CN102147919B - 一种校正术前三维图像的术中配准方法和装置 - Google Patents

Abstract

本发明提供一种校正术前三维图像的术中配准装置和方法，预处理模块用于采集患者的术前螺旋CT影像数据，进行该CT影像数据的预处理操作；骨块分割分离模块根据预处理后的CT影像数据，利用改进的三维种子填充算法获取感兴趣的骨组织，实现术前CT影像数据中骨块的分割分离；X射线图像采集模块用于调整患者的术前位置姿态，采集术前、术中患者不同角度的X射线图像；配准模块获取相同角度的DRR图像，完成术前、术中对应角度X射线图像的配准操作，获取各分离骨块组织的变换矩阵；3D骨兴趣区模型建立模块用于将多角度的变换矩阵作用于术前已分割分离的骨块数据模型，获得各骨块模型在术中的真实方位。

Description

一种校正术前三维图像的术中配准方法和装置

技术领域

本发明涉及虚拟手术技术领域，更具体地，本发明涉及一种校正术前三维图像的术中配准方法和装置。

背景技术

现代手术的复杂性和医疗安全标准不断提高，通过虚拟手术进行术前诊断、计划及预先的手术模拟演练，以提高疾病诊治的准确性，已成为当前外科手术发展的趋势。当前，影像辅助手术的技术已逐渐在外科领域得到应用，但手术时人体骨折部位或者体位的变化经常使骨位置或骨折位置改变，以致术前采集的影像资料与术中的实际情况常常存在差异，所以依据术前影像辅助手术会在手术操作时带来误差，因此需要对术前影像进行校正。

目前解决影像辅助装置误差问题的方法主要包括两种，第一种是术中直接采集三维影像引导手术，如：术中CT/MRI，此方法对设备、手术环境要求较高，医疗成本昂贵；第二种是利用诸如X线设备采集的术中二维图像来校正术前三维图像，重新构建符合术中实际情况的三维模型来指导手术，此方法对设备要求较低，但现有的方法中通常都需要传感设备，并且配准精度差。

发明内容

为克服现有术中和术前图像配准误差大、设备环境要求高的缺陷，本发明提出一种校正术前三维图像的术中配准方法和装置。

根据本发明的一个方面，提出了一种校正术前三维图像的术中配准方法，包括：

步骤10)、采集患者的术前螺旋CT影像数据，进行该CT影像数据的预处理操作；

步骤20)、根据预处理后的CT影像数据，利用改进的三维种子填充算法获取感兴趣的骨组织，实现术前CT影像数据中骨块的分割分离；

步骤30)、调整患者的术前位置姿态，使其位置与CT扫描时基本一致，采集患者不同角度的X射线图像；

步骤40)、基于虚拟C臂机获取对应于所述不同角度的DRR图像，进行相应角度的X射线图像与DRR配准，将虚拟X放射源作为后续坐标变换的固定参考点；

步骤50)、针对术中患者的姿态和位置，采集和术前相同角度的X射线图像；

步骤60)、通过指定特征点的方式，完成术前、术中对应角度X射线图像的配准操作，获取各分离骨块组织的变换矩阵；

步骤70)、将所述变换矩阵作用于术前已分割分离的骨块数据模型，获得各骨块模型在术中的真实方位。

根据本发明的另一方面，提出了一种校正术前三维图像的术中配准装置，该装置包括：预处理模块、骨块分割分离模块、X射线图像采集模块、配准模块和3D骨兴趣区模型建立模块；

其中，所述预处理模块用于采集患者的术前螺旋CT影像数据，进行该CT影像数据的预处理操作；

所述骨块分割分离模块用于根据预处理后的CT影像数据，利用扫描线三维种子填充算法获取感兴趣骨组织，实现术前CT影像数据中骨块的分割分离；

所述X射线图像采集模块用于调整患者的术前位置姿态，采集术前、术中患者各相应角度的X射线图像；

所述配准模块用于获取相同角度的DRR图像，完成X射线图像与DRR的配准操作，根据指定的特征点，完成术前、术中对应角度X射线图像的配准操作，获取各分离骨块组织的变换矩阵；

所述3D骨兴趣区模型建立模块用于将多角度的变换矩阵作用于术前已分割分离的骨块数据模型，获得各骨块模型在术中的真实方位。

通过术前校正C臂X射线机方位的校准方式，无需其他传感定位设备，可有效地缩减X射线与DRR的配准误差范围，快速定位虚拟放射方位，缩减操作时间。对于矩阵变换所需的参考点的选取，成功解决了不同空间因坐标系原点不一致而造成变换矩阵不能直接应用的问题，无需经过其他坐标调整，可在像空间中直接应用物空间的变换矩阵，简化了计算过程。通过将2-3个不同角度的2D变换矩阵合并为一个3D变换矩阵，消除了C臂X机因透视过程丢失三维信息的局限，成功获得了3D变换矩阵，并完成术前CT模型到术中的方位变换，使得术前在虚拟装置中验证术中方案的操作成为可能。

另外虚拟C臂X射线机仿真装置，可获得高质量的DRR图像，可用于教学演示、术前诊断以及任意角度X射线图像的模拟，有效降低医生和患者遭受的辐射伤害。

附图说明

图1示出根据本发明实施例的使用术中X线2D图像校正术前3D图像的方法流程的示意图；

图2示出虚拟C臂X射线机生成DRR的仿真示意图；

图3示出X图像与DRR图像配准的仿真示意图；

图4示出根据本发明实施例的使用术中X线2D图像校正术前3D图像的装置的结构示意图。

具体实施方式

下面结合附图和具体实施例对本发明提供的一种校正术前三维图像的术中配准方法和装置进行详细描述。

图1示出根据本发明实施例的使用术中X线2D图像校正术前3D图像的方法的流程图，如图1所示，提供一种校正术前三维图像的术中配准方法，该方法包括：采集患者的术前螺旋CT影像数据(例如，DICOM3.0格式)，进行该CT影像数据的预处理操作(步骤10)；根据预处理后的CT影像数据，利用改进的三维种子填充算法获取感兴趣的骨组织，完成骨组织体数据的分离及压缩存储，实现术前CT影像数据中骨块的分割分离(步骤20)；调整患者的术前位置姿态，使其位置与CT扫描时基本一致，采集患者不同角度的X射线图像各2-3张(步骤30)；基于虚拟C臂机获取对应于上述各不同角度的DRR图像，进行相应角度的X射线图像与DRR配准操作；如果匹配误差达到亚像素级，则认为虚拟X放射源与实际放射源位置一致，将其作为后续坐标变换的固定参考点(步骤40)；针对术中患者的姿态和位置，采集和术前相同角度的X射线图像2-3张(步骤50)；通过人工指定特征点的方式，完成术前、术中对应角度X射线图像的配准操作，获取各分离骨块组织的变换矩阵(步骤60)；将该系列、多角度的变换矩阵作用于术前已分割分离的骨块数据模型，获得各骨块模型在术中的真实方位(步骤70)。

在步骤10中，采集患者的术前螺旋CT影像数据(DICOM3.0格式)，进行该CT影像数据的预处理操作。其中预处理操作包括：CT影像数据的滤波去噪处理；CT影像数据序列图像的配准处理，消除因CT设备成像造成图像的错位和移位现象；感兴趣区域的提取，去除不感兴趣的影像数据，从而缩减后续处理数据的大小，加快后续处理进程。

在步骤20中，根据预处理后的CT影像数据，利用改进的三维种子填充算法获取感兴趣的骨组织，完成骨组织体数据的分离及压缩，实现术前CT影像数据中骨块的分割分离。其中，该改进的三维种子填充算法是基于扫描面用于快速获取指定区域的三维种子填充算法，首先构建新的三维搜索框架，将任意的二维种子填充算法封装为一个基本处理单元，应用于该框架中，沿着切片逐张处理，使得提取速度大为提高。

在步骤20中，在二维阅片模式下，点击感兴趣区域，获得该点的坐标及CT值，将其值作为初始条件保存；应用改进的三维种子填充算法，获取感兴趣对象的体数据信息。

在步骤20中，所述完成骨组织体数据的分离，包括：基于数学形态法，针对不同的数据弱连通方式选取相应的结构元素(例如水平线性连通或垂直线性连通，可分别采用垂直或水平的结构元素，消除该弱连通数据)，利用膨胀、腐蚀操作完成各骨组织的分割分离；仅保存对象最小包围盒区域内的被提取数据，在保留被分割分离对象坐标原点的基础上，去除外围不相关数据，达到压缩大小的目的。

在步骤30中，调整患者的术前位置姿态，使其位置与CT扫描时基本一致，采集患者不同角度的X射线图像各2-3张。其中，所述的采集患者不同角度的X射线图像2-3张，是指：采集患者在手术操作中的有效角度，在该角度方位能够清晰辨认解剖结构上的特征点时所获得的X图像。

在步骤40中，基于虚拟C臂机获取对应于上述各不同角度的DRR图像，进行相应角度的X射线图像与DRR配准操作；如果匹配误差达到亚像素级，则认为虚拟X放射源与实际放射源位置一致，将其作为后续坐标变换的固定参考点。其中，基于真实C臂X射线机的几何和物理参数，构建的虚拟C臂X射线机，用于描述C臂X射线机的几何外形及其定位。这些几何参数包括可变参数和固定参数，其中，固定参数包括手术台尺寸参数、C臂弧深参数、C臂开口参数和C臂放射焦点至接收器距离参数，可变参数包括平移和旋转共6个自由度参数，用于交互操作。物理参数用于描述C臂机的成像特性，包括光强参数、影像增强系数、人体组织CT阈值参数和超分辨率采样系数。

其中，使用以下步骤获取DRR图像，包括：通过CAD软件(UG或Solidworks)构建手术台、C臂X射线机的几何模型，并通过STL格式导入；调整虚拟C臂X射线机的方位；控制DRR图像的生成参数，包括衰减系数的调整和CT值与灰度值的转换；并且进行DRR图像的增强、超采样和窗宽窗位的处理。

其中，后续坐标变换的固定参考点是指实际的物空间和进行配准的像空间中对应的不变点，也就是说，如果以该点为参照点，则实际物空间中的变换矩阵可直接应用于像空间的对象变换，无需再做其他任何调整。

在步骤40中，根据真实C臂机生成X图像时的方位数据，调整虚拟C臂X射线机的方位；利用光线投射法，基于CT影像数据生成较为逼真的DRR图像；采用分步式2D/2D配准操作对同一角度的实际X射线图像与DRR进行配准，若匹配误差超过可接受范围(例如1个像素大小)，则需要对虚拟C臂机进行方位微调，使得重新配准后的误差在亚像素方位内，确定后续坐标变换的固定参考点；其中分步式2D/2D配准操作是指首先进行ICP算法粗配准，而后进行基于最大互信息的精配准。

在步骤50中，针对术中患者的姿态和位置，采集和术前相同角度的X射线图像2-3张。

在步骤60中，通过人工指定特征点的方式，完成术前、术中对应角度X射线图像的配准操作，获取各分离骨块组织的变换矩阵。例如，该变换矩阵的数学描述可用齐次坐标系表示，以0度(即侧位)获取到的变换矩阵为例，具体表示为：

$T_0=\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& \cos 1& \sin 1& 0\\ 0& -\sin 1& \cos 1& 0\\ 0& 0.023& 0.50& 1\end{array}\right]$

上述变换矩阵表示需将术前模型以原点为参考点，绕x轴旋转1度，并沿y轴平移0.023mm，沿z轴平移0.50mm。之后，可与术中模型在0度(即侧位)方向保持一致。

其中通过人工指定特征点的方式，是指用户手动选取X射线图像中具有明显解剖标志的特征点，该特征点的数量不少于3个。该术前、术中对应角度X射线图像的配准操作采用分步式2D/2D配准操作，即首先进行ICP算法粗配准，而后进行基于最大互信息的精配准。

在步骤70中，将该系列、多角度的变换矩阵作用于术前已分割分离的骨块数据模型，获得各骨块模型在术中的真实方位，从而反应术中实际，为术中手术方案的验证提供逼真的虚拟环境，引导手术的顺利实施。其中，获取多角度的系列变换矩阵，将其合并为针对分离骨组织的一次性变换矩阵。以0和90度的合并为例，其合并过程的数学模型可表述如下：

$T_{3D}=T_0\×T_{90}=\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& \cos \mathrm{\α}& \sin \mathrm{\α}& 0\\ 0& -\sin \mathrm{\α}& \cos \mathrm{\α}& 0\\ x_0& y_0& z_0& 1\end{array}\right]\×\left[\begin{array}{cccc}\cos \mathrm{\β}& \sin \mathrm{\β}& 0& 0\\ -\sin \mathrm{\β}& \cos \mathrm{\β}& 0& 0\\ 0& 0& 1& 0\\ x_{90}& y_{90}& z_{90}& 1\end{array}\right]$

其中，T_3D表示合并后的3D矩阵；T₀和T₉₀分别是从0和90度获取到的变换矩阵；x₀、y₀、z₀和x₉₀、y₉₀、z₉₀分别是上述方向的平移参数，而α、β分别是上述方向旋转角度。设定变换的坐标原点，将上述变换矩阵作用于对应的分离后的骨组织，完成术中三维模型方位的校正，获得反应术中实际的骨组织的结构模型。

图4示出根据本发明实施例的使用术中X线2D图像校正术前3D图像的装置的示意图。参考图4，在本发明的一个实施例中，提供一种校正术前三维图像的术中配准装置，该装置包括预处理模块、骨块分割分离模块、X射线图像采集模块、配准模块和3D骨兴趣区模型建立模块。其中，预处理模块用于采集患者的术前螺旋CT影像数据(例如，DICOM3.0格式)，进行该CT影像数据的预处理操作。骨块分割分离模块用于根据预处理后的CT影像数据，利用改进的三维种子填充算法获取感兴趣的骨组织，完成骨组织体数据的分离及压缩，实现术前CT影像数据中骨块的分割分离。X射线图像采集模块用于调整患者的术前位置姿态，使其位置与CT扫描时基本一致，采集术前患者不同角度的X射线图像；并且针对术中患者的姿态和位置，采集和术前相同角度的X射线图像。配准模块用于获取相同角度的DRR图像，完成X射线图像与DRR的配准操作，若匹配误差达到亚像素级，即认为虚拟X放射源与实际放射源位置一致，作为后续坐标变换的固定参考点，通过人工指定特征点的方式，完成术前、术中对应角度X射线图像的配准操作，快速获取各分离骨块组织的变换矩阵。3D骨兴趣区模型建立模块用于将多角度的变换矩阵作用于术前已分割分离的骨块数据模型，获得各骨块模型在术中的真实方位。

以下继续参考图2、3和4，进一步详细描述组成该装置的各模块。

预处理模块用于将CT影像数据的滤波去噪，进行CT影像数据序列图像的配准，消除因CT设备成像造成图像的错位和移位现象；并且提取感兴趣区域，去除不感兴趣的影像数据，从而缩减后续处理数据的大小，加快后续处理进程。

骨块分割分离模块用于通过构建新的三维搜索框架，将任意的二维种子填充算法封装为一个基本处理单元，应用于该框架中，沿着切片逐张处理，使得提取速度大为提高。在二维阅片模式下，骨块分割分离模块识别感兴趣区域，获得该点的坐标及CT值，将其值作为初始条件保存；应用改进的三维种子填充算法，获取感兴趣对象的体数据信息。

骨块分割分离模块分离骨组织体数据，包括：基于数学形态法，针对不同的数据弱连通方式选取相应的结构元素(例如水平线性连通或垂直线性连通，可分别采用垂直或水平的结构元素，消除该弱连通数据)，利用膨胀、腐蚀操作完成各骨组织的分割分离；仅保存对象最小包围盒区域内的被提取数据，在保留被分割分离对象坐标原点的基础上，去除外围不相关数据，达到压缩大小的目的。

所采集的X射线图像，是指X射线图像采集模块采集患者在手术操作中的有效角度方位能够清晰辨认解剖结构上的特征点时所获得的X图像。

配准模块还用于基于真实C臂X射线机的几何和物理参数，构建的虚拟C臂X射线机，描述C臂X射线机的几何外形及其定位。这些几何参数包括可变参数和固定参数，其中，固定参数包括手术台尺寸参数、C臂弧深参数、C臂开口参数和C臂放射焦点至接收器距离参数，可变参数包括平移和旋转共6个自由度参数，用于交互操作。物理参数用于描述C臂机的成像特性，包括光强参数、影像增强系数、人体组织CT阈值参数和超分辨率采样系数。

配准模块还用于通过以下处理获取DRR图像，包括：通过CAD软件(UG或Solidworks)构建手术台、C臂X射线机的几何模型，并通过STL格式导入；调整虚拟C臂X射线机的方位；控制DRR图像的生成参数，包括衰减系数的调整和CT值与灰度值的转换；并且进行DRR图像的增强、超采样和窗宽窗位的处理。

其中，后续坐标变换的固定参考点是指实际的物空间和进行配准的像空间中对应的不变点，也就是说，如果以该点为参照点，则实际物空间中的变换矩阵可直接应用于像空间的对象变换，无需再做其他任何调整。

配准模块还用于根据真实C臂机生成X图像时的方位数据，调整虚拟C臂X射线机的方位；利用光线投射法，基于CT影像数据生成较为逼真的DRR图像；图2示出虚拟C臂X射线机生成DRR的仿真示意图。配准模块采用分步式2D/2D配准操作对同一角度的实际X射线图像与DRR进行配准。若匹配误差超过可接受范围(例如1个像素大小)，则需要对虚拟C臂机进行方位微调，使得重新配准后的误差在亚像素方位内，确定后续坐标变换的固定参考点；其中分步式2D/2D配准操作是指首先进行ICP算法粗配准，而后进行基于最大互信息的精配准。图3示出X图像与DRR图像配准的仿真示意图。

该变换矩阵的数学描述可用齐次坐标系表示，以0度(即侧位)获取到的变换矩阵为例，具体表示为：

$T_0=\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& \cos 1& \sin 1& 0\\ 0& -\sin 1& \cos 1& 0\\ 0& 0.023& 0.50& 1\end{array}\right]$

上述变换矩阵表示需将术前模型以原点为参考点，绕x轴旋转1度，并沿y轴平移0.023mm，沿z轴平移0.50mm。之后，可与术中模型在0度(即侧位)方向保持一致。

其中通过人工指定特征点的方式，是指用户手动选取X射线图像中具有明显解剖标志的特征点，该特征点的数量不少于3个。该术前、术中对应角度X射线图像的配准操作采用分步式2D/2D配准操作，即首先进行ICP算法粗配准，而后进行基于最大互信息的精配准。

3D骨兴趣区模型建立模块用于获取多角度的系列变换矩阵，将其合并为针对分离骨组织的一次性变换矩阵。以0和90度的合并为例，其合并过程的数学模型可表述如下：

$T_{3D}=T_0\×T_{90}=\left[\begin{array}{cccc}1& 0& 0& 0\\ 0& \cos \mathrm{\α}& \sin \mathrm{\α}& 0\\ 0& -\sin \mathrm{\α}& \cos \mathrm{\α}& 0\\ x_0& y_0& z_0& 1\end{array}\right]\×\left[\begin{array}{cccc}\cos \mathrm{\β}& \sin \mathrm{\β}& 0& 0\\ -\sin \mathrm{\β}& \cos \mathrm{\β}& 0& 0\\ 0& 0& 1& 0\\ x_{90}& y_{90}& z_{90}& 1\end{array}\right]$

其中，T_3D表示合并后的3D矩阵；T₀和T₉₀分别是从0和90度获取到的变换矩阵；x₀、y₀、z₀和x₉₀、y₉₀、z₉₀分别是上述方向的平移参数，而α、β分别是上述方向旋转角度。3D骨兴趣区模型建立模块设定变换的坐标原点，将上述变换矩阵作用于对应的分离后的骨组织，完成术中三维模型方位的校正，获得反应术中实际的骨组织的结构模型。

最后应说明的是，以上实施例仅用以描述本发明的技术方案而不是对本技术方法进行限制，本发明在应用上可以延伸为其他的修改、变化、应用和实施例，并且因此认为所有这样的修改、变化、应用、实施例都在本发明的精神和教导范围内。

Claims (16)

1.一种校正术前三维图像的术中配准方法，包括：

步骤10）、采集患者的术前螺旋CT影像数据，进行该CT影像数据的预处理操作；

步骤20）、根据预处理后的CT影像数据，利用改进的三维种子填充算法获取感兴趣的骨组织，完成骨组织体数据的分离及压缩存储，实现术前CT影像数据中骨块的分割分离；所述根据预处理后的CT影像数据利用改进的三维种子填充算法获取感兴趣的骨组织包括：在二维阅片模式下，点击感兴趣区域，获得该区域的坐标及CT值，构建新的三维搜索框架，将任意的二维种子填充算法封装为一个基本处理单元，应用于该框架中，沿着切片逐张处理，获取感兴趣对象的体数据信息；

步骤30）、调整患者的术前位置姿态，使其位置与CT扫描时基本一致，采集患者不同角度的X射线图像；

步骤40）、基于虚拟C臂机获取对应于所述不同角度的DRR图像，采用分步式2D/2D配准操作对同一角度的X射线图像与DRR进行配准，如果匹配误差达到亚像素级，则将虚拟X放射源作为后续坐标变换的固定参考点，如果匹配误差超过可接受范围，则需要对虚拟C臂机进行方位微调，使得重新配准后的误差在亚像素范围内，确定后续坐标变换的固定参考点；其中，分步式2D/2D配准操作是指首先进行ICP算法粗配准，而后进行基于最大互信息的精配准；所述后续坐标变换的固定参考点是指实际的物空间和进行配准的像空间中对应的不变点；

步骤50）、针对术中患者的姿态和位置，采集和术前相同角度的X射线图像；

步骤60）、通过指定特征点的方式，利用分布式2D/2D配准操作完成术前、术中对应角度X射线图像的配准操作，获取各分离骨块组织的变换矩阵；所述指定特征点的方式是指用户手动选取X射线图像中具有明显解剖标志的特征点；

步骤70）、将所述变换矩阵作用于术前已分割分离的骨块数据模型，获得各骨块模型在术中的真实方位。

2.如权利要求1所述的方法，其中，在步骤10）中，所述预处理操作包括：CT影像数据的滤波去噪处理，CT影像数据序列图像的配准处理，提取感兴趣区域。

3.如权利要求1所述的方法，其中，步骤20）中，所述完成骨组织体数据的分离包括：基于数学形态法，针对不同的数据弱连通方式选取相应的结构元素，利用膨胀、腐蚀操作完成各骨组织的分割分离，仅保存对象最小包围盒区域内的被提取数据。

4.如权利要求1所述的方法，其中，步骤40）还包括：基于真实C臂X射线机的几何和物理参数，构建的虚拟C臂X射线机，描述C臂X射线机的几何外形及其定位。

5.如权利要求4所述的方法，其中，步骤40）还包括：构建手术台、C臂X射线机的几何模型，并通过STL格式导入；调整虚拟C臂X射线机的方位；控制DRR图像的生成参数，进行DRR图像的增强、超采样和窗宽窗位的处理。

6.如权利要求5所述的方法，其中，步骤40）还包括：根据真实C臂机生成X图像时的方位数据，调整虚拟C臂X射线机的方位，利用光线投射法，基于CT影像数据生成较为逼真的DRR图像。

7.如权利要求1所述的方法，其中，步骤70）还包括：获取多角度的变换矩阵，将其合并为针对分离骨组织的一次性变换矩阵。

8.如权利要求7所述的方法，其中，步骤70）还包括：设定变换的坐标原点，将所述一次性变换矩阵作用于对应的分离后的骨组织，获得反应术中实际的骨组织的结构模型。

9.一种校正术前三维图像的术中配准装置，该装置包括：预处理模块、骨块分割分离模块、X射线图像采集模块、配准模块和3D骨兴趣区模型建立模块；

其中，所述预处理模块用于采集患者的术前螺旋CT影像数据，进行该CT影像数据的预处理操作；

所述骨块分割分离模块用于根据预处理后的CT影像数据，利用改进的三维种子填充算法获取感兴趣骨组织，完成骨组织体数据的分离及压缩存储，实现术前CT影像数据中骨块的分割分离；所述根据预处理后的CT影像数据利用改进的三维种子填充算法获取感兴趣的骨组织包括：在二维阅片模式下，点击感兴趣区域，获得该区域的坐标及CT值，构建新的三维搜索框架，将任意的二维种子填充算法封装为一个基本处理单元，应用于该框架中，沿着切片逐张处理，获取感兴趣对象的体数据信息；

所述X射线图像采集模块用于调整患者的术前位置姿态，采集术前、术中患者各不同角度的X射线图像；

所述配准模块用于基于虚拟C臂机获取对应于所述不同角度的DRR图像，采用分步式2D/2D配准操作对同一角度的X射线图像与DRR进行配准，如果匹配误差达到亚像素级，则将虚拟X放射源作为后续坐标变换的固定参考点，如果匹配误差超过可接受范围，则需要对虚拟C臂机进行方位微调，使得重新配准后的误差在亚像素范围内，确定后续坐标变换的固定参考点；以及

用于根据指定的特征点，利用分布式2D/2D配准操作完成术前、术中对应角度X射线图像的配准操作，获取各分离骨块组织的变换矩阵；其中，分步式2D/2D配准操作是指首先进行ICP算法粗配准，而后进行基于最大互信息的精配准；所述后续坐标变换的固定参考点是指实际的物空间和进行配准的像空间中对应的不变点；所述指定的特征点是指由用户手动选取的X射线图像中具有明显解剖标志的特征点；

所述3D骨兴趣区模型建立模块用于将多角度的变换矩阵作用于术前已分割分离的骨块数据模型，获得各骨块模型在术中的真实方位。

10.如权利要求9所述的装置，其中，所述预处理模块用于将CT影像数据的滤波去噪，进行CT影像数据序列图像的配准，消除因CT设备成像造成图像的错位和移位现象，提取感兴趣区域。

11.如权利要求9所述的装置，其中，所述X射线图像采集模块采集患者在手术操作中的有效角度方位能够被清晰辨认解剖结构上的特征点时所获得的X图像。

12.如权利要求9所述的装置，其中，所述配准模块用于基于真实C臂X射线机的几何和物理参数，构建的虚拟C臂X射线机，描述虚拟C臂X射线机的几何外形及其定位。

13.如权利要求9所述的装置，其中，所述配准模块用于通过以下处理获取DRR图像：通过构建手术台、C臂X射线机的几何模型，并通过STL格式导入；调整虚拟C臂X射线机的方位；控制DRR图像的生成参数；进行DRR图像的增强、超采样和窗宽窗位的处理。

14.如权利要求13所述的装置，其中，所述配准模块还用于根据真实C臂机生成X图像时的方位数据，调整虚拟C臂X射线机的方位；利用光线投射法，基于CT影像数据生成DRR图像。

15.如权利要求9所述的装置，其中，所述3D骨兴趣区模型建立模块用于获取多角度的系列变换矩阵，将其合并为针对分离骨组织的一次性变换矩阵。

16.如权利要求15所述的装置，其中，所述3D骨兴趣区模型建立模块设定变换的坐标原点，将所述一次性变换矩阵作用于对应的分离后的骨组织，获得反应术中实际的骨组织的结构模型。

Images