三维颅颌面手术设计系统关键技术研究

As an essential area of human body, Craniomaxillofacial Complex handles the most important parts of anatomical functionalities and daily communication. Craniomaxillofacial surgery design under the guidance of software requires both the high precision and better usability, which poses a great challenge. However, some of the key issues remain unsolved, restricting the functionality of the surgical design software. Thus research on software guided craniomaxillofacial surgeries holds great significance both theoretically and clinically. This project aims at providing a better software solution for craniomaxillofacial surgeries by researching and developing a variety of new techniques, including sample templates and morphable-model based self-learning bone segmentation, bony-landmark-extraction based database retrieval, high-quality intelligent volume rendering highlighting the interested organs and structures, sample-image based self-learning optimization of high-quality rendering and user-behavior guided volume-pickup. By using a self-designed, feature-rich, and real-time GPU rendering framework, this project is to overcome the performance difficulties and quality bottlenecks faced by the current data-centered commercial medical software. With the largest domestic craniomaxillofacial database (up to 10000 cases) provided by School of Stomatology Peking University, the final outcome of this project is a real-time, high-quality and database-assisted craniomaxillofacial surgery CAD prototype system.

颅颌面是人体功能、形象和情感的重要部位，高质量颅颌面手术设计软件对提高手术质量、减少病人痛苦具有重要意义。然而目前该类软件的研发存在一些关键研究问题尚未解决，对其进行研究在理论上和临床中均具有重要意义。本项目旨在探索基于样本模板、形变模型的自学习颅颌面骨块分割方法、基于骨性标志点自动提取的高效颅颌面数据库检索方法、可突出医生感兴趣组织结构的高质量智能体绘制方法、基于样例图像的高真实感绘制参数自学习方法、基于用户行为模式分析的三维体拾取方法，解决颅颌面手术设计软件存在的交互量太大、显示智能性不够、数据库难以很好地辅助手术设计等关键难点问题，进而通过研究手术流程可灵活定制的基于GPU的实时体绘制架构，突破目前商业医学软件普遍采用的以数据为中心所带来的功能和质量瓶颈，借助北京大学口腔医院拥有的目前国内最大颅颌面数据库，最终实现一个实时、高质量数据库辅助颅颌面手术设计原型系统。

颅颌面是人体功能、形象和情感的重要部位，高质量颅颌面手术设计软件对提高手术质量、减少病人痛苦具有重要意义。本项目围绕该类软件在分割、手术设计与可视化这三个重要功能中存在的一些尚未解决的关键难点问题展开了深入研究，在颅颌面组织结构分割与配准上，提出了基于洪泛式广搜与启发式Push-Relabel相结合的GPU并行图割算法、基于改进形态学骨架的牙齿三维扫描网格模型分割方法、基于概率分布配准的网格模型与CT数据混合的自动牙齿分割方法、特征匹配与交互修正相结合的CT与网格数据配准方法，提高了分割和配准的质量和性能；在颅颌面数据库辅助手术设计方面，提出了基于不连续骨缝及多图谱的颅骨骨块自动分割方法、基于特征分析以及区域自动优化的骨性标志点自动提取方法、基于特征参数与局部网格相似性多尺度匹配的最佳颅骨检索方法、基于表意性可视化技术的自动头影增强和测量方法、基于重要度驱动的等值面GPU简化算法以及基于节点可变性检测的大规模等值面增量式简化算法，极大提升了手术设计软件的质量和易用性；在可突出医生感兴趣组织结构的高质量智能体绘制方面，提出了基于二维直方图图像智能分割的体绘制传递函数设计、基于样例图像学习的颜色传输函数设计、基于手术流程的动态焦点-上下文模板设计以及基于视觉感知的多种特征融合体绘制等，极大提升了医学体图像可视化的质量和智能性。本项目不仅在理论上针对挑战性难点问题提出了一系列新的方法，而且进一步实现了一个功能丰富的数据库辅助颅颌面手术设计系统，可支持大部分颅颌面相关的手术，包括颅底肿瘤切除、正颌、颌骨重建、眶璧重建、咬合功能重建、颅底穿刺类手术、正畸等，并在北京大学口腔医院进行了临床测试和应用。本项目在国内外同行公认的重要期刊和会议上发表论文21篇，其中10篇为国际SCI源刊收录论文，并获得了2项国内发明专利和7项软件著作权。

内容获取失败，请点击重试