CN109994188A - 基于ndi的神经外科导航配准测试方法和系统 - Google Patents
基于ndi的神经外科导航配准测试方法和系统 Download PDFInfo
- Publication number
- CN109994188A CN109994188A CN201910185755.6A CN201910185755A CN109994188A CN 109994188 A CN109994188 A CN 109994188A CN 201910185755 A CN201910185755 A CN 201910185755A CN 109994188 A CN109994188 A CN 109994188A
- Authority
- CN
- China
- Prior art keywords
- registration
- coordinate
- model
- ndi
- probe
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30016—Brain
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Architecture (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明提供一种基于NDI的神经外科导航配准测试方法和系统,对病人头部进行三维扫描,得到术前图像,基于术前图像处理得到3D模型,对3D模型进行标记,形成标记点,打印附带有标记点的3D模型,得到3D打印模型,记为体膜;使用光学定位装置NDI进行坐标系配准;基于解剖特征点,分别进行粗配准、精配准,完成术前术中注册;采用NDI的探针工具记录体膜上所有标记点的坐标,计算术前术中注册的配准精度。通过采用Goicp,能够得到更好的配准结果,提高配准精度;只需要通过简单的步骤获取头部三维模型,不需要任何其他的操作,操作方法简单,易于推广;在手动制作的模型上挖出凹陷并3D打印,可以非常简单快速的检测配准的精度。
Description
技术领域
本发明涉及医学图像处理及应用技术领域,具体地,涉及一种基于NDI的神经外科导航配准测试方法和系统。
背景技术
神经外科的手术过程中,将术前拍摄的CT数据对齐到术中病人所在的位置是最重要的一个步骤之一。传统的基于解剖特征点粗配准-icp精配准方法可能会由于粗配准效果的不理想导致精配准时陷入局部最优,影响整体的配准效果。基于植入标记点的方法需要额外的手术步骤,对病患造成额外的创伤。通过三维扫描仪进行术中数据获取的方法需要设计一整套复杂的系统。而利用高斯混合模型的配准需要对三维图像进行特点区域的分割再进行配准,分割结果对于配准的影响很大。
专利文献CN104463832A公开了一种神经外科手术导航的注册方法,包括:对病人头部作CT/MR扫描获取术前图像,并分割术前图像;根据分割后的术前图像提取头部表面的两条中线;提取分割后的术前图像的表面并简化;在术中利用探针划线取点方式获取术中病人头部表面的两条中线并简化;通过高斯混合模型方法做术前点集与术中点集的配准;在术中利用探针在病人额头部位无规则划线取点并简化;在初始配准的基础上通过预设算法做术中额头部位点集与术前表面的配准,并得到最终的空间变换参数。上述专利文献能有效地提高注册精度,此方法没有采用基于解剖特征点的粗配准,但是在实际操作中,这种方法可能会由于二值图像质心的偏移导致得到的两条中线落在的位置难以使用探针精确的采集点集,影响后续步骤的实施。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种基于NDI的神经外科导航配准测试方法和系统。
根据本发明提供的一种基于NDI的神经外科导航配准测试方法,包括:
体膜形成步骤:对病人头部进行三维扫描,得到术前图像,基于术前图像处理得到3D模型,对3D模型进行标记,形成标记点,打印附带有标记点的3D模型,得到3D打印模型,记为体膜;
坐标系配准步骤:使用光学定位装置NDI进行标定工具坐标系和探针针尖坐标系的配准;
注册步骤:基于解剖特征点,分别进行粗配准、精配准,完成术前术中注册;
精度测试步骤:采用NDI的探针工具记录体膜上所有标记点的坐标,计算术前术中注册的配准精度。
优选地,所述体膜形成步骤包括:
扫描步骤:扫描病人头部,得到术前图像,所述术前图像是头部CT三维图像;
分割步骤:基于DICOM对头部CT三维图像进行阈值分割,得到头部三维粗略模型;
二值步骤:选取种子点,对头部三维粗略模型进行三维区域生长,去除由阈值分割得到的图像杂质,得到完整的头部二值图图像;
重建步骤:采用移动立方体法对头部二值图图像重建网格数据,得到3D模型;
标记步骤:将3D模型视作球体,在3D模型的表面均匀设置标记点;
打印步骤:采用3D打印方式进行3D模型打印,得到体膜,将标定工具设置在体膜的上部,所述标定工具和探针工具能够同时被NDI检测到。
优选地,所述坐标系配准步骤包括:
变换步骤:使用NDI得到探针针尖坐标系相对于探针坐标系的变换矩阵,记为第一坐标变换,使用NDI得到探针坐标系相对于标定工具坐标系的变换矩阵,记为第二坐标变换;
计算步骤:基于第一坐标变换、第二坐标变换,进行探针针尖在探针坐标系下的空间位置计算,所述计算是通过将探针针尖固定在一个坐标位置,并在空间中旋转探针针尖,将所述计算得到的空间位置记为探针针尖空间位置。
优选地,所述注册步骤包括:
初始配准步骤:基于解剖特征点,在3D模型和体膜上确定多组对应点,用NDI的探针工具触碰体膜,记录所述对应点的坐标,得到坐标记录,通过软件模拟形成三维模型,在三维模型上点击所述坐标记录对应的坐标,通过SVD法求解线性方程组得到初始配准矩阵;
采集步骤:利用探针工具划线进行坐标采集,得到用于精配准的点集;
精准配准步骤:利用Goicp将三维模型和所述点集进行精配准,并对体膜进行设定比例的网格简化。
根据本发明提供的一种基于NDI的神经外科导航配准测试系统,包括:
体膜形成模块:对病人头部进行三维扫描,得到术前图像,基于术前图像处理得到3D模型,对3D模型进行标记,形成标记点,打印附带有标记点的3D模型,得到3D打印模型,记为体膜;
坐标系配准模块:使用光学定位装置NDI进行坐标系配准;
注册模块:基于解剖特征点,分别进行粗配准、精配准,完成术前术中注册;
精度测试模块:采用NDI的探针工具记录体膜上所有标记点的坐标,计算术前术中注册的配准精度。
优选地,所述体膜形成模块包括:
扫描模块:扫描病人头部,得到术前图像,所述术前图像是头部CT三维图像;
分割模块:基于DICOM对头部CT三维图像进行阈值分割,得到头部三维粗略模型;
二值模块:选取种子点,对头部三维粗略模型进行三维区域生长,去除由阈值分割得到的图像杂质,得到完整的头部二值图图像;
重建模块:采用移动立方体法对头部二值图图像重建网格数据,得到3D模型;
标记模块:将3D模型视作球体,在3D模型的表面均匀设置标记点;
打印模块:采用3D打印方式进行3D模型打印,得到体膜,将标定工具设置在体膜的上部,所述标定工具和探针工具能够同时被NDI检测到。
优选地,所述坐标系配准模块包括:
变换模块:使用NDI得到探针针尖坐标系相对于探针坐标系的变换矩阵,记为第一坐标变换,使用NDI得到探针坐标系相对于标定工具坐标系的变换矩阵,记为第二坐标变换;
计算模块:基于第一坐标变换、第二坐标变换,进行探针针尖在探针坐标系下的空间位置计算,所述计算是通过将探针针尖固定在一个坐标位置,并在空间中旋转探针针尖,将所述计算得到的空间位置记为探针针尖空间位置。
优选地,所述注册模块包括:
初始配准模块:基于解剖特征点,在3D模型和体膜上确定多组对应点,用NDI的探针工具触碰体膜,记录所述对应点的坐标,得到坐标记录,通过软件模拟形成三维模型,在三维模型上点击所述坐标记录对应的坐标,通过SVD法求解线性方程组得到初始配准矩阵;
采集模块:利用探针工具划线进行坐标采集,得到用于精配准的点集;
精准配准模块:利用Goicp将三维模型和所述点集进行精配准,并对体膜进行设定比例的网格简化。
优选地,所述标记点是设定深度的凹坑。
优选地,所述对应点至少包括三组;
所述解剖特征点的确定是基于体膜上的特征显著位置;
所述划线的区域主要位于前额、鼻子的区域,所述划线的形式为画m字形;
所述Goicp是指先通过icp配准计算初始旋转矩阵,在基于分支界定法在整个旋转和平移空间中持续剔除错误结果,最终得到最优结果;
所述配准精度的计算是通过计算对应点的均方误差值。
与现有技术相比,本发明具有如下的有益效果:
1、本发明通过采用改进式的Goicp,避免普通icp配准陷入局部最优的情况,得到更好的配准结果,提高配准精度;
2、本发明只需要通过简单的步骤获取头部三维模型,不需要任何其他的操作,操作方法简单,易于推广;
3、本发明增加了在手动制作的模型上挖出凹陷,并3D打印,可以非常简单快速的检测配准的精度。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明的配准测试方法示意图;
图2为根据CT数据重建的体膜示意图;
图3为配准时使用的标定工具示意图;
图4为配准时所使用到的探针示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
根据本发明提供的一种基于NDI的神经外科导航配准测试方法,包括:
体膜形成步骤:对病人头部进行三维扫描,得到术前图像,基于术前图像处理得到3D模型,对3D模型进行标记,形成标记点,打印附带有标记点的3D模型,得到3D打印模型,记为体膜;
坐标系配准步骤:使用光学定位装置NDI进行坐标系配准,所述坐标系包括标定工具坐标系、探针针尖坐标系;
注册步骤:基于解剖特征点,分别进行粗配准、精配准,完成术前术中注册;
精度测试步骤:采用NDI的探针工具记录体膜上所有标记点的坐标,计算术前术中注册的配准精度。
具体地,所述体膜形成步骤包括:
扫描步骤:扫描病人头部,得到术前图像,所述术前图像是头部CT三维图像;
分割步骤:基于DICOM对头部CT三维图像进行阈值分割,得到头部三维粗略模型;
二值步骤:选取种子点,对头部三维粗略模型进行三维区域生长,去除由阈值分割得到的图像杂质,得到完整的头部二值图图像;
重建步骤:采用移动立方体法对头部二值图图像重建网格数据,得到3D模型;
标记步骤:将3D模型视作球体,在3D模型的表面均匀设置标记点;
打印步骤:采用3D打印方式进行3D模型打印,得到体膜,将标定工具设置在体膜的上部,所述标定工具和探针工具能够同时被NDI检测到。
具体地,所述坐标系配准步骤包括:
变换步骤:使用NDI得到探针针尖坐标系相对于探针坐标系的变换矩阵,记为第一坐标变换,使用NDI得到探针坐标系相对于标定工具坐标系的变换矩阵,记为第二坐标变换;
计算步骤:基于第一坐标变换、第二坐标变换,进行探针针尖在探针坐标系下的空间位置计算,所述计算是通过将探针针尖固定在一个坐标位置,并在空间中旋转探针针尖,将所述计算得到的空间位置记为探针针尖空间位置。
具体地,所述注册步骤包括:
初始配准步骤:基于解剖特征点,在3D模型和体膜上确定多组对应点,用NDI的探针工具触碰体膜,记录所述对应点的坐标,得到坐标记录,通过软件模拟形成三维模型,在三维模型上点击所述坐标记录对应的坐标,通过SVD法求解线性方程组得到初始配准矩阵;
采集步骤:利用探针工具划线进行坐标采集,得到用于精配准的点集;
精准配准步骤:利用Goicp将三维模型和所述点集进行精配准,并对体膜进行设定比例的网格简化。
具体地,所述标记点是设定深度的凹坑。
具体地,所述对应点至少包括三组;所述解剖特征点的确定是基于体膜上的特征显著位置。
具体地,所述划线的区域主要位于前额、鼻子的区域,所述划线的形式为画m字形
具体地,所述Goicp是指先通过icp配准计算初始旋转矩阵,在基于分支界定法在整个旋转和平移空间中持续剔除错误结果,最终得到最优结果。
具体地,所述配准精度的计算是通过计算对应点的均方误差值。
根据本发明提供的一种基于NDI的神经外科导航配准测试系统,包括:
体膜形成模块:对病人头部进行三维扫描,得到术前图像,基于术前图像处理得到3D模型,对3D模型进行标记,形成标记点,打印附带有标记点的3D模型,得到3D打印模型,记为体膜;
坐标系配准模块:使用光学定位装置NDI进行坐标系配准所述坐标系包括标定工具坐标系、探针针尖坐标系;
注册模块:基于解剖特征点,分别进行粗配准、精配准,完成术前术中注册;
精度测试模块:采用NDI的探针工具记录体膜上所有标记点的坐标,计算术前术中注册的配准精度。
具体地,所述体膜形成模块包括:
扫描模块:扫描病人头部,得到术前图像,所述术前图像是头部CT三维图像;
分割模块:基于DICOM对头部CT三维图像进行阈值分割,得到头部三维粗略模型;
二值模块:选取种子点,对头部三维粗略模型进行三维区域生长,去除由阈值分割得到的图像杂质,得到完整的头部二值图图像;
重建模块:采用移动立方体法对头部二值图图像重建网格数据,得到3D模型;
标记模块:将3D模型视作球体,在3D模型的表面均匀设置标记点;
打印模块:采用3D打印方式进行3D模型打印,得到体膜,将标定工具设置在体膜的上部,所述标定工具和探针工具能够同时被NDI检测到。
具体地,所述坐标系配准模块包括:
变换模块:使用NDI得到探针针尖坐标系相对于探针坐标系的变换矩阵,记为第一坐标变换,使用NDI得到探针坐标系相对于标定工具坐标系的变换矩阵,记为第二坐标变换;
计算模块:基于第一坐标变换、第二坐标变换,进行探针针尖在探针坐标系下的空间位置计算,所述计算是通过将探针针尖固定在一个坐标位置,并在空间中旋转探针针尖,将所述计算得到的空间位置记为探针针尖空间位置。
具体地,所述注册模块包括:
初始配准模块:基于解剖特征点,在3D模型和体膜上确定多组对应点,用NDI的探针工具触碰体膜,记录所述对应点的坐标,得到坐标记录,通过软件模拟形成三维模型,在三维模型上点击所述坐标记录对应的坐标,通过SVD法求解线性方程组得到初始配准矩阵;
采集模块:利用探针工具划线进行坐标采集,得到用于精配准的点集;
精准配准模块:利用Goicp将三维模型和所述点集进行精配准,并对体膜进行设定比例的网格简化。
本发明提供的基于NDI的神经外科导航配准测试系统,可以通过基于NDI的神经外科导航配准测试方法的步骤流程实现。本领域技术人员可以将基于NDI的神经外科导航配准测试方法理解为所述基于NDI的神经外科导航配准测试系统的优选例。
在具体的实施过程中,通过体膜形成模块得到重建后的网格数据,利用NDI,基于探针选取的解剖特征点和图像特征点完成粗配准,通过采集模块采集在额头区域用于精配准的点集,采用Goicp进行对初始配准的二次矫正,防止陷入传统ICP算法的局部最优情况,达到高配准精度,同时对术前数据进行简化,大大的提高了注册速度,降低注册成本。具体地,采用如下步骤:
步骤1:术前进行三维扫描,处理图像建立头颅的3D模型,画出标记点并打印。
步骤2:使用Polaris Spectra进行标定工具坐标系和探针针尖局部坐标系的配准,其中,标定工具坐标系是黏贴于病人头部的标定工具自身的坐标系,探针针尖坐标系是指位于探针针尖处的坐标系,探针坐标系是指探针上荧光球所确定的坐标系,配准就是确定探针坐标系到标定工具坐标系和探针针尖坐标系到探针坐标系的关系的过程。
步骤3:通过解剖特征点粗配准和goicp精配准完成术前术中注册系统。
步骤4:利用步骤1的标记点测试步骤3的配准流程的精度。
其中,步骤1包括如下步骤:
步骤1.1:术前扫描得到病人完整的头部CT三维扫描。
步骤1.2:根据上述结果,对DICOM图像进行阈值分割得到粗略的头部三维模型。
步骤1.2:通过自动选取种子点对粗略分割的图像进行区域三维生长法操作,去除阈值分割出来的杂质,得到完整的头部二值图图像。
步骤1.3:用移动立方体算法将二值图重建成头部网格数据。
步骤1.4:将头部模型视作球体,在其表面上均匀的挖出深度约2.5mm的凹坑作为标记点,以用于配准后最后验证精度。
步骤1.5:利用3D打印技术打印头部模型,并将标定工具黏贴于头部模型的上部,并且要保证探针工具和标记工具能同时被Polaris Spectra检测到。
步骤2包括如下步骤:
步骤2.1:通过NDI得到探针针尖坐标系相对于探针坐标系的变换,探针坐标系相对于头部标定工具坐标系的变换,这样在接下来的操作过程中无需固定头部不动。
步骤2.2:步骤2.1中探针针尖到探针坐标系的变换是通过Pivot calibration方法得到的,其中Pivot calibration是指将针尖固定在一个位置,在空间中旋转探针,计算得到针尖在探针坐标系下的空间位置。
步骤3包括如下步骤:
步骤3.1:在模型和3D打印模型上利用解剖特征找到三组以上对应点,例如鼻尖,眼角外侧等特征显著的位置,用NDI探针触碰体模记录坐标,并且在电脑中的三维模型上点击记录对应的坐标,全部记录完成后通过SVD的方法求解线性方程组得到初始的配准矩阵。
步骤3.2:利用探针划线取得点的方式采集几十个坐标点,以得到用于精确配准的点集,划线的区域主要位于前额以及鼻子的区域,划线的形式为画m字形。
步骤3.3:将三维模型和上一步骤得到的点集利用Goicp进行精配准。对体模进行一定比例的网格简化可以减少目标点集的数量,进一步提高速度。其中Goicp是指先通过一次标准icp计算初始旋转矩阵,再基于分支界定的方法,在整个旋转和平移空间SE(3)中不断剔除错误的结果,寻找最优的结果,避免了局部最优的同时,保证了运算速度。
步骤4包括如下步骤:
步骤4.1:用探针记录头部所有的标记点的坐标,计算对应点的均方误差值。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以,本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件,而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构;也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (10)
1.一种基于NDI的神经外科导航配准测试方法,其特征在于,包括:
体膜形成步骤:对病人头部进行三维扫描,得到术前图像,基于术前图像处理得到3D模型,对3D模型进行标记,形成标记点,打印附带有标记点的3D模型,得到3D打印模型,记为体膜;
坐标系配准步骤:使用光学定位装置NDI进行坐标系配准;
注册步骤:基于解剖特征点,分别进行粗配准、精配准,完成术前术中注册;
精度测试步骤:采用NDI的探针工具记录体膜上所有标记点的坐标,计算术前术中注册的配准精度。
2.根据权利要求1所述的基于NDI的神经外科导航配准测试方法,其特征在于,所述体膜形成步骤包括:
扫描步骤:扫描病人头部,得到术前图像,所述术前图像是头部CT三维图像;
分割步骤:基于DICOM对头部CT三维图像进行阈值分割,得到头部三维粗略模型;
二值步骤:选取种子点,对头部三维粗略模型进行三维区域生长,去除由阈值分割得到的图像杂质,得到完整的头部二值图图像;
重建步骤:采用移动立方体法对头部二值图图像重建网格数据,得到3D模型;
标记步骤:将3D模型视作球体,在3D模型的表面均匀设置标记点;
打印步骤:采用3D打印方式进行3D模型打印,得到体膜,将标定工具设置在体膜的上部,所述标定工具和探针工具能够同时被NDI检测到。
3.根据权利要求1所述的基于NDI的神经外科导航配准测试方法,其特征在于,所述坐标系配准步骤包括:
变换步骤:使用NDI得到探针针尖坐标系相对于探针坐标系的变换矩阵,记为第一坐标变换,使用NDI得到探针坐标系相对于标定工具坐标系的变换矩阵,记为第二坐标变换;
计算步骤:基于第一坐标变换、第二坐标变换,进行探针针尖在探针坐标系下的空间位置计算,所述计算是通过将探针针尖固定在一个坐标位置,并在空间中旋转探针针尖,将所述计算得到的空间位置记为探针针尖空间位置。
4.根据权利要求1所述的基于NDI的神经外科导航配准测试方法,其特征在于,所述注册步骤包括:
初始配准步骤:基于解剖特征点,在3D模型和体膜上确定多组对应点,用NDI的探针工具触碰体膜,记录所述对应点的坐标,得到坐标记录,通过软件模拟形成三维模型,在三维模型上点击所述坐标记录对应的坐标,通过SVD法求解线性方程组得到初始配准矩阵;
采集步骤:利用探针工具划线进行坐标采集,得到用于精配准的点集;
精准配准步骤:利用Goicp将三维模型和所述点集进行精配准,并对体膜进行设定比例的网格简化。
5.一种基于NDI的神经外科导航配准测试系统,其特征在于,包括:
体膜形成模块:对病人头部进行三维扫描,得到术前图像,基于术前图像处理得到3D模型,对3D模型进行标记,形成标记点,打印附带有标记点的3D模型,得到3D打印模型,记为体膜;
坐标系配准模块:使用光学定位装置NDI进行坐标系配准;
注册模块:基于解剖特征点,分别进行粗配准、精配准,完成术前术中注册;
精度测试模块:采用NDI的探针工具记录体膜上所有标记点的坐标,计算术前术中注册的配准精度。
6.根据权利要求5所述的基于NDI的神经外科导航配准测试系统,其特征在于,所述体膜形成模块包括:
扫描模块:扫描病人头部,得到术前图像,所述术前图像是头部CT三维图像;
分割模块:基于DICOM对头部CT三维图像进行阈值分割,得到头部三维粗略模型;
二值模块:选取种子点,对头部三维粗略模型进行三维区域生长,去除由阈值分割得到的图像杂质,得到完整的头部二值图图像;
重建模块:采用移动立方体法对头部二值图图像重建网格数据,得到3D模型;
标记模块:将3D模型视作球体,在3D模型的表面均匀设置标记点;
打印模块:采用3D打印方式进行3D模型打印,得到体膜,将标定工具设置在体膜的上部,所述标定工具和探针工具能够同时被NDI检测到。
7.根据权利要求5所述的基于NDI的神经外科导航配准测试系统,其特征在于,所述坐标系配准模块包括:
变换模块:使用NDI得到探针针尖坐标系相对于探针坐标系的变换矩阵,记为第一坐标变换,使用NDI得到探针坐标系相对于标定工具坐标系的变换矩阵,记为第二坐标变换;
计算模块:基于第一坐标变换、第二坐标变换,进行探针针尖在探针坐标系下的空间位置计算,所述计算是通过将探针针尖固定在一个坐标位置,并在空间中旋转探针针尖,将所述计算得到的空间位置记为探针针尖空间位置。
8.根据权利要求5所述的基于NDI的神经外科导航配准测试系统,其特征在于,所述注册模块包括:
初始配准模块:基于解剖特征点,在3D模型和体膜上确定多组对应点,用NDI的探针工具触碰体膜,记录所述对应点的坐标,得到坐标记录,通过软件模拟形成三维模型,在三维模型上点击所述坐标记录对应的坐标,通过SVD法求解线性方程组得到初始配准矩阵;
采集模块:利用探针工具划线进行坐标采集,得到用于精配准的点集;
精准配准模块:利用Goicp将三维模型和所述点集进行精配准,并对体膜进行设定比例的网格简化。
9.根据权利要求2所述的基于NDI的神经外科导航配准测试方法或者权利要求6所述的基于NDI的神经外科导航配准测试系统,其特征在于,所述标记点是设定深度的凹坑。
10.根据权利要求4所述的基于NDI的神经外科导航配准测试方法或者权利要求8所述的基于NDI的神经外科导航配准测试系统,其特征在于,所述对应点至少包括三组;
所述解剖特征点的确定是基于体膜上的特征显著位置;
所述划线的区域主要位于前额、鼻子的区域,所述划线的形式为画m字形;
所述Goicp是指先通过icp配准计算初始旋转矩阵,在基于分支界定法在整个旋转和平移空间中持续剔除错误结果,最终得到最优结果;
所述配准精度的计算是通过计算对应点的均方误差值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910185755.6A CN109994188A (zh) | 2019-03-12 | 2019-03-12 | 基于ndi的神经外科导航配准测试方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910185755.6A CN109994188A (zh) | 2019-03-12 | 2019-03-12 | 基于ndi的神经外科导航配准测试方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109994188A true CN109994188A (zh) | 2019-07-09 |
Family
ID=67130549
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910185755.6A Pending CN109994188A (zh) | 2019-03-12 | 2019-03-12 | 基于ndi的神经外科导航配准测试方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109994188A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110379493A (zh) * | 2019-08-29 | 2019-10-25 | 中国科学技术大学 | 一种图像导航配准系统及图像导航系统 |
CN111724420A (zh) * | 2020-05-14 | 2020-09-29 | 北京天智航医疗科技股份有限公司 | 一种术中配准方法、装置、存储介质和服务器 |
WO2021137115A1 (en) * | 2019-12-31 | 2021-07-08 | Sonoscape Medical Corp. | Method and apparatus for registering live medical image with anatomical model |
CN113850851A (zh) * | 2021-09-03 | 2021-12-28 | 北京长木谷医疗科技有限公司 | 手术机器人骨骼的配准方法及系统 |
CN115500946A (zh) * | 2022-08-17 | 2022-12-23 | 北京长木谷医疗科技有限公司 | 基于手术机器人测量手术器械定位架的方法和装置 |
CN115919463A (zh) * | 2023-02-15 | 2023-04-07 | 极限人工智能有限公司 | 一种口腔图像处理方法、装置、可读存储介质及设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104091347A (zh) * | 2014-07-26 | 2014-10-08 | 刘宇清 | 一种基于3d打印技术的颅内肿瘤手术规划模拟方法 |
CN104463832A (zh) * | 2013-09-25 | 2015-03-25 | 中国科学院深圳先进技术研究院 | 一种神经外科手术导航的注册方法及系统 |
CN105701788A (zh) * | 2014-11-24 | 2016-06-22 | 复旦大学 | 一种基于全局优化的神经导航自动空间配准方法 |
CN108186136A (zh) * | 2018-01-31 | 2018-06-22 | 上海理工大学 | 一种基于HoloLens进行手术导航的腿部固定装置 |
CN109310476A (zh) * | 2016-03-12 | 2019-02-05 | P·K·朗 | 用于手术的装置与方法 |
CN109431616A (zh) * | 2018-10-27 | 2019-03-08 | 中南大学湘雅医院 | 一种扩增骨质区域进行mr配准的方法及其工具设计方法 |
-
2019
- 2019-03-12 CN CN201910185755.6A patent/CN109994188A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104463832A (zh) * | 2013-09-25 | 2015-03-25 | 中国科学院深圳先进技术研究院 | 一种神经外科手术导航的注册方法及系统 |
CN104091347A (zh) * | 2014-07-26 | 2014-10-08 | 刘宇清 | 一种基于3d打印技术的颅内肿瘤手术规划模拟方法 |
CN105701788A (zh) * | 2014-11-24 | 2016-06-22 | 复旦大学 | 一种基于全局优化的神经导航自动空间配准方法 |
CN109310476A (zh) * | 2016-03-12 | 2019-02-05 | P·K·朗 | 用于手术的装置与方法 |
CN108186136A (zh) * | 2018-01-31 | 2018-06-22 | 上海理工大学 | 一种基于HoloLens进行手术导航的腿部固定装置 |
CN109431616A (zh) * | 2018-10-27 | 2019-03-08 | 中南大学湘雅医院 | 一种扩增骨质区域进行mr配准的方法及其工具设计方法 |
Non-Patent Citations (1)
Title |
---|
曹延祥等: ""取点数目对基于CT导航股骨配准精度影响的研究"", 《中国数字医学》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110379493A (zh) * | 2019-08-29 | 2019-10-25 | 中国科学技术大学 | 一种图像导航配准系统及图像导航系统 |
CN110379493B (zh) * | 2019-08-29 | 2023-04-21 | 中国科学技术大学 | 一种图像导航配准系统及图像导航系统 |
WO2021137115A1 (en) * | 2019-12-31 | 2021-07-08 | Sonoscape Medical Corp. | Method and apparatus for registering live medical image with anatomical model |
CN111724420A (zh) * | 2020-05-14 | 2020-09-29 | 北京天智航医疗科技股份有限公司 | 一种术中配准方法、装置、存储介质和服务器 |
CN113850851A (zh) * | 2021-09-03 | 2021-12-28 | 北京长木谷医疗科技有限公司 | 手术机器人骨骼的配准方法及系统 |
CN115500946A (zh) * | 2022-08-17 | 2022-12-23 | 北京长木谷医疗科技有限公司 | 基于手术机器人测量手术器械定位架的方法和装置 |
CN115500946B (zh) * | 2022-08-17 | 2024-01-16 | 北京长木谷医疗科技股份有限公司 | 基于手术机器人测量手术器械定位架的方法和装置 |
CN115919463A (zh) * | 2023-02-15 | 2023-04-07 | 极限人工智能有限公司 | 一种口腔图像处理方法、装置、可读存储介质及设备 |
CN115919463B (zh) * | 2023-02-15 | 2023-06-27 | 极限人工智能有限公司 | 一种口腔图像处理方法、装置、可读存储介质及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109994188A (zh) | 基于ndi的神经外科导航配准测试方法和系统 | |
CN110464459B (zh) | 基于ct-mri融合的介入计划导航系统及其导航方法 | |
Zhao et al. | Tracking-by-detection of surgical instruments in minimally invasive surgery via the convolutional neural network deep learning-based method | |
CN107708568B (zh) | 配准的基准标记、系统和方法 | |
CN103793915B (zh) | 神经外科导航中低成本无标记配准系统及配准方法 | |
US20080039723A1 (en) | System and method for 3-d biopsy | |
CN107714082A (zh) | 一种基于光学定位的超声探头标定装置及方法 | |
EP3255609B1 (en) | A method of automatically identifying a sequence of marking points in 3d medical image | |
CN110946652B (zh) | 一种骨螺钉的钉道规划方法和装置 | |
CN103325143A (zh) | 基于模型匹配的标记点自动注册方法 | |
CN103337065A (zh) | 小鼠三维ct图像的非刚性配准方法 | |
US11989341B2 (en) | Alignment of medical images in augmented reality displays | |
CN112509022A (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 | |
CN105232161B (zh) | 一种手术机器人标志点识别定位方法 | |
CN104867104A (zh) | 基于xct图像非刚度配准的目标鼠解剖结构图谱获取方法 | |
CN104274247A (zh) | 医学手术导航方法 | |
CN104240180A (zh) | 一种实现图像自动调整的方法及装置 | |
CN106344152A (zh) | 腹部外科手术导航配准方法及系统 | |
CN110123451A (zh) | 应用于无标记点光学手术导航系统的病人表面注册方法 | |
CN101947103A (zh) | 全光学生物发光断层成像方法 | |
CN110993067A (zh) | 医学影像标注系统 | |
CN115153835A (zh) | 基于特征点配准与增强现实的髋臼假体放置引导系统及方法 | |
CN109767458A (zh) | 一种半自动分段的顺序优化配准方法 | |
CN113786228B (zh) | 一种基于ar增强现实的辅助穿刺导航系统 | |
CN108510506A (zh) | 一种管状结构图像分割方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190709 |