CN109364385A - 基于双目视觉的肿瘤定位方法 - Google Patents
基于双目视觉的肿瘤定位方法 Download PDFInfo
- Publication number
- CN109364385A CN109364385A CN201810929240.8A CN201810929240A CN109364385A CN 109364385 A CN109364385 A CN 109364385A CN 201810929240 A CN201810929240 A CN 201810929240A CN 109364385 A CN109364385 A CN 109364385A
- Authority
- CN
- China
- Prior art keywords
- tumour
- tumor
- camera
- binocular
- method based
- 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.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N5/00—Radiation therapy
- A61N5/10—X-ray therapy; Gamma-ray therapy; Particle-irradiation therapy
- A61N5/103—Treatment planning systems
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种基于双目视觉的肿瘤定位方法,1)对双目相机进行标定,获取双目相机内、外参数,以及两个相机之间的位姿关系;2)利用双目相机采集标定板,以标定板为依托建立三维世界坐标系,获取像素比;3)通过肿瘤识别算法找到视场内肿瘤的二维图像位置;4)结合步骤1)的相机内外参数,步骤2)的三维世界坐标系信息,以及步骤3)的肿瘤二维图像坐标,计算出肿瘤的三维坐标信息。该方法可以精确定位肿瘤位置,并且准确的帮助射波刀寻找最佳入射角进行照射治疗,使得放射治疗的放射范围大大减小,对周边健康器官组织的损伤也大大降低。
Description
技术领域
本发明涉及肿瘤识别、定位技术领域,尤其涉及一种基于双目视觉的肿瘤定位方法。
背景技术
肿瘤治疗中高精度定位射波刀系统的关键问题是对肿瘤的精确定位,现有的肿瘤治疗方法以放射疗法为主,而传统的放射疗法具有损害附近健康器官组织,无法跟随人体呼吸运动等弊端。而射波刀治疗系统可以有针对性地、精确地进行放射治疗,降低射线对人体健康器官的损伤。有鉴于此,有必要提供一种基于双目视觉的肿瘤识别及定位方法,以满足实际应用的需求。
发明内容
基于背景技术存在的技术问题,本发明提出一种基于双目视觉的肿瘤定位方法,为射波刀治疗系统提供精确定位,在精准治疗的同时,减少对人体健康器官组织的损害。
一种基于双目视觉的肿瘤定位方法,方法步骤如下:
1)对双目相机进行标定,获取双目相机内、外参数,以及两个相机之间的位姿关系;
2)利用双目相机采集标定板,以标定板为依托建立三维世界坐标系,获取像素比;
3)通过肿瘤识别算法找到视场内肿瘤的二维图像位置;
4)结合步骤1)的相机内外参数,步骤2)的三维世界坐标系信息,以及步骤3)的肿瘤二维图像坐标,计算出肿瘤的三维坐标信息。
优选的,所述步骤1)中双目相机采集10-15对标定板的图片。
优选的,所述步骤1)中双目相机内参数包括焦距、径向畸变系数、像素比、中心点和图片尺寸;外参数包括旋转和平移。
优选的,所述步骤3)中肿瘤识别算法包括以下步骤:
S1:对左右两个相机采集的图像进行灰度处理和阈值分割;
S2:根据肿瘤大小及形状特征设定范围,确定肿瘤的位置;
S3:对肿瘤进行外切圆拟合,以圆心作为肿瘤的质心位置,求取坐标。
进一步的,所述S1中使用固定阈值分割法对图像进行灰度处理。
进一步的,所述固定阈值分割法中选定固定的阈值范围,其中大于阈值的灰度取255,小于阈值的灰度取0。
本发明提出的一种基于双目视觉的肿瘤定位方法应用于波射刀治疗肿瘤。与现有技术相比,本发明具有的有益效果在于:
本发明提出一种基于双目视觉的肿瘤定位方法,可以精确定位肿瘤位置,并且准确的帮助射波刀寻找最佳入射角进行照射治疗,使得放射治疗的放射范围大大减小,对周边健康器官组织的损伤也大大降低,这使得肿瘤治疗中高精度定位射波刀系统的实现成为可能。
具体实施方式
下面结合具体实施例对本发明作进一步解说。
一种基于双目视觉的肿瘤定位方法,具体实施方式如下:
(1)对双目相机进行标定,用左右两个相机采集10-15对标定板的图片,要求每对(左各一张)图片标定板的位姿(即位置与姿态)不同且两相机均能拍摄到完整的、清晰地标定板。通过halcon机器视觉算法包中的标定算子,获取双目相机内参数(焦距、径向畸变系数、像素比。中心点、以及图片尺寸)、外参数(旋转和平移),以及两个相机之间的位姿关系(角度和位移);
左右摄像机坐标系下的坐标可以表示为:
Pl=RlPw+Tl
Pr=RrPw+Tr
其中Pl和Pr又有如下的关系:
Pr=RPl+T
注:双目摄像机分析中以左摄像机为主坐标系,但是R和T却是左相机向右相机转换,所以Tx为负数
综合上式,可以推得:
T=Tr-RTl
Rl和Tl为左摄像头经过单目标定得到的相对标定物的旋转矩阵和平移向量,Rr和Tr为右摄像头经过单目标定得到的相对标定物的旋转矩阵和平移向量。
左右相机分别进行单目标定,就可以分别得到Rl,Tl,Rr,Tr,带入上式就可以求出左右相机之间的旋转矩阵R和平移T。
(2)利用双目相机采集标定板,以标定板为依托建立三维世界坐标系,其中设定标定板中间点为原点,以人为指定的标定点确定x轴和y轴方向,并自动根据右手法则确定z轴方向。再选取两个标定点,通过两个标定点在世界坐标系中的实际距离与图像中的像素距离,计算出像素比;
(3)通过肿瘤识别算法找到视场内肿瘤的二维图像位置,即肿瘤的质心在左右两个相机拍摄的图像中的像素坐标;
(4)结合步骤(1)的相机内外参数及位姿关系,步骤(2)的三维世界坐标系信息,以及步骤(3)的肿瘤二维图像坐标,计算出肿瘤的三维坐标信息。
摄像机C1与C2已标定,他们的投影矩阵分别为M1与M2,于是有:
其中,(u1,v1,1)与(u2,v2,1)分别为P1与P2点在各自图像中的图像齐次坐标;(X,Y,Z,1)为P点在世界坐标系下的齐次坐标;为mk的第i行第j列元素。上式消去Zc1与Zc2得到关于X,Y,Z的四个线性方程:
可以联立这四个式子,从而求出P点的坐标(X,Y,Z)。
其中步骤(2)中的肿瘤识别算法具体步骤如下:
S1:对左右两个相机采集的图像进行灰度处理及阈值分割,使用的是固定阈值分割法,即选定固定的阈值范围,其中大于阈值的灰度取255,小于阈值的灰度取0。因为图像以大致由黑色背景和设置在肿瘤上的金标组成,可以很容易的分割出来;
S2:因为图片颜色不一定均匀,所以会存在微小的干扰区域,导致分割出现误差。所以根据肿瘤大小及形状特征设定范围,消除阈值分割产生的误差和干扰,从而确定肿瘤的位置;
S3:对肿瘤进行外切圆拟合,以外切圆圆心作为肿瘤的质心位置,求取坐标。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (7)
1.一种基于双目视觉的肿瘤定位方法,其特征在于,方法步骤如下:
1)对双目相机进行标定,获取双目相机内、外参数,以及两个相机之间的位姿关系;
2)利用双目相机采集标定板,以标定板为依托建立三维世界坐标系,获取像素比;
3)通过肿瘤识别算法找到视场内肿瘤的二维图像位置;
4)结合步骤1)的相机内外参数,步骤2)的三维世界坐标系信息,以及步骤3)的肿瘤二维图像坐标,计算出肿瘤的三维坐标信息。
2.根据权利要求1所述的一种基于双目视觉的肿瘤定位方法,其特征在于,所述步骤1)中双目相机采集10-15对标定板的图片。
3.根据权利要求1所述的一种基于双目视觉的肿瘤定位方法,其特征在于,所述步骤1)中双目相机内参数包括焦距、径向畸变系数、像素比、中心点和图片尺寸;外参数包括旋转和平移。
4.根据权利要求1-3任一项所述的一种基于双目视觉的肿瘤定位方法,其特征在于,所述步骤3)中肿瘤识别算法包括以下步骤:
S1:对左右两个相机采集的图像进行灰度处理和阈值分割;
S2:根据肿瘤大小及形状特征设定范围,确定肿瘤的位置;
S3:对肿瘤进行外切圆拟合,以圆心作为肿瘤的质心位置,求取坐标。
5.根据权利要求4所述的一种基于双目视觉的肿瘤定位方法,其特征在于,所述S1中使用固定阈值分割法对图像进行灰度处理。
6.根据权利要求5所述的一种基于双目视觉的肿瘤定位方法,其特征在于,所述固定阈值分割法中选定固定的阈值范围,其中大于阈值的灰度取255,小于阈值的灰度取0。
7.权利要求1-3任一项所述的一种基于双目视觉的肿瘤定位方法应用于波射刀治疗肿瘤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810929240.8A CN109364385A (zh) | 2018-08-15 | 2018-08-15 | 基于双目视觉的肿瘤定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810929240.8A CN109364385A (zh) | 2018-08-15 | 2018-08-15 | 基于双目视觉的肿瘤定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109364385A true CN109364385A (zh) | 2019-02-22 |
Family
ID=65403813
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810929240.8A Pending CN109364385A (zh) | 2018-08-15 | 2018-08-15 | 基于双目视觉的肿瘤定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109364385A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110514114A (zh) * | 2019-07-30 | 2019-11-29 | 江苏海事职业技术学院 | 一种基于双目视觉的微小目标空间位置标定方法 |
CN111408066A (zh) * | 2020-03-19 | 2020-07-14 | 山东大学 | 基于磁共振影像的肿瘤位置标定系统及设备 |
-
2018
- 2018-08-15 CN CN201810929240.8A patent/CN109364385A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110514114A (zh) * | 2019-07-30 | 2019-11-29 | 江苏海事职业技术学院 | 一种基于双目视觉的微小目标空间位置标定方法 |
CN111408066A (zh) * | 2020-03-19 | 2020-07-14 | 山东大学 | 基于磁共振影像的肿瘤位置标定系统及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200242339A1 (en) | Registration of frames of reference | |
CN111627521B (zh) | 增强现实在放疗中的应用 | |
CN108245788B (zh) | 一种双目测距装置及方法、包括该装置的加速器放疗系统 | |
US9560291B2 (en) | Automatic improvement of tracking data for intraoperative C-arm images in image guided surgery | |
CN107595388B (zh) | 一种基于反光球标记点的近红外双目视觉立体匹配方法 | |
CN108830905A (zh) | 仿真医疗器械的双目标定定位方法及虚拟仿真医教系统 | |
CN108489398B (zh) | 一种广角场景下激光加单目视觉测量三维坐标的方法 | |
CN102567989A (zh) | 基于双目立体视觉的空间定位方法 | |
CN109925052B (zh) | 靶点路径的确定方法、装置和系统、可读存储介质 | |
CN109827502A (zh) | 一种标定点图像补偿的线结构光视觉传感器高精度标定方法 | |
CN105976372B (zh) | 一种术前三维影像与术中透视图像的无标定物配准方法 | |
CN110060304B (zh) | 一种生物体三维信息采集方法 | |
CN107851323A (zh) | 3d身体扫描仪数据处理流程 | |
CN108154536A (zh) | 二维平面迭代的相机标定法 | |
CN112215871B (zh) | 一种基于机器人视觉的移动目标追踪方法及装置 | |
CN108921889A (zh) | 一种基于扩增现实应用的室内三维定位方法 | |
CN113180709A (zh) | 一种基于摄影测量的人体待检测部位姿态识别方法 | |
CN109364385A (zh) | 基于双目视觉的肿瘤定位方法 | |
CN109493378A (zh) | 一种基于单目视觉与双目视觉相结合的垂直度检测方法 | |
CN104305996A (zh) | 基于图像识别技术的呼吸监测方法及系统 | |
CN106504257A (zh) | 一种放疗头部位置姿态测量装置和解算方法 | |
CN112261399A (zh) | 胶囊内窥镜图像三维重建方法、电子设备及可读存储介质 | |
CN115999079A (zh) | 一种调强放疗设备等中心位置校准方法 | |
CN111408066B (zh) | 基于磁共振影像的肿瘤位置标定系统及设备 | |
CN113963057B (zh) | 成像几何关系标定方法、装置、电子设备以及存储介质 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190222 |
|
WD01 | Invention patent application deemed withdrawn after publication |