随着科学技术的发展,穿刺介入手术在人体活体体检、腰椎穿刺、靶点药物注射等方面得到了广泛的应用。在介入手术的引导方面,超声图像由于侵入无创、成像速度快、性价比高等优点应用越来越广泛。然而,在进行活体穿刺手术时,由于自然呼吸运动的影响,目标及障碍的位置也会随之发生变化,因此,如何实现穿刺探针的术前穿刺路径规划及术中穿刺路径的微调越来越重要。针对上述问题,本文将障碍及目标的运动信息和穿刺探针的穿刺路径规划相结合,提出了一种基于超声图像引导的微创探针动态穿刺路径规划方法,对超声图像中的目标检测、目标自动分割、目标跟踪和基于目标及障碍运动信息的柔性针穿刺轨迹规划进行深入研究。首先,基于超声图像对于血管区域进行自动提取。对于采集到的超声图像,采用形态学滤波去除超声图像中的标注信息;将现有的基于深度学习的目标检测算法应用到超声图像中的感兴趣区域(ROI)提取上,并对其进行改进,采用改进后的目标检测算法提取出肝超声图像中的血管区域,提取出的血管区域超声图像将直接用于后续血管分割。其次,基于超声图像进行血管分割。根据超声图像的特点,采用直方图均衡化对超声图像进行预处理;采用基于U-net的超声图像分割算法从提取出的血管区域超声图像中分割出血管,从而实现血管的自动识别。识别出的血管的大小和位置信息将用作路径规划中要躲避的障碍,并用于指导后续的路径规划。再次,对超声图像中的血管进行跟踪。通过分析长短时记忆网络(LSTM)的基本特点,将其应用于超声图像中的目标信息预测方面,提出了一种基于LSTM的血管信息预测算法;根据已有的超声图像中血管信息,预测后续超声图像中的血管信息。该信息将用作路径规划中的要考虑的障碍运动,并用于指导后续的穿刺路径重规划。最后,基于识别到的障碍信息以及预测到的障碍运动信息,提出了一种基于当前状态的穿刺路径实时规划算法。通过分析快速搜索随机树(RRT)算法的基本特点,对RRT算法进行改进,引入可达引导和贪婪启发策略;根据识别到的目标及障碍的实时位置,结合旧点跟踪策略(OPTS)和极端趋势扩展策略(ETES),利用可达引导和贪婪启发的快速搜索随机树(GHRG-RRTs)算法实时规划进针路径,并根据穿刺探针的实际穿刺特性提出合适的代价函数,从而确定最优穿刺路径。