CN111370094A - 一种基于联合点配准算法设备的图像定位装置 - Google Patents

一种基于联合点配准算法设备的图像定位装置 Download PDF

Info

Publication number
CN111370094A
CN111370094A CN202010223506.4A CN202010223506A CN111370094A CN 111370094 A CN111370094 A CN 111370094A CN 202010223506 A CN202010223506 A CN 202010223506A CN 111370094 A CN111370094 A CN 111370094A
Authority
CN
China
Prior art keywords
image
positioning device
registration algorithm
device based
joint point
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
Application number
CN202010223506.4A
Other languages
English (en)
Inventor
王琳婧
张书旭
廖煜良
李慧君
彭莹莹
周露
张国前
王锐濠
雷怀宇
张全彬
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.)
Cancer Center of Guangzhou Medical University
Original Assignee
Cancer Center of Guangzhou Medical University
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 Cancer Center of Guangzhou Medical University filed Critical Cancer Center of Guangzhou Medical University
Priority to CN202010223506.4A priority Critical patent/CN111370094A/zh
Publication of CN111370094A publication Critical patent/CN111370094A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
    • 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
    • A61N5/1048—Monitoring, verifying, controlling systems and methods
    • A61N5/1049—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
    • 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
    • A61N5/1048—Monitoring, verifying, controlling systems and methods
    • A61N5/1071—Monitoring, verifying, controlling systems and methods for verifying the dose delivered by the treatment plan
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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
    • A61N5/1048—Monitoring, verifying, controlling systems and methods
    • A61N5/1049—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam
    • A61N2005/1061—Monitoring, verifying, controlling systems and methods for verifying the position of the patient with respect to the radiation beam using an x-ray imaging system having a separate imaging source
    • 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
    • G06T2207/30096—Tumor; Lesion

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Medical Informatics (AREA)
  • Urology & Nephrology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明公开了一种基于联合点配准算法设备的图像定位装置，在加速器上集成X射线发射器和数字图像探测平板，通过CBCT功能迅速得到病人的三维图象，在得到三维图象后，通过坐标系统研究视觉定位技术中的各坐标系及其相互转换关系，再结合视觉位姿估计技术从图像配准角度出发，针对发明中所涉及的待配准图像为两幅尺寸相差大、重叠区域小的这一类图像配准问题，分析提高配准性能的因素，并针对分析结果，且采用基于SURF和BRISK的特征点配准改进算法，基于该算法，提供一种的图像定位装置。

Description

一种基于联合点配准算法设备的图像定位装置
技术领域
本发明涉及一种医疗设备，特别涉及与加速器治疗仪配合使用的一种人体立体定位放射治疗装置，具体涉及一种基于联合点配准算法设备的图像定位装置。
背景技术
在对肿瘤(靶区)进行放射治疗时，有如下重要指标：第一，肿瘤的精确定位。在3D空间中，医生或物理师首先在CT室扫描病人的CT图像，通过算法将一系列CT图像重建成三维图像，此时，可定位三维图象中肿瘤的三维坐标。然后医生或物理师将病人放置到加速器室进行复位，将肿瘤的三维坐标与加速器的治疗等中心(isocenter)精确重合。最后开始治疗。但在这种方式中，存在一个问题，当病人呼吸的时候，肿瘤位置会随着呼吸运动而在一定范围内变化，也就是说，肿瘤并不是固定在等中心位置，这将会造成治疗中肿瘤及周围受保护器官所接受的剂量出现偏差。另外，CT室与加速器室一般相隔较远，如果利用“扫一次CT，做一次复位”的方式来实现时间轴的跟踪，耗时耗力，不可取。有的医院将CT和加速器安装在一个房间，并且共用一张床板，当需要扫CT时，移动床板至CT位置，需要治疗时，移动床板至加速器位置，这样比较麻烦，而且安装机器需要一个很大的房间，比较占地方，成本消耗太大。同时，CT扫描时采用的传统断层扫描方式，需要旋转多圈才能得到一组CT，比较耗时。第二，照射剂量的控制和验证。目前的剂量验证是这样做的，一个数字图像探测平板与加速器机头正交摆放，加速器发射射线，平板接收剂量，并生成一幅数字图像(相当于给剂量拍了一张灰度照片)，图像各点由于所受剂量强度的不同(剂量强度由照射时间及叠加照射次数决定)，灰度的深浅各不相同，深色的部分剂量高(灰度值高)，浅色的部分剂量低(灰度值低)，通过定义好的剂量-灰度值映射表，我们可换算出各点的实际照射剂量。该图像被导入到验证系统中，通过读取图像中的剂量，并将其与TPS制作的计划中对应点的理想剂量进行比对，得到验证结果。其缺点是：仍然由于4D空间中时间轴的影响，肿瘤在呼吸运动中位置产生一定变化，如使用3D空间的方式进行验证，剂量会有一定的误差。
发明内容
基于上述技术问题，无论采用何种CT技术，如果在CT扫描和加速器照射时加进了时间变量因素，就称为四维放射，相应的加进了时间变量因素的CT扫描，称之为四维CT；而动态螺旋断层放射治疗系统是一个将治疗计划、剂量计算、兆伏级CT扫描、定位和螺旋照射治疗功能集为一体的调强放疗系统。采用类似CT的模式，从360度聚焦断层照射肿瘤，靶区适形性佳，剂量分布均匀，使正常组织及器官得到最大限度的保护；具有图像引导放射治疗功能，每次放疗前在治疗机上进行CT扫描，确认治疗体位在三维空间上与治疗计划一致后再行放疗，从而保证了治疗的精确性。具体地，本发明通过图像采集单元成像系统研究肿瘤的三维位姿与二维实时图像之间的关系，通过坐标系统研究视觉定位技术中的各坐标系及其相互转换关系，再结合视觉位姿估计技术从图像配准角度出发，针对本发明中所涉及的待配准图像为两幅尺寸相差大、重叠区域小的这一类图像配准问题，分析提高配准性能的因素。并针对分析结果，提出一种基于SURF和BRISK的特征点配准改进算法。同时，将配准问题进一步转化为图像快速配准问题。针对图像的配准算法存在精度差、用时长、平台可实现性差等不足，在特征点改进算法的基础上，提出一种基于联合点配准算法设备的图像定位装置。实验结果表明该算法能解决当前处理平台的局限性，提高算法速度和精度，相比于现有算法有较好的性能优势。最后，充分利用多源传感器信息和先验环境知识，基于图像配准算法提出一种视觉全局直接定位技术，提高了直接全局定位算法的实时性和稳定性。具体是通过如下的技术方案实现的：
一种基于联合点配准算法设备的图像定位装置，包括图像定位装置和与其相连的联合点配准算法设备，所述图像定位装置包括：壳体，所述的壳体内设有至少两个图像采集单元，各图像采集单元间隔设置并且各个图像采集单元的拍摄范围相互重叠；各个图像采集单元分别电连接有数据处理单元；所述联合点配准算法设备包括：鲁棒特征点提取模、二值描述符生成模块、计算模块、变换矩阵求解和参数估计模块和实验结果分析模块。
优选地：鲁棒特征点提取模，特征检测子是用来提取特征点，提取特征点的过程既希望检测到数量足够的特征点以支持配准算法提高精度，又希望冗余特征点少保持配准算法快速性。同时，算法的鲁棒性还要求配准算法有较好的抗干扰性，以及尺度、旋转不变性等。SURF作为检测子鲁棒性好，在提取特征点时，首先对图像构建Hessian矩阵生成图像中较稳定的边缘点，为简化也常使用盒式滤波器进行卷积，可将滤波转换为对不同区域像素的加减，计算更快。然后构建尺度空间，SURF构建尺度空间的过程中采用不同尺度因子和原始图像卷积，获取响应图像构建图像金字塔。然后使用的模板在图像空间和尺度空间进行非极大值抑制和准确定位，若候选特征点能够满足极大或极小的条件，即Point>All_Point候选点邻域点或Point<All_Point候选点邻域点的条件，其中，邻域点为候选特征点的模板邻域内紧邻的26个点，该候选点才被选为最终的特征点，进行下一步处理。SURF算子可获取尺度不变性较好、抗噪性较好的稳定图像特征点。
优选地：所述的二值描述符生成模块对于得到的特征点进行特征描述的时候选择BRISK算子作为特征描述子，对于得到的特征点集中的数据进行汉明距离作为衡量指标对特征点匹配程度进行判定，然后通过最近邻原则筛选特征点，在粗匹配的基础上，使用RANSAC算法去除误匹配。
优选地：计算模块，所述的计算模块用于计算特征的相似性和匹配性，通过对已经获取的所有粗匹配点对，随机采取一定数量的样本特征点对，构建样本点对之间的变换关系模型，然后将剩余的点对代入该模型验证该模型的合理性，重复多次并选择匹配点对最多的模型作为精匹配结果。计算特征相似性和精匹配，特征点匹配中，待匹配特征点对应到参考图像中，在找到最相似的匹配特征点的同时，可能会存在一些相似但非正确匹配的干扰点。为了匹配到最相似的特征点，一般要对特征点对之间的相似性进行衡量。对诸如SIFT和SURF这些浮点型描述子的相似性衡量准则为欧氏距离法；ORB或BRISK等二值描述子的相似性衡量选择汉明距离法。在确定匹配点对的过程中，设定相似性阈值去除距离相似性小的误匹配特征点对，即去除干扰项。所检测到的特征点数量和特征点的强弱程度会因为不同的检测算法和图像类型略有差异，因此没有一个唯一确定的阈值可实现所有误匹配点对的去除。若设置的阈值太小，则会剔除掉很多特征点对，可能包含正确匹配点对，甚至可能会造成筛选剩余的正确匹配点对数量过少，导致配准失败。阈值筛选法无法有效去除误匹配点对，随机采样一致性准则。
优选地：变换矩阵求解和参数估计模块，通过正确匹配的特征点对估计参与配准的两幅图像之间的映射变换矩阵，该矩阵中包含两幅图像之间的平移和旋转缩放等变换参数。
优选地：实验结果分析模块，为了满足图像配准算法的适应性，对四组代表性图像进行实验分析。优化算法实验从子过程改进和整体改进分别进行对比。检测子对配准性能的影响分别以SURF算子和FAST算子作为检测子。选择原因在于SURF是SIFT的改进，是鲁棒性较好的代表性检测子；FAST是ORB和BRISK等算子做检测的基础，是快速性的代表性检测子。
优选地，所述的壳体上还设有电源模块。
优选地：所述的壳体下方设有底座，底座与壳体铰接。
优选地：所述图像定位装置还具有无线通信装置，无线通信装置能够与地面上的摇控装置或者PC(计算机终端)进行数据交换以及数据传递一实现控制功能，防止在成像时对实验人员产生辐射。
优选地：所述的壳体铝合金材料制成，这样可以避免干扰信号对于成像带来的影响。
优选地：所述的图像采集单元为CT扫描器，便于呈现更加精确的三维图像。
优选地：所述联合点配准算法设备的各个模块为集成结构设置于一主板上，这样可以缩小设备的体积，并且增加各个模块在通讯时的稳定性。
有益效果：通过自适应快速搜索匹配算法实现算法改进，有更好的视觉定位实时性。然后，再通过联合点配准算法设备对视觉定位信息和INS数据等多源传感器数据进行数据融合和修正，实现肿瘤高效定位技术。
附图说明
图1是本发明图像定位装置组成示意图。
图2是本发明联合点配准算法设备各模块的连接示意图。
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，以下结合实施例，对本发明进行进一步详细说明。
一种基于联合点配准算法设备的图像定位装置，包括图像定位装置和与其相连的联合点配准算法设备，所述图像定位装置包括：壳体，所述的壳体内设有至少两个图像采集单元，各图像采集单元间隔设置并且各个图像采集单元的拍摄范围相互重叠；各个图像采集单元分别电连接有数据处理单元；所述联合点配准算法设备包括：鲁棒特征点提取模、二值描述符生成模块、计算模块、变换矩阵求解和参数估计模块和实验结果分析模块；壳体上还设有电源模块；壳体下方设有底座，底座与壳体铰接。
为了满足图像配准算法的适应性，对人体、内脏器官、胸部、四肢这四组代表性图像进行实验分析。优化算法实验从子过程改进和整体改进分别进行对比。检测子对配准性能的影响分别以SURF算子和FAST算子作为检测子。选择原因在于SURF是SIFT的改进，是鲁棒性较好的代表性检测子；FAST是ORB和BRISK等算子做检测的基础，是快速性的代表性检测子。描述阶段选择SURF描述子进行特征描述，不同检测子作用下的配准结果如下：
Figure BDA0002426895270000061
由检测子性能实验结果可得以下结论：
①FAST做检测子的配准总时间不总是优于SURF。原因是FAST检测的特征点数量很多，平均为SURF的3倍左右，大数量的特征点在匹配阶段也要参与相似性判定和筛选，因此也会浪费较多时间。
②由上图分析可知，FAST的配准精度很差，几组实验的平均误差在20个像素左右，而SURF算子仅0.3像素左右。相比之下，SURF检测子的检测和匹配性能较稳定。
③在四肢分支图像处理时，出现了交叉情况。原因参考图像中所检测到的特征点均分布在目标图像所在范围的周围，FAST提取特征点的有效率高，恰好避免了无效特征点检测和匹配过程对配准性能的影响，因此可体现出FAST算子快速检测特征点的优势，匹配性能也略好。但综合几组实验结果，SURF检测子的鲁棒性更好，更具普适性。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (8)

1.一种基于联合点配准算法设备的图像定位装置，包括图像定位装置和与其相连的联合点配准算法设备，所述图像定位装置包括壳体，所述的壳体内设有至少两个图像采集单元，各所述的图像采集单元间隔设置并且各个图像采集单元的拍摄范围相互重叠；各个所述的图像采集单元分别电连接有数据处理单元；其特征在于：所述联合点配准算法设备包括：鲁棒特征点提取模、二值描述符生成模块、计算模块、变换矩阵求解和参数估计模块、实验结果分析模块；利用所述的鲁棒特征点提取模块提取特征点，所述的特征点提取步骤中使用SURF算子作为特征检测子提取特征点；所述的二值描述符生成模块对于得到的特征点进行特征描述的时候选择BRISK算子作为特征描述子，对于得到的特征点集中的数据进行汉明距离作为衡量指标对特征点匹配程度进行判定，然后通过最近邻原则筛选特征点，在粗匹配的基础上，使用RANSAC算法去除误匹配；所述的计算模块用于计算特征的相似性和匹配性，通过对已经获取的所有粗匹配点对，随机采取一定数量的样本特征点对，构建样本点对之间的变换关系模型，然后将剩余的点对代入该模型验证该模型的合理性，重复多次并选择匹配点对最多的模型作为精匹配结果；所述的变换矩阵求解和参数估计模块通过正确匹配的特征点对估计参与配准的两幅图像之间的映射变换矩阵，所述的矩阵中包含两幅图像之间的平移和旋转缩放参数；所述的实验结果分析模块分别以SURF算子和FAST算子作为检测子并分析结果。
2.根据权利要求1所述的一种基于联合点配准算法设备的图像定位装置，其特征在于，所述的壳体上还设有电源模块。
3.根据权利要求2所述的一种基于联合点配准算法设备的图像定位装置，其特征在于，所述的壳体下方设有底座，底座与壳体铰接。
4.根据权利要求1所述的一种基于联合点配准算法设备的图像定位装置，其特征在于：所述图像定位装置还具有无线通信装置。
5.根据权利要求4所述的一种基于联合点配准算法设备的图像定位装置，其特征在于：所述无线通信装置为红外线信号传递装置。
6.根据权利要求1所述的一种基于联合点配准算法设备的图像定位装置，其特征在于：所述的壳体铝合金材料制成。
7.根据权利要求1所述的一种基于联合点配准算法设备的图像定位装置，其特征在于：所述的图像采集单元为CT扫描器。
8.根据权利要求1所述的一种基于联合点配准算法设备的图像定位装置，其特征在于：所述联合点配准算法设备的各个模块为集成结构设置于一主板上。
CN202010223506.4A 2020-03-26 2020-03-26 一种基于联合点配准算法设备的图像定位装置 Pending CN111370094A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010223506.4A CN111370094A (zh) 2020-03-26 2020-03-26 一种基于联合点配准算法设备的图像定位装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010223506.4A CN111370094A (zh) 2020-03-26 2020-03-26 一种基于联合点配准算法设备的图像定位装置

Publications (1)

Publication Number Publication Date
CN111370094A true CN111370094A (zh) 2020-07-03

Family

ID=71212619

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010223506.4A Pending CN111370094A (zh) 2020-03-26 2020-03-26 一种基于联合点配准算法设备的图像定位装置

Country Status (1)

Country Link
CN (1) CN111370094A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113011462A (zh) * 2021-02-22 2021-06-22 广州领拓医疗科技有限公司 瘤细胞图像的分类和装置
CN113432594A (zh) * 2021-07-05 2021-09-24 北京鑫海宜科技有限公司 一种基于地图与环境的无人机自动导航系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113011462A (zh) * 2021-02-22 2021-06-22 广州领拓医疗科技有限公司 瘤细胞图像的分类和装置
CN113011462B (zh) * 2021-02-22 2021-10-22 广州领拓医疗科技有限公司 瘤细胞图像的分类和装置
CN113432594A (zh) * 2021-07-05 2021-09-24 北京鑫海宜科技有限公司 一种基于地图与环境的无人机自动导航系统

Similar Documents

Publication Publication Date Title
US11475579B2 (en) Image registration of treatment planning image, intrafraction 3D image, and intrafraction 2D x-ray image
US7720196B2 (en) Target tracking using surface scanner and four-dimensional diagnostic imaging data
Bert et al. A phantom evaluation of a stereo‐vision surface imaging system for radiotherapy patient setup
JP5134957B2 (ja) 運動中の標的の動的追跡
Placht et al. Fast time‐of‐flight camera based surface registration for radiotherapy patient positioning
US8457372B2 (en) Subtraction of a segmented anatomical feature from an acquired image
CN104574292B (zh) 一种ct图像的校正方法和装置
EP1667580A2 (en) 2d/3d image registration in image-guided radiosurgery
US20070127845A1 (en) Multi-phase registration of 2-D X-ray images to 3-D volume studies
CN106408509A (zh) 一种配准方法及其装置
Bauer et al. Multi-modal surface registration for markerless initial patient setup in radiation therapy using microsoft's Kinect sensor
CN111370094A (zh) 一种基于联合点配准算法设备的图像定位装置
Gilles et al. Patient positioning in radiotherapy based on surface imaging using time of flight cameras
Munbodh et al. Automated 2D‐3D registration of a radiograph and a cone beam CT using line‐segment enhancement a
Pallotta et al. Surface imaging, portal imaging, and skin marker set-up vs. CBCT for radiotherapy of the thorax and pelvis
WO2020237537A1 (zh) 图像引导方法及装置、医疗设备、计算机可读存储介质
Mao et al. Multiple 3D marker localization and tracking system in image-guided radiotherapy
US20190223278A1 (en) Detecting motion by using a low dose x-ray image
CN211980211U (zh) 一种人体立体定位放疗装置
CN111179373B (zh) 医学图像去骨模型构建方法与骨信息去除方法
Krell et al. Assessment of iterative closest point registration accuracy for different phantom surfaces captured by an optical 3D sensor in radiotherapy
CN112546460A (zh) 一种体表追踪系统
KR102469141B1 (ko) 의료용 화상 처리 장치, 의료용 화상 처리 방법, 및 프로그램
Hoisak et al. A history of surface guidance methods in radiation therapy
Riboldi et al. Genetic evolutionary taboo search for optimal marker placement in infrared patient setup

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