技术领域
[0001] 本
发明属于神经外科诊疗技术领域，尤其涉及一种基于计算机的神经外科诊疗控制系统及方法。
背景技术
[0002] 神经外科(Neurosurgery)是
外科学中的一个分支，是在外科学以手术为主要
治疗手段的
基础上，应用独特的神经外科学研究方法，研究人体神经系统，如脑、脊髓和周围神经系统，以及与之相关的附属机构，如颅骨、头皮、脑血管脑膜等结构的损伤、
炎症、
肿瘤、畸形和某些遗传代谢障碍或功能紊乱
疾病，如：
癫痫、
帕金森病、神经痛等疾病的病因及发病机制，并探索新的诊断、治疗、
预防技术的一
门高、精、尖学科。神经外科是主治由于外伤导致的脑部、脊髓等神经系统的疾病，例如脑出血出血量危及生命,车祸致脑部外伤，或脑部有肿瘤压迫需手术治疗等。然而，现有神经外科诊疗控制系统中单独应用DTI、fMRI和PMRI技术获得的图像还是不能明确、直观地反映大脑各功能区和连接各功能区域的白质
纤维束的分布情况；同时，术前设置人工标记点，不仅使得注册流程复杂化并且对病人产生一定的伤害性；手动选取术前点集，容易造成较大配准误差，也不利于注册流程的简化；基于标记点的注册方法，因标记点数量较少，其所携带的空间信息较少，无法获得一个足够小的注册误差。
[0004] (1)现有神经外科诊疗控制系统中单独应用DTI、fMRI和PMRI技术获得的图像还是不能明确、直观地反映大脑各功能区和连接各功能区域的白质纤维束的分布情况；同时，术前设置人工标记点，不仅使得注册流程复杂化并且对病人产生一定的伤害性；手动选取术前点集，容易造成较大配准误差，也不利于注册流程的简化；基于标记点的注册方法，因标记点数量较少，其所携带的空间信息较少，无法获得一个足够小的注册误差。
[0005] (2)现有技术中采集患者大脑图像的过程中，容易受到各种
信号干扰，降低了脑电波信号存的平稳性，不能获得良好效果的大脑图像。
[0006] (3)医疗检查仪器检测患者
脉搏数据信息的过程中，采用传统的
算法，降低了信号的
信噪比，增大了均方误差，不能达到好的消噪效果。
[0007] (4)心电仪检测到的患者
心电图信息进行处理的过程中，产生Gibbs振荡现象和严重的
频率混叠现象，并不能使去噪更彻底，使边界、文理等特征能较好地保留。
发明内容
[0008] 针对现有技术存在的问题，本发明提供了一种基于计算机的神经外科诊疗控制系统及方法。
[0009] 本发明是这样实现的，一种基于计算机的神经外科诊疗控制方法，所述基于计算机的神经外科诊疗控制方法包括：
[0010] 第一步，利用医疗检查仪器检测患者生理胆固醇、心率、血压、血糖、心电等数据信息；利用医学摄像设备采集的患者大脑图像；
[0011] 第二步，医疗检查仪器和医学摄像设备将采集的数据信息传递到主控模
块，主控模块中数据判断模块利用判断程序对检测的生理数据指标进行判断是否正常；
图像处理模块利用图像处理
软件对采集大脑图像进行处理；主控模块通过
手术导航注册模块将术中手术器械映射到术前病人
图像空间中进行演示；
[0012] 第三步，利用
存储器存储采集的生理数据、图像数据，利用显示器显示患者相应的检测数据和判断结果；
[0013] 第四步，主控模块对采集的数据信息进行处理，主控模块将采集的数据信息通过无线发射器或网线传递到计算机进行监测处理。
[0014] 进一步，通过医疗检查仪器检测患者脉搏数据信息，采用小波
阈值去噪算法，包括以下步骤：
[0015] 步骤一，通过阈值函数计算阈值，可取为
[0016] 步骤二，对信号进行小波分解，得到小波在各频带上的小波系数；
[0017] 步骤三，将小波系数小于阈值的噪声小波分量置零，大于或等于的分量进行软阈值或硬阈值估计；
[0018] 采用的是软阈值估计：
[0019]
[0021] 进一步，对生理检测中的心电仪检测到的患者心电图信息进行处理，采用双树复小波变换去噪算法，具体包括以下步骤：
[0022] 步骤一，对含噪心
电信号进行双树复小波分解；
[0023] 步骤二，根据式：其中 为鲁棒性中值估计，估计噪声方差；
[0024] 根据式 其中 每个含噪观测子带的方差估计值，计算每个高频细节子带的方差；
[0025] 根据式 T为阈值， 每个含噪观测子带的方差估计值，计算每个高频细节子带的相应阈值；
[0026] 步骤三，用得到的阈值对信号各尺度上的小波系数进行阈值重构信号，最终得到去噪后的心电信号。
[0027] 进一步，图像处理方法如下：
[0028] (1)利用
弥散张量成像技术
跟踪脑白质纤维束的走向，并在脑组织结构图中三维显示跟踪结果；
[0029] (2)利用功能磁共振技术提取大脑功能区域的BOLD信号，对大脑功能区域进行
定位；
[0030] (3)利用灌注
磁共振成像技术获得造影增强的脑组织T1加权图；
[0031] (4)将脑白质纤维束的跟踪结果和对大脑功能区域定位结果同时映射到同一幅脑组织T1加权图中，得到新的脑组织T1加权图。
[0032] 本发明另一目的在于提供一种实施所述基于计算机的神经外科诊疗控制方法的基于计算机的神经外科诊疗控制系统，所述基于计算机的神经外科诊疗控制系统包括：
[0033] 生理检测模块，与主控模块连接，用于通过医疗检查仪器检测患者生理胆固醇、心率、血压、血糖、心电数据信息；
[0034]
图像采集模块，与主控模块连接，用于通过精密的
电子仪器，从头皮上将脑部的自发性
生物电位加以放大记录而获得的图形；
[0035] 主控模块，与生理检测模块、图像采集模块、数据判断模块、通信模块、图像处理模块、手术导航注册模块、数据存储模块、显示模块连接，用于通过
单片机控制各个模块正常工作；
[0036] 数据判断模块，与主控模块连接，用于通过判断程序对检测的生理数据指标进行判断是否正常；
[0037] 通信模块，与主控模块连接，用于通过无线发射器或网线将检测的数据发送到计算机进行监测处理；
[0038] 图像处理模块，与主控模块连接，用于通过图像处理软件对采集大脑图像进行处理；
[0039] 手术导航注册模块，与主控模块连接，用于将术中手术器械映射到术前病人图像空间中；
[0040] 数据存储模块，与主控模块连接，用于通过存储器存储采集的生理数据、图像数据；
[0041] 显示模块，与主控模块连接，用于通过显示器显示患者生理检测数据和大脑组织图像数据。
[0042] 本发明另一目的在于提供一种应用所述基于计算机的神经外科诊疗控制方法的计算机。
[0043] 本发明另一目的在于提供一种应用所述基于计算机的神经外科诊疗控制方法的信息
数据处理终端。
[0044] 本发明的优点及积极效果为：本发明通过图像处理模块将DTI、fMRI和PMRI技术有机地结合了起来，将脑白质纤维束的跟踪结果和对大脑功能区域定位结果同时映射到同一幅脑组织T1加权图中，能够明确、直观地反映大脑各功能区和连接各功能区域的白质纤维束的分布情况，从而帮助医生更好地实施手术。另外，还提供了一种运用上述应用于神经外科手术的成像方法得到的应用于神经外科手术的成像系统，该应用于神经外科手术的成像系统可以辅助医生更好地实施手术；同时，通过手术导航注册模块预先设置人工标记点即可实现注册，能够自动计算术前点集在图像中的
位置，避免了手动取点的过程，同时利用PassivePolaris系统中探针(Probe)划线取得的点集作为术中点集与术前点集做配准，大大增加了用于注册的空间信息，从而有效地提高了注册
精度。
[0045] 本发明中图像采集模块通过医学摄像设备采集的患者大脑图像的过程中，为了避免受到各种信号干扰，提高脑电波信号存的平稳性，获得良好效果的大脑图像，采用基于小波包变换的脑电信号降噪方法。
[0046] 本发明中生理检测模块通过医疗检查仪器检测患者脉搏数据信息的过程中，采用小波阈值去噪算法，提高了信号的信噪比，降低了均方误差，达到了更好的消噪效果。
[0047] 本发明中主控模块对生理检测模块中的心电仪检测到的患者心电图信息进行处理的过程中，为了避免产生Gibbs振荡现象和严重的频率混叠现象，同时为了使去噪更彻底，使边界、文理等特征能较好地保留，采用双树复小波变换去噪算法。
附图说明
[0048] 图1是本发明
实施例提供的基于计算机的神经外科诊疗控制系统结构示意图；
[0049] 图中：1、生理检测模块；2、图像采集模块；3、主控模块；4、数据判断模块；5、通信模块；6、计算机；7、图像处理模块；8、手术导航注册模块；9、数据存储模块；10、显示模块。
[0050] 图2是本发明实施例提供的基于计算机的神经外科诊疗控制方法
流程图。
具体实施方式
[0051] 为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。
[0052] 下面结合附图对本发明的结构作详细的描述。
[0053] 如图1所示，本发明实施例提供的基于计算机的神经外科诊疗控制系统包括：生理检测模块1、图像采集模块2、主控模块3、数据判断模块4、通信模块5、计算机6、图像处理模块7、手术导航注册模块8、数据存储模块9、显示模块10。
[0054] 生理检测模块1，与主控模块3连接，用于通过医疗检查仪器检测患者生理胆固醇、心率、血压、血糖、心电等数据信息；
[0055] 图像采集模块2，与主控模块3连接，用于通过精密的电子仪器，从头皮上将脑部的自发性生物电位加以放大记录而获得的图形；
[0056] 主控模块3，与生理检测模块1、图像采集模块2、数据判断模块4、通信模块5、图像处理模块7、手术导航注册模块8、数据存储模块9、显示模块10连接，用于通过单片机控制各个模块正常工作；
[0057] 数据判断模块4，与主控模块3连接，用于通过判断程序对检测的生理数据指标进行判断是否正常；
[0058] 通信模块5，与主控模块3连接，用于通过无线发射器或网线将检测的数据发送到计算机6进行监测处理；
[0059] 图像处理模块7，与主控模块3连接，用于通过图像处理软件对采集大脑图像进行处理；
[0060] 手术导航注册模块8，与主控模块3连接，用于将术中手术器械映射到术前病人图像空间中；
[0061] 数据存储模块9，与主控模块3连接，用于通过存储器存储采集的生理数据、图像数据；
[0062] 显示模块10，与主控模块3连接，用于通过显示器显示患者生理检测数据和大脑组织图像数据。
[0063] 如图2所示，本发明实施例提供的基于计算机的神经外科诊疗控制方法，具体包括以下步骤：
[0064] S101：利用医疗检查仪器检测患者生理胆固醇、心率、血压、血糖、心电等数据信息；利用医学摄像设备采集的患者大脑图像；
[0065] S102：医疗检查仪器和医学摄像设备将采集的数据信息传递到主控模块，主控模块中数据判断模块利用判断程序对检测的生理数据指标进行判断是否正常；图像处理模块利用图像处理软件对采集大脑图像进行处理；主控模块通过手术导航注册模块将术中手术器械映射到术前病人图像空间中进行演示；
[0066] S103：利用存储器存储采集的生理数据、图像数据，利用显示器显示患者相应的检测数据和判断结果；
[0067] S104：主控模块对采集的数据信息进行处理，主控模块将采集的数据信息通过无线发射器或网线传递到计算机进行监测处理。
[0068] 所述生理检测模块1通过医疗检查仪器检测患者脉搏数据信息的过程中，为了提高信号的信噪比，降低了均方误差，达到更好的消噪效果，采用小波阈值去噪算法，包括以下步骤：
[0069] 步骤一，通过阈值函数计算阈值，可取为
[0070] 步骤二，对信号进行小波分解，得到小波在各频带上的小波系数；
[0071] 步骤三，将小波系数小于阈值的噪声小波分量置零，大于或等于的分量进行软阈值或硬阈值估计；
[0072] 采用的是软阈值估计：
[0073]
[0074] 步骤四，小波变换重构信号；
[0075] 所述主控模块3对生理检测模块1中的心电仪检测到的患者心电图信息进行处理的过程中，为了避免产生Gibbs振荡现象和严重的频率混叠现象，同时为了使去噪更彻底，使边界、文理等特征能较好地保留，采用双树复小波变换去噪算法，具体包括以下步骤：
[0076] 步骤一，对含噪心电信号进行双树复小波分解；
[0077] 步骤二，根据式：其中 为鲁棒性中值估计，估计噪声方差；
[0078] 根据式 其中 每个含噪观测子带的方差估计值，计算每个高频细节子带的方差；
[0079] 根据式 T为阈值， 每个含噪观测子带的方差估计值，计算每个高频细节子带的相应阈值；
[0080] 步骤三，用得到的阈值对信号各尺度上的小波系数进行阈值重构信号，最终得到去噪后的心电信号。
[0081] 所述图像采集模块2通过医学摄像设备采集的患者大脑图像的过程中，为了避免受到各种信号干扰，提高脑电波信号存的平稳性，获得良好效果的大脑图像，采用基于小波包变换的脑电信号降噪方法，具体包括以下步骤：
[0082] 步骤一，选择适当的小波
滤波器，对给定的
采样信号进行小波包变换，获得
树形结构的小波包的系数，常用的
正交滤波器包括Daubechies小波滤波器、Symlets小波滤波器等；
[0083] 步骤二，选择信息代价函数，并利用最佳小波包基选取算法，采用自底向顶的方法搜索最佳小波包基，该基能够提供所分析信号的高效表示；
[0084] 步骤三，对最佳正交小波包基对应的小波包系数进行处理；
[0085] 步骤四，重构去除噪声后的脑电信号。
[0086] 本发明提供的图像处理模块7处理方法如下：
[0087] (1)利用弥散张量成像技术跟踪脑白质纤维束的走向，并在脑组织结构图中三维显示跟踪结果；
[0088] (2)利用功能磁共振技术提取大脑功能区域的BOLD信号，对大脑功能区域进行定位；
[0089] (3)利用灌注磁共振成像技术获得造影增强的脑组织T1加权图；
[0090] (4)将脑白质纤维束的跟踪结果和对大脑功能区域定位结果同时映射到同一幅脑组织T1加权图中，得到新的脑组织T1加权图。
[0091] 本发明提供的利用弥散张量成像技术跟踪脑白质纤维束的走向的步骤包括：
[0092] 测量弥散信号强度；
[0093] 根据弥散信号强度计算弥散张量；
[0095] 根据弥散张量的特征值及特征向量得到弥散张量的主特征值及主特征值对应的特征向量。
[0096] 本发明提供的计算弥散张量的步骤使用如下公式：
[0097] S＝S0·e-bD；
[0098] 其中，S是测量得到的弥散信号强度，S0是没有弥散梯度时的信号强度，b是取决于弥散梯度脉冲的参数，D是弥散张量。
[0099] 本发明提供的手术导航注册模块8注册方法如下：
[0100] 1)对病人头部作CT/MR扫描获取术前图像，并分割所述术前图像；
[0101] 2)根据分割后的所述术前图像提取头部表面的两条中线；
[0102] 3)提取分割后的所述术前图像的表面并简化；
[0103] 4)在术中利用探针划线取点方式获取术中病人头部表面的两条中线并简化；
[0104] 5)通过高斯混合模型方法做术前点集与术中点集的配准，以完成注册过程的初始配准，并得到初始的空间变换参数；
[0105] 6)在术中利用探针在病人额头部位无规则划线取点并简化；
[0106] 7)在所述初始配准的基础上通过预设算法做术中额头部位点集与术前表面的配准，并得到最终的空间变换参数。
[0107] 本发明提供的对病人头部作CT/MR扫描获取术前图像，并分割所述术前图像的步骤具体包括：
[0108] 通过CT/MR扫描获取病人头部的三维体数据；
[0109] 对所述三维体数据做区域生长分割得到初始分割后的图像；
[0110] 提取最大连通区域，并做
腐蚀操作以得到只包含头部区域的二值图像。
[0111] 本发明提供的根据分割后的所述术前图像提取头部表面的两条中线的步骤具体包括：
[0112] 计算分割后的所述二值图像的质心；
[0113] 提取所述二值图像的轮廓，并在所述质心所在的矢状面和冠状面上提取轮廓线并组成头部表面的两条中线。
[0114] 本发明提供的提取分割后的所述术前图像的表面并简化的步骤具体包括：
[0115] 对于分割后的所述二值图像，通过移动立方体算法获取头部表面数据；
[0116] 通过基于误差二次曲线与定向边缘的网格简化算法处理所述头部表面数据以得到简化后的所述术前图像的表面。
[0117] 以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单
修改，等同变化与修饰，均属于本发明技术方案的范围内。
