[發(fā)明專利]腰椎配準先驗?zāi)Ｐ偷臉?gòu)建方法以及腰椎配準方法

有效

• 申請?zhí)枺?/td>: 201611241396.4
• 申請日: 2016-12-29
• 公開（公告）號: CN106875376B
• 公開（公告）日: 2019-10-22
• 發(fā)明（設(shè)計）人: 何暉光;陳智強
• 申請（專利權(quán)）人: 中國科學(xué)院自動化研究所
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/33
• 代理公司: 北京瀚仁知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11482
• 代理人: 郭文浩;吳曉芬

本發(fā)明涉及一種腰椎配準先驗?zāi)Ｐ偷臉?gòu)建方法以及腰椎配準方法。本發(fā)明通過對大量的腰椎CT樣本進行DRR投影，得到投影圖像樣本，并對投影圖像樣本提取特征點，進而構(gòu)建腰椎配準的先驗?zāi)Ｐ汀Ｔ谶M行腰椎配準時，先在手術(shù)前獲取病人的腰椎CT圖像，并利用形狀模型和投影參數(shù)之間高度的相關(guān)性，建立姿態(tài)模型；在手術(shù)中通過X?ray圖像獲得了腰椎的形狀參數(shù)之后，能夠直接通過姿態(tài)模型得到其投影參數(shù)，從而完成配準。避免了傳統(tǒng)方法中在大量的投影圖像中搜索一個最佳匹配度的投影圖像，使得本發(fā)明能夠高效地進行腰椎的3D/2D配準，在保證精度的同時，滿足手術(shù)中高實時性的要求。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理領(lǐng)域，具體涉及一種腰椎配準先驗?zāi)Ｐ偷臉?gòu)建方法以及腰椎配準方法。

背景技術(shù)

醫(yī)生在進行脊椎手術(shù)過程中，需要圖像引導(dǎo)，以便能夠清楚脊椎的位置姿態(tài)和手術(shù)置入物(如螺釘)的具體位置。然而由于術(shù)中電子計算機斷層掃描(ComputedTomography，CT)設(shè)備昂貴，僅有少數(shù)醫(yī)院配置，因此常用術(shù)前CT和術(shù)中X光(X-ray)圖像來輔助醫(yī)生手術(shù)。術(shù)中X-ray能提供二維影像，若要得到三維信息，需要將術(shù)中X-ray和術(shù)前CT進行配準，因此3D/2D的圖像配準是圖像引導(dǎo)手術(shù)中的關(guān)鍵問題。

目前的3D/2D配準一般是將3D的數(shù)據(jù)投影到2D平面，然后進行2D/2D配準，最終在投影參數(shù)空間中找到一個最佳的投影參數(shù)使得投影圖像與目標圖像能夠最佳配準。然而由于投影參數(shù)空間復(fù)雜度較高，所以這種基于搜索策略的3D/2D配準方法計算量巨大。也有的處理方法需要較多的人工干預(yù)，同樣導(dǎo)致效率低下。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術(shù)中的上述問題，本發(fā)明提出了一種腰椎配準先驗?zāi)Ｐ偷臉?gòu)建方法以及腰椎配準方法，在保證精度的同時，大大提高了配準的效率，達到術(shù)中實時配準的要求。

本發(fā)明提出一種腰椎配準先驗?zāi)Ｐ偷臉?gòu)建方法以及腰椎配準方法，包括以下步驟：

步驟A1，對預(yù)設(shè)數(shù)量的腰椎CT圖像樣本進行數(shù)字重建放射影像(DigitallyReconstructured Radiograph，DRR)投影，得到投影圖像樣本，并對投影圖像樣本提取特征點；

步驟A2，根據(jù)步驟A1提取的特征點建立統(tǒng)計形狀模型；

步驟A3，建立統(tǒng)計灰度模型；

步驟A4，將形狀模型參數(shù)和灰度模型參數(shù)串聯(lián)起來建立聯(lián)合模型。

優(yōu)選地，步驟A2具體為：

使用普氏分析法將提取的特征點映射到一個共同的二維坐標系下，使得各投影圖像樣本特征點的重心與坐標原點重合，并消除平移、縮放、旋轉(zhuǎn)對不同投影圖像樣本特征點的影響；對映射到共同二維坐標系下的特征點利用主成分分析法(principal componentsanalysis，PCA)得到形狀模型的標準正交基P_s，則各投影圖像樣本的特征點形狀模型為：

其中，為平均形狀，所述平均形狀為每個特征點的平均位置，b_s為形狀模型參數(shù)。

優(yōu)選地，步驟A3具體為：

對各投影圖像樣本進行形狀標準化，使得其特征點變形到平均形狀上；把經(jīng)過形狀標準化的圖像，在其形狀模型所覆蓋的區(qū)域進行采樣，并對采樣點進行歸一化使其灰度均值為0，方差為1；利用主成分分析法得到表觀模型P_g，則各投影圖像樣本特征點灰度模型g為：

其中，為平均灰度，P_g為灰度模型的標準正交基，b_g為灰度模型參數(shù)。

優(yōu)選地，步驟A4具體為：