一种基于CBCT图像的上气道分割和气流模拟方法

本发明涉及上气道动态气流场模拟，特别是涉及一种基于cbct图像的上气道分割和气流模拟方法。

背景技术：

1、在正畸治疗过程中经常伴随着气道的变化，尤其是儿童青少年的气道狭窄问题，通过正畸治疗可以及时阻断后续不良进展。腺样体是位于鼻咽后上部的淋巴组织。根据人体免疫系统发育规律，儿童2～6岁时腺样体迅速增生，10岁后逐渐萎缩，成年后则基本消失。由于环境因素的反复刺激，在儿童时期腺样体容易发生增生，进而引起腺样体肥大、阻塞性睡眠呼吸暂停低通气综合征(obstructivesleepapneahypopneasyndrome，oashs)等疾病。在我国，14岁以下人群中osahs患病率高达4％，儿童青少年中腺样体肥大发生率高达49.7％。在儿童和青少年中，这两种疾病对身体发育会产生极大影响，如果不及时治疗，可能会引起腺样体面容、神经系统发育缓慢、代谢能力异常、睡眠质量低等一系列问题。腺样体肥大和osahs等相关疾病目前主要由口腔科和耳鼻喉科治疗。在口腔医学临床实践过程中，经常通过使用头影侧位片和cbct影像来获取患者的气道影像来辅助诊断。相比于耳鼻喉科的喉镜检查，影像学方式的舒适度更高，患者更加易于接受。

2、然而头影侧位片是一种二维平面图像，无法精确获得气道的信息。因此cbct的三维影像显得更为重要。由于cbct仍存在图像噪声大、对比度低、cbct图像数据量大、气道解剖结构变异复杂、气道软组织与气道空腔分界不清、医师阅片水平差异等因素，cbct图像阅片所需时间长。深度学习技术已经广泛用于图像分割领域，目前用于cbct气道分割的深度学习方法有cnn，3du-net和regressionneuralnetwork等，据报道最快分割速度可以达到6分钟，最高dice系数(dsc)达到0.92，依旧具有较大的提升空间。

3、随着科技的迅猛发展，特别是工程领域技术的进步，cfd(computational fluiddynamics,cfd)数值模拟技术已经在血液流动与心脏跳动等情景下应用，常规的医学检查只能做出某一瞬间的结果分析，在气道不同部分，以及在不同环境、不同呼吸进气条件下，对气道内部产生的影响是无法得到的。

4、现有气道气流模拟研究中，大多将上呼吸道壁面采用无滑移壁面边界条件，且假定壁面为刚性壁面，未考虑到壁面弹性的影响。仅有少量研究将气道局部使用柔性壁面，以此研究气道在呼吸过程中局部的变化情况。但是都无法模拟全呼吸过程中气道的整体变化情况。

技术实现思路

1、为了克服现有技术的不足，本发明的目的是提供一种基于cbct图像的上气道分割和气流模拟方法，本发明解决了现有技术中上气道成像准确度低下且无法模拟全呼吸过程气道整体变化的问题。

2、为实现上述目的，本发明提供了如下方案：

3、一种基于cbct图像的上气道分割和气流模拟方法，包括：

4、构建初始三维模型；

5、获取待测cbct原始图像数据和初始三维模型数据；

6、对所述初始三维模型数据进行处理，得到模型参数数据；

7、根据所述模型参数数据对所述初始三维模型进行参数设置，得到气道三维模型；

8、将所述待测cbct原始图像数据输入到气道三维模型中，得到速度云图和应力云图；

9、所述初始三维模型的构建方法为：

10、获取cbct原始图像数据；

11、对所述cbct原始图像数据进行预处理，得到图像输入数据；

12、根据所述图像输入数据，基于3dux-net网络，构建第一子模型；

13、对所述第一子模型进行优化，得到第二子模型；

14、对所述第二子模型进行逆向建模和平滑处理，得到第三子模型；

15、对所述子模型进行网格化处理，得到初始三维模型。

16、优选地，所述初始三维模型数据，包括：

17、气道进气的流量参数、温度参数、呼吸过程中气道壁面移动距离参数、呼气状态下的温度参数和流量参数。

18、优选地，所述对所述cbct原始图像数据进行预处理，得到图像输入数据，包括：

19、对所述cbct原始图像数据进行手动气道分割，得到第一图像数据；

20、对所述第一图像数据进行双边滤波处理，得到第二图像数据；

21、对所述第二图像中各点的八领域进行加权求和，得到第三图像数据；

22、对所述第三图像数据进行尺寸缩放和数据集增强，得到图像输入数据。

23、优选地，所述3dux-net网络的学习率为0.0001，batchsize设置为1，训练步长设置为60000步。

24、优选地，所述对所述第一子模型进行优化，得到第二子模型，包括：

25、获取第一子模型输出的第一分割图像；

26、判断所述第一分割图像是否存在多分或漏分，若存在多分，则判断所述第一分割图像的像素阈值是否大于-550，若是，则剔除对应部分，得到第二分割图像；若存在漏分，则判断漏分部分的像素位置是否在已分割的前景像素的八邻域内，若是，则把对应部分归为前景区域，得到第三分割图像；

27、基于所述第一子模型，根据所述第二分割图像和第三分割图像，得到第二子模型。

28、优选地，所述对所述第二子模型进行逆向建模和平滑处理，得到第三子模型，包括：

29、将所述第二子模型文件导入geomagicwrap中，利用网格医生除去所述第二子模型表面的颗粒物和非结构体，并对去除颗粒物和非结构的第二子模型的不规则平面进行平滑或删除重建，得到平滑后的第二子模型；

30、将所得的平滑后的第二子模型进行曲面片划分，以得到规则的曲面片分布模型，将所述规则的曲面片分布模型转为实体模型并导出；

31、将实体模型导入spacesclaim中，对进气口、排气口处的曲面片进行贴合或重构，得到第三子模型。

32、优选地，所述对所述子模型进行网格化处理，得到初始三维模型，包括：

33、对所述第三子模型进行边界划分，命名，并指出进出口壁面，设置好对应的流体域，在边界处设置边界层网格，增长率为1.2，最小单元尺寸为2mm，以得到初始三维模型。

34、根据本发明提供的具体实施例，本发明公开了以下技术效果：

35、本发明提供了一种基于cbct图像的上气道分割和气流模拟方法，包括：构建初始三维模型；获取待测cbct原始图像数据和初始三维模型数据；对所述初始三维模型数据进行处理，得到模型参数数据；根据所述模型参数数据对所述初始三维模型进行参数设置，得到气道三维模型；将所述待测cbct原始图像数据输入到气道三维模型中，得到速度云图和应力云图；所述初始三维模型的构建方法为：获取cbct原始图像数据；对所述cbct原始图像数据进行预处理，得到图像输入数据；根据所述图像输入数据，基于3dux-net网络，构建第一子模型；对所述第一子模型进行优化，得到第二子模型；对所述第二子模型进行逆向建模和平滑处理，得到第三子模型；对所述子模型进行网格化处理，得到初始三维模型。本发明通过发明中cbct是一种用于显示口腔颌面部颌骨、牙齿、颞下颌关节等解剖结构的快速成像技术，近年来已被广泛应用于口腔种植、根管治疗、正畸诊断等方面。但是cbct图像所含的数据庞大，根据影像学表现作出明确诊断存在医生的技术敏感性。本发明利用深度学习算法，基于用于三维医学图像分割的ux-net神经网络对cbct图像中的上气道部分进行自动图像分割，并进行动态呼吸气流场模拟，构建了一种高效、便捷、准确的上气道三维模型成像方式，这为正畸医生进行准确全面的术前诊断、开展正畸治疗和正畸预后评估提供新的方法。