本发明涉及计算机技术，尤其涉及计算机辅助术前规划技术。
背景技术：
目前对于肝癌和恶性病灶的治疗，肝部分切除手术是首选。现有的手术方法主要包括基于库氏肝段的解剖性肝切除手术和精准肝切除手术。
然而，在实际临床实践中，具体的手术方案的制定是受诸多因素制约的，常常是在若干矛盾要素之间选择最佳的平衡。针对某些特殊病例，手术医生对病情的综合性判断比追求单纯的精准切除更为重要。例如，当病灶小，肝硬化虽重，而肝功能仍为代偿期者，可进行精准切除；但当病灶大而肝硬化轻，肝功能处于代偿期者以行解剖切除为宜；又或是当有多个病灶在同一肝段，精准切除相比按肝段切除的优势就相当有限，反而可能由于精准切除术的操作复杂，导致术中风险增加，而非最终手术首选。
现有借助计算机实现的手术规划方法的思路是基于三维模型构建一个肝脏手术的切割面。但是医生很难将临床经验集成到切割面生成的过程中；另外，一些三维模型中虽然可以进行人工输入，但医生需要进行大量机械性的鼠标拖拽来勾画切割面轮廓，不仅操作繁琐，仍然无法解决手动操作的主观性可能导致错误的判断以及操作不够精准的现实问题。
技术实现要素：
为了解决现有肝脏手术切割面生成技术中精准性与交互性无法兼顾的问题，本发明提供了一种用于肝脏手术的切割面生成方法和生成装置，通过特有的用户交互模式，使医生能够在对病情进行综合评估后，向系统输入信息，最终自动生成精准的肝脏手术切割面。
一方面，本发明实施例提供了一种用于肝脏手术的切割面生成方法，所述方法包括：
基于三维重建模型划分肝段；
计算各肝段中与病灶相关的数据；
接收基于所述数据对包含病灶的肝段确定的输入信息；
基于所述输入信息生成用于肝脏手术的切割面。
优选地，所述计算各肝段中与病灶相关的数据包括：计算各肝段中与病灶位置、病灶体积相关的数据。
优选地，所述计算各肝段中与病灶相关的数据还包括：计算各肝段中血管与病灶间的距离。
优选地，所述方法还包括：在计算各肝段中与病灶相关的数据后接收基于所述数据对包含病灶的肝段确定的输入信息以前,使用机器学习算法根据历史数据生成对包含病灶的肝段的建议输入信息。
优选地，所述根据历史数据生成对包含病灶的肝段的建议输入信息为：使用随机森林算法根据历史数据生成对包含病灶的肝段的建议输入信息。
优选地，所述接收基于所述数据对包含病灶的肝段确定的输入信息包括：
接收基于所述数据对包含病灶的肝段进行整段切除的输入信息；或
接收基于所述数据确定的预定切缘的输入信息，
接收基于预定切缘对包含病灶的肝段进行部分切除的输入信息。
优选地，所述基于所述输入信息生成用于肝脏手术的切割面包括：
基于所述输入信息中指定的整段切除的肝段，生成第一切割区域；
基于所述输入信息中指定的部分切除的肝段，生成第二切割区域；
基于所述第一切割区域和第二切割区域生成用于肝脏手术的切割面。
优选地，所述基于所述输入信息生成用于肝脏手术的切割面还包括：
在生成用于肝脏手术的切割面以后，接收用于修改切割面的输入信息；
根据所述输入信息生成修改后的用于肝脏手术的切割面。
优选地，所述方法还包括：生成包含用于肝脏手术的信息的报告。
另一方面，本发明实施例还提供了一种用于肝脏手术的切割面生成装置，所述装置包括：
数据计算模块，用于：基于三维重建模型划分肝段；计算各肝段中与病灶相关的数据；
信息接收模块，用于接收基于所述数据对包含病灶的肝段确定的输入信息；
切割面生成模块，用于基于所述输入信息生成用于肝脏手术的切割面。
优选地，所述数据计算模块用于：计算各肝段中与病灶位置、病灶体积相关的数据。
优选地，所述数据计算模块还用于：计算各肝段中血管与病灶间的距离。
优选地，所述数据计算模块还用于：在计算各肝段中与病灶相关的数据后接收基于所述数据对包含病灶的肝段确定的输入信息以前,使用机器学习算法根据历史数据生成对包含病灶的肝段的建议输入信息。
优选地，所述数据计算模块用于根据历史数据生成对包含病灶的肝段的建议输入信息为：使用随机森林算法根据历史数据生成对包含病灶的肝段的建议输入信息。
优选地，所述信息接收模块具体用于：
接收基于所述数据对指定肝段进行整段切除的输入信息；或
接收基于所述数据确定的预定切缘的输入信息，
接收基于预定切缘对指定肝段进行部分切除的输入信息。
优选地，所述切割面生成模块具体用于：
基于所述输入信息中指定的整段切除的肝段，生成第一切割区域；
基于所述输入信息中指定的部分切除的肝段，生成第二切割区域；
基于所述第一切割区域和第二切割区域生成用于肝脏手术的切割面。
优选地，所述信息接收模块还用于：在生成用于肝脏手术的切割面以后，接收用于修改切割面的输入信息；所述切割面生成模块还用于：根据所述输入信息生成修改后的用于肝脏手术的切割面。
优选地，所述切割面生成模块还用于：生成包含用于肝脏手术的信息的报告。
本发明提供的用于肝脏手术的切割面生成方法和生成装置，通过简单、高效的交互模式，将医生的综合判断集成到切割面的生成过程中；通过自动生成切割面避免了现有技术手动操作的主观性与不稳定性，保障生成结果的客观性和精确性，最大程度地保证了对每一例肝脏手术的个性化、量化评估与精准规划。本发明的技术方案兼顾解剖性肝切除术与精准肝切除术的优势，与现有技术相比，大大降低了操作难度，减轻了医生的工作强度，提高了工作效率。
附图说明
图1a是本发明实施例一提供的一种用于肝脏手术切割面生成方法的流程图；
图1b示出了理想的库氏分段的解剖图以及每个肝段相对于肝静脉和门静脉空间关系的示意图；
图2a是本发明实施例二提供的一种用于肝脏手术切割面生成方法的流程图；
图2b是本发明实施例二中划分肝段的人机交互界面示意图；
图2c是本发明实施例二中划分肝段时人机交互界面上选择肝段的按钮示意图；
图3是本发明实施例三提供的一种用于肝脏手术切割面生成方法的流程图；
图4是本发明实施例四提供的一种用于肝脏手术切割面生成方法的流程图；
图5a是本发明实施例五提供的一种用于肝脏手术切割面生成方法的流程图；
图5b是本发明实施例五中随机森林算法的示意图；
图6a是本发明实施例六提供的一种用于肝脏手术切割面生成方法的流程图；
图6b是本发明实施例六中的肝脏切割区域示意图；
图6c是本发明实施例六中生成的肝脏切割面示意图；
图7是本发明实施例七至十二提供的一种用于肝脏手术切割面生成装置的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，以下将参照本发明实施例中的附图，通过实施方式清楚、完整地描述本发明的技术方案，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。
实施例一
如图1a所示，在本发明的第一个实施例中，在手术前首先根据三维重建模型划分肝段，计算各肝段病灶数据，医生根据相关数据输入信息，然后生成用于肝脏手术的切割面。
s101、根据三维重建模型划分肝段。
首先对相关部位进行ct或核磁图像采集。ct采集采用肝脏ct多期增强扫描技术，即经静脉给予水溶性碘造影剂后再行扫描。利用显影剂进入肝动脉、病灶、肝实质及肝静脉时间的不同，在不同的时期分别进行图像的采集，以取得对不同目标增强的图像。通常将肝脏的图像分为五个相位期，分别是肝脏期，用于肝脏的分割；病灶期，是病灶被增强的图像，用于病灶的分割；动脉期，用于肝动脉的分割；门静脉期，用于门静脉的分割；肝静脉期，用于肝静脉的分割。
通过u盘或网络将原始的ct/核磁图像以dicom格式上传并载入系统。根据对各部位的原始图像进行分割获得肝脏三维重建模型，所述三维重建模型可以通过三维重建系统生成。
在本实施例中，将取得的图像根据库氏(couinaud)分段原理将肝脏分为八个肝段。
s102、计算与各肝段病灶相关的数据。
完成划分肝段后，计算各肝段中与病灶相关的数据。这些数据可以是病灶体积，在其他实施例中，这些数据也可以是其他病理学或物理学数据。图1b示出了理想的库氏分段的解剖图以及每个肝段相对于肝静脉和门静脉空间关系的示意图。
s103、接收对包含病灶的肝段确定的切除方式。
根据上一步骤中与各肝段病灶相关数据的计算结果，识别并且标记出包含病灶的肝段，例如：在界面上显示各肝段的图谱中，包含病灶的肝段颜色为绿色，无病灶的肝段颜色为灰色。用户(例如医生)对病情进行综合评估后，确定包对含病灶的各肝段采取的切除方式，例如：在显示界面上依次点击包含病灶的各肝段，对选定的肝段指定切除方式。可能的切除方式包括：对包含病灶的肝段进行整段切除或包含预定切缘的部分切除。
输入信息可以通过人机交互接口接收，例如通过用户的键盘、触摸屏输入或菜单栏操作，系统接收相应的输入信息。
s104、根据输入信息生成用于肝脏手术的切割面。
根据用户输入信息中指定的切除方式，生成用于肝脏手术的切割面，以便通过手术切除包含病灶的肝段。
实施例二
如图2a所示，在本发明的第二个实施例中，计算病灶在每一肝段中与病灶位置、病灶体积相关的数据，医生根据计算结果输入对包含病灶的各肝段确定的切除方式，系统基于所述输入信息生成用于肝脏手术的切割面。
s201、根据获取到的三维重建模型对肝脏进行库氏分段。
在划分肝段时，首先基于肝脏库氏分段的解剖学结构，手工标记出为各肝段供血的门静脉分支，共八段分支，对应八个肝段。然后计算属于每个门静脉分支的供血区域，得到肝脏库氏分段的结果。
计算供血区域的算法如下：首先计算肝脏中每个像素点到这些门静脉的空间距离，找到距离每个点最近的血管分支，然后得到八个拥有相同最近血管分支的点的集合，这八个集合就是分割得到的八个肝段。
划分肝段时，人机交互界面上的显示如图2b所示：初始时界面左侧显示肝脏的门静脉重建图像。用户通过界面右侧如图2c所示的按钮进行操作，此按钮的形状为根据库氏原理划分后的八个肝段的示意图。当用户在按钮上选择1号的时候，肝脏的门静脉重建图像中属于肝段1的血管被选中，并被标记为相应的颜色，通过上文提到的计算供血区域的算法计算出属于这段门静脉的供血区域即为肝段1。依次对每个肝段执行相应操作，直到标记完所有八个肝段。如果希望对某个肝段进行修改，在按钮上选择相应的数字，即可以重新选择属于该肝段的血管分支进行相应操作。
s202、基于三维重建模型和库氏分段结果获取在各肝段中与病灶体积相关的数据。
通过u盘或网络将原始的ct/核磁图像以dicom格式上传并载入系统。在将肝脏分为八个肝段以后，计算病灶在每一肝段中的绝对体积v、每一肝段内病灶体积与该肝段体积的比例w，以及每一肝段内病灶体积与整个病灶体积的比例q。
用户在界面上点击某一病灶，系统将以表格的形式给出此病灶的v、w、q信息。例如点击病灶1后，显示的信息如下：
其中，vi、wi和qi(i＝1，2，…8）为相应的体积值。如果v，w或者q大于一定的阈值，会显示为红色，提醒使用者。
s203、接收根据与病灶体积相关的数据对指定肝段确定的输入信息。
按上述步骤计算完所有八个肝段与体积相关的数据以后，系统自动将v>0的肝段识别为被病灶侵占的肝段，并在用户界面上显示八肝段图谱，即：v＝0时，肝段显示为灰色；v>0时，肝段显示为绿色，同时将v、w与q值分别标记在对应肝段上。
用户根据计算出的与病灶相关的体积数据v、w、q对病情进行综合评估，确定对包含病灶的各肝段选择的切除方式并输入系统。系统通过键盘、鼠标或触摸屏等人机交互方式接收用户的输入信息，并将各个待切除肝段与用户对其输入的切除方式相关联。
s204、基于用户输入信息生成用于肝脏手术的切割面。
基于输入信息中对包含病灶的各肝段指定的切除方式生成用于肝脏手术的切割面。
实施例三
如图3所示，在本发明的第三个实施例中，在划分肝段后，首先计算每一肝段中与病灶位置、病灶体积相关的数据，然后计算各肝段内血管与病灶的最短距离并据此生成风险图谱，医生根据与病灶位置、病灶体积相关的数据和风险图谱输入对包含病灶的各肝段确定的切除方式，系统基于输入的切除方式生成用于肝脏手术的切割面。
s301、对肝脏进行库氏分段。
根据获取到的三维重建模型对肝脏进行分段，采用库氏原理将肝脏划分为八个肝段。
s302、计算在各肝段中与病灶体积相关的数据。
在每一肝段中计算以下与病灶体积相关的数据：
病灶在每一肝段中的绝对体积v；
每一肝段内病灶体积与该肝段体积的比例w；
每一肝段内病灶体积与整个病灶体积的比例q。
s303、基于病灶和血管间的距离生成风险图谱。
计算血管上每一个点在三维空间中到病灶的最短距离d。当d小于第一距离预定值，例如5mm时，将相应血管标记为红色；当5mm<＝d<10mm时，将相应血管标记为黄色；当10mm<＝d<15mm时，相应血管被标记为绿色；d>15mm时，血管被标记为白色，可以认为这样的血管是没有风险的。不同血管与病灶间的最短距离d表示此血管靠近病灶的程度，落入不同的取值范围，根据最短距离d所属的取值范围，将在手术中可能存在风险的血管标记为不同的颜色(用红、黄、绿三色表示)，即为风险图谱。根据风险图谱，用户能够很直观地看出：哪些血管距离病灶比较近，在手术中需要额外注意；哪些血管是可以保留的；哪些血管需要与病灶一同切除。
s304、接收根据与病灶位置、体积相关的数据和风险图谱对指定肝段确定的切除方式。
参照与病灶体积相关的数据和风险图谱，医生确定对包含病灶的各肝段的切除方式：首先在界面上选择切除方式一，点击相应的包含病灶的肝段，被选中的肝段颜色变深，点击“确定”按钮，被选中的肝段恢复为初始的颜色显示，将鼠标移动到相应肝段上，界面显示文字提示“切除方式一”；然后在界面上选择切除方式二，点击相应的包含病灶的肝段，被选中的肝段颜色变深，点击“确定”按钮，被选中的肝段恢复为初始的颜色显示，将鼠标移动到相应肝段上，界面显示文字提示“切除方式二”。
s305、生成用于肝脏手术的切割面。
基于输入信息中对包含病灶的各肝段指定的切除方式生成用于肝脏手术的切割面。
实施例四
如图4所示，在本发明的第四个实施例中，首先根据三维重建模型划分肝段，计算各肝段病灶数据，使用机器学习算法根据历史数据生成对包含病灶的肝段的建议输入信息。医生根据建议输入信息和相关数据，并结合自己的临床经验输入最终确认的信息，然后生成用于肝脏手术的切割面。
s401、根据三维重建模型划分肝段。
根据获取到的三维重建模型，基于库氏原理将肝脏划分为八个肝段。
s402、计算各肝段与病灶相关的数据。
与各肝段中与病灶相关的数据可以是病灶体积，也可以是其他病理学或物理学数据。在本实施例中：病灶位于肝段1，病灶占该肝段体积为90％，且具有严重肝硬化。
s403、使用机器学习算法根据历史数据生成对包含病灶的肝段的建议输入信息。
系统里面已经保存有在大量以往病例中医生所选择的肝脏手术切除方式。将当前病例与大量以往病例的历史数据进行比较，可以获得在与当前病例类似的那些以往病例中医生所选择的肝脏手术切除方式(将包含病灶的肝段整段或部分切除)。据此，系统给出对当前病例建议的肝脏手术切除方式。在本实施例中，系统搜索具有严重肝硬化、病灶位于肝段1且病灶体积占该肝段体积百分比大于70％的大量病例的历史数据。经统计可知，在搜索到的这些历史数据中，通常医生对相应的病例都选择了整段切除肝段1的切除方式。据此，系统对当前病例给出的建议切除方式为：对包含病灶的肝段1进行整段切除。
s404、接收对包含病灶的肝段确定的输入信息。
医生根据系统建议的切除方式，并结合自己的临床诊断，确定对当前病例的切除方式。在本实施例中，医生最终确定对包含病灶的肝段1进行整段切除。系统接收医生输入的包含此切除方式的输入信息。
s405、根据输入信息生成用于肝脏手术的切割面。
根据输入信息中指定对肝段1进行整段切除的切除方式，生成用于肝脏手术的切割面，以便通过手术切除包含病灶的肝段1。
实施例五
如图5a所示，在本发明的第五个实施例中，在根据三维重建模型划分肝段以后，计算各肝段病灶数据，使用随机森林算法根据历史数据生成对包含病灶的肝段的建议输入信息。医生根据该建议输入信息和相关数据，并结合自己的诊断输入最终确认的信息，然后生成用于肝脏手术的切割面。
s501、基于三维重建模型划分肝段。
根据获取到的三维重建模型，基于库氏原理将肝脏划分为八个肝段。
s502、计算各肝段与病灶相关的数据。
与各肝段中与病灶相关的数据可以是病灶体积，也可以是其他病理学或物理学数据。本实施例中的病灶数据包括：病灶在每一肝段中的绝对体积v、每一肝段内病灶体积与该肝段体积的比例w、以及每一肝段内病灶体积与整个病灶体积的比例q、病灶位于该肝段中的位置(处于该肝段的中间还是边缘)、病灶与血管的位置关系。本实施例中的病灶数据计算结果如下：
在上述病灶数据中，“位置”一列代表该病灶距离其所在肝段中心的距离，取值范围为从0到1，代表病灶与其所在肝段中心的距离由近及远；病灶与各血管的关系代表该病灶的危险程度，取值范围为从0到1，代表病灶与相应血管的距离由越远及近。
s503、使用随机森林算法根据历史数据生成对包含病灶的肝段的建议输入信息。
在本发明的实施例中，决策树(decisiontree)是指：在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干，故称决策树。
如图5b所示，随机森林算法原理如下：输入训练样本(样本数x>200)，构建由多个决策树t1、t2…tx组成的随机森林。m表示训练样本的特征数目；m表示当前输入样本的特征数目，用于确定决策树上的一个结点的决策结果，并且m远大于m(m与m至少存在10倍以上的差距)。对每一个样本都进行决策训练，在每个结点处如何决策取决于输入样本的特征，并根据这m个特征，生成一棵从样本输入到结果输出的决策树，最终生成很多独立的决策树t1、t2…tx，所有的决策树构成了随机森林。这些决策树对构建随机森林的样本集中的样本通过决策都能得出正确的结果，但是对于输入的新样本，不同的决策树的决策结果有可能不一样，因此，由这些决策树通过投票确定输入的新样本的最终决策结果：在随机森林构建完成以后，当输入新样本时，随机森林中的每一棵决策树分别对其进行决策(即投票)，判断新样本应该属于所有决策树中哪一个决策树所代表的类别，获得票数最多的类别即为这个样本所属的类别。
在本实施例中，将大量的历史数据作为输入样本构建成随机森林，利用随机森林算法，输入当前病例的病灶数据，系统对此病例提供一个优选的肝脏手术切除方案作为建议，供医生确定最终切除方案时进行参考。
首先，将大量病例的历史数据作为样本输入，构建由多个决策树组成的随机森林。所述历史数据为相关病例的病灶数据。决策树生成规则如下：如果样本集中含有x个样本，随机且有放回地从样本集中抽取x个样本进行训练，这x个样本称为为一个决策树的训练集(训练集不等于样本集，此二者虽然数量相同，但样本集中每个样本都是不同的，而训练集则由随机从样本集中抽取到的训练样本组成，会包含相同的训练对象)。每个决策树的训练集都是不同的，且含有重复的训练样本。样本的特征即病灶数据的各种属性，可以是：病灶在每一肝段中的绝对体积v、每一肝段内病灶体积与该肝段体积的比例w、以及每一肝段内病灶体积与整个病灶体积的比例q、病灶在其所属肝段中的位置(位于该肝段的中间还是边缘)、病灶与血管的位置关系及风险等级等等。训练的过程如下：将训练样本的第一个特征(即病灶在每一肝段中的绝对体积v)作为决策树的根节点，并根据此特征相应的条件(即v≥0)进行决策，对于满足条件的样本，将其下一个特征(每一肝段内病灶体积与该肝段体积的比例w)作为决策树当前节点的左子树根节点，并根据下一特征对应的条件(例如，w>50％)继续进行决策，如果当前特征已是最后一个特征，则将当前节点的左子树根节点值置为1；对于不满足条件的样本，将当前节点的左、右子树根节点值均置为0,训练过程结束；重复上述过程，直到已确定该训练样本所有的特征在决策树上的节点位置，或者在当前节点右子树根节点值被置为0后训练过程结束，就生成了该训练样本对应的决策树。对该训练集中的x个训练样本重复以上过程，得到所有的决策树，所有的决策树构成随机森林。
在随机森林构建完成以后，当输入步骤s503中计算出的病灶数据后，随机森林中所有的决策树都会根据此病灶数据进行决策(即投票)，选择对包含病灶的肝段进行整段切除或部分切除；计算所有决策树投票结果中选择对包含病灶的肝段进行整段切除的概率，并将其作为相应肝段的最终输出结果，所有肝段的最终输出结果组成了建议切除方案。在本实施例中，共有200个决策树，它们都会对此病例的病灶数据进行决策，经过层层删选、归类，每个决策树都会输出一个结果。以肝段3为例：其中170个决策树投票的结果为整段切除(由1表示)，30个决策树的投票结果为部分切除，则对于肝段3的建议最终输出结果为1*170/200＝0.85。建议切除方案由八个肝段的最终输出结果(数值为0到1之间)组成，此数值越接近0越倾向于对病灶进行部分肝脏切除，越接近1表示越倾向于对肝脏进行整段切除，0代表该肝段不包含病灶，无需切除。本实施例中病例的建议切除方案如下：
肝段1：0
肝段2：0
肝段3：0.85
肝段4：0.72
肝段5：0.22
肝段6：0
肝段7：0
肝段8：0
由以上结果可知，在建议切除方案中，倾向于对肝段3和肝段4进行整段切除，对肝段5进行部分切除。
s504、接收基于建议的输入信息对包含病灶的肝段最终确定的输入信息。
医生根据系统建议的切除方案，并结合自己的临床诊断，确定对当前病例的最终切除方案。在本实施例中，医生根据以往的手术经验，确定对包含病灶的肝段4进行部分切除(与系统建议对此肝段的切除方式不同)，同时采纳系统建议的切除方案，对包含病灶的肝段3进行整段切除，对包含病灶的肝段5进行部分切除。系统接收包含上述已确定的最终切除方案的输入信息。
s505、根据实际输入信息生成用于肝脏手术的切割面。
根据医生实际的输入信息中包含的切除方案，生成用于肝脏手术的切割面。
实施例六
如图6a所示，在本发明的第六个实施例中，在计算出与各肝段病灶相关的数据以后，用户对包含病灶的肝段输入“整段切除”或“部分切除”的切除方式，据此生成用于肝脏手术的切割面。用户根据需要可以手动进行修改，并生成包含用于肝脏手术的信息报告。
s601、基于三维重建模型划分肝段。
通过u盘或网络将原始的ct/核磁图像以dicom格式上传并载入系统。在获得肝脏三维重建模型并根据库氏分段原理将肝脏分为八个肝段以后，将肝脏分段结果定义为集合c，c＝{c1,c2,......c8}，c1到c8分别表示肝脏的八个分段。
s602、计算各肝段中与病灶位置和体积相关的数据。
根据输入的肝脏图像确定病灶位置，并在各肝段中计算以下数据：病灶在每一肝段中的绝对体积v；每一肝段内病灶体积与该肝段体积的比例w；每一肝段内病灶体积与整个病灶体积的比例q。在本实施例中，根据计算结果可知：病灶占据肝段c2、c3、c5和c6。
s603、生成风险图谱。
根据上一步计算出的与病灶体积相关的数据，以及各肝段血管与病灶间距离的数据，生成风险图谱。
s604、根据随机森林算法生成建议对本次包含病灶的肝段的输入信息。
首先，将大量病例的历史数据作为输入样本构建成随机森林，利用随机森林算法，输入当前病例的病灶数据，系统对此病例提供一个优选的肝脏手术切除方案作为建议，供医生选择最终切除方案时进行参考。
在本实施例中，系统提供的建议切除方案如下：对肝段c2、c3、c5进行整段切除，对肝段c6进行部分切除。
s605、接收基于建议输入信息对包含病灶的肝段最终确定的输入信息。
根据各肝段中与病灶位置和体积相关的计算结果、风险图谱，以及系统使用随机森林算法根据历史数据生成的建议性切除方式，并结合三维重建模型提供的信息(如病灶与血管间距及浸润情况等)以及其它生化指标(如肝功)，用户指定对肝段c2、c3进行整段切除、对肝段c5和c6进行部分切除(对肝段c5的最终切除方式与系统建议的切除方式不同)：首先在界面上选中“整段切除”选项，然后依次点击肝段c2、c3，点击“确定”按钮完成设置。在界面的“全局切缘”编辑框中输入用于部分切除的全局切缘预设值。全局切缘是在对肝段进行部分切除时包围在病灶外围的区域，本实施例中设置的全局切缘预定值为5毫米。用户在界面上选择“部分切除”选项，依次点击肝段c5和c6，根据全局切缘预设值在界面上自动勾画出包围相应肝段病灶区的包络区，点击“确定”按钮完成设置。
系统通过键盘、鼠标或触摸屏等人机交互方式接收用户的输入信息，并将各个待切除肝段与用户对其输入的切除方式相关联。
s606、根据实际输入信息中指定的肝段切除方式生成用于肝脏手术的切割面。
如图6b所示，对于在用户输入信息中指定整段切除的肝段，将所选肝段进行合并，自动生成第一切割区域：在本实施例中，用户选定对肝段c2、c3进行整段切除，因此第一切割区域即为肝段c2与c3的并集；对于在用户输入信息中指定进行部分切除的肝段，将这些肝段各自的病灶区与对应的包络区合并，自动生成第二切割区域：在本实施例中，用户选定对肝段c5和c6进行部分切除，因此第二切割区域为肝段c5中的病灶区n5及其包络区e5、肝段c6中病灶区n6及其包络区e6的并集；将第一切割区域和第二切割区域合并得到合并后的切割区域：在本实施例中，合并后的切割区域包括肝段c2、c3、以及c5中的病灶区n5及其包络区e5、c6中的病灶区n6及其包络区e6的并集；系统沿着合并后的切割区域的边缘自动生成一个用于肝脏手术的切割面。
s607、用户手动修改自动生成的切割面。
如果用户认为需要对自动生成的切割面进行修改，可以在肝脏的二维图像上，通过对切割面线条的拖拽进行手动调整。系统根据用户的修改，生成最终的用于肝脏手术的切割面，图6c为本实施例中生成的用于肝脏手术的切割面示意图。
s608、生成包含相关数据的报告。
系统生成3d的pdf报告，供医生进行肝脏手术时参考。报告中包括：各肝段病灶位置、体积相关数据、切缘体积、风险图谱、残肝比等相关信息。
实施例七
如图7所示，本发明的第七个实施例提供了一种用于肝脏手术的切割面生成装置，所述装置包括：
数据计算模块710，用于：基于三维重建模型划分肝段；计算各肝段中与病灶相关的数据；
信息接收模块720，用于接收根据所述数据对指定肝段确定的输入信息；
切割面生成模块730，用于基于所述输入信息生成用于肝脏手术的切割面。
数据计算模块710根据三维重建模型划分肝段，计算各肝段中与病灶相关的数据；信息接收模块720接收用户根据所述数据对包含病灶的肝段确定的输入信息；切割面生成模块730基于输入信息生成用于肝脏手术的切割面。
实施例八
如图7所示，本发明的第八个实施例提供了一种用于肝脏手术的切割面生成装置，所述装置包括：
数据计算模块710，用于：基于三维重建模型划分肝段；计算各肝段中与病灶位置、病灶体积相关的数据；
信息接收模块720，用于接收基于所述数据对包含病灶的肝段确定的输入信息；
切割面生成模块730，用于基于所述输入信息生成用于肝脏手术的切割面。
数据计算模块710根据获取到的三维重建模型对肝脏进行库氏分段，获取在各肝段中与病灶位置、体积相关的数据；信息接收模块720接收根据与病灶位置、体积相关的数据对包含病灶的肝段确定的输入信息；切割面生成模块730基于所述输入信息生成用于肝脏手术的切割面。
实施例九
如图7所示，本发明的第九个实施例提供了一种用于肝脏手术的切割面生成装置，所述装置包括：
数据计算模块710，具体用于：基于三维重建模型划分肝段；计算各肝段中与病灶位置、病灶体积相关的数据；计算各肝段中血管与病灶间的距离；
信息接收模块720，具体用于：接收基于所述数据对包含病灶的肝段进行整段切除的输入信息；或接收基于所述数据确定的预定切缘的输入信息，接收基于预定切缘对指定肝段进行部分切除的输入信息；
切割面生成模块730，用于基于所述输入信息生成用于肝脏手术的切割面。
数据计算模块710根据三维重建模型对肝脏进行库氏分段，计算在各肝段中与病灶位置和体积相关的数据，然后计算各肝段内血管与病灶的最短距离，并据此生成风险图谱；信息接收模块720接收根据与病灶位置、体积相关的数据和风险图谱对指定肝段确定的输入信息；切割面生成模块730基于所述输入信息生成用于肝脏手术的切割面。
实施例十
如图7所示，本发明的第十个实施例提供了一种用于肝脏手术的切割面生成装置，所述装置包括：
数据计算模块710，用于：基于三维重建模型划分肝段；计算各肝段中与病灶相关的数据；使用机器学习算法根据历史数据生成对包含病灶的肝段的建议输入信息；
信息接收模块720，用于接收根据所述数据对包含病灶的肝段确定的输入信息；
切割面生成模块730，用于基于所述输入信息生成用于肝脏手术的切割面。
数据计算模块710根据三维重建模型划分肝段，计算各肝段中与病灶相关的数据，并使用机器学习算法根据历史数据生成对包含病灶的肝段的建议输入信息；信息接收模块720接收用户根据所述数据和建议输入信息对包含病灶的肝段确定的输入信息；切割面生成模块730基于输入信息生成用于肝脏手术的切割面。
实施例十一
如图7所示，本发明的第十一个实施例提供了一种用于肝脏手术的切割面生成装置，所述装置包括：
数据计算模块710，用于：基于三维重建模型划分肝段；计算各肝段中与病灶相关的数据；使用随机森林算法根据历史数据生成对包含病灶的肝段的建议输入信息；
信息接收模块720，用于接收根据所述数据对包含病灶的肝段确定的输入信息；
切割面生成模块730，用于基于所述输入信息生成用于肝脏手术的切割面。
数据计算模块710根据三维重建模型划分肝段，计算各肝段中与病灶相关的数据，并使用随机森林算法根据历史数据生成对包含病灶的肝段的建议输入信息；信息接收模块720接收用户根据所述数据和建议输入信息对包含病灶的肝段确定的输入信息；切割面生成模块730基于输入信息生成用于肝脏手术的切割面。
实施例十二
如图7所示，本发明的第十二个实施例提供了一种用于肝脏手术的切割面生成装置，所述装置包括：
数据计算模块710，用于：
基于三维重建模型划分肝段；计算各肝段中与病灶位置、病灶体积相关的数据；计算各肝段中血管与病灶间的距离；使用随机森林算法根据历史数据生成建议对本次包含病灶的肝段的输入信息。
信息接收模块720，具体用于：接收基于所述数据对指定肝段进行整段切除的输入信息；或接收基于所述数据确定的预定切缘的输入信息，接收基于预定切缘对指定肝段进行部分切除的输入信息；在生成用于肝脏手术的切割面以后，接收用于修改切割面的输入信息；
切割面生成模块730，用于：基于所述输入信息生成用于肝脏手术的切割面；根据用于修改切割面的输入信息生成修改后的用于肝脏手术的切割面；生成包含用于肝脏手术的信息的报告。
在本实施例中，数据计算模块710基于三维重建模型划分肝段，在获得肝脏三维重建模型后将肝脏分段结果定义为集合c，c＝{c1,c2,......c8}，c1到c8分别表示肝脏的八个分段。数据计算模块710计算各肝段中与病灶位置、体积相关的数据，根据获取到的病灶数据可知，病灶位于肝段c2、c3、c5和c6中。数据计算模块710计算各肝段血管与病灶间的距离，并据此生成风险图谱，使用随机森林算法根据历史数据生成对包含病灶的肝段的建议输入信息为：对肝段c2、c3、c5进行整段切除，对肝段c6进行部分切除；在本实施例中，信息接收模块720根据接收到的输入信息，确定对肝段c2、c3进行整段切除、将全局切缘的预定值设置为5毫米、并且对肝段c5和c6进行包含预定切缘和病灶的部分切除；切割面生成模块730将在所述输入信息中指定整段切除的肝段c2和c3合并，自动生成第一切割区域；切割面生成模块730将在所述输入信息中指定进行部分切除的肝段相应部分，即肝段c5中的病灶区n5及其包络区e5、肝段c6中的病灶区n6及其包络区e6合并，自动生成第二切割区域；切割面生成模块730将第一切割区域和第二切割区域合并得到合并后的切割区域，即肝段c2、c3、c5中的病灶n5及其包络区e5、c6中病灶n6及其包络区e6的并集；切割面生成模块730沿着合并后的切割区域的边缘生成肝脏手术切割面；信息接收模块720接收用于修改切割面的输入信息；切割面生成模块730根据信息接收模块720接收到的上述输入信息生成修改后的切割面，并生成包含相关数据的报告。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干输入信息用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。