CN110731817B - 一种基于光学扫描自动化轮廓分割匹配的无辐射经皮脊柱定位方法 - Google Patents
一种基于光学扫描自动化轮廓分割匹配的无辐射经皮脊柱定位方法 Download PDFInfo
- Publication number
- CN110731817B CN110731817B CN201910963163.2A CN201910963163A CN110731817B CN 110731817 B CN110731817 B CN 110731817B CN 201910963163 A CN201910963163 A CN 201910963163A CN 110731817 B CN110731817 B CN 110731817B
- Authority
- CN
- China
- Prior art keywords
- human body
- model
- dimensional
- contour
- image
- 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
Links
- 230000003287 optical effect Effects 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000011218 segmentation Effects 0.000 title claims abstract description 10
- 230000037182 bone density Effects 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 6
- 230000001629 suppression Effects 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 4
- 239000012535 impurity Substances 0.000 claims description 3
- 210000001519 tissue Anatomy 0.000 claims description 3
- 230000001225 therapeutic effect Effects 0.000 claims 1
- 230000005855 radiation Effects 0.000 abstract description 4
- 230000000007 visual effect Effects 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 7
- 238000001356 surgical procedure Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 206010002091 Anaesthesia Diseases 0.000 description 3
- 230000037005 anaesthesia Effects 0.000 description 3
- 238000002324 minimally invasive surgery Methods 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 206010028980 Neoplasm Diseases 0.000 description 2
- 206010052428 Wound Diseases 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 210000003484 anatomy Anatomy 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000002674 endoscopic surgery Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000010146 3D printing Methods 0.000 description 1
- 206010011732 Cyst Diseases 0.000 description 1
- 208000003618 Intervertebral Disc Displacement Diseases 0.000 description 1
- 206010050296 Intervertebral disc protrusion Diseases 0.000 description 1
- 208000002847 Surgical Wound Diseases 0.000 description 1
- 230000003444 anaesthetic effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 208000031513 cyst Diseases 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002594 fluoroscopy Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000002684 laminectomy Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008733 trauma Effects 0.000 description 1
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
- A61B34/10—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
- A61B34/20—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
- A61B2034/101—Computer-aided simulation of surgical operations
- A61B2034/105—Modelling of the patient, e.g. for ligaments or bones
-
- 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
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
- A61B2034/108—Computer aided selection or customisation of medical implants or cutting guides
-
- 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
- A61B2034/2055—Optical tracking systems
Landscapes
- Health & Medical Sciences (AREA)
- Surgery (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Robotics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于光学扫描自动化轮廓分割匹配的无辐射经皮脊柱定位方法,通过临床影像资料处理系统导入临床影像数据(CT)分割并重建出人体背部轮廓和脊柱的三维模型,通过结构光/TOF(Time of flight)光学扫描设备扫查并重建人体背部轮廓三维模型,最后经过三维图像处理系统匹配计算,显示输出脊柱模型和光学扫描的人体背部轮廓模型的三维坐标关系。本发明方法基于光学扫描设备,实现脊柱模型和光学扫描的人体背部轮廓模型的匹配和定位,具有无辐射,占用空间少,扫描速度快,显示结果直观,可重复性高等优势。
Description
技术领域
本发明涉及医疗技术和计算机图像处理领域,是一种基于光学扫描自动化轮廓分割匹配的无辐射经皮脊柱定位方法。
背景技术
目前,经皮微创脊柱外科手术已经应用于椎间盘切除、椎板切除减压、椎间孔切开术以及囊肿、肿瘤切除等,其优势在于创伤小,能最大程度地保护脊柱及其周围的解剖结构。
经皮内镜手术是经皮微创脊柱外科的代表,其创伤小且直观,显示系统与其他手术内镜平台通用,经济投入不高,具有良好的临床应用前景;但其技术掌握不易,尤其对术中定位穿刺要求较高。通常脊柱外科医生需要待患者麻醉固定体位后,通过术中C臂机透视获得的二维影像图像来判断手术区皮肤下方所对应的脊柱节段是否正确,这种基于临床经验的判断方法不直观且准确率不高,多次尝试对患者和医护人员都会造成额外辐射暴露。
现有的精度较高的脊柱外科手术导航设备均需要在切开皮肤后,注册皮肤下方固定的骨性标志物来达到手术导航的目的。这种方式的导航设备均基于X线,通常需要配合辐射量较大的三维C臂或术中CT;体积庞大,容易造成手术和麻醉器械之间的互相干扰;准备步骤繁琐,学习周期长,术中准备和注册导航设备往往需要20至30分钟,如注册不满意或参考弧被手术中的器械影响,则须耗费较长的重新注册时间,不仅影响了术者的手术操作,也增加了麻醉风险。这种创伤较大的导航方式不符合微创手术的原则,也不能判定手术切口与下方脊柱的骨性结构关系,故无法应用于经皮微创脊柱外科手术。
光学扫描技术(结构光/TOF)具有高速,高分辨率,可重复性高的特点,其设备体积小,可移动性强;无辐射,不产生磁场,不影响手术和麻醉器械;术中准备和注册时间短,一次扫描大约只需要1分钟,重复注册也不会影响术者的手术操作流程,适合应用于涉及复杂解剖和需配合众多监控辅助设备的脊柱外科手术。
现今光学扫描技术可运用的领域很多,较为成熟的有手机上的面部识别,3D打印以及地形地貌的勘测等等。但是在医疗领域,因其图像较为复杂,内含有的信号较多,且人体轮廓内部的信息才是临床治疗所关注的,只能单独的识别人体轮廓的光学扫描技术并不能够实现透视,故难以运用于临床治疗。近几年来,随着图像融合技术的成熟,出现了不少尝试把光学扫描图像和医学扫描图像融合的技术,但是这些技术往往难以达到自动化匹配,它们只能通过手动寻找特征点较为固定和突出的部位(如人体的鼻子和耳朵)作为靶点进行轮廓的匹配,原因就在于人体医学图像信号的复杂性和密度不均一性,基于医学图像所生成的三维点云,其无法达到均匀等大,难以匹配基于光学扫描所生成的均一化三维点云。并且,人体医学图像和光学扫描的图像三维坐标比例的不一致性,坐标起点的不一致,也会造成匹配的图像出现旋转,嵌插,移位等错位。
人体背部皮肤可移动性强,没有固定的表面形态,也没有特征性的解剖标志,其外表可随着人体的高矮胖瘦而改变,亦可随着体位改变而产生变化,故难以将光学扫描图像和临床医学图像进行匹配。基于轮廓分割匹配的方法,采取大轮廓匹配的思路,以最大化地减少误差,通过匹配术前基于医学影像分割提取的和术中基于光学扫描获得到的人体背部轮廓薄层三维点云数据,建立起术前和术中人体背部轮廓三维模型的统一坐标系;同时利用人体脊柱的刚性特点,最终可建立出术中人体背部轮廓和其下方脊柱的三维解剖关系,再配合经皮微创脊柱手术技术,特别是经皮内镜手术的直观显示,可代替传统的X线设备,实现术中定位透视的效果。
发明内容
本发明的目的在于克服现有技术的不足,提供了一种基于光学扫描自动化轮廓分割匹配的无辐射经皮脊柱定位方法。
本发明的技术方案如下:
本发明的一种基于光学扫描自动化轮廓分割匹配的无辐射经皮脊柱定位方法包括如下步骤:
S1.医学影像处理流程
1.1:获取临床影像DICOMs资料;
1.2:对临床影像DICOMs资料,通过设定CT阈值范围分离提取出人体脊柱的CT值,提取后以骨质密度重建输出人体脊柱的三维模型并保存;
1.3:对临床影像DICOMs资料,通过设定CT阈值范围分离提取出人体轮廓的CT值;
1.4:以空气密度填充人体轮廓外的三维空间,以去除人体轮廓外的其他杂质信号;
1.5:将大于空气密度的CT值以一均值覆盖;
1.6:通过选择ROI裁剪步骤1.5处理后的DICOMs图像,以图像中心点为中心,以背部轮廓最高点为边界,切割DICOMs图像,提取出只包含人体背部的图像信息,重建输出密度均匀的人体背部轮廓的三维模型并保存;
1.7:合并步骤1.2和步骤1.6的两个模型数据的坐标数据,建立统一的坐标系;
1.8:采用基于点云库的算法,提取人体背部轮廓的三维模型mesh的顶点坐标/法向量坐标;采用非极大值抑制算法提取模型表征边缘信息;生成基于临床影像的人体背部皮肤轮廓的三维薄层点云模型;
1.9:合并基于临床影像的人体背部皮肤轮廓的三维薄层点云模型和人体脊柱的三维模型,建立统一坐标系;
S2.光学图像处理流程
2.1:注册标定结构光/TOF光学发射装置(1)以及接收相机(2);
2.2:通过光学发射装置(1)以人体背部的任意感兴趣区域为中心,并在最优分辨率下投射结构光/TOF,通过接收相机(2)接收扫描到的背部轮廓数据,上传至图像处理系统(3),重建出光学扫描的人体背部轮廓三维模型并保存;
2.3:采用基于点云库的算法,提取光学扫描的人体背部轮廓三维模型网格的顶点坐标/法向量坐标;采用非极大值抑制算法提取模型表征边缘信息;生成光学扫描的人体背部轮廓三维薄层点云模型;
2.4:利用随机采样一致算法实现采样一致性初始配准,剔除误匹配点,最后通过基于迭代最近点算法的点云自动匹配方法,将光学扫描的人体背部轮廓三维薄层点云模型和基于临床影像的人体背部皮肤轮廓的三维薄层点云模型进行自动化匹配;
2.5:剔除基于临床影像的人体背部皮肤轮廓的三维薄层点云模型,即可获得人体脊柱的三维模型和光学扫描的人体背部轮廓三维薄层点云模型之间的三维坐标关系,输出影像结果。
作为本发明的优选方案,所述步骤1.2中的CT阈值范围应满足只显示骨质密度,且不显示其他组织密度。进一步优选的,所述步骤1.2中的CT阈值范围应满足>400Hu
作为本发明的优选方案,所述步骤1.3中的CT阈值范围应满足不含空气密度,且小于骨质密度。进一步优选的,所述步骤1.3中的CT阈值范围应满足>-1000Hu,且<400Hu
作为本发明的优选方案,所述步骤1.4中空气密度选取为-1000Hu。
作为本发明的优选方案,所述步骤1.5中的均值需>-100Hu。
作为本发明的优选方案,所述步骤1.2、步骤1.6、步骤2.2保存的格式为.obj格式。
作为本发明的优选方案,所述步骤2.2中的感兴趣区域的中心点位于人体背部中线上。
作为本发明的优选方案,所述的结构光/TOF光学发射装置(1)具备可见光或者红外光投射功能;所述的接收相机(2)可接收可见光或者红外光。
实现本发明方法的硬件系统主要包括结构光/TOF光学发射装置(1)、接收相机(2)、图像处理系统(3)。
所述的结构光/TOF光学发射装置(1)具备可见光或者红外光投射功能。
所述的接受相机(2)可接收采集可见光或者红外光信息。
所述的图像处理系统(3)可导入临床CT影像资料(DICOM数据)并重建输出.obj格式的三维模型,能够在同一坐标系下分割提取出患者的背部轮廓以及脊柱三维模型,并且通过基于点云库(PCL)的关键点提取算法,提取生成背部轮廓的三维薄层点云数据。
所述的图像处理系统(3)可输入接收相机(2)的光学图像信息重建输出.obj格式的三维模型,并且通过基于点云库(PCL)的关键点提取算法,提取生成三维薄层点云数据了。
所述的图像处理系统(3)能最终基于ICP算法实现自动化精准匹配三维模型的点云数据,并在同一个坐标系下显示出光学扫描的轮廓和临床影像分割的脊柱三维模型。
本发明和现有技术方法相比,具有如下优点和有益效果:
本发明采用的技术方法,可以代替传统的术中X线透视,具有无辐射,高速,高分辨,可重复性高的特点;设备体积小,可移动性强,安装简便,无磁场,不影响现有的手术和麻醉器械;基于轮廓的分割自动匹配方法,解决了背部轮廓无固定性,容易形变的缺点;设备经济投入不大,无高费用耗材,学习难度不高,自动化匹配成像,显示结果直观,适合推广。
附图说明
图1为图像处理流程图;
图2为简要应用流程示意图;
图3为临床影像三维重建示意图;
图4为临床影像三维重建点云图;
图5为光学三维重建示意图;
图6为光学三维重建点云图;
图7为匹配后的三维重建点云图;
图8为假设的感兴趣区域和脊柱的三维解剖关系示意图。
具体实施方式
下面结合附图对本发明做进一步的说明。
如图1和2所示,本发明方法所涉及的流程包括:医学影像处理流程和光学图像处理流程。
1.医学影像处理流程:
1.1:获取临床影像DICOMs资料(以CT为例),输入图像处理系统(3)。
1.2:通过固定的CT阈值(Threshold)范围分离提取出人体脊柱的CT值,该阈值必须满足只显示骨质密度(>400Hu),且不含任何其他组织密度,提取后以骨质密度重建输出人体脊柱的三维模型并保存为.obj格式。
1.3:通过固定的CT阈值(Threshold)范围分离提取出人体轮廓的CT值,该阈值必须满足不含空气密度(>-1000Hu)以及小于骨质密度(<400Hu)。
1.4:批量处理DICOMs图片数据以空气密度(-1000Hu)填充轮廓外的三维空间,以去除人体轮廓外的其他杂质信号。
1.5:设置逻辑运算将大于空气密度(-1000Hu)的CT值以任意均值覆盖,该任意值需>-100Hu。
1.6:通过选择ROI(regionofinterest)裁剪DICOMs图像,要求以图像中心点为中心,以背部轮廓最高点为边界,切割DICOMs图像,提取出只包含人体背部的图像信息,重建输出密度均匀的人体背部轮廓的三维模型并保存为.obj格式,如图3所示。
1.7:由于上述两个模型均由同一组DICOMs图像提取,故可自动合并两个模型数据的坐标数据,建立统一的坐标系。
1.8:采用基于点云库(PCL)的算法,提取人体背部轮廓三维模型mesh的顶点(Vertex)坐标/法向量坐标;采用非极大值抑制(NMS)算法提取模型表征边缘信息;生成基于临床影像的人体背部皮肤轮廓的三维薄层点云模型,如图4所示。
1.9:合并基于临床影像的人体背部皮肤轮廓薄层点云模型同人体脊柱的三维模型,建立统一坐标系。
2.光学图像处理流程:
2.1:注册标定结构光/TOF光学发射装置(1)以及接收相机(2)。
2.2:通过光学发射装置(1)以人体背部的任意感兴趣区域为中心,该感兴趣区域的中心点以位于人体背部中线上的任意点为优;并在光学设备的最优分辨率下尽可能大范围投射结构光/TOF,通过接收相机(2)接收扫描到的背部轮廓数据,上传至图像处理系统(3),重建出光学扫描的人体背部轮廓三维模型并保存为.obj格式,如图5所示。
2.3:采用基于点云库(PCL)的算法,提取三维模型mesh的顶点(Vertex)坐标/法向量坐标;采用非极大值抑制(NMS)算法提取模型表征边缘信息;生成光学扫描的人体背部轮廓三维薄层点云模型,如图6所示。
2.4:利用随机采样一致(RANSAC)算法实现采样一致性初始配准(SAC-IA),剔除误匹配点,最后通过基于迭代最近点算法(ICP)的点云自动匹配方法,将光学扫描的人体背部轮廓三维薄层点云模型(aligned)和基于临床影像的人体背部皮肤轮廓的三维薄层点云模型(reference)进行自动化匹配,输出结果如图7所示。
2.5:剔除基于临床影像的人体背部皮肤轮廓的三维薄层点云模型,即可获得人体脊柱的三维模型和光学扫描的人体背部轮廓三维薄层点云模型之间的三维坐标关系,达到定位透视的目的,输出的影像结果如图8所示。
以上流程是将基于临床影像的人体背部皮肤轮廓的三维薄层点云模型作为参考模型进行匹配,本发明亦可将光学扫描的人体背部轮廓三维薄层点云模型作为参考模型进行匹配,具体操作流程不变。
本发明所获得的影像结果可用于临床教学示范,临床手术规划,临床经皮脊柱微创手术的术中定位(包括肿瘤节段定位,椎间盘突出节段定位等),可代替传统的术中X线设备进行透视定位,亦可配合图像输出设备,如AR、VR、MR等,实时输出模型的三维立体图像,实现经皮脊柱微创手术的定位导航。此外,本发明还可适用于模型零件的反向工程,位姿检测与匹配,工业机器人导航装配以及地质勘测、分析、挖掘等工业场景。
Claims (10)
1.一种非治疗目的的基于光学扫描自动化轮廓分割匹配的无辐射经皮脊柱定位方法,其特征在于包括如下步骤:
S1.医学影像处理流程
1.1:获取临床影像DICOMs资料;
1.2:对临床影像DICOMs资料,通过设定CT阈值范围分离提取出人体脊柱的CT值,提取后以骨质密度重建输出人体脊柱的三维模型并保存;
1.3:对临床影像DICOMs资料,通过设定CT阈值范围分离提取出人体轮廓的CT值;
1.4:以空气密度填充人体轮廓外的三维空间,以去除人体轮廓外的其他杂质信号;
1.5:将大于空气密度的CT值以一均值覆盖;
1.6:通过选择ROI裁剪步骤1.5处理后的DICOMs图像,以图像中心点为中心,以背部轮廓最高点为边界,切割DICOMs图像,提取出只包含人体背部的图像信息,重建输出密度均匀的人体背部轮廓的三维模型并保存;
1.7:合并步骤1.2和步骤1.6的两个模型数据的坐标数据,建立统一的坐标系;
1.8:采用基于点云库的算法,提取人体背部轮廓的三维模型网格的顶点坐标/法向量坐标;采用非极大值抑制算法提取模型表征边缘信息;生成基于临床影像的人体背部皮肤轮廓的三维薄层点云模型;
1.9:合并基于临床影像的人体背部皮肤轮廓的三维薄层点云模型和人体脊柱的三维模型,建立统一坐标系;
S2.光学图像处理流程
2.1:注册标定结构光/TOF光学发射装置(1)以及接收相机(2);
2.2:通过光学发射装置(1)以人体背部的任意感兴趣区域为中心,并在最优分辨率下投射结构光/TOF,通过接收相机(2)接收扫描到的背部轮廓数据,上传至图像处理系统(3),重建出光学扫描的人体背部轮廓三维模型并保存;
2.3:采用基于点云库的算法,提取光学扫描的人体背部轮廓三维模型网格顶点坐标/法向量坐标;采用非极大值抑制算法提取模型表征边缘信息;生成光学扫描的人体背部轮廓三维薄层点云模型;
2.4:利用随机采样一致算法实现采样一致性初始配准,剔除误匹配点,最后通过基于迭代最近点算法的点云自动匹配方法,将光学扫描的人体背部轮廓三维薄层点云模型和基于临床影像的人体背部皮肤轮廓的三维薄层点云模型进行自动化匹配;
2.5:剔除基于临床影像的人体背部皮肤轮廓的三维薄层点云模型,即可获得人体脊柱的三维模型和光学扫描的人体背部轮廓三维薄层点云模型之间的三维坐标关系,输出影像结果。
2.根据权利要求1所述的方法,其特征在于所述步骤1.2中的CT阈值范围应满足只显示骨质密度,且不显示其他组织密度。
3.根据权利要求1或2所述的方法,其特征在于所述步骤1.2中的CT阈值范围应满足>400Hu。
4.根据权利要求1所述的方法,其特征在于所述步骤1.3中的CT阈值范围应满足不含空气密度,且小于骨质密度。
5.根据权利要求1或4所述的方法,其特征在于所述步骤1.3中的CT阈值范围应满足>-1000Hu,且<400Hu。
6.根据权利要求1所述的方法,其特征在于所述步骤1.4中空气密度选取为-1000Hu。
7.根据权利要求1所述的方法,其特征在于所述步骤1.5中的均值需>-100Hu。
8.根据权利要求1所述的方法,其特征在于所述步骤1.2、步骤1.6、步骤2.2保存的格式为.obj格式。
9.根据权利要求1所述的方法,其特征在于所述步骤2.2中的感兴趣区域的中心点位于人体背部中线上。
10.根据权利要求1所述的方法,其特征在于所述的结构光/TOF光学发射装置(1)具备可见光或者红外光投射功能;所述的接收相机(2)可接收可见光或者红外光。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910963163.2A CN110731817B (zh) | 2019-10-11 | 2019-10-11 | 一种基于光学扫描自动化轮廓分割匹配的无辐射经皮脊柱定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910963163.2A CN110731817B (zh) | 2019-10-11 | 2019-10-11 | 一种基于光学扫描自动化轮廓分割匹配的无辐射经皮脊柱定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110731817A CN110731817A (zh) | 2020-01-31 |
CN110731817B true CN110731817B (zh) | 2021-04-13 |
Family
ID=69268710
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910963163.2A Active CN110731817B (zh) | 2019-10-11 | 2019-10-11 | 一种基于光学扫描自动化轮廓分割匹配的无辐射经皮脊柱定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110731817B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111789634B (zh) * | 2020-06-09 | 2021-04-20 | 浙江大学 | 一种人体脊柱自动化超声扫查的路径规划方法 |
CN112183541B (zh) * | 2020-09-17 | 2023-04-18 | 中山大学肿瘤防治中心(中山大学附属肿瘤医院、中山大学肿瘤研究所) | 一种轮廓提取方法及装置、电子设备、存储介质 |
CN113948173B (zh) * | 2021-10-22 | 2024-03-22 | 昆明理工大学 | 基于增强现实、有限元分析的医疗辅助系统及使用方法 |
CN116502923B (zh) * | 2023-06-27 | 2023-09-01 | 南昌菱形信息技术有限公司 | 虚拟仿真教学实训平台的仿真方法及系统 |
CN116883471B (zh) * | 2023-08-04 | 2024-03-15 | 天津大学 | 面向胸腹部经皮穿刺的线结构光无接触点云配准方法 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1647759A (zh) * | 2004-01-29 | 2005-08-03 | 西门子公司 | 对准和重叠医疗成像的系列拍摄中的图像数据的方法 |
CN101049248A (zh) * | 2007-05-18 | 2007-10-10 | 西安工业大学 | 光磁电复合导航手术定位装置和方法 |
CN107174343A (zh) * | 2017-06-26 | 2017-09-19 | 南京普爱医疗设备股份有限公司 | 基于红外光学定位系统的三维骨科手术导航空间配准方法 |
CN107481228A (zh) * | 2017-07-28 | 2017-12-15 | 电子科技大学 | 基于计算机视觉的人体背部脊柱侧弯角度测量方法 |
CN108601630A (zh) * | 2015-12-22 | 2018-09-28 | 斯栢迈股份公司 | 在脊柱区域和邻近胸廓、骨盆或头部的区域的外科手术期间的术中图控导航装置 |
CN108697415A (zh) * | 2016-01-11 | 2018-10-23 | 马佐尔机器人有限公司 | 外科手术机器人系统 |
CN108784832A (zh) * | 2017-04-26 | 2018-11-13 | 中国科学院沈阳自动化研究所 | 一种脊柱微创手术增强现实导航方法 |
CN109414295A (zh) * | 2016-04-28 | 2019-03-01 | 美敦力导航股份有限公司 | 基于图像的导航的方法和装置 |
CN109646089A (zh) * | 2019-01-15 | 2019-04-19 | 浙江大学 | 一种基于多模式医学融合图像的脊柱脊髓体表穿刺入路点智能定位系统及方法 |
CN109925058A (zh) * | 2017-12-18 | 2019-06-25 | 吕海 | 一种脊柱外科微创手术导航系统 |
CN109925057A (zh) * | 2019-04-29 | 2019-06-25 | 苏州大学 | 一种基于增强现实的脊柱微创手术导航方法及系统 |
CN109938835A (zh) * | 2017-12-21 | 2019-06-28 | 西门子保健有限责任公司 | 用于在调整器械定向时进行配准的方法和机器人系统 |
CN109952070A (zh) * | 2016-10-05 | 2019-06-28 | 纽文思公司 | 手术导航系统及相关方法 |
US10368956B2 (en) * | 2016-02-16 | 2019-08-06 | The Johns Hopkins University | MR-levelcheck-2: method for localization of structures in projection images |
CN110101452A (zh) * | 2019-05-10 | 2019-08-09 | 山东威高医疗科技有限公司 | 一种用于外科手术的光磁一体化定位导航方法 |
-
2019
- 2019-10-11 CN CN201910963163.2A patent/CN110731817B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1647759A (zh) * | 2004-01-29 | 2005-08-03 | 西门子公司 | 对准和重叠医疗成像的系列拍摄中的图像数据的方法 |
CN101049248A (zh) * | 2007-05-18 | 2007-10-10 | 西安工业大学 | 光磁电复合导航手术定位装置和方法 |
CN108601630A (zh) * | 2015-12-22 | 2018-09-28 | 斯栢迈股份公司 | 在脊柱区域和邻近胸廓、骨盆或头部的区域的外科手术期间的术中图控导航装置 |
CN108697415A (zh) * | 2016-01-11 | 2018-10-23 | 马佐尔机器人有限公司 | 外科手术机器人系统 |
US10368956B2 (en) * | 2016-02-16 | 2019-08-06 | The Johns Hopkins University | MR-levelcheck-2: method for localization of structures in projection images |
CN109414295A (zh) * | 2016-04-28 | 2019-03-01 | 美敦力导航股份有限公司 | 基于图像的导航的方法和装置 |
CN109952070A (zh) * | 2016-10-05 | 2019-06-28 | 纽文思公司 | 手术导航系统及相关方法 |
CN108784832A (zh) * | 2017-04-26 | 2018-11-13 | 中国科学院沈阳自动化研究所 | 一种脊柱微创手术增强现实导航方法 |
CN107174343A (zh) * | 2017-06-26 | 2017-09-19 | 南京普爱医疗设备股份有限公司 | 基于红外光学定位系统的三维骨科手术导航空间配准方法 |
CN107481228A (zh) * | 2017-07-28 | 2017-12-15 | 电子科技大学 | 基于计算机视觉的人体背部脊柱侧弯角度测量方法 |
CN109925058A (zh) * | 2017-12-18 | 2019-06-25 | 吕海 | 一种脊柱外科微创手术导航系统 |
CN109938835A (zh) * | 2017-12-21 | 2019-06-28 | 西门子保健有限责任公司 | 用于在调整器械定向时进行配准的方法和机器人系统 |
CN109646089A (zh) * | 2019-01-15 | 2019-04-19 | 浙江大学 | 一种基于多模式医学融合图像的脊柱脊髓体表穿刺入路点智能定位系统及方法 |
CN109925057A (zh) * | 2019-04-29 | 2019-06-25 | 苏州大学 | 一种基于增强现实的脊柱微创手术导航方法及系统 |
CN110101452A (zh) * | 2019-05-10 | 2019-08-09 | 山东威高医疗科技有限公司 | 一种用于外科手术的光磁一体化定位导航方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110731817A (zh) | 2020-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110731817B (zh) | 一种基于光学扫描自动化轮廓分割匹配的无辐射经皮脊柱定位方法 | |
AU2019203994B2 (en) | System and method for local three dimensional volume reconstruction using a standard fluoroscope | |
JP7162793B2 (ja) | 超音波拓本技術に基づく脊椎画像生成システム及び脊柱手術用のナビゲーション・位置確認システム | |
EP3720334B1 (en) | System and method for assisting visualization during a procedure | |
AU2020210140B2 (en) | System and method for local three dimensional volume reconstruction using a standard fluoroscope | |
CN111093505B (zh) | 放射线拍摄装置以及图像处理方法 | |
CN116492052B (zh) | 一种基于混合现实脊柱三维可视化手术导航系统 | |
Stolka et al. | A 3D-elastography-guided system for laparoscopic partial nephrectomies | |
KR101988531B1 (ko) | 증강현실 기술을 이용한 간병변 수술 내비게이션 시스템 및 장기 영상 디스플레이 방법 | |
CN114283179A (zh) | 基于超声图像的骨折远近端空间位姿实时获取与配准系统 | |
KR101977650B1 (ko) | 증강 현실을 이용한 의료 영상 처리 장치 및 의료 영상 처리 방법 | |
CN213030824U (zh) | 一种颅颌面手术导航辅助装置 | |
Helferty | Image-guided endoscopy and its application to pulmonary medicine | |
CN115272375A (zh) | 一种三维影像椎体点云分割方法 | |
AU2023222179A1 (en) | Method, computing device, system, and computer program product for assisting positioning of a tool with respect to a specific body part of a patient |
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 |