【作 者】李星，顧力栩＊

上海交通大學生命科學與技術(shù)學院，上海，200240

上海交通大學生物醫(yī)學工程學院，上海，200030

紙質(zhì)腦圖譜一直都是醫(yī)生學習人體大腦內(nèi)部組織結(jié)構(gòu)和功能的重要工具，可以幫助認清大腦內(nèi)部各個組織結(jié)構(gòu)的位置以及相互間的毗鄰關(guān)系，特別是那些不容易被直接看到的大腦內(nèi)部的組織結(jié)構(gòu)。近年來，人們開始在原有紙質(zhì)圖譜的基礎上研究可視化腦圖譜，已成為國內(nèi)外腦神經(jīng)科學研究的一個熱點。腦圖譜的可視化正成為神經(jīng)外科手術(shù)導航系統(tǒng)中一項關(guān)鍵技術(shù)，在對病灶的定位和手術(shù)計劃上有著重要的作用。

目前對腦圖譜的可視化研究大部分都是Talairach-Tournoux圖譜[1]。國內(nèi)首都醫(yī)科大學的羅述謙教授[2]對腦圖譜作了一些基礎性的研究工作，基本上都是基于MRI圖像和Talairach -Tournoux腦圖譜的。上海交通大學的裴巍在神經(jīng)外科解剖圖譜的可視化應用[3]研究中用的也是Talairach –Tournoux圖譜。國內(nèi)研究Schaltenbrand-Wahren圖譜的不多，將二維SW圖譜立體彩色顯示的成果更少?；谝陨涎芯康谋尘靶枨?，本文分析并實現(xiàn)了神經(jīng)外科手術(shù)導航系統(tǒng)中SW解剖圖譜的三維可視化，并能夠在系統(tǒng)中實時顯示感興趣解剖結(jié)構(gòu)的名稱。

1 背景知識

1.1 SW圖譜

Schaltenbrand-Wahren腦圖譜[4]通常簡稱為SW圖譜(圖1所示)，是關(guān)于兩個白種人人腦標本三個半球的丘腦基底神經(jīng)節(jié)部分的圖譜，源于分別在橫斷面、冠狀面和矢狀面3個不同方向上做連續(xù)切片分割后數(shù)據(jù)采集的結(jié)果，切片厚度范圍在1 mm-4 mm之間不等。其中，矢狀面和橫斷面方向的圖譜來源于同一個腦標本的左右半球，而冠狀面方向的圖譜來源于另一個腦標本半球[5]。

圖 1 Schaltenbrand-Wahren腦圖譜在軸狀面、冠狀面和矢狀面三個方向的截面圖Fig.1 three directions - Axial, Coronal, Sagittal view of Schaltenbrand-Wahren brain atlas

該圖譜由于采用了兩個人腦標本的三個半球來做切片，而在冠狀面方向的圖譜準確可靠，在橫斷面和矢狀面方向的圖譜定位準確性較差，所以將三個方向的圖譜進行三維可視化后會發(fā)現(xiàn)在個別地方三者的重合有些出入。但是SW圖譜是基于丘腦基底節(jié)神經(jīng)部位的功能性圖譜，圖譜中的結(jié)構(gòu)均位于大腦的中心部位，與人體的各種機制休戚相關(guān)，起著十分重要的作用。

1.2 神經(jīng)外科手術(shù)導航

神經(jīng)外科手術(shù)導航是將大腦的圖像信息可視化后，與手術(shù)中病人的解剖結(jié)構(gòu)進行對應，手術(shù)中跟蹤手術(shù)器械的路徑，將手術(shù)器械的運動在病人影像上以虛擬手術(shù)器械的形式實時顯示，使醫(yī)生能對手術(shù)器械相對病人解剖結(jié)構(gòu)的位置一目了然，從而達到縮短手術(shù)時間和提高手術(shù)質(zhì)量目的的一種新技術(shù)手段。不僅如此，由于可以事先在術(shù)前可視化的圖像上依照確定的病灶位置計劃好手術(shù)路徑，做好熟前計劃、術(shù)中導航和術(shù)后評價[6]，所以，圖像引導下的神經(jīng)外科手術(shù)極大地減小了手術(shù)的創(chuàng)傷面，最大限度地減輕了病人的痛苦。

大腦圖像信息可以是術(shù)前或術(shù)中CT、MRI等醫(yī)學影像設備提供的CT、MRI影像信息，也可以是電子化的腦圖譜，如TT圖譜和SW圖譜。本文中將SW圖譜在神經(jīng)外科手術(shù)導航系統(tǒng)中可視化顯示并能實時進行解剖結(jié)構(gòu)的標識，這不僅是醫(yī)療領域腦科學教學的需要，也是腦外科手術(shù)中提高成功率和縮短手術(shù)時間的迫切要求。

2 研究方法

2.1 圖譜數(shù)字化

我們用來作為本研究的標準圖譜是紙質(zhì)SW圖譜，通過掃描、數(shù)字化和進行最近鄰插值后生成立體的標準SW圖譜（見表1）。

表1 標準SW圖譜Tab.1 Standard SW atlas

在紙質(zhì)標準SW圖譜的基礎上，我們通過醫(yī)生將橫斷面、冠狀面和矢狀面三個方向上的近600個結(jié)構(gòu)手動分割出來，采樣獲取每個結(jié)構(gòu)在不同層上的多個輪廓坐標點信息，記錄下解剖名稱。這些不同結(jié)構(gòu)在不同方向不同層上的多個輪廓坐標點信息，構(gòu)成了我們原始的點數(shù)據(jù)。

由于SW腦圖譜的原始點數(shù)據(jù)是通過采集標準SW腦圖譜內(nèi)組織結(jié)構(gòu)的輪廓而得到的點數(shù)據(jù)，零散且不連續(xù)，因此我們需要利用樣條插值的方法將原始點數(shù)據(jù)連成輪廓曲線。樣條插值是醫(yī)學圖像處理中常用的一種插值方法。

本文采取Cardinal樣條插值。Cardinal樣條曲線是插值分段樣條三次曲線的一種，并且每條曲線的端點位置均指定切線。一個Cardinal樣條完全由四個連續(xù)的控制點Pk-1PkPk+1Pk+2給出。P(u)設是兩控制點Pk和 Pk+1間的參數(shù)3次函數(shù)式，則從Pk-1到Pk+1間的四個控制點用于建立Cardinal樣條段的邊界條件(1)：

控制點Pk和Pk+1處的斜率分別與弦Pk-1Pk+1和PkPk+2成正比。參數(shù)t稱為張量參數(shù)（tension parameter），用來控制Cardinal樣條與輸入控制點間的松緊程度。

我們可以將邊界條件(1)轉(zhuǎn)換成矩陣的形式：

其中Cardinal矩陣是：

將矩陣方程（2）展開成多項式表達式形式，為

2.2 區(qū)域填充

將原始數(shù)據(jù)進行樣條插值連成區(qū)域后，需要對SW圖譜的近600個結(jié)構(gòu)進行區(qū)域填充。區(qū)域填充是以某種屬性對整個區(qū)域進行設置，將圖形有界區(qū)域的邊界表示轉(zhuǎn)換為區(qū)域內(nèi)部像素表示的過程。即指定一個區(qū)域的邊界，要求將有界區(qū)域中的一點(常稱為種子點)賦予不同的顏色、灰度、線條或符號，然后將這種賦予形式填充擴展到整個有界區(qū)域內(nèi)。

逐點判斷填充算法是區(qū)域填充的基本方法，基于區(qū)域內(nèi)的所有像素點，其原理是逐點判斷圖像中的每一個像素點，若在要填充的區(qū)域內(nèi)部，則用指定的屬性設置該點像素，否則不予處理。點P在簡單多邊形G的內(nèi)外的判別為此法的重要內(nèi)容，經(jīng)典的方法為角度累加法和射線法。

本文采取基于左邊的點在簡單多邊形內(nèi)的判別算法，對射線法進行了改進，將點在簡單多邊形內(nèi)外的判別轉(zhuǎn)化為點在邊的關(guān)系的判別。簡單多邊形曲線L左邊即在有向曲線L的任一點A(x(t), y(t)))從右側(cè)的正方向到左側(cè)的負方向，沿逆時針所包含的扇形區(qū)域，如圖2所示，所包含扇形區(qū)域的夾角為π。在平面上任一點P，過P作一條射線，若射線與邊界曲線無交點，則P在簡單多邊形外；若有交點，且P在曲線左邊的個數(shù)與P不在曲線左邊的個數(shù)之差不為0，則P點在簡單多邊形內(nèi)，否則，P在簡單多邊形外。此法簡單、穩(wěn)、定實用，適合于多個區(qū)域同時存在于同一張圖像的情況。

圖2 有向曲線L左邊Fig.2 Left side of the curve L

2.3 可視化

本文可視化系統(tǒng)框架基于Atamai軟件包，Atamai是一個使用Python腳本語言開發(fā)的、基于VTK可視化包的，面向計算機輔助手術(shù)特別是手術(shù)導航的應用系統(tǒng)的中間平臺。它的開發(fā)實現(xiàn)基于編程語言Python[3]，可視化框架類圖如圖3所示。

圖3 可視化框架類圖Fig.3 The frame of visualization

EventHandler類定義了常用的消息事件以及消息有關(guān)的常量，并用來完成常見事件的綁定[3]。ActorFactory類中的OrthoPlaneFactory類對數(shù)據(jù)進行三維體剖面重建，結(jié)果由RenderPane類中的RenderPane2D類和RenderPane類進行繪制；在PaneFrame窗口類中進行顯示，wxPaneFrame為最外層的窗口類。

2.4 解剖名稱標識

本文采用分級的方式存取各解剖結(jié)構(gòu)之間的從屬關(guān)系、灰度值和解剖名稱。通過將灰度值和解剖名稱一一對應，系統(tǒng)就能通過鼠標所指結(jié)構(gòu)獲取結(jié)構(gòu)的灰度值，同時顯示對應的解剖名稱。

Python 數(shù)據(jù)類型包括字典(dictionary)、元組(turple)和列表(list)等。字典dictionary類型，可以用來定義關(guān)鍵字(key)與值(value)之間一對一的關(guān)系。這個特點與 C 語言中的 Hash 表功能類似。通過設置關(guān)鍵字，我們就可以快速地獲取與之對應的值。利用這個特點，本文選取字典dictionary來存儲結(jié)構(gòu)的解剖名稱和灰度值信息，從而建立起解剖器官與解剖名稱、解剖名稱與灰度值之間的一一對應關(guān)系?；叶戎档淖x取主要是調(diào)用Atamai軟件包中的TextActorFactory類實現(xiàn)灰度值到解剖名稱的顯示。當讀取腦解剖圖譜的三個方向上任一面上的感興趣區(qū)域(Region of Interest—ROI)時，系統(tǒng)獲取鼠標所指的 ROI的灰度值，根據(jù)灰度值這個關(guān)鍵字取得字典中對應的解剖名稱。

本文采用分級的方式表示結(jié)構(gòu)間的從屬關(guān)系的同時，又能夠大大提高系統(tǒng)的效率，因為分級存儲不僅可以大大地減少搜索的時間，而且可以幫助理清腦部各個結(jié)構(gòu)之間的復雜關(guān)系。分級存儲功能主要依靠wxpython的 TreeCtrl類實現(xiàn)。

3 SW圖譜對比

我們用來作為本研究標準的SW圖譜，無法獲得每個組織結(jié)構(gòu)的灰度值信息。但是可用它與我們新生成的SW圖譜進行比較（如圖4所示），來驗證新生成的SW圖譜的準確性。

4 實驗結(jié)果

神經(jīng)外科導航系統(tǒng)中主要包含了2個功能模塊，SW圖譜的可視化顯示及解剖名稱的實時標識。

4.1 SW圖譜可視化顯示

系統(tǒng)為了方便醫(yī)生操作，設置了4個子視窗用于顯示不同方向的腦解剖圖，如圖5所示，他們分別是橫斷面（Axial）、冠狀面（Coronal）、矢狀面（Sagittal）、和正交面（Ortho-view）。此模塊可以實現(xiàn)如下功能：

(1) 從任意方向都可以觀察圖譜；

(2) 圖譜任意縮放，這樣有利于對相對較小的器官進行更加仔細的觀察。

圖4 結(jié)果對比Fig.4 Comparison of results

圖5 SW圖譜可視化顯示Fig.5 Visualization of colored SW atlases

4.2 解剖名稱實時標識

如圖7所示，在系統(tǒng)界面的左下角還有一個樹形結(jié)構(gòu)的窗口。該窗口主要為方便醫(yī)生查看不同解剖器官之間的類屬關(guān)系以及所屬的主區(qū)域。通過點擊“Landmark”按鈕，可以對軸狀面、矢狀面、冠狀面和正交面上的感興趣區(qū)域進行實時地標識；通過點擊“UnLandmark”按鈕，取消對感興趣區(qū)域的標識。分級樹狀結(jié)構(gòu)窗口如下圖6所示。

圖6 分級樹狀結(jié)構(gòu)顯示Fig.6 Display of hierarchical browser

圖7中的a)，b)，c)，分別顯示了從橫斷面，矢狀面，冠狀面對同一個ROI的標識，對Ventriculus lateralis(Ve.l)進行標識。

圖7 ROIs的標識Fig.7 Landmark of regions of interest

5 總結(jié)

本研究不僅生成了有高準確度的SW圖譜，還將它集成進神經(jīng)外科導航系統(tǒng)中，不僅可以對三個方向的圖譜進行分別二維顯示，還可以將其交叉在一起進行立體顯示，同時還能對圖譜中的感興趣的解剖標簽進行實時的標識。在神經(jīng)外科導航系統(tǒng)中，將SW圖譜立體可視化顯示并對解剖標簽進行實時標識，不僅是腦神經(jīng)外科手術(shù)的需要，也是醫(yī)學腦科學教學的要求。

[1] Talairach J, Tournoux P. Co-planar stereotaxic atlas of the human brain[M]. New York : Thieme Medical Publishers. 1988

[2] 羅述謙, 閻華. 具有多種瀏覽器的數(shù)字化人腦圖譜[J]. 中國醫(yī)學影像技術(shù), 2001, 17(9): 826-829.

[3] 裴巍. 神經(jīng)外科腦解剖圖譜的三維可視化應用[D]. 上海交通大學, 2008

[4] Schaltenbrand G, Wahren W. Atlas for stereotaxy of the human brain[M]. New York: Thieme Medical Publishers. 1998

[5] 榮晶晶, 李七渝, 張紹祥. 數(shù)字化人腦圖譜研究進展[J].中國數(shù)字醫(yī)學, 2010, 5(7): 35-38.

[6] 羅哲. 計算機輔助微創(chuàng)心臟外科手術(shù)導航系統(tǒng)的設計與實現(xiàn)[D]. 上海交通大學, 2010

[7] Nowinski W. L, Fang A, Nguyen B.T, et al. Multiple brain atlas database and atlas-based neuroimaging system[J]. Computer Aided Surgery, 1997, 2(1): 42-66.

[8] RongLiu, Lixu Gu, Jianrong Xu. The Implementation of nonlinear registration of brain atlas based on a piecewise grid system[A].MIPPR '07 [C]. Wuhan, China, 2007

[9] Nowinski W. L, Fang A, Nguyen B.T, et al. Talairach-tournoux/schaltenbrand-wahren based electronic brain atlas system[A].CVRMed '95 [C], France, 1995

[10] Niemann K. I. Van Nieuwenhofen. One atlas–three anatomies:relationships of the schaltenbrand and wahren microscopic data[J].acta neurochirurgica, 1999, 141(10): 1025-1038.

[11] Wei Pei, Lixu Gu, Pengfei Huang, et al. Visualization of three dimensional brain atlases for image guided neurosurgery[A].MIPPR '07 [C]. Wuhan, China. 2007