[發明專利]一種術前三維影像與術中透視圖像的無標定物配準方法

在審

• 申請號: 202011490366.3
• 申請日: 2020-12-17
• 公開（公告）號: CN112509022A
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 劉勇;武利成;李亮;邵言亮
• 申請（專利權）人: 安徽埃克索醫療機器人有限公司
• 主分類號: G06T7/33
• 分類號: G06T7/33;G06T7/38;G06T7/13
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種術前三維影像與術中透視圖像的無標定物配準方法，其特征在于，包括以下步驟：

1)首先利用人體模型，設計出一個模擬現實的解剖學和頻率相關的系統噪聲(包括量子噪聲)模型M；

2)在手術開始前，通過CT或MRI獲取一系列三維圖像，根據手術需求可在冠狀位、矢狀位或橫斷位的視角方向上，從0°開始每間隔預設度數根據CT或MRI提供的三維圖像生成N張DRR圖像，獲取對應的位姿參數P：P＝(θx,θy,θz,X,Y,Z)，θx、θy、θz表示旋轉方向，X、Y、Z表示坐標系下各個方向下的平移量；

3)在手術過程中，C型臂上的X射線機獲取不同角度的X-Ray透視圖像；

4)對DRR圖像i應用模型M，添加解剖學噪聲和頻率相關噪聲，透視圖像上的每一個像素均做二維高斯加權歸一化處理，每一個像素原始灰度值減去高斯加權均值，然后除以高斯加權均方差從而獲取歸一化后的像素灰度值；

添加噪聲函數：DRRp+s＝DRRp+scatter；

5)采用線性直方圖匹配算法，校正DRR圖像i與X-Ray透射圖像的灰度差異，選擇灰度值大于投影圖像灰度均值的區域進行直方圖匹配，消除背景像素對直方圖的影響；

6)對DRR圖像i與X-Ray用OpenCV3.4.0中的canny算子進行邊緣檢測，再用findContours()分別進行輪廓提取，透射圖像進行輪廓和直方圖相似度比較，如果兩組圖像匹配，獲取X-Ray透射圖像位姿參數，并進入下一步；否則提取DRR圖像i+1信息，并返回步驟4)；

7)輸出精確配準后的圖像，完成術前三維影像與術中透視圖像的無標定物配準；

所述步驟2)中，從0°開始每間隔預設度數1°或2°根據CT/MRI提供的三維圖像生成N個DRR圖像；

所述步驟3)中，C型臂上的X射線機獲取X-Ray透視圖像至少獲取兩張。

2.根據權利要求1所述的一種術前三維影像與術中透視圖像的無標定物配準方法，其特征在于：必須有一種模擬生成真實X-Ray圖片信噪比的計算方法或者模型。

3.根據權利要求1所述的一種術前三維影像與術中透視圖像的無標定物配準方法，其特征在于：所述步驟1)和步驟6)中，輪廓匹配相關作為相似度測量的配準算法，輪廓匹配相似度評價方法如下：

1)形狀描述子：對于一段給定的輪廓段S，對其進行像素點采樣，如圖3所示，首先采樣得到采樣點P_i＝(x_i,y_i)，(i＝1,2,…,N)，N是輪廓段采樣點的個數，首先計算該段輪廓的質心點G，然后對每個采樣點找到其最遠距離點f_Pi，通過計算采樣點P_i到其它所有采樣點的距離，最遠距離點f_Pi；

函數D_S(P_i)計算每個采樣點的形狀描述子為：

式中：d_i是采樣點P_i質心點G的歸一化距離，由P_i和f_Pi之間的距離來歸一化；α_i是表示由和所形成的角度值，由π歸一化；cR_i表示弦長chordLen_i與弧長radLen_i的比值，函數D_S(P_i)3個分量都在區間[0,1]內尺度不變；得到每個采樣點的形狀描述子后，每條輪廓段S的形狀描述子SD(S)可以由式(1)組合表示為：

式中，SD(S)是3×N維矩陣；

其中，每列代表該輪廓段上第i個采樣點的形狀描述子D_S(P_i)；

每行代表輪廓段的距離信息，角度信息和弧度信息；

得到完整輪廓段的形狀描述子之后可以進行模板匹配；

通過形狀描述子間的相似度來表示兩條輪廓段的匹配關系；

形狀描述子以矩陣表示，二者的矩陣相關系數可以反映其關系得密切程度，就能代表不同輪廓段的匹配程度，不同形狀描述子之間的相關系數被稱為輪廓的匹配系數；

2)評價標準：輪廓匹配過程中，首先要提取DRR圖像和X-Ray圖像的感興趣區域輪廓，然后根據50％-IoU和20％-IoU標準得出匹配結果。

4.根據權利要求1所述的一種術前三維影像與術中透視圖像的無標定物配準方法，其特征在于：必須在DRR圖像和X-Ray圖像中取一個健康的骨骼邊緣輪廓。