CN103247056B - 人体骨关节系统三维模型-二维影像空间配准方法 - Google Patents
人体骨关节系统三维模型-二维影像空间配准方法 Download PDFInfo
- Publication number
- CN103247056B CN103247056B CN201310206262.9A CN201310206262A CN103247056B CN 103247056 B CN103247056 B CN 103247056B CN 201310206262 A CN201310206262 A CN 201310206262A CN 103247056 B CN103247056 B CN 103247056B
- Authority
- CN
- China
- Prior art keywords
- dimensional model
- bones
- joints
- registration
- sampling point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Image Analysis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种人体骨关节系统三维模型-二维影像空间配准方法,首先获取双平面X线影像采集阶段的系统位置参数构建配准虚拟环境;然后利用肢体体感运动信息将骨关节三维模型在空间中初始化对位;设置空间采样点,依次对三维模型进行二维轮廓线采样提取;将三维模型轮廓线与X线影像轮廓线进行偏差比对,筛选最优轮廓线及对应采样点;通过最优采样点的空间位置信息调整骨关节三维模型直至配准。本发明在较少人工干预的情况下实现骨关节系统的三维模型与二维影像的快速配准,可替代复杂的手动操作,提高效率和配准精度,节约人工和时间成本。
Description
技术领域
本发明涉及医疗设备领域,特别涉及一种人体骨关节系统三维模型与二维影像的配准方法。
背景技术
骨关节损伤与疾病的发生和发展常常伴随着局部关节运动特征的改变。同时,一些异常的关节活动也可导致疾病的产生。检测骨关节系统在体的运动学特征,对疾病的科研,诊断,治疗以及预后评估等均具有重要意义。
光学动作捕捉与运动传感是目前应用较多的运动学检测方法。但在这些方法中,捕获运动的光学标志物或物理传感器均安装在肢体表面,由于皮肤与骨性结构间存在较大的相对活动,上述方法所获得的肢体动作信息并不适合精确研究骨关节的在体运动,仅适用于步态分析、人体动力学研究、动画制作等。此外,其设备还存在操作复杂、移动性差、需要较大的实验场地、对环境要求苛刻等缺陷,使用成本较高。双平面动态X线影像监测可以对运动中的骨关节进行实时二维显像,通过将预建立的骨关节三维模型与二维影像进行配准,可以连续还原骨关节的空间位置与轨迹,达到检测运动学的目的。由于X线直接对骨骼显像,该方法可精确获取骨关节的位置及运动信息,排除了软组织移动所引起的误差。同时,该方法对设备,场地等的要求也低于前述的两种技术,综合成本较低。综上所述,双平面X线影像监测与模型配准法是一种准确、经济的骨关节运动学检测手段。
但是目前,双平面X线影像监测与模型配准方法中的关键步骤——三维模型与双平面二维影像的配准多由人工全手动完成。操作者需在计算机中对模型的空间位置进行手动调整,通过肉眼比对模型轮廓与二维影像轮廓的匹配程度判断配准效果,两个过程反复进行,直到最终配准。整个流程操作繁琐,耗时量大。由于轮廓线的比对完全通过肉眼识别,匹配结果依赖操作者的主观判断,缺乏量化的指标,因此配准的准确度受到限制,并且容易受到操作者技术的影响,个体差异较大。这些缺点均限制了其在骨关节运动学检测中的应用。目前双平面的X线影像监测与模型配准法仅能在实验室中小规模开展,无法广泛应用于临床。一种准确、快速、需要较少人工干预的三维模型-二维影像空间配准的方法对于骨关节运动学的检测具有重要意义。此外,随着医学影像三维重建及可视化技术的发展,三维-二维配准技术也广泛应用于手术规划与术中导航、微创和内镜手术、放射治疗等中。该技术的进步也对上述领域的发展也具有一定意义。
因此急需一种准确、快速、较少人工依赖的骨关节系统三维模型与二维影像配准方法。
发明内容
有鉴于此,本发明所要解决的技术问题是提供一种准确、快速、需要较少人工干预的骨关节三维模型与二维影像配准方法。该方法综合利用同步采集的目标肢体体感运动信息与双平面X线影像,通过计算机自动进行骨关节三维模型的轮廓采样提取及与二维影像的比对,通过采样点位置信息调整模型空间位置,在较少人工干预下实现模型配准。
本发明的目的是这样实现的:
本发明提供的人体骨关节系统三维模型-二维影像空间配准方法,包括以下步骤:
S1:读取前期影像采集阶段的系统空间位置参数构建配准虚拟环境;
S2:将目标肢体的双平面X线影像导入配准虚拟环境中并提取骨关节影像轮廓线;
S3:将待配准的骨关节三维模型导入配准虚拟环境并设置其初始位置;
S4:设置骨关节三维模型轮廓提取的采样点位置参数;
S5:按照采样点序列依次对骨关节三维模型进行二维轮廓线提取;
S6:对提取的骨关节三维模型的二维轮廓线与双平面X线影像轮廓线进行偏差比对;
S7:评价偏差比对的结果并判定采样点位置参数设置的合理性;
S8:筛选出最优采样点并将骨关节三维模型调整至配准位置;
S9:输出配准后骨关节三维模型的位置坐标和影像信息。
进一步,所述步骤S2中双平面X线影像骨关节轮廓线提取是通过灰度梯度算法自动或半自动实现的。
进一步,所述步骤S3中待配准骨关节三维模型的初始位置设置是利用前期数据采集中通过体感摄像头组与双平面X线影像同步采集的目标肢体体表的运动和位置信息确定的。
进一步,所述步骤S7包括以下步骤:
S71:判断各采样点位置对应的轮廓线偏差值是否大于预设阈值及偏差值分布是否异常,如果是,则改变采样点位置范围和采样点密度并返回步骤S5;
S72:如果否,则进入步骤S8。
进一步,所述步骤S1中的配准虚拟环境与双平面X线影像采集的真实物理环境相同,通过以下步骤来建立的:
S11:读取双平面X线影像采集装置中的X线发射装置和X线接收装置的位置信息,构建空间坐标系;
S12:在空间坐标系中按照X线发射装置的位置信息配置虚拟摄影机的初始安放位点,按照X线接收装置的位置信息配置成像平面的初始安放位点;
进一步,所述步骤S4中的采样点位置参数设置包括粗调整参数和微调整参数,以粗调整参数进行的步骤S5-S8轮廓线采样提取与比对以及骨关节三维模型位置调整完成后,将返回步骤S4设置微调整参数并再次进行步骤S5-S8。
本发明的优点在于:
本发明利用前期双平面X线影像采集设备的位置参数构建配准虚拟环境,使用目标肢体体感运动信息将骨关节三维模型位置快速初始化,代替了复杂的人工测量与手动设置;使用计算机采样对三维模型进行覆盖式的轮廓线提取,代替了对模型反复的人工旋转平移操作;使用轮廓线的自动提取与量化比对,代替了肉眼的匹配度识别;使用粗调整与微调整的序贯采样步骤设置,平衡了配准流程的效率与精度。基于以上特征,本发明将全程手动的配准操作简化为有限的人工干预,可以提高工作效率,降低时间成本,同时增加配准的准确度与可靠度。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步的详细描述,其中:
图1为配准方法的实施例1流程图;
图2为配准方法的实施例2流程图;
图3为前期双平面X线影像与体感运动的一体化采集示意图;
图4为配准虚拟环境构建与骨关节模型的初始化对位示意图;
图5为X线影像轮廓提取示意图;
图6为模型轮廓投影提取示意图;
图7为模型轮廓提取示意图;
图8为模型轮廓线的粗调整采样提取示意图;
图9为模型轮廓线的微调整采样提取示意图。
具体实施方式
以下将结合附图,对本发明的优选实施例进行详细的描述;应当理解,优选实施例仅为了说明本发明,而不是为了限制本发明的保护范围。
实施例1
图1为配准方法的实施例1流程图,如图所示,本发明提供的人体骨关节系统三维模型-二维影像空间配准方法,包括以下步骤:
S1:读取前期影像采集阶段的系统空间位置参数构建配准虚拟环境;所述配准虚拟环境与双平面X线影像采集的真实物理环境相同,通过以下步骤来建立的:
S11:读取双平面X线影像采集装置中的X线发射装置和X线接收装置的位置信息,构建空间坐标系;
S12:在空间坐标系中按照X线发射装置的位置信息配置虚拟摄影机的初始安放位点,按照X线接收装置的位置信息配置成像平面的初始安放位点;
S2:将目标肢体的双平面X线影像导入配准虚拟环境中并提取骨关节影像轮廓线;所述双平面X线影像骨关节轮廓线提取是通过灰度梯度算法自动或半自动实现的。
S3:将待配准的骨关节三维模型导入配准虚拟环境并设置其初始位置;所述待配准骨关节三维模型的初始位置设置是利用前期数据采集中通过体感摄像头组与双平面X线影像同步采集的目标肢体体表的运动和位置信息确定的。
S4:设置骨关节三维模型轮廓提取的采样点位置参数;所述采样点位置参数设置包括粗调整参数和微调整参数,以粗调整参数进行的步骤S5-S8轮廓线采样提取与比对以及骨关节三维模型位置调整完成后,将返回步骤S4设置微调整参数并再次进行步骤S5-S8。
S5:按照采样点序列依次对骨关节三维模型进行二维轮廓线提取;
S6:对提取的骨关节三维模型的二维轮廓线与双平面X线影像轮廓线进行偏差比对;
S7:评价偏差比对的结果并判定采样点位置参数设置的合理性;具体包括以下步骤:
S71:判断各采样点位置对应的轮廓线偏差值是否大于预设阈值及偏差值分布是否异常,如果是,则改变采样点位置范围和采样点密度并返回步骤S5;
S72:如果否,则进入步骤S8。
S8:筛选出最优采样点并将骨关节三维模型调整至配准位置;
S9:输出配准后骨关节三维模型的位置坐标和影像信息。
实施例2
图2为配准方法的实施例2流程图,图3为前期双平面X线影像与体感运动的一体化采集示意图,图4为配准虚拟环境构建与骨关节模型的初始化对位示意图,图5为X线影像轮廓提取示意图,图6为模型轮廓投影提取示意图,图7为模型轮廓提取示意图,图8为模型轮廓线的粗调整采样提取示意图,图8中的黑点表示粗调整采样点的分布状态,中间放置的是骨关节系统三维模型,图9为模型轮廓线的微调整采样提取示意图,图9中的黑点表示微调整采样点的分布状态,中间放置的是骨关节系统三维模型,如图所示,本发明提供的人体骨关节系统三维模型-二维影像空间配准方法实例,可归纳为以下具体步骤:
1、构建配准虚拟环境
在前期影像采集阶段,系统将建立采集系统的空间坐标系,记录双两组X线球管与X线接收器的空间位置。在配准开始后将依据上述信息初始化配准虚拟环境:建立对应的空间坐标系,在与X线球管一致的位置安放虚拟摄影机,与X线接收器一致的位置安放成像平面;载入骨关节的双平面X线影像,将初始位置设置在成像平面;使用灰度梯度算法,自动或半自动提取X线影像中骨关节结构的轮廓线。
2、模型位置快速初始化
在前期对目标肢体进行双平面X线影像采集时,可通过动作体感摄像头组同步捕捉肢体体表的空间位置和运动信息。根据上述肢体体感信息以及体表与骨骼间解剖关系知识,获得骨关节三维模型在配准虚拟环境中的粗略位置估计,进而对三维模型的空间位置进行快速初始化。
3、模型粗调整
模型粗调整步骤包括以下子步骤:①设置骨关节三维模型轮廓提取的粗调整采样点位置参数;②按照采样点序列依次对骨关节三维模型进行二维轮廓线提取;③对提取的骨关节三维模型轮廓线与双平面X线影像轮廓线进行偏差比对。
轮廓提取的采样点位置参数包括采样间隔和采样范围。粗调整参数的特征为较大的采样间隔(2~5度)和采样范围,其具体数值可根据需要设置。由此确定的采样点分布在以三维模型为中心,焦物距为半径的球面上。双平面的虚拟摄影机将同步按照采样点位置序列依次将模型的轮廓线投影至成像平面,并进行提取。采样过程中,成像平面将与虚拟摄影机同步移动,保持相对距离与物理焦片距一致。全部轮廓线采样提取完成后,将之与X线影像轮廓线进行差异比对,筛选出差异最小的模型轮廓线,与之对应的采样点为最优采样点,记录其空间位置。
4、粗调整评估
粗调整轮廓线采样提取及比对完成后,将对比对差异的量化数值及分布特征进行评估。如果最小比对差异超出预设阈值,或者最优采样点分布于采样范围边缘,提示粗调整的参数设置不合理,须优化后重新进行;如果评估满意,则依据该最优采样点位置与虚拟摄影机初始位置的偏移将骨关节模型移动到粗调整位置,继续进行微调整步骤。
5、模型微调整
模型微调整步骤与粗调整相同,包括以下子步骤:①设置骨关节三维模型轮廓提取的微调整采样点位置参数;②按照采样点序列依次对骨关节三维模型进行二维轮廓线提取;③对提取的骨关节三维模型轮廓线与双平面X线影像轮廓线进行偏差比对。
微调整的模型轮廓线采样在粗调整后的位置基础上进行。微调整的采样点位置参数特征为较小的采样间隔(0~1度)和采样范围,其具体数值可根据需要设置。微调整的采样范围应大于等于粗调整的采样间隔。
6、微调整评估:
微调整轮廓线采样提取及比对完成后,将对比对的量化结果进行评估。如果最小比对差异超出预设阈值,配准效果不理想,可能是由于粗调整的采样范围过小所致。此时需优化采样点间距和数目返回粗调整步骤重新进行,或对配准进行手动干预。如果评估满意,则依据该最优采样点位置与虚拟摄影机初始位置的偏移将骨关节模型移动到微调整位置,完成配准。
7、结果输出
配准完成后可输出三维模型配准位置坐标和配准影像信息,操作结束。
以上所述仅为本发明的优选实施例,并不用于限制本发明,显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (4)
1.人体骨关节系统三维模型-二维影像空间配准方法,其特征在于:包括以下步骤:
S1:读取前期影像采集阶段的系统空间位置参数构建配准虚拟环境;
S2:将目标肢体的双平面X线影像导入配准虚拟环境中并提取骨关节影像轮廓线;
所述步骤S2中双平面X线影像骨关节轮廓线提取是通过灰度梯度算法自动或半自动实现的;
S3:将待配准的骨关节三维模型导入配准虚拟环境并设置其初始位置;
所述步骤S3中待配准骨关节三维模型的初始位置设置是利用前期数据采集中通过体感摄像头组与双平面X线影像同步采集的目标肢体体表的运动和位置信息确定的;
S4:设置骨关节三维模型轮廓提取的采样点位置参数;
S5:按照采样点序列依次对骨关节三维模型进行二维轮廓线提取;
S6:对提取的骨关节三维模型的二维轮廓线与双平面X线影像轮廓线进行偏差比对;
S7:评价偏差比对的结果并判定采样点位置参数设置的合理性;
若采样点位置参数设置合理则进入步骤S8进行筛选,若不合理则改变采样点位置范围和采样点密度并返回步骤S5进行重新采样;
S8:筛选出最优采样点并将骨关节三维模型调整至配准位置;
S9:输出配准后骨关节三维模型的位置坐标和影像信息。
2.根据权利要求1所述的人体骨关节系统三维模型-二维影像空间配准方法,其特征在于:所述步骤S7包括以下步骤:
S71:判断各采样点位置对应的轮廓线偏差值是否大于预设阈值及偏差值分布是否异常,如果是,则改变采样点位置范围和采样点密度并返回步骤S5;
S72:如果否,则进入步骤S8。
3.根据权利要求1所述的人体骨关节系统三维模型-二维影像空间配准方法,其特征在于:所述步骤S1中的配准虚拟环境与双平面X线影像采集的真实物理环境相同,通过以下步骤来建立的:
S11:读取双平面X线影像采集装置中的X线发射装置和X线接收装置的位置信息,构建空间坐标系;
S12:在空间坐标系中按照X线发射装置的位置信息配置虚拟摄影机的初始安放位点,按照X线接收装置的位置信息配置成像平面的初始安放位点。
4.根据权利要求1所述的人体骨关节系统三维模型-二维影像空间配准方法,其特征在于:所述步骤S4中的采样点位置参数设置包括粗调整参数和微调整参数,以粗调整参数进行的步骤S5-S8轮廓线采样提取与比对以及骨关节三维模型位置调整完成后,将返回步骤S4设置微调整参数并再次进行步骤S5-S8。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310206262.9A CN103247056B (zh) | 2013-05-29 | 2013-05-29 | 人体骨关节系统三维模型-二维影像空间配准方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310206262.9A CN103247056B (zh) | 2013-05-29 | 2013-05-29 | 人体骨关节系统三维模型-二维影像空间配准方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103247056A CN103247056A (zh) | 2013-08-14 |
CN103247056B true CN103247056B (zh) | 2016-01-13 |
Family
ID=48926561
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310206262.9A Expired - Fee Related CN103247056B (zh) | 2013-05-29 | 2013-05-29 | 人体骨关节系统三维模型-二维影像空间配准方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103247056B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017107116A1 (zh) * | 2015-12-24 | 2017-06-29 | 中国科学院深圳先进技术研究院 | 微创手术导航系统 |
CN105761304B (zh) * | 2016-02-02 | 2018-07-20 | 飞依诺科技(苏州)有限公司 | 三维脏器模型构造方法和装置 |
CN105787941B (zh) * | 2016-03-01 | 2020-01-03 | 天津天堰科技股份有限公司 | 一种混合现实仿真系统的快速配准方法 |
CN108921171B (zh) * | 2018-06-22 | 2022-02-08 | 宁波工程学院 | 一种骨关节x线片自动识别分级方法 |
CN109389676B (zh) * | 2018-10-22 | 2023-04-07 | 南方医科大学 | 一种基于医学影像技术康复支具形态学模型的创建方法 |
CN110020611B (zh) * | 2019-03-17 | 2020-12-08 | 浙江大学 | 一种基于三维假设空间聚类的多人动作捕捉方法 |
CN112933581A (zh) * | 2021-02-02 | 2021-06-11 | 江西服装学院 | 一种基于虚拟现实技术的体育动作评分方法与装置 |
CN112991387A (zh) * | 2021-03-10 | 2021-06-18 | 上海逸动医学科技有限公司 | 一种无创三维关节运动分析方法 |
CN117523389A (zh) * | 2023-11-07 | 2024-02-06 | 温州信达交通工程试验检测有限公司 | 一种无人机巡航病害识别及3d定位管理系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102222330A (zh) * | 2011-05-16 | 2011-10-19 | 付东山 | 一种二维-三维医学图像配准方法及系统 |
CN102651145A (zh) * | 2012-04-06 | 2012-08-29 | 哈尔滨工业大学 | 股骨三维模型可视化方法 |
-
2013
- 2013-05-29 CN CN201310206262.9A patent/CN103247056B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102222330A (zh) * | 2011-05-16 | 2011-10-19 | 付东山 | 一种二维-三维医学图像配准方法及系统 |
CN102651145A (zh) * | 2012-04-06 | 2012-08-29 | 哈尔滨工业大学 | 股骨三维模型可视化方法 |
Non-Patent Citations (3)
Title |
---|
The accuracy and repeatability of an automatic 2D–3D fluoroscopic image-model registration technique for determining shoulder joint kinematics;Zhonglin Zhu等;《Medical Engineering & Physics》;20121231;第34卷(第9期);第1303-1309页 * |
基于投影近似不变性的3D-2D医学图像配准;秦中元等;《计算机工程》;20060930;第32卷(第17期);第22-24页 * |
基于轮廓提取的医学图像配准方法;韦春荣等;《广西师范大学学报(自然科学版)》;20030630;第21卷(第2期);第33-36页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103247056A (zh) | 2013-08-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103247056B (zh) | 人体骨关节系统三维模型-二维影像空间配准方法 | |
Gatesy et al. | Scientific rotoscoping: a morphology‐based method of 3‐D motion analysis and visualization | |
CN101189638B (zh) | 膝关节形态的特征描述方法和系统 | |
KR101833364B1 (ko) | 파라미터화된 변형가능 메시를 이용하여 개인화된 아바타들을 구성하기 위한 방법 및 시스템 | |
CN102106758B (zh) | 立体定向神经外科手术中病人头部标记的自动视觉定位装置及方法 | |
CN106997605B (zh) | 一种通过智能手机采集脚型视频和传感器数据获取三维脚型的方法 | |
CN108926355A (zh) | 用于站立对象的x射线系统和方法 | |
CN110930374A (zh) | 一种基于双深度相机的腧穴定位方法 | |
CN103035008A (zh) | 一种多相机系统的加权标定方法 | |
KR102450931B1 (ko) | 이미지 정합 방법 및 연관된 모델 훈련 방법, 기기, 장치 | |
CN107194985A (zh) | 一种面向大场景的三维可视化方法及装置 | |
JP4761670B2 (ja) | 動立体モデル生成装置及び方法 | |
US20130279825A1 (en) | Motion compensated overlay | |
Borsu et al. | Automated surface deformations detection and marking on automotive body panels | |
Singh et al. | Estimating a patient surface model for optimizing the medical scanning workflow | |
Kuryło et al. | Machine vision system measuring the trajectory of upper limb motion applying the matlab software | |
CN205466320U (zh) | 一种基于多镜头的智能机械手 | |
JP2007534416A5 (zh) | ||
CN109271845A (zh) | 基于计算机视觉的人体动作分析与评价方法 | |
Sulaiman et al. | DEFECT INSPECTION SYSTEM FOR SHAPE-BASED MATCHING USING TWO CAMERAS. | |
CN105740450A (zh) | 一种基于多台Kinect的3D人体姿态数据库构建方法 | |
CN108416792B (zh) | 基于活动轮廓模型的医学计算机断层扫描图像分割方法 | |
CN114549396A (zh) | 一种基于图神经网络的脊椎交互式与自动分割细化方法 | |
CN204033316U (zh) | 一种用于中医望诊的激光三维图像采集装置 | |
CN113627255A (zh) | 一种小鼠行为量化分析方法、装置、设备及可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160113 Termination date: 20160529 |