韋興，肖熠，劉申，應葵

1 航天中心醫(yī)院 骨科，北京市，100049

2 清華大學 工程物理系，北京市，100091

0 引言

腫瘤熱消融手術能夠有效治療脊椎相關的腫瘤病變，該方法通過高溫加熱直接消滅腫瘤組織，在控制好消融范圍的情況下，可以將對人體正常組織造成的損傷降至最低。根據(jù)加熱熱源的不同，腫瘤消融可以分為激光消融、射頻消融、超聲消融和微波消融。作為無創(chuàng)手術，手術過程中需要利用CT、MRI等醫(yī)學影像提供患者體內圖像信息，輔助定位加熱探針。

當前，計算機手術仿真有巨大的應用前景，能夠在術前模擬手術情況，為手術方案的設計提供參考信息。在脊椎熱消融手術仿真中，計算機主要能夠在兩個方面提供幫助。第一是三維建模，計算機可以通過圖像分割的方法，從醫(yī)學圖像中提取人體脊椎結構，并轉化為三維模型。第二是仿真計算，基于脊椎的三維模型，可以通過有限元分析的方法，模擬手術過程，計算溫度分布與消融范圍。

1 計算機智能分割與建模

醫(yī)學圖像的分割是對像素進行分類的過程，將屬于目標對象的像素全部標記，從而將目標對象從圖像中分割出來，獲得目標的形狀、邊界、位置等信息。從包含脊椎的三維醫(yī)學圖像中，我們可以通過兩種分割方法得到脊椎的幾何結構，一是直接從三維圖像分割；二是將多個二維圖像的分割結果疊加起來。

過去幾十年中，國內外對醫(yī)學圖像分割的研究十分廣泛，研究方法也不斷更新。最初是設置像素強度閾值來分割圖像，之后是多種數(shù)學方法的應用，如區(qū)域生長、邊緣檢測、聚類等[1]。最新的方法主要是基于深度學習神經網絡的，其結果一般優(yōu)于傳統(tǒng)數(shù)學算法。相關神經網絡的結構也隨著醫(yī)學圖像分割的需求不斷優(yōu)化，從最初的卷積神經網絡（CNN）[2]，發(fā)展為全卷積神經網絡（FCN）[3]，進一步改進后得到最新的U-Net神經網絡[4]，其分割效果逐漸提升。相比普通的光學圖像，醫(yī)學圖像難以大量采集數(shù)據(jù)，而U-Net神經網絡克服了訓練數(shù)據(jù)需求量大的問題，只需要適量醫(yī)學圖像數(shù)據(jù)訓練即可得到較好的分割結果，正適用于此。該網絡結構包含一個收縮路徑和一個拓展路徑，網絡結構形如“U”而得名[5]。收縮路徑能夠減少圖像信息，提取特征，而拓展路徑將特征圖進行上采樣，結合全局信息，最后將兩條路徑得到的結果進行拼接，完成整個圖像分割過程。

U-Net神經網絡因為其在醫(yī)學影像中的優(yōu)勢得到廣泛應用。最初，U-Net神經網絡是用于處理2D圖像[5]，但這樣在分割3D圖像時，丟失了層與層之間的聯(lián)系特征，沒有充分利用3D圖像的信息。后來的研究中，用于處理3D圖像的U-Net網絡得到了實現(xiàn)[6]，該研究先嘗試建立3D U-Net網絡，用于處理已完成稀疏標注的3D圖像，再將網絡優(yōu)化，使之能直接對未標注的3D圖像進行圖像分割。基于前面兩項研究提出的3D Dense U-Net[4]，在卷積層中增加了密集連接層，能夠用于更高分辨率的脊椎圖像分割，對比前兩個網絡的分割結果，分割準確率大大提升。

脊椎的分割是具有較大難度的，大部分輸入圖像是胸腔圖像，很難通過閾值化與其他骨骼區(qū)分。又因為脊椎組織和周圍組織的對比度較低，神經網絡對脊椎邊界的識別不夠準確，導致分割結果的精確度難以保證。此外，醫(yī)學上還對椎間盤的定位和分割有需求，它們可以幫助診斷相關脊椎疾病。椎間盤分割一開始以半自動分割為主，這些方法需要人工輸入作為輔助[7-8]?；赨-Net神經網絡的椎間盤分割已得到檢驗[9]，該方法先定位椎間盤的中心，基于該中心選定一個包含椎間盤的感興趣區(qū)域，在選定區(qū)域內進行分割，并將其作為訓練數(shù)據(jù)。由此訓練的網絡，其分割有效性在2D和3D數(shù)據(jù)上都得到了驗證。另一項研究將椎骨和椎間盤的U-Net網絡分割，與基于ImageJ (https://imagej.nih.gov/ij/) 的手動分割進行對比，兩者的結果非常吻合[10]。該研究還基于分割結果，定量測量了椎間盤退變情況，驗證了脊椎分割可應用于椎間盤衰老情況測量。

大部分文獻中用于脊椎分割的神經網絡，只能處理與訓練數(shù)據(jù)同類型的圖像，只針對個別椎骨，不能完成整個脊柱的分割。脊椎分割技術若是應用于臨床手術，需要適用于不同的成像序列和掃描儀，保證速度和完整性，即針對任意醫(yī)學圖像，都能快速分割整個脊柱。針對這一系列問題，RAK等[11]創(chuàng)新性地將特定任務的卷積神經網絡與基于編碼交換的圖割公式結合，提出一種能夠避免相鄰椎骨混淆，對多個椎骨進行分割的深度學習方法。該方法在兩個不同數(shù)據(jù)集上進行了測試，分別是T1和T2加權的全脊椎圖像，以及T2加權的胸腰椎圖像。兩個數(shù)據(jù)集的分割準確率都很高，而且分割速度快，單個椎骨只需要1 s左右，完整脊柱分割大概只需要30 s。這證明脊椎分割有臨床應用的前景。

脊椎分割的臨床應用還面臨一個困難，大部分網絡都是用正常椎骨進行訓練，如果嚴重的病理使得椎骨的外觀變化過大，如骨折、腫瘤等，網絡的分割質量將達不到臨床要求。許多文獻直面這一缺陷，認為未來通過大量數(shù)據(jù)集的訓練，尤其是增加脊椎病變患者的圖像作為訓練集，有機會解決椎骨形變問題。針對腰椎管狹窄癥的研究[12]，使用了來自大約4 000名患者的大型數(shù)據(jù)集，完成了高準確度的腰椎分割，并對椎管狹窄癥進行了自動分級。另一針對椎骨壓縮性骨折的研究[1]，采取了將形狀、結構和聯(lián)合的形狀與結構特征應用到分割和檢測步驟中，達到了很高的腰椎分割準確率，并進一步識別正常、惡性和良性的椎骨壓縮性骨折。這些研究表明，脊椎病變帶來的分割不準確問題，在未來可以通過多種方式解決。

雖然目前的脊椎分割結果大部分離臨床應用還有一定距離，但是已經有研究嘗試將智能分割應用于仿真手術。該研究嘗試開發(fā)的系統(tǒng)用于椎弓根螺釘內固定手術，能夠自動分割脊椎、識別椎弓根并提供螺釘路徑建議[13]。在其設定的標準下，椎弓根識別準確率達到了95%，研究者在椎弓根模型中能夠完成螺釘?shù)亩ㄎ?，對臨床手術提供螺釘放置路徑的建議。該技術未來可以應用于椎弓根螺釘內固定手術的3D導航。類比該研究，脊椎分割也存在應用于脊椎腫瘤熱消融手術的潛力。

2 脊椎腫瘤熱消融手術仿真

基于脊椎的分割結果，可以完成脊椎的計算機三維建模。建模需要三維的脊椎分割結果，可以直接通過3D網絡分割獲取，也可以由二維分割圖像疊加得到。取三維分割圖像邊緣的像素點，連接得到三維模型，并優(yōu)化邊緣，修改格式。完成建模后即可基于脊椎模型進行熱消融手術仿真。仿真需要導入熱源，熱源與熱消融手術類型有關。仿真熱源用來模擬現(xiàn)實中的消融手術加熱過程，從而模擬手術中腫瘤區(qū)域的溫度變化，實現(xiàn)手術仿真。計算仿真手術中各個時刻的溫度分布，即可為臨床手術提供重要的參考。

消融手術的溫度計算是仿真的一個難點，現(xiàn)實中的所有環(huán)境因素是不可能全部模擬的，如何盡可能地讓仿真逼近實際情況，并能對真實手術帶來幫助，是研究者們考慮的問題。

真實世界中，溫度場、電場都是隨著空間、時間連續(xù)變化的，要想模擬真實情況，并利用計算機進行數(shù)值分析，可以采取有限元分析的方法。有限元分析將連續(xù)變化的物理量轉化為時間域和空間域上離散的數(shù)值，用這些有限的離散點數(shù)值去接近現(xiàn)實中的連續(xù)分布。它的優(yōu)勢在于自由劃分離散單元，對于腫瘤這樣的邊界不規(guī)則對象，也可以正確求解。求解時將初始數(shù)值代入合適的傳熱方程，即可計算出隨時間、空間分布的溫度場。在射頻消融仿真中，有研究使用有限元建模預測了肝組織消融，并做了體外實驗，發(fā)現(xiàn)數(shù)值結果與其吻合[14]。另外有射頻消融的研究表明，在均質肝組織中，使用如四齒RFA探針產生的消融范圍也是可以預測的[15]。

有限元方法仿真在內臟消融手術中應用廣泛，而且也逐漸被應用到脊椎腫瘤消融手術中。以最普遍的射頻消融為例，要想正確建模分析，需要準確設置相關參數(shù)，如前面提到的椎骨幾何形狀等空間參數(shù)，以及不同區(qū)域的電導率、熱導率和血液灌注等參數(shù)，這些直接影響組織內部的電位分布、溫度分布。有相關研究考慮了這些因素，并引入了連續(xù)靈敏度方程，推導了一套敏感性分析方法，獲得了較為精確的溫度分布結果[16-17]。除了設定相關參數(shù)以外，消融手術的仿真有時還需要加入一些假設，從而完善模型，更準確地計算溫度分布值[18]。消融手術中，不同的熱源有各自的特點，這些也需要在仿真中體現(xiàn)出來。如超聲消融中，骨頭的吸聲系數(shù)遠大于軟組織，會在骨頭表面產生額外的熱量，同時還要考慮聲衰減這一因素對手術消融范圍的影響[19-20]。

3 結束語

計算機智能分割在脊椎腫瘤圖像的應用上，仍需要進一步優(yōu)化，將不同序列、不同掃描儀的圖像納入到訓練數(shù)據(jù)中，同時解決椎骨病變帶來的分割不準確問題。仿真消融手術的數(shù)值計算，需要提升精度，優(yōu)化有限元模型和傳熱方程，將影響溫度的因素盡可能考慮到仿真手術中，并與離體實驗結果比較，完善仿真體系。

計算機建模仿真技術要應用到臨床的脊椎熱消融手術中，需要完善計算機智能分割建模和仿真消融手術數(shù)值計算這兩部分技術。這兩項研究相對獨立，尤其是圖像分割，有著廣泛的應用，但如何完成從圖像分割到三維模型的建立，仍是有待完善的環(huán)節(jié)。仿真模型因為會用于有限元分析，對建模精度和格式也有要求。目前的仿真手術系統(tǒng)都是基于已有的脊椎三維模型，未來需要將計算機智能分割與建模納入整個體系中，才能夠形成完整的技術鏈，投入臨床應用。