CN110169823A - 超声探头标定方法、装置、终端及存储介质 - Google Patents
超声探头标定方法、装置、终端及存储介质 Download PDFInfo
- Publication number
- CN110169823A CN110169823A CN201910334906.XA CN201910334906A CN110169823A CN 110169823 A CN110169823 A CN 110169823A CN 201910334906 A CN201910334906 A CN 201910334906A CN 110169823 A CN110169823 A CN 110169823A
- Authority
- CN
- China
- Prior art keywords
- dimensional
- coordinate
- coordinate system
- image
- matrix
- 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
- 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
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
- A61B2034/2046—Tracking techniques
- A61B2034/2063—Acoustic tracking systems, e.g. using ultrasound
Landscapes
- Health & Medical Sciences (AREA)
- Surgery (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Robotics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种超声探头标定方法、装置、终端及存储介质,该方法通过标定模型上的标记点在世界坐标系和在三维坐标系中的坐标,得到三维坐标系到世界坐标系的第一变换矩阵,再通过超声探头上的标志物在世界坐标系和标志物坐标系中的坐标得到世界坐标系到标志物坐标系的第二变换矩阵,再通过超声探头采集的二维图像和三维图像进行配准,得到二维坐标系到三维坐标系的第三变换矩阵,最后根据第一变换矩阵、第二变换矩阵和第三变换矩阵得到从二维坐标系到标志物坐标系之间的目标变换矩阵。本发明通过获取二维坐标系到标志物坐标系的转换关系,完成对超声探头的标定,提高超声图像转换为实时三维图像的精度。
Description
技术领域
本发明涉及医疗器械技术领域,尤其涉及一种超声探头标定方法、装置、终端及存储介质。
背景技术
随着微创外科和精准医学的迅速发展,基于图像的外科手术导航装置逐渐成为外科手术主流,其主要是把患者术前的医学图像资料(CT、MRI、DSA和PET多模态数据)与术中器官组织的具体位置通过计算机连接,并与相关手术器械相结合,可以准确的显示出器官组织的三维立体空间位置及与相邻的重要组织的空间位置关系,在各种复杂的情况下仍能准确定位,引导手术安全进行,节省了时间,并且在很大程度上提高了术者的自信心,能够避免重要结构的损伤等严重并发症的发生,提高手术的成功率。
现有的超声引导的手术导航装置中,通常使用卡具将磁定位装置固定在超声探头上以获取超声探头的位置信息。但是,卡具的固定位置不统一以及超声探头型号的不一致都会导致获取的图像数据与实际情况产生偏差,导致超声图像转换为实时三维图像的精度降低,影响医生对病灶位置的判断。
发明内容
本发明提供了一种超声探头标定方法、装置、终端及存储介质,以解决现有的手术导航装置中,卡具的固定位置不统一以及超声探头型号的不一致导致获取的图像数据与实际情况产生偏差的问题。
为了解决上述问题,本发明提供了一种超声探头标定方法,其包括:
获取标定模型上的标记点在世界坐标系中的世界坐标和在三维坐标系中的三维坐标,得到三维坐标系到世界坐标系的第一变换矩阵,三维坐标系根据预先获取的标定模型的三维图像构建;
控制配置有标志物的超声探头在不同位置采集标定模型的n个二维图像,并记录标志物的n个世界坐标,n为正整数;
构建以标志物为原点的标志物坐标系,并分别结合标志物的n个世界坐标得到标志物坐标系到世界坐标系的n个第二变换矩阵;
通过图像匹配分别确认每个二维图像对应的目标切片图像,并通过将二维图像和对应的目标切片图像进行配准,得到二维坐标系到三维坐标系的n个第三变换矩阵,二维坐标系根据二维图像构建,切片图像根据标定模型的三维图像分割得到;
根据第一变换矩阵、n个第二变换矩阵和n个第三变换矩阵计算得到二维坐标系到标志物坐标系的目标变换矩阵。
作为本发明的进一步改进,获取标定模型上的标记点在世界坐标系中的世界坐标和在三维坐标系中的三维坐标,得到三维坐标系到世界坐标系的第一变换矩阵的步骤,包括:
构建世界坐标系,并获取标定模型上至少三个标记点的世界坐标;
获取标定模型的三维图像,构建三维坐标系,并获取至少三个标记点的三维坐标;
配准至少三个标记点的世界坐标和三维坐标,得到三维坐标系到世界坐标系的第一变换矩阵。
作为本发明的进一步改进,二维图像和对应的目标切片图像进行配准,得到二维坐标系到三维坐标系的n个第三变换矩阵的步骤,包括:
在每个二维图像上选取至少三个特征点,并获取所述至少三个特征点的二维坐标;
在所述每个二维图像对应的目标切片图像上确认与所述至少三个特征点对应的至少三个目标点,并获取所述至少三个目标点的三维坐标;
分别将特征点的二维坐标和对应的目标点的三维坐标进行配准,得到所述二维坐标系到所述三维坐标系的n个第三变换矩阵。
作为本发明的进一步改进,根据第一变换矩阵、n个第二变换矩阵和n个第三变换矩阵计算得到二维坐标系到标志物坐标系的目标变换矩阵的步骤,包括:
计算每个二维图像的至少三个特征点在标志物坐标系中的坐标值pMi, 为第一变换矩阵,为的逆矩阵,为第i个第二变换矩阵,pCTi为第i目标点,为第i个第三变换矩阵,pUSi为第i个特征点;
将坐标值pMi组成一个矩阵PM,PM=[pM1,pM2,pM3,…,pMi],(i=1,2,3,…);
将所有的特征点组成一个矩阵PUS,PUS=[pUS1,pUS2,pUS3,…,pUSi],(i=1,2,3,…);
计算目标变换矩阵
为了解决上述问题,本发明还提供了一种超声探头标定装置,其包括:
第一矩阵计算模块,用于获取标定模型上的标记点在世界坐标系中的世界坐标和在三维坐标系中的三维坐标,得到三维坐标系到世界坐标系的第一变换矩阵,三维坐标系根据预先获取的标定模型的三维图像构建;
二维图像采集模块,用于控制配置有标志物的超声探头在不同位置采集标定模型的n个二维图像,并记录标志物的n个世界坐标,n为正整数;
第二矩阵计算模块,用于构建以标志物为原点的标志物坐标系,并分别结合标志物的n个世界坐标得到标志物坐标系到世界坐标系的n个第二变换矩阵;
第三矩阵计算模块,用于通过图像匹配分别确认每个二维图像对应的目标切片图像,并通过将二维图像和对应的目标切片图像进行配准,得到二维坐标系到三维坐标系的n个第三变换矩阵,二维坐标系根据二维图像构建,切片图像根据标定模型的三维图像分割得到;
目标矩阵计算模块,用于根据第一变换矩阵、n个第二变换矩阵和n个第三变换矩阵计算得到二维坐标系到标志物坐标系的目标变换矩阵。
作为本发明的进一步改进,第一矩阵计算模块包括:
世界坐标获取单元,用于构建世界坐标系,并获取标定模型上至少三个标记点的世界坐标;
三维坐标获取单元,用于获取标定模型的三维图像,构建三维坐标系,并获取至少三个标记点的三维坐标;
第一矩阵计算单元,用于配准至少三个标记点的世界坐标和三维坐标,得到三维坐标系到世界坐标系的第一变换矩阵。
作为本发明的进一步改进,第三矩阵计算模块包括:
切片图像确认单元,用于通过图像匹配分别确认每个二维图像对应的目标切片图像;
特征点选取单元,用于在每个二维图像上选取至少三个特征点,并获取至少三个特征点的二维坐标;
目标点确认单元,用于在每个二维图像对应的目标切片图像上确认与至少三个特征点对应的至少三个目标点,并获取至少三个目标点的三维坐标;
第三矩阵计算单元,用于分别将特征点的二维坐标和对应的目标点的三维坐标进行配准,得到二维坐标系到三维坐标系的n个第三变换矩阵。
作为本发明的进一步改进,目标矩阵计算模块包括:
坐标值计算单元,用于计算每个二维图像的至少三个特征点在标志物坐标系中的坐标值pMi, 为第一变换矩阵,为的逆矩阵,为第i个第二变换矩阵,pCTi为第i目标点,为第i个第三变换矩阵,pUSi为第i个特征点;
坐标值矩阵单元,用于将坐标值pMi组成一个矩阵PM,PM=[pM1,pM2,pM3,…,pMi],(i=1,2,3,…);
特征点矩阵单元,用于将所有的特征点组成一个矩阵PUS,PUS=[pUS1,pUS2,pUS3,…,pUSi],(i=1,2,3,…);
目标矩阵计算单元,用于计算目标变换矩阵
为了解决上述问题,本发明还提供了一种终端,其包括存储器和处理器,处理器耦接存储器,存储器上存储有可在处理器上运行的计算机程序;
处理器执行计算机程序时,实现上述任一项超声探头标定方法中的步骤。
为了解决上述问题,本发明还提供一种存储介质,其上存储有计算机程序,计算机程序被处理器执行时,实现上述任一项超声探头标定方法中的步骤。
相比于现有技术,本发明通过标定模型上的标记点在世界坐标系和三维坐标系中的坐标,得到三维坐标系到世界坐标系的第一变换矩阵,再通过超声探头上的标志物在世界坐标系中的坐标信息得到标志物坐标系到世界坐标系的第二变换矩阵,再通过分别采集的标定模型的二维图像和三维图像进行配准,从而得到二维坐标系到三维坐标系的第三变换矩阵,根据第一变换矩阵、第二变换矩阵、第三变换矩阵即可得到从二维坐标系到标志物坐标系的目标变换矩阵,即得到二维坐标系到标志物坐标系之间的转换关系,即二维图像与标志物之间的转换关系,使得在更换不同型号的超声探头或者卡具的固定位置之后,通过该超声探头标定方法完成对超声探头和卡具的标定,再将标定后的超声探头获取的二维图像根据二维图像与标志物之间的转换关系实时、精确地转换为三维图像,辅助医生准确的判断出病灶位置,方便医生进行手术。
附图说明
图1为本发明超声探头标定方法第一个实施例的流程示意图;
图2为本发明超声探头标定方法第二个实施例的流程示意图;
图3为本发明超声探头标定方法第三个实施例的流程示意图;
图4为本发明超声探头标定方法第四个实施例的流程示意图;
图5为本发明超声探头标定装置第一个实施例的功能模块示意图;
图6为本发明超声探头标定装置第二个实施例的功能模块示意图;
图7为本发明超声探头标定装置第三个实施例的功能模块示意图;
图8为本发明超声探头标定装置第四个实施例的功能模块示意图;
图9为本发明终端一个实施例的框架示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用来限定本发明。
图1展示了本发明超声探头标定方法的一个实施例。本实施例中,如图1所示,该超声探头标定方法包括:
步骤S1,获取标定模型上的标记点在世界坐标系中的世界坐标和在三维坐标系中的三维坐标,得到三维坐标系到世界坐标系的第一变换矩阵。
需要说明的是,标定模型上设置有至少三个标记点,该标记点可被超声探头上的探针标记,从而得到该标记点的位置信息,三维坐标系根据标定模型的三维图像构建,标定模型的三维图像可通过三维扫描设备扫描获取,例如通过CT扫描获取。
具体地,通过获取到标定模型上的标记点在世界坐标系中的世界坐标和在三维坐标系中的三维坐标之后,获取标记点的世界坐标和三维坐标之间的换算关系,从而得到即可得到三维坐标系到世界坐标系的第一变换矩阵。
其中,在一些实施例中,如图2所示,该步骤S1包括:
步骤S10,构建世界坐标系,并获取标定模型上至少三个标记点的世界坐标。
具体地,构建世界坐标系之后,可实时获知超声探头上的探针的世界坐标,通过使用该探针标记标定模型上的标记点,即可获取标记点的世界坐标。
步骤S11,获取标定模型的三维图像,构建三维坐标系,并获取至少三个标记点的三维坐标。
具体地,标定模型的三维图像通过三维图像扫描设备对标定模型进行三维扫描获取,例如:通过CT扫描标定模型获取。在获取标定模型的三维图像之后,构建三维坐标系并将该三维图像放置该三维坐标系中,即可获取标定模型上的标记点在三维坐标系中的三维坐标。
步骤S12,配准至少三个标记点的世界坐标和三维坐标,得到三维坐标系到世界坐标系的第一变换矩阵。
具体地,计算标记点的三维坐标与世界坐标的换算关系,从而得到三维坐标系到世界坐标系的第一变换矩阵。
步骤S2,控制配置有标志物的超声探头在不同位置采集标定模型的n个二维图像,并记录标志物的n个世界坐标。
需要说明的是,标志物用于标记出自己当前的位置信息,在构建世界坐标系之后,该标志物可用于标记出自身在世界坐标系中的世界坐标。本实施例中,n为正整数,例如:n为1时,即采集标定模型的一个二维图像,并记录标志物的一个世界坐标。
具体地,通过调整超声探头的位置,分别从不同的位置采集标定模型的二维图像,从而得到n个二维图像,该二维图像即超声图像,并且,每采集一次标定模型的二维图像,即记录一次标志物在世界坐标系中的世界坐标,从得到标志物的n个世界坐标。
步骤S3,构建以标志物为原点的标志物坐标系,并分别结合标志物的n个世界坐标得到标志物坐标系到世界坐标系的n个第二变换矩阵。
具体地,构建以标志物为原点的标志物坐标系。与三维图像扫描设备获取的三维图像的不同之处在于,三维图像扫描设备不能够实时获取待扫描物体的三维图像,不具有实时辅助医生进行手术过程的作用。此时,以一个标志物的世界坐标为例进行说明,根据该标志物的世界坐标和标志物为原点构建的标志物坐标系进行计算,即可得到标志物坐标系到世界坐标系的一个第二变换矩阵。
步骤S4,通过图像匹配分别确认每个二维图像对应的目标切片图像,并通过将二维图像和对应的目标切片图像进行配准,得到二维坐标系到三维坐标系的n个第三变换矩阵。
需要说明的是,二维坐标系是根据二维图像构建的坐标系,切片图像根据标定模型的三维图像分割得到。
具体地,在获取到标定模型的二维图像之后,提取二维图像的特征信息,再将三维图像分割成多个切片图像,并获取每个切片图像的特征信息,通过将二维图像的特征信息与切片图像的特征信息进行匹配,从而确认与二维图像对应的目标切片图像,再将该二维图像和目标切片图像进行配准操作,即可得到二维坐标系到三维坐标系的第三变换矩阵。
其中,在一些实施例中,如图3所示,二维图像和对应的目标切片图像进行配准,得到二维坐标系到三维坐标系的n个第三变换矩阵的步骤包括:
步骤S40,在每个二维图像上选取至少三个特征点,并获取至少三个特征点的二维坐标。
具体地,获取n个二维图像之后,每个二维图像均选取至少三个特征点,并在选取至少三个特征点之后,获取每个特征点在二维坐标系中的二维坐标。
步骤S41,在每个二维图像对应的目标切片图像上确认与至少三个特征点对应的至少三个目标点,并获取至少三个目标点的三维坐标。
具体地,在每个二维图像上选取至少三个特征点后,在二维图像对应目标切片图像上确认与该至少三个特征点对应的至少三个目标点,并获取至少三个目标点的三维坐标,目标点可通过二维图像的特征信息和三维图像的特征信息配准确认。
步骤S42,分别将特征点的二维坐标和对应的目标点的三维坐标进行配准,得到二维坐标系到三维坐标系的n个第三变换矩阵。
具体地,以一组特征点和目标点为例进行说明,根据该组特征点的二维坐标和对应的目标点的三维坐标进行换算,从而得到该组特征点和目标点之间的换算关系,进而得到该组特征点对应的二维坐标系到目标点对应的三维坐标系之间的第三变换矩阵。
步骤S5,根据第一变换矩阵、n个第二变换矩阵和n个第三变换矩阵计算得到二维坐标系到标志物坐标系的目标变换矩阵。
具体地,根据第一变换矩阵即可得到三维坐标系到世界坐标系的变换关系,根据第二变换矩阵即可得到标志物坐标系到世界坐标系的变换关系,根据第三变换矩阵即可得到二维坐标系到三维坐标系之间的变换关系,从而使得根据第一变换矩阵、第二变换矩阵和第三变换矩阵获得二维坐标系到标志物坐标系之间的目标变换矩阵,从而确认二维图像与超声探头所在空间坐标系之间的转换关系。
其中,在一些实施例中,如图4所示,步骤S5包括:
步骤S50,计算每个二维图像的至少三个特征点在标志物坐标系中的坐标值pMi。
需要说明的是,其中,为第一变换矩阵,为的逆矩阵,为第i个第二变换矩阵,共n个第二变换矩阵,i≤n,为第i个第三变换矩阵,共n个第三变换矩阵,i≤n,pUSi为第i个特征点,共n个特征点,i≤n,pCTi为第i目标点,共n个目标点,i≤n。
步骤S51,将坐标值pMi组成一个矩阵PM。
其中,PM=[pM1,pM2,pM3,…,pMi],(i=1,2,3,…)。
步骤S52,将所有的特征点组成一个矩阵PUS。
其中,PUS=[pUS1,pUS2,pUS3,…,pUSi],(i=1,2,3,…)。
步骤S53,计算目标变换矩阵。
其中,目标变换矩阵
具体地,本实施例中,以i=3为例进行说明,此时,计算得到:
PM=[pM1,pM2,pM3],PUS=[pUS1,pUS2,pUS3]
此时,计算
本实施例通过标定模型上的标记点在世界坐标系和三维坐标系中的坐标,从而得到三维坐标系到世界坐标系的第一变换矩阵,再通过超声探头上的标志物在世界坐标系中的坐标信息得到标志物坐标系到世界坐标系的第二变换矩阵,再通过分别采集的标定模型的二维图像和三维图像进行配准,从而得到二维坐标系到三维坐标系的第三变换矩阵,根据第一变换矩阵、第二变换矩阵、第三变换矩阵即可得到从二维坐标系到标志物坐标系的目标变换矩阵,即得到二维坐标系到标志物坐标系之间的转换关系,即二维图像与标志物之间的转换关系,使得在更换不同型号的超声探头或者卡具的固定位置之后,通过该超声探头标定方法完成对超声探头和卡具的标定,再将标定后的超声探头获取的二维图像根据二维图像与标志物之间的转换关系实时、精确地转换为三维图像,辅助医生准确的判断出病灶位置,方便医生进行手术。
图5展示了本发明超声探头标定装置的一个实施例。如图5所示,本实施例中,该超声探头标定装置包括第一矩阵计算模块10、二维图像采集模块11、第二矩阵计算模块12、第三矩阵计算模块13和目标矩阵计算模块14。
其中,第一矩阵计算模块10,用于获取标定模型上的标记点在世界坐标系中的世界坐标和在三维坐标系中的三维坐标,得到三维坐标系到世界坐标系的第一变换矩阵,三维坐标系根据标定模型的三维图像构建;二维图像采集模块11,用于控制配置有标志物的超声探头在不同位置采集标定模型的n个二维图像,并记录标志物的n个世界坐标,n为正整数;第二矩阵计算模块12,用于构建以标志物为原点的标志物坐标系,并分别结合标志物的n个世界坐标得到标志物坐标系到世界坐标系的n个第二变换矩阵;第三矩阵计算模块13,用于通过图像匹配分别确认每个二维图像对应的目标切片图像,并通过将二维图像和对应的目标切片图像进行配准,得到二维坐标系到三维坐标系的n个第三变换矩阵,切片图像根据标定模型的三维图像分割得到;目标矩阵计算模块14,用于根据第一变换矩阵、n个第二变换矩阵和n个第三变换矩阵计算得到二维坐标系到标志物坐标系的目标变换矩阵。
上述实施例的基础上,其他实施例中,如图6所示,第一矩阵计算模块10包括世界坐标获取单元100、三维坐标获取单元101和第一矩阵计算单元102。
其中,世界坐标获取单元100,用于构建世界坐标系,并获取标定模型上至少三个标记点的世界坐标;三维坐标获取单元101,用于获取标定模型的三维图像,构建三维坐标系,并获取至少三个标记点的三维坐标;第一矩阵计算单元102,用于配准至少三个标记点的世界坐标和三维坐标,得到三维坐标系到世界坐标系的第一变换矩阵。
上述实施例的基础上,其他实施例中,如图7所示,第三矩阵计算模块13包括切片图像确认单元130、特征点选取单元131、目标点确认单元132和第三矩阵计算单元133。
其中,切片图像确认单元130,用于通过图像匹配分别确认每个二维图像对应的目标切片图像;特征点选取单元131,用于在每个二维图像上选取至少三个特征点,并获取至少三个特征点的二维坐标;目标点确认单元132,用于在每个二维图像对应的目标切片图像上确认与至少三个特征点对应的至少三个目标点,并获取至少三个目标点的三维坐标;第三矩阵计算单元133,用于分别将特征点的二维坐标和对应的目标点的三维坐标进行配准,得到二维坐标系到三维坐标系的n个第三变换矩阵。
上述实施例的基础上,其他实施例中,如图8所示,目标矩阵计算模块14包括坐标值计算单元140、坐标值矩阵单元141、特征点矩阵单元142和目标矩阵计算单元143。
其中,坐标值计算单元140,用于计算每个二维图像的至少三个特征点在标志物坐标系中的坐标值pMi, 为第一变换矩阵,为的逆矩阵,为第i个第二变换矩阵,pCTi为第i目标点,为第i个第三变换矩阵,pUSi为第i个特征点;坐标值矩阵单元141,用于将坐标值pMi组成一个矩阵PM,PM=[pM1,pM2,pM3,…,pMi],(i=1,2,3,…);特征点矩阵单元142,用于将所有的特征点组成一个矩阵PUS,PUS=[pUS1,pUS2,pUS3,…,pUSi],(i=1,2,3,…);目标矩阵计算单元143,用于计算目标变换矩阵
图9展示了本发明终端一个实施例提供的示意框图,参见图9,该实施例中的终端包括:一个或至少两个处理器80、存储器81以及存储在该存储器81中并可在处理器80上运行的计算机程序810。处理器80执行计算机程序810时,实现上述实施例描述的超声探头标定方法中的步骤,例如:图1所示的步骤S1-步骤S5。或者,处理器80执行计算机程序810时,实现上述超声探头标定装置实施例中各模块/单元的功能,例如:图5所示模块10-模块14的功能。
计算机程序810可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器81中,并由处理器80执行,以完成本申请。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序810在终端中的执行过程。
终端包括但不仅限于处理器80、存储器81。本领域技术人员可以理解,图9仅仅是终端的一个示例,并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如终端还可以包括输入设备、输出设备、网络接入设备、总线等。
处理器80可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器81可以是只读存储器、可存储静态信息和指令的静态存储设备、随机存取存储器、或者可存储信息和指令的动态存储设备,也可以是电可擦可编程只读存储器、只读光盘、或其他光盘存储、光碟存储、磁盘存储介质或者其他磁存储设备。存储器81与处理器80可以通过通信总线相连接,也可以和处理器80集成在一起。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个装置,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
本申请实施例还提供了一种存储介质,用于存储计算机程序,其包含用于执行本申请上述超声探头标定方法实施例所设计的程序数据。通过执行该存储介质中存储的计算机程序,可以实现本申请提供的超声探头标定方法。
集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序810来指令相关的硬件来完成,计算机程序810可存储于一计算机可读存储介质中,该计算机程序810在被处理器80执行时,可实现上述各个方法实施例的步骤。其中,计算机程序810包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上对发明的具体实施方式进行了详细说明,但其只作为范例,本发明并不限制于以上描述的具体实施方式。对于本领域的技术人员而言,任何对该发明进行的等同修改或替代也都在本发明的范畴之中,因此,在不脱离本发明的精神和原则范围下所作的均等变换和修改、改进等,都应涵盖在本发明的范围内。
Claims (10)
1.一种超声探头标定方法,其特征在于,其包括:
获取标定模型上的标记点在世界坐标系中的世界坐标和在三维坐标系中的三维坐标,得到三维坐标系到世界坐标系的第一变换矩阵,所述三维坐标系根据预先获取的标定模型的三维图像构建;
控制配置有标志物的超声探头在不同位置采集所述标定模型的n个二维图像,并记录所述标志物的n个世界坐标,n为正整数;
构建以所述标志物为原点的标志物坐标系,并分别结合所述标志物的n个世界坐标得到标志物坐标系到世界坐标系的n个第二变换矩阵;
通过图像匹配分别确认每个二维图像对应的目标切片图像,并通过将所述二维图像和对应的目标切片图像进行配准,得到二维坐标系到三维坐标系的n个第三变换矩阵,所述二维坐标系根据所述二维图像构建,所述切片图像根据所述标定模型的三维图像分割得到;
根据所述第一变换矩阵、所述n个第二变换矩阵和所述n个第三变换矩阵计算得到二维坐标系到标志物坐标系的目标变换矩阵。
2.根据权利要求1所述的超声探头标定方法,其特征在于,所述获取标定模型上的标记点在世界坐标系中的世界坐标和在三维坐标系中的三维坐标,得到三维坐标系到世界坐标系的第一变换矩阵的步骤,包括:
构建世界坐标系,并获取标定模型上至少三个标记点的世界坐标;
获取所述标定模型的三维图像,构建三维坐标系,并获取所述至少三个标记点的三维坐标;
配准所述至少三个标记点的世界坐标和三维坐标,得到三维坐标系到世界坐标系的第一变换矩阵。
3.根据权利要求1所述的超声探头标定方法,其特征在于,所述二维图像和对应的目标切片图像进行配准,得到二维坐标系到三维坐标系的n个第三变换矩阵的步骤,包括:
在每个二维图像上选取至少三个特征点,并获取所述至少三个特征点的二维坐标;
在所述每个二维图像对应的目标切片图像上确认与所述至少三个特征点对应的至少三个目标点,并获取所述至少三个目标点的三维坐标;
分别将特征点的二维坐标和对应的目标点的三维坐标进行配准,得到所述二维坐标系到所述三维坐标系的n个第三变换矩阵。
4.根据权利要求3所述的超声探头标定方法,其特征在于,所述根据所述第一变换矩阵、所述n个第二变换矩阵和所述n个第三变换矩阵计算得到二维坐标系到标志物坐标系的目标变换矩阵的步骤,包括:
计算每个二维图像的至少三个特征点在标志物坐标系中的坐标值pMi, 为第一变换矩阵,为的逆矩阵,为第i个第二变换矩阵,pCTi为第i目标点,为第i个第三变换矩阵,pUSi为第i个特征点;
将所述坐标值pMi组成一个矩阵PM,PM=[pM1,pM2,pM3,…,pMi],(i=1,2,3,…);
将所有的特征点组成一个矩阵PUS,PUS=[pUS1,pUS2,pUS3,…,pUSi],(i=1,2,3,…);
计算目标变换矩阵
5.一种超声探头标定装置,其特征在于,其包括:
第一矩阵计算模块,用于获取标定模型上的标记点在世界坐标系中的世界坐标和在三维坐标系中的三维坐标,得到三维坐标系到世界坐标系的第一变换矩阵,所述三维坐标系根据预先获取的标定模型的三维图像构建;
二维图像采集模块,用于控制配置有标志物的超声探头在不同位置采集所述标定模型的n个二维图像,并记录所述标志物的n个世界坐标,n为正整数;
第二矩阵计算模块,用于构建以所述标志物为原点的标志物坐标系,并分别结合所述标志物的n个世界坐标得到标志物坐标系到世界坐标系的n个第二变换矩阵;
第三矩阵计算模块,用于通过图像匹配分别确认每个二维图像对应的目标切片图像,并通过将所述二维图像和对应的目标切片图像进行配准,得到二维坐标系到三维坐标系的n个第三变换矩阵,所述二维坐标系根据所述二维图像构建,所述切片图像根据所述标定模型的三维图像分割得到;
目标矩阵计算模块,用于根据所述第一变换矩阵、所述n个第二变换矩阵和所述n个第三变换矩阵计算得到二维坐标系到标志物坐标系的目标变换矩阵。
6.根据权利要求5所述的超声探头标定装置,其特征在于,所述第一矩阵计算模块包括:
世界坐标获取单元,用于构建世界坐标系,并获取标定模型上至少三个标记点的世界坐标;
三维坐标获取单元,用于获取所述标定模型的三维图像,构建三维坐标系,并获取所述至少三个标记点的三维坐标;
第一矩阵计算单元,用于配准所述至少三个标记点的世界坐标和三维坐标,得到三维坐标系到世界坐标系的第一变换矩阵。
7.根据权利要求5所述的超声探头标定装置,其特征在于,所述第三矩阵计算模块包括:
切片图像确认单元,用于通过图像匹配分别确认每个二维图像对应的目标切片图像;
特征点选取单元,用于在每个二维图像上选取至少三个特征点,并获取所述至少三个特征点的二维坐标;
目标点确认单元,用于在所述每个二维图像对应的目标切片图像上确认与所述至少三个特征点对应的至少三个目标点,并获取所述至少三个目标点的三维坐标;
第三矩阵计算单元,用于分别将特征点的二维坐标和对应的目标点的三维坐标进行配准,得到所述二维坐标系到所述三维坐标系的n个第三变换矩阵。
8.根据权利要求7所述的超声探头标定装置,其特征在于,所述目标矩阵计算模块包括:
坐标值计算单元,用于计算每个二维图像的至少三个特征点在标志物坐标系中的坐标值pMi, 为第一变换矩阵,为的逆矩阵,为第i个第二变换矩阵,pCTi为第i目标点,为第i个第三变换矩阵,pUSi为第i个特征点;
坐标值矩阵单元,用于将所述坐标值pMi组成一个矩阵PM,PM=[pM1,pM2,pM3,…,pMi],(i=1,2,3,…);
特征点矩阵单元,用于将所有的特征点组成一个矩阵PUS,PUS=[pUS1,pUS2,pUS3,…,pUSi],(i=1,2,3,…);
目标矩阵计算单元,用于计算目标变换矩阵
9.一种终端,其特征在于,其包括存储器和处理器,所述处理器耦接所述存储器,所述存储器上存储有可在所述处理器上运行的计算机程序;
所述处理器执行所述计算机程序时,实现权利要求1-4任一项所述超声探头标定方法中的步骤。
10.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现权利要求1-4任一项所述超声探头标定方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910334906.XA CN110169823A (zh) | 2019-04-24 | 2019-04-24 | 超声探头标定方法、装置、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910334906.XA CN110169823A (zh) | 2019-04-24 | 2019-04-24 | 超声探头标定方法、装置、终端及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110169823A true CN110169823A (zh) | 2019-08-27 |
Family
ID=67690113
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910334906.XA Pending CN110169823A (zh) | 2019-04-24 | 2019-04-24 | 超声探头标定方法、装置、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110169823A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111588467A (zh) * | 2020-07-24 | 2020-08-28 | 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 |
CN111973212A (zh) * | 2020-08-19 | 2020-11-24 | 杭州三坛医疗科技有限公司 | 参数标定方法和参数标定装置 |
CN112472294A (zh) * | 2020-12-15 | 2021-03-12 | 山东威高医疗科技有限公司 | 不同超声波设备探头在电磁导航系统中空间位置获取方法 |
CN113616350A (zh) * | 2021-07-16 | 2021-11-09 | 元化智能科技(深圳)有限公司 | 标记点选取位置的验证方法、装置、终端设备和存储介质 |
CN114176779A (zh) * | 2021-12-31 | 2022-03-15 | 杭州三坛医疗科技有限公司 | 一种手术机器人导航定位方法及装置 |
WO2023179756A1 (zh) * | 2022-03-24 | 2023-09-28 | 北京智愈医疗科技有限公司 | 一种双平面超声图像规划方法和装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103230283A (zh) * | 2013-04-16 | 2013-08-07 | 清华大学 | 一种超声探头成像平面空间位置标定的优化方法 |
CN105193445A (zh) * | 2015-09-01 | 2015-12-30 | 中国科学院深圳先进技术研究院 | 一种超声探头标定体模、超声探头标定系统及其标定方法 |
CN107714082A (zh) * | 2017-09-04 | 2018-02-23 | 北京航空航天大学 | 一种基于光学定位的超声探头标定装置及方法 |
-
2019
- 2019-04-24 CN CN201910334906.XA patent/CN110169823A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103230283A (zh) * | 2013-04-16 | 2013-08-07 | 清华大学 | 一种超声探头成像平面空间位置标定的优化方法 |
CN105193445A (zh) * | 2015-09-01 | 2015-12-30 | 中国科学院深圳先进技术研究院 | 一种超声探头标定体模、超声探头标定系统及其标定方法 |
CN107714082A (zh) * | 2017-09-04 | 2018-02-23 | 北京航空航天大学 | 一种基于光学定位的超声探头标定装置及方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111588467A (zh) * | 2020-07-24 | 2020-08-28 | 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 |
CN111973212A (zh) * | 2020-08-19 | 2020-11-24 | 杭州三坛医疗科技有限公司 | 参数标定方法和参数标定装置 |
CN112472294A (zh) * | 2020-12-15 | 2021-03-12 | 山东威高医疗科技有限公司 | 不同超声波设备探头在电磁导航系统中空间位置获取方法 |
CN112472294B (zh) * | 2020-12-15 | 2023-01-20 | 山东威高医疗科技有限公司 | 不同超声波设备探头在电磁导航系统中空间位置获取方法 |
CN113616350A (zh) * | 2021-07-16 | 2021-11-09 | 元化智能科技(深圳)有限公司 | 标记点选取位置的验证方法、装置、终端设备和存储介质 |
CN114176779A (zh) * | 2021-12-31 | 2022-03-15 | 杭州三坛医疗科技有限公司 | 一种手术机器人导航定位方法及装置 |
CN114176779B (zh) * | 2021-12-31 | 2023-12-26 | 杭州三坛医疗科技有限公司 | 一种手术机器人导航定位方法及装置 |
WO2023179756A1 (zh) * | 2022-03-24 | 2023-09-28 | 北京智愈医疗科技有限公司 | 一种双平面超声图像规划方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110169823A (zh) | 超声探头标定方法、装置、终端及存储介质 | |
US8787648B2 (en) | CT surrogate by auto-segmentation of magnetic resonance images | |
JP4171833B2 (ja) | 内視鏡誘導装置および方法 | |
CN106975163B (zh) | 用于图像引导治疗规划的自动解剖结构描绘 | |
West et al. | Comparison and evaluation of retrospective intermodality image registration techniques | |
WO2017185540A1 (en) | Neurosurgical robot navigation positioning system and method | |
JP6971544B2 (ja) | 画像処理装置、画像処理方法、およびプログラム | |
CN101057787B (zh) | 基于患者特定信息自动获得超声象平面的系统和方法 | |
CN111161326A (zh) | 用于可变形图像配准的无监督深度学习的系统和方法 | |
CN111640143B (zh) | 一种基于PointNet的神经导航快速面配准方法及系统 | |
CN110246580B (zh) | 基于神经网络和随机森林的颅侧面影像分析方法和系统 | |
Zhou et al. | Registration of pre-and postresection ultrasound volumes with noncorresponding regions in neurosurgery | |
CN111311655A (zh) | 多模态图像配准方法、装置、电子设备、存储介质 | |
CN104771189B (zh) | 三维头颅图像对正方法及装置 | |
CN112515767B (zh) | 手术导航装置、设备及计算机可读存储介质 | |
CN108852510B (zh) | 一种数据处理方法及装置 | |
Wahle et al. | 3D heart-vessel reconstruction from biplane angiograms | |
WO2011041475A1 (en) | Medical image analysis system using n-way belief propagation for anatomical images subject to deformation and related methods | |
CN109741439A (zh) | 一种二维mri胎儿图像的三维重建方法 | |
CN110379493B (zh) | 一种图像导航配准系统及图像导航系统 | |
CN110458963B (zh) | 一种三维导航系统中目标物的精确定位方法及装置 | |
Lee et al. | Toward robust partial-image based template matching techniques for MRI-guided interventions | |
CN110009666B (zh) | 一种机器人空间配准中建立匹配模型的方法及装置 | |
CN113870324A (zh) | 多模态图像的配准方法及其配准装置和计算机可读存储介质 | |
Lin et al. | Optimization model for the distribution of fiducial markers in liver intervention |
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: 20190827 |