CN109363770B - 一种手术导航机器人标志点自动识别定位方法 - Google Patents

一种手术导航机器人标志点自动识别定位方法 Download PDF

Info

Publication number
CN109363770B
CN109363770B CN201811489192.1A CN201811489192A CN109363770B CN 109363770 B CN109363770 B CN 109363770B CN 201811489192 A CN201811489192 A CN 201811489192A CN 109363770 B CN109363770 B CN 109363770B
Authority
CN
China
Prior art keywords
contour
points
image
radius
threshold value
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.)
Active
Application number
CN201811489192.1A
Other languages
English (en)
Other versions
CN109363770A (zh
Inventor
李亮
龙小虎
武利成
刘勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui Aikesuo Medical Robot Co ltd
Original Assignee
Anhui Aikesuo Medical Robot Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Anhui Aikesuo Medical Robot Co ltd filed Critical Anhui Aikesuo Medical Robot Co ltd
Priority to CN201811489192.1A priority Critical patent/CN109363770B/zh
Publication of CN109363770A publication Critical patent/CN109363770A/zh
Application granted granted Critical
Publication of CN109363770B publication Critical patent/CN109363770B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/30—Surgical robots
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/39—Markers, e.g. radio-opaque or breast lesions markers
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/107—Visualisation of planned trajectories or target regions
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
    • A61B2034/2068—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis using pointers, e.g. pointers having reference marks for determining coordinates of body points

Landscapes

  • Health & Medical Sciences (AREA)
  • Surgery (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Robotics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Pathology (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种手术导航机器人标志点自动识别定位方法，首先设计了一个含有9个不同半径规格标志点的定位标尺，然后对定位标尺X线透视图像进行处理，最后根据透视图像中标志点的半径大小对标志点进行排序并输出标志点在图像中的位置坐标。该方法通过自动识别定位标尺标志点进行手术定位导航，实现了对X线图像中多个标志点的准确高效的识别，为后续手术路径精确和高效的规划奠定了基础。

Description

一种手术导航机器人标志点自动识别定位方法
技术领域
本发明涉及一种标志点自动识别与定位方法，特别是涉及一种手术导航机器人定位标尺X光图像标志点的识别定位方法。
背景技术
机器人手术导航系统中要利用术中拍摄的二维X线正/侧位图像进行手术路径的规划，其原理是将带有标志点的定位标尺与与病人一起在X光下透视，然后利用透视图像中标志点的二维位置坐标和标志点真实的三维空间坐标计算出二维和三维位置坐标相互转换的映射矩阵，最后根据映射矩阵和图像二维规划路径计算出真实空间中的手术路径的起止点坐标。其中，X线图像中标志点有效精确的自动识别直接影响到手术路径规划的精准度。
因为圆形标志点定位精度高易于识别等优点所以得到了广泛的应用。目前有人工引导识别和自动识别两种方法。其中人工引导识别效率低，且人工引导确定的标志点其位置具有很大随机性这会直接影响到手术规划路径的准确性，而自动识别多是依据标志点间的距离并结合阈值的方式来对标志点进行搜索和排序标记，但该方法不具有普适性，对于不同型号的C臂X光图像设定的阈值也都会不同，也就是说该方法存在X光成像设备不兼容问题。
发明内容
针对上述问题，本发明提供了一种手术导航机器人标志点自动识别定位方法，针对不同型号的X光成像设备均能实现标志点的自动标记定位。
本发明的技术方案如下：
一种手术机器人定位标志点自动识别方法，用于在手术过程中对X光成像设备拍摄的图像，进行定位标志点的识别。其特征在于，所述方法在获取X线透视图像中的标志点后根据标志点投影半径大小的不同对标志点进行快速编号排序。
所述方法要对X线透视图像中定位标志点进行识别和定位，首先要对图像预处理并结合轮廓提取算法找出所有轮廓，然后根据制定的规则筛选出对应的标志点轮廓，最后再根据标志点轮廓半径的大小对其进行排序编号。
所述对图像预的预处理包括对图像进行中值滤波和卷积滤波从而消除孤立的噪声点，然后对处理后的图像再进行自适应阈值化处理，最后对处理完的图像提取轮廓。
所述方法在提取完所有轮廓之后还要设定条件筛选出可能为标志点的轮廓，并确定圆形轮廓的圆心和半径。
所述标志点轮廓包含的像素点个数为3-20，所以首先设定阈值筛选出包含标志点的轮廓，然后以各个轮廓中所有像素点的纵横坐标值之和与所包含像素点个数的比值来确定各个轮廓的均值中心坐标，并以各个轮廓中所有像素点与中心点的距离之和的平均值作为拟合的半径。
所述方法在计算完中心点和半径之后要确定最终的标志点轮廓具体步骤如下：
首先设定半径阈值筛选出符合大小的轮廓，然后以均值半径求拟合圆的面积并将其与对应轮廓的面积的比值和设定的面积相似度阈值进行比较，最后再以各个轮廓像素点中距离均值中心点的最短距离和最长距离的比值和设定的半径相似度阈值进行比较确定最终的标志点轮廓。
所述标志点大小半径为3-20个像素；所述面积相似度阈值为95；所述半径相似度阈值为75。
本发明由于采取了上述的技术方案，其具有以下优点：1、本发明由于采用了标志点的轮廓大小作为定位识别的依据，所以针对不同型号的X光成像设备均能很好的实现标志点的自动标记。2、本发明在对X线透视图像中定位标志点的识别提取过程中，采用了逐层筛选的方式所以能确保所有的标志点都能够被识别出来。3、本发明在对图像进行卷积滤波和自适应的阈值化处理时对于邻域块的设置都使用了循环迭代的方式进行设置，确保了标志点识别的精度。本发明采用了一种简单有效的方式去自动识别并标记标志点，识别速度快，精度高，可广泛应用与定位识别领域。
附图说明
图1是本发明的流程示意图
图2是本发明定位标尺及标志点的正位时的X光成像示意图
图3是本发明定位标尺及标志点的侧位时的X光成像示意图
图4是本发明标志点轮廓的筛选流程示意图
具体实施示例
下面结合附图对本发明进行说明。
本发明涉及一种手术导航机器人标志点自动识别定位方法，首先设计一个含有9个不同半径规格标志点的定位标尺，然后对定位标尺X线透视图像进行处理，最后根据透视图像中标志点的半径大小对标志点进行排序并输出标志点在图像中的位置坐标。
本发明所述方法的流程图如图1所示，具体包括以下步骤：
1.载入图像数据，对图像进行中值滤波和卷积滤波预处理，以降低噪声对标志点识别的干扰。
2.对图像进行自适应阈值处理，通过计算像素点周围的block_size×block_size区域的加权平均，然后减去一个常数来得到自适应阈值，block_size表示的是局部邻域块的大小，此过程中为了找到合适的阈值采取了循环迭代验证邻域块大小的方式，当最终识别的标志点轮廓个数大于8个时停止迭代。
3.对于步骤2当block_size为某一值时，得到该阈值下的二值图像，然后对自适应阈值化处理后的图像提取所有的轮廓，此时标志点的部分或者全部一定包含在这些轮廓中。
4.对于步骤3中提取的所有轮廓，要在它们中找出并确定最终的标志点轮廓首先要进行粗筛选的操作，因为标志点轮廓包含的像素点个数为3-20，所以首先设定阈值筛选出不包含标志点的轮廓。
5.对于步骤4中筛选后的轮廓，提取轮廓中心点和半径具体操作如下：
（1）以各个轮廓中所有像素点的纵横坐标值之和与所包含像素点个数的比值来确定各个轮廓的均值中心坐标；
（2）以各个轮廓中所有像素点与中心点的距离之和的平均值作为拟合的半径。
6.对于步骤5中计算完中心点和均值半径的轮廓，要进行进一步的筛选以找出最终的圆形标志点轮廓具体操作如下：
（1）因为圆形标志点的半径取值范围是[3，20]，所以当计算的均值半径不在该范围内时则其一定不是标志点轮廓这样就可以进一步的缩小标志点的搜索范围；
（2）在（1）的基础上利用面积相似度来判断某一轮廓是否是圆形的轮廓，为此首先计算出拟合圆的面积 ，然后计算该轮廓的面积S1，当S1/S2≥95% 则认为该轮廓极有可能是圆形轮廓，但是如果存在面积近似相等的非圆轮廓时则此约束条件就具有局限性，所以添加进一步的约束；
（3）设定半径相似度约束，首先求出某一轮廓中各个像素点与均值中心点的最短距离L1和最长距离L2当L1/L2≥75%则认为该轮廓有很大可能是圆形轮廓。经过这三步的筛选便可以找到最终的标志点。
因为在最终的导航过程中要使用到9个标志点的位置坐标信息，所以要判断最终识别出来的标志点个数是否是9个，并且还要判断是否有错误的圆形轮廓被识别出来，如果有就更新block_size的值重新执行上述步骤直至识别出所有的标志点。
当识别出所有的标志点之后，根据标志点半径的大小对标志点进行排序标记并显示出来。
对于图2和图3所示标号1-9分别表示的是正侧位X光图像9个标志点的位置示意图。

Claims (3)

1.一种手术导航机器人标志点自动识别定位方法，用于机器人手术导航系统X线图像中圆形标志点的自动识别，其特征在于对拍摄的X线图像，根据标志点半径的大小对标志点进行排序编号并显示，具体流程如下：
(1)拍摄正侧位的X线透视图像，将图像上传至自动定位识别软件的界面显示窗口；
(2)对图像进行预处理具体包括对图像进行中值滤波和卷积滤波以消除孤立的噪声点对识别的干扰；
(3)对预处理过后的图像进行阈值化处理，为了选择最为合适的阈值，通过循环迭代验证的方式验证所设阈值范围内的阈值，直至所选阈值使得标志点轮廓全被识别为止；
(4)对图像每一次迭代阈值化处理之后，接着对处理完的图像采用opencv库中封装的函数提取轮廓；
所述方法在提取完所有轮廓之后，要筛选出可能为标志点的轮廓，并确定圆形轮廓的圆心和半径；
所述标志点轮廓包含的像素点个数为3-20，所以首先设定阈值筛选出包含标志点的轮廓，然后以各个轮廓中所有像素点的纵横坐标值之和与所包含像素点个数的比值来确定各个轮廓的均值中心坐标，并以各个轮廓中所有像素点与中心点的距离之和的平均值作为拟合的半径。
2.根据权利要求1所述的标志点自动识别定位方法，其特征在于，所述方法在计算完中心点和半径之后要确定最终的标志点轮廓具体为：首先设定半径阈值筛选出符合大小的轮廓，然后以均值半径求拟合圆的面积并将其与对应轮廓的面积的比值和设定的面积相似度阈值进行比较，最后再以各个轮廓像素点中距离均值中心点的最短距离和最长距离的比值和设定的半径相似度阈值进行比较确定最终的标志点轮廓。
3.根据权利要求2所述的标志点自动识别定位方法，其特征在于，所述面积相似度阈值为95；所述半径相似度阈值为75。
CN201811489192.1A 2018-12-06 2018-12-06 一种手术导航机器人标志点自动识别定位方法 Active CN109363770B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811489192.1A CN109363770B (zh) 2018-12-06 2018-12-06 一种手术导航机器人标志点自动识别定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811489192.1A CN109363770B (zh) 2018-12-06 2018-12-06 一种手术导航机器人标志点自动识别定位方法

Publications (2)

Publication Number Publication Date
CN109363770A CN109363770A (zh) 2019-02-22
CN109363770B true CN109363770B (zh) 2021-08-10

Family

ID=65375934

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811489192.1A Active CN109363770B (zh) 2018-12-06 2018-12-06 一种手术导航机器人标志点自动识别定位方法

Country Status (1)

Country Link
CN (1) CN109363770B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109925052B (zh) * 2019-03-04 2020-12-08 杭州三坛医疗科技有限公司 靶点路径的确定方法、装置和系统、可读存储介质
CN111388091A (zh) * 2020-03-17 2020-07-10 京东方科技集团股份有限公司 光标尺、坐标系配准的方法
CN111437034B (zh) * 2020-04-21 2024-09-06 北京罗森博特科技有限公司 一种定位标尺及标志点定位方法
CN111588467B (zh) * 2020-07-24 2020-10-23 成都金盘电子科大多媒体技术有限公司 基于医学影像的三维空间坐标转换为影像二维坐标的方法
CN116350352B (zh) * 2023-02-23 2023-10-20 北京纳通医用机器人科技有限公司 手术机器人标志位识别定位方法、装置及设备
CN116672082B (zh) * 2023-07-24 2024-03-01 苏州铸正机器人有限公司 一种手术导航标尺的导航配准方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101853333A (zh) * 2010-05-26 2010-10-06 中国科学院遥感应用研究所 医疗机器人导航定位图像中的标记拾取方法
CN103251457A (zh) * 2013-03-20 2013-08-21 东南大学 一种用于神经外科立体定向手术的头面部标记点半自动标定方法
CN103310215A (zh) * 2013-07-03 2013-09-18 天津工业大学 一种环状编码标记点的检测与识别方法
US20160220212A1 (en) * 2015-02-04 2016-08-04 Sirona Dental, Inc. Methods, systems, apparatuses, and computer programs for removing artifacts from a tomosynthesis dataset
CN105232161B (zh) * 2015-10-16 2017-05-17 北京天智航医疗科技股份有限公司 一种手术机器人标志点识别定位方法
CN106890031A (zh) * 2017-04-11 2017-06-27 东北大学 一种标记物识别及标记点定位方法及手术导航系统
US20180098820A1 (en) * 2016-10-06 2018-04-12 Sizer Llc Blood vessel sizing device

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100494886C (zh) * 2007-09-26 2009-06-03 东南大学 三维扫描系统中圆形标志点的检测方法
US8411927B2 (en) * 2009-10-29 2013-04-02 Siemens Aktiengesellschaft Marker detection in X-ray images
US8363919B2 (en) * 2009-11-25 2013-01-29 Imaging Sciences International Llc Marker identification and processing in x-ray images
CN102880877B (zh) * 2012-09-28 2015-07-15 中科院成都信息技术股份有限公司 一种基于轮廓特征的目标识别方法
CN103020632B (zh) * 2012-11-20 2016-03-30 北京航空航天大学 一种室内环境中移动机器人定位标志点的快速识别方法
CN103067661B (zh) * 2013-01-07 2017-12-05 华为终端有限公司 图像处理方法、装置和拍摄终端
CN104123540B (zh) * 2014-07-15 2015-09-30 北京天智航医疗科技股份有限公司 手术机器人定位标志点自动识别方法
CN105763878A (zh) * 2014-12-14 2016-07-13 陕西三元金泰实业发展有限公司 一种图像处理装置
CN106570836A (zh) * 2016-11-03 2017-04-19 北京航星机器制造有限公司 一种辐射图像局部增强方法
CN107578051B (zh) * 2017-09-14 2020-09-29 西华大学 一种环状编码标记点的检测与识别方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101853333A (zh) * 2010-05-26 2010-10-06 中国科学院遥感应用研究所 医疗机器人导航定位图像中的标记拾取方法
CN103251457A (zh) * 2013-03-20 2013-08-21 东南大学 一种用于神经外科立体定向手术的头面部标记点半自动标定方法
CN103310215A (zh) * 2013-07-03 2013-09-18 天津工业大学 一种环状编码标记点的检测与识别方法
US20160220212A1 (en) * 2015-02-04 2016-08-04 Sirona Dental, Inc. Methods, systems, apparatuses, and computer programs for removing artifacts from a tomosynthesis dataset
CN105232161B (zh) * 2015-10-16 2017-05-17 北京天智航医疗科技股份有限公司 一种手术机器人标志点识别定位方法
US20180098820A1 (en) * 2016-10-06 2018-04-12 Sizer Llc Blood vessel sizing device
CN106890031A (zh) * 2017-04-11 2017-06-27 东北大学 一种标记物识别及标记点定位方法及手术导航系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于OpenCV的圆形标记点的提取;刘江;《组合机床与自动化加工技术》;20130531(第5期);第27-29页 *
基于几何特征的X射线图像中圆形标志点自动提取;王广志;《数据采集与处理》;20151105;第965-972页 *

Also Published As

Publication number Publication date
CN109363770A (zh) 2019-02-22

Similar Documents

Publication Publication Date Title
CN109363770B (zh) 一种手术导航机器人标志点自动识别定位方法
CN107123188B (zh) 基于模板匹配算法和边缘特征的伤票识别与定位方法
CN104123540B (zh) 手术机器人定位标志点自动识别方法
CN107481276B (zh) 一种三维医学图像中标记点序列的自动识别方法
CN107609483B (zh) 面向驾驶辅助系统的危险目标检测方法、装置
CN108303096A (zh) 一种视觉辅助激光定位系统及方法
JP5687082B2 (ja) 移動物体追跡装置
CN110675341B (zh) 一种单目光视觉引导的水下机器人与海底平台对接方法
CN111612841A (zh) 目标定位方法及装置、移动机器人及可读存储介质
CN108830293B (zh) 动物体重的识别方法及装置
CN113011285B (zh) 车道线检测方法、装置、自动驾驶车辆及可读存储介质
CN109117746A (zh) 手部检测方法及机器可读存储介质
CN111191557B (zh) 一种标志识别定位方法、标志识别定位装置及智能设备
CN111928857A (zh) 一种动态环境中实现slam定位的方法及相关装置
CN111914845A (zh) 一种车牌中字符分层方法、装置及电子设备
CN108388854A (zh) 一种基于改进fast-surf算法的定位方法
CN114090905A (zh) 警戒线位置识别方法、装置、计算机设备及存储介质
JP2019179289A (ja) 処理装置、及びプログラム
JP4745966B2 (ja) 目標物の自動識別システム
CN110751163A (zh) 目标定位方法及其装置、计算机可读存储介质和电子设备
CN113468931B (zh) 数据处理方法、装置、电子设备及存储介质
CN111882601B (zh) 定位方法、装置及设备
CN108917768B (zh) 无人机定位导航方法和系统
CN113203426A (zh) 地图匹配方法、地图匹配模型的确定方法及装置
JP7117878B2 (ja) 処理装置、及びプログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant