使腫瘤凝固性壞死,從而達(dá)到局部根除腫瘤的目的[3]。目前臨床上廣泛采納的路徑規(guī)劃需要憑借臨床醫(yī)生的經(jīng)驗(yàn),在患者采集的醫(yī)學(xué)影像切片(二維序列)上,依據(jù)張睿等[4]總結(jié)的四項(xiàng)約束條件進(jìn)行手工標(biāo)定。由于患者腹部的解剖信息并非直接可見(jiàn),僅憑臨床醫(yī)生的主觀經(jīng)驗(yàn)規(guī)劃穿刺路徑十分困難。而術(shù)前路徑規(guī)劃的不足可能會(huì)出現(xiàn)腫瘤的不完全消融和不合理穿刺,導(dǎo)致癌癥的復(fù)發(fā)或癌細(xì)胞擴(kuò)散等術(shù)后并發(fā)癥[5-6]。
隨著圖像處理與圖像可視化技術(shù)的發(fā)展,研究人員將消融治療的臨床需求和目標(biāo)量化成多個(gè)臨床約束條件,期望借助計(jì)算機(jī)輔助規(guī)劃系統(tǒng)為醫(yī)生提供準(zhǔn)確的重建患者腹部解剖結(jié)構(gòu)。有效規(guī)劃肝腫瘤消融穿刺路徑,對(duì)于提高肝癌消融術(shù)的療效和安全性至關(guān)重要。Butz 等[7]基于患者采集的MRI圖像重構(gòu)出患者腹腔的三維場(chǎng)景,利用Powell 算法給出適形覆蓋肝腫瘤的優(yōu)化進(jìn)針位置,但是其在規(guī)劃過(guò)程中需要大量的人工交互。Schumann等[8]設(shè)計(jì)出一款基于圓柱投影滑塊式交互界面的路徑規(guī)劃系統(tǒng),界面能夠容納多個(gè)約束圖所包含的全部進(jìn)針路徑以及每條路徑對(duì)應(yīng)的實(shí)際約束參數(shù),但是該方法只遵循某幾項(xiàng)臨床約束條件,可能會(huì)在消融過(guò)程中不易止血和劃傷肝臟,導(dǎo)致其規(guī)劃出的路徑并不一定是可行的。本文提出一套肝臟腫瘤消融術(shù)前路徑規(guī)劃系統(tǒng),該系統(tǒng)創(chuàng)新點(diǎn)如下。
(1) 針對(duì)肝臟、腫瘤分割邊緣精度和層間連續(xù)性等問(wèn)題,提出基于分治的肝臟分割網(wǎng)絡(luò)[9]和基于區(qū)域和距離度量的改進(jìn)V-Net肝腫瘤分割網(wǎng)絡(luò)[10],提升三維重建的精度。
(2) 針對(duì)臨床四項(xiàng)約束條件提出拓?fù)溥\(yùn)算以腫瘤靶點(diǎn)為中心快速的進(jìn)行路徑規(guī)劃,可實(shí)現(xiàn)滿足臨床條件的進(jìn)針?lè)桨浮?/p>
肝臟腫瘤消融術(shù)前路徑規(guī)劃系統(tǒng)整體架構(gòu)如圖1所示。系統(tǒng)包括肝臟腫瘤分割及三維重建系統(tǒng)和多針路徑規(guī)劃系統(tǒng)。其中,肝腫瘤分割及三維重建系統(tǒng)根據(jù)患者CT圖像的DICOM掃描序列,用深度學(xué)習(xí)與圖像處理算法分割出其中的器官和組織區(qū)域,并進(jìn)行三維可視化重建,并保存為三維表面模型。多針路徑規(guī)劃系統(tǒng)根據(jù)肝臟三維可視化重建模型,結(jié)合臨床多約束條件,為消融進(jìn)針規(guī)劃準(zhǔn)確有效的路徑。本文使用的數(shù)據(jù)集:三維圖像重建算法數(shù)據(jù)集(3D-IRCAD)和浙江大學(xué)附屬第一醫(yī)院采集標(biāo)注的患者腹部CT圖像數(shù)據(jù)集。
圖1 肝臟腫瘤消融術(shù)前路徑規(guī)劃系統(tǒng)整體架構(gòu)Figure 1 Overall architecture of a pre-procedure planning system for liver tumor ablation
1.2.1 腹部組織器官分割算法及三維重建流程
研究融合閾值分割和邊緣檢測(cè)算法[11]實(shí)現(xiàn)皮膚、骨骼和血管分割。為提升肝臟和腫瘤分割精度,提升重建數(shù)字解剖模型的空間連續(xù)性和邊緣的準(zhǔn)確性,研究提出了基于分治的肝臟分割網(wǎng)絡(luò)[9]實(shí)現(xiàn)肝臟的分割,提出了基于區(qū)域和距離度量的改進(jìn)V-Net 實(shí)現(xiàn)肝腫瘤分割[10]。各分割算法及三維重建流程如圖2所示。
圖2 腹部組織器官分割算法及三維重建流程Figure 2 Abdominal tissue and organ segmentation algorithm and 3D reconstruction process
基于分治法的肝臟分割模型(圖3)是利用組織自身鄰近橫斷面解剖結(jié)構(gòu)具有相似性的特征,提出了局部分割網(wǎng)絡(luò)的思想,模型骨干網(wǎng)絡(luò)采用的是DeepLabv3+, 目的是對(duì)輸入的患者腹部CT圖像進(jìn)行特征提取。分割網(wǎng)絡(luò)被用來(lái)處理不同的橫截面數(shù)據(jù),并將數(shù)據(jù)分成L個(gè)重疊的子域。每個(gè)子域數(shù)據(jù)用來(lái)訓(xùn)練相應(yīng)的局部分割器,對(duì)子域(l=1,2,…,k)的分割描述如下(X和Y表示輸入圖像x和分割結(jié)果y的集合):
(1)
圖3 肝臟分割框架Figure 3 Liver segmentation framework
(2)
(3)
根據(jù)權(quán)重網(wǎng)絡(luò)進(jìn)行加權(quán)分割網(wǎng)絡(luò)的集合結(jié)果得到模型最終的分割結(jié)果。
為提高病灶區(qū)域的分割精度,研究提出了基于距離和區(qū)域的損失函數(shù)優(yōu)化V-Net分割模型[12],3個(gè)區(qū)域和距離的損失函數(shù)(分別表示為L(zhǎng)ossBoundary,LossHausdorff和LossSignedDistanceMap):
(4)
區(qū)域損失函數(shù)(LossReg)包括交叉熵?fù)p失函數(shù)
(Lossseg)和Dice損失函數(shù)(LossDice),其表示為:
(5)
式中:pi表示模型預(yù)測(cè)的體素i的概率;gi表示真實(shí)標(biāo)簽。
豪斯多夫距離損失函數(shù)(LossHausdorff)[13]表示如下:
(6)
式中:α決定對(duì)誤差的懲罰程度;dp是模型預(yù)測(cè)的分割點(diǎn)集合;dg是真實(shí)標(biāo)簽的分割點(diǎn)集合。
標(biāo)注距離圖損失(LossSignedDistanceMap)[14]表示如下:
(7)
式中:L1表示L1損失;gt表示真實(shí)標(biāo)簽;pt表示模型預(yù)測(cè)標(biāo)簽。
1.3.1 路徑規(guī)劃流程
路徑規(guī)劃系統(tǒng)規(guī)劃流程如圖4所示,分別是 (1) 導(dǎo)入患者的DICOM序列水平二維腹部切片圖像;(2) 操作人員選定進(jìn)針位置圖像序列;(3) 依據(jù)約束條件計(jì)算進(jìn)針路徑;(4) 繪制規(guī)避路徑,生成進(jìn)針?biāo)诘囊阅[瘤為原點(diǎn)的空間坐標(biāo)及進(jìn)針角度集合。
圖4 路徑規(guī)劃流程圖Figure 4 Path planning flowchart
1.3.2 路徑規(guī)劃的約束條件及實(shí)現(xiàn)
假設(shè)腫瘤為中心(Tx,Ty),根據(jù)分割系統(tǒng)分割出的器官和腫瘤的掩膜進(jìn)行拓?fù)溆?jì)算,根據(jù)四項(xiàng)約束條件將進(jìn)針規(guī)避角度集合表示為θ={θj}(j=1,2,3,4)。進(jìn)針路徑規(guī)劃中約束條件(切面示意見(jiàn)圖5)如下所示。
(1) 路徑規(guī)劃時(shí)應(yīng)該避開(kāi)患者腹部存在風(fēng)險(xiǎn)的器官與組織(記作R={Ri})。
(8)
圖5 多針路徑規(guī)劃中約束條件平面示意圖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)分別為所需規(guī)避區(qū)域的上下切點(diǎn);A1i,min、A1i,max是所需規(guī)避角度的極值。
(2) 規(guī)劃路徑深度(皮膚輪廓(記作S={Sk})到腫瘤中心的歐式距離)應(yīng)嚴(yán)格小于消融針長(zhǎng)度Tl。
(9)
(3) 臨床中需要為消融腫瘤留有充足的止血距離,所以消融針要刺入肝臟一定深度Td(≥5 mm),肝臟輪廓點(diǎn)記作L={Lx}。
(10)
(4) 規(guī)劃路徑與肝包膜表面夾角(表面輪廓坐標(biāo)點(diǎn)切線與腫瘤中心之間的夾角)至少需要大于20°,若消融針與肝包膜表面夾角過(guò)小,則可能發(fā)生滑針,劃傷肝臟。
(11)
式中:Lx滿足
本文利用常見(jiàn)分割精度指標(biāo)進(jìn)行組織和器官的分割結(jié)果評(píng)價(jià)。
(12)
(13)
(14)
(15)
式中:A和B分別代表預(yù)測(cè)和真實(shí)的區(qū)域;FP表示檢測(cè)錯(cuò)誤的負(fù)樣本個(gè)數(shù);TN表示檢測(cè)正確的負(fù)樣本個(gè)數(shù);FN表示檢測(cè)錯(cuò)誤的負(fù)樣本個(gè)數(shù)。
在對(duì)患者腹腔內(nèi)解剖結(jié)構(gòu)和病灶相對(duì)位置的三維重建過(guò)程中,本文使用深度學(xué)習(xí)與圖像處理算法相結(jié)合的方法。實(shí)驗(yàn)結(jié)果顯示(表1),皮膚和骨骼分割的Dice分別為98.4%和92.3%,肝臟分割的Dice為95.4%。肝內(nèi)血管分割的Dice為78.9%,肝臟腫瘤分割的Dice為80.4%。
表1 肝組織和器官的分割結(jié)果 (單位:%)Table 1 Results of segmentation of liver tissue and organs (unit: %)
本文采用臨床強(qiáng)約束條件I~I(xiàn)V,利用拓?fù)溥\(yùn)算以腫瘤靶點(diǎn)為中心進(jìn)行路徑規(guī)劃。本文不需要人機(jī)交互過(guò)程,并遵循多種強(qiáng)約束條件,臨床40例肝腫瘤患者術(shù)后增強(qiáng)影像顯示病灶均完全消融,技術(shù)有效率達(dá)100%,見(jiàn)表2。
表2 路徑規(guī)劃算法對(duì)比Table 2 Comparison of path planning algorithms
肝腫瘤消融治療的計(jì)算機(jī)輔助規(guī)劃系統(tǒng)界面構(gòu)成如圖6所示。
主界面1:基于圖像處理和拓?fù)鋬?yōu)化的多約束消融進(jìn)針路徑規(guī)劃模塊;主界面2:基于虛擬現(xiàn)實(shí)技術(shù)的融合病患個(gè)體特征的術(shù)前方案演示模塊。圖6 肝腫瘤熱能消融治療的計(jì)算機(jī)輔助系統(tǒng)界面構(gòu)成Figure 6 Composition of the computer-aided system interface for thermal ablation of liver tumors
實(shí)驗(yàn)結(jié)果表明,皮膚、骨骼和肝臟分割的結(jié)果較好,而肝內(nèi)血管和肝臟病灶分割的結(jié)果欠佳。并且與其他的進(jìn)針規(guī)劃算法相比,本文更依賴(lài)圖像分割器官和組織精度。為了更準(zhǔn)確地得到患者腹腔的三維重建結(jié)果和規(guī)劃的路徑,后續(xù)會(huì)優(yōu)化肝臟血管和病灶的分割算法,并為系統(tǒng)設(shè)計(jì)通過(guò)少量的人機(jī)交互方式對(duì)肝內(nèi)血管和病灶的分割結(jié)果進(jìn)行修改。
本文為規(guī)劃準(zhǔn)確有效的肝腫瘤消融治療進(jìn)針路徑,提高肝癌消融術(shù)的療效和安全性,設(shè)計(jì)肝臟腫瘤消融術(shù)前路徑規(guī)劃系統(tǒng)。該系統(tǒng)通過(guò)圖像處理算法對(duì)患者腹部組織結(jié)構(gòu)進(jìn)行三維重建,并基于多臨床強(qiáng)約束條件結(jié)合拓?fù)鋬?yōu)化算法對(duì)進(jìn)針路徑進(jìn)行規(guī)劃。臨床40例肝腫瘤患者術(shù)后增強(qiáng)影像顯示病灶均完全消融,技術(shù)有效率100%,具有較高的魯棒性和可靠性,為臨床肝腫瘤消融治療進(jìn)針規(guī)劃提供參考。