CN113012126A - 标记点重建方法、装置、计算机设备和存储介质 - Google Patents
标记点重建方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN113012126A CN113012126A CN202110284136.XA CN202110284136A CN113012126A CN 113012126 A CN113012126 A CN 113012126A CN 202110284136 A CN202110284136 A CN 202110284136A CN 113012126 A CN113012126 A CN 113012126A
- Authority
- CN
- China
- Prior art keywords
- point
- mark point
- ray image
- mark
- row
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000001514 detection method Methods 0.000 claims abstract description 42
- 239000003550 marker Substances 0.000 claims description 109
- 238000004590 computer program Methods 0.000 claims description 14
- 239000013598 vector Substances 0.000 claims description 11
- 230000011218 segmentation Effects 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 7
- 230000003287 optical effect Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 10
- 238000003384 imaging method Methods 0.000 description 8
- 238000001356 surgical procedure Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 239000011324 bead Substances 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 230000035515 penetration Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000399 orthopedic effect Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G06T3/067—
-
- G06T5/70—
-
- 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
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- 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
- G06T2207/10116—X-ray image
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本申请涉及一种手术导航中标记点识别方法、装置、计算机设备和存储介质。所述方法包括:获取包括第一标记点的X光影像;第一标记点为标定靶上的标记点;对X光影像进行分割,得到分割后的X光影像;采用预设的检测算法对分割后的X光影像进行检测,得到第一标记点的中心坐标;根据第一标记点的中心坐标,重建第二标记点;其中,第二标记点为X光影像中除第一标记点外被遮挡的标记点。采用本方法能够提高检测的X光影像中标记点的准确率。
Description
技术领域
本申请涉及X光影像技术领域,特别是涉及一种标记点重建方法、装置、计算机设备和存储介质。
背景技术
基于X光影像的实时手术导航技术是计算机辅助骨科手术领域的研究热点之一,而在实时手术导航的过程中需要用到相机标定算法,相机标定算法的精度直接决定着手术导航的精度,因此,提高相机标定算法的精度在手术导航中起着重要作用。
传统技术中,主要是通过获取含有标记点信息的术中X光影像,经滤波减影后,得到只含标记点信息的图像,然后利用模板匹配、聚类分析以及信息熵统计的方法获得标记点的中心坐标及排列方向,用B样条进行标记点坐标的校正后,进行标定参数的计算,检测出X光影像中的标记点以提高相机标定算法的精度,然而在术中实时拍摄X光影像的过程中光学标记物常常会被干扰物遮挡。
因此,上述传统方法存在标记点检测准确度较低的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高标记点检测准确度的手术导航中标记点识别方法、装置、计算机设备和存储介质。
一种手术导航中标记点识别方法,所述方法包括:
获取包括第一标记点的X光影像;所述第一标记点为标定靶上的标记点;
对所述X光影像进行分割,得到分割后的X光影像;
采用预设的检测算法对所述分割后的X光影像进行检测,得到所述第一标记点的中心坐标;
根据所述第一标记点的中心坐标,重建第二标记点;其中,所述第二标记点为所述X光影像中除所述第一标记点外被遮挡的标记点。
在其中一个实施例中,所述根据所述第一标记点的中心坐标,重建第二标记点,包括:
以行为单位,根据各行中第一标记点的中心坐标,确定所述各行中第二标记点的中心坐标;
根据所述各行中第一标记点的中心坐标和所述各行中第二标记点的中心坐标,重建所述第二标记点。
在其中一个实施例中,所述根据所述各行中第一标记点的中心坐标和所述各行中第二标记点的中心坐标,重建所述第二标记点,包括:
根据所述各行中第一标记点的中心坐标,确定所述各行中第一标记点与所述各行中第二标记点的方向向量;
根据所述各行中第一标记点的中心坐标、所述各行中第一标记点与所述各行中第二标记点的方向向量与所述各行中第一标记点之间的距离,确定所述各行中第二标记点的坐标;
根据所述第二标记点的坐标,重建所述第二标记点。
在其中一个实施例中,所述根据所述第一标记点的中心坐标,重建第二标记点之前,所述方法还包括:
以行或列为单位,采用聚类算法,对所述第一标记点进行滤除,得到第一目标标记点。
在其中一个实施例中,所述方法还包括:
以所述X光影像的顶点为原点,建立图像坐标系;
将所述第一标记点和所述第二标记点中坐标值最小的标记点作为起始标记点,得到所述第一标记点和所述第二标记点的顺序。
在其中一个实施例中,所述对所述X光影像进行分割,得到分割后的X光影像,包括:
采用局部阈值法对所述X光影像进行分割,得到分割后的X光影像。
在其中一个实施例中,所述采用预设的检测算法对所述分割后的X光影像进行检测,得到所述第一标记点的中心坐标,包括:
采用圆形检测算法对所述分割后的X光影像进行检测,得到所述第一标记点;
对所述第一标记点进行拟合,得到所述第一标记点的中心坐标。
一种手术导航中标记点识别装置,所述装置包括:
第一获取模块,用于获取包括第一标记点的X光影像;所述第一标记点为标定靶上的标记点;
分割模块,用于对所述X光影像进行分割,得到分割后的X光影像;
检测模块,用于采用预设的检测算法对所述分割后的X光影像进行检测,得到所述第一标记点的中心坐标;
重建模块,用于根据所述第一标记点的中心坐标,重建第二标记点;其中,所述第二标记点为所述X光影像中除所述第一标记点外被遮挡的标记点。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取包括第一标记点的X光影像;所述第一标记点为标定靶上的标记点;
对所述X光影像进行分割,得到分割后的X光影像;
采用预设的检测算法对所述分割后的X光影像进行检测,得到所述第一标记点的中心坐标;
根据所述第一标记点的中心坐标,重建第二标记点;其中,所述第二标记点为所述X光影像中除所述第一标记点外被遮挡的标记点。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取包括第一标记点的X光影像;所述第一标记点为标定靶上的标记点;
对所述X光影像进行分割,得到分割后的X光影像;
采用预设的检测算法对所述分割后的X光影像进行检测,得到所述第一标记点的中心坐标;
根据所述第一标记点的中心坐标,重建第二标记点;其中,所述第二标记点为所述X光影像中除所述第一标记点外被遮挡的标记点。
上述手术导航中标记点识别方法、装置、计算机设备和存储介质,通过对获取的包括第一标记点的X光影像进行分割,能够得到分割后的X光影像,从而可以采用预设的检测算法对分割后的X光影像进行检测,得到该第一标记点的中心坐标,进而可以根据得到的第一标记点的中心坐标,重建该X光影像中除第一标记点外被遮挡的标记点,这样能够重建出X光影像中被干扰物遮挡的标记点,进而可以检测出X光影像中所有的标记点,提高了检测X光影像中标记点的准确度。
附图说明
图1为一个实施例中手术导航中标记点识别方法的应用环境图;
图2为一个实施例中手术导航中标记点识别方法的流程示意图;
图2a为一个实施例中标记靶的示意图;
图3为另一个实施例中手术导航中标记点识别方法的流程示意图;
图3a为一个实施例中X光影像中的第一标记点示意图;
图3b为一个实施例中向量法的实现示意图;
图4为另一个实施例中手术导航中标记点识别方法的流程示意图;
图5a为一个实施例中包括标记点的X光影像示意图;
图5b为一个实施例中采用全局阈值法对该X光影像进行分割得到的检测结果示意图;
图5c为一个实施例中采用局部阈值对该X光影像进行分割后得到的检测结果示意图;
图6为另一个实施例中手术导航中标记点识别方法的流程示意图;
图6a为一个实施例中检测出的X光影像中的第一标记点的示意图;
图7为一个实施例中手术导航中标记点识别装置的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的手术导航中标记点识别方法,可以适用于如图1所示的计算机设备。该计算机设备包括通过系统总线连接的处理器、存储器,该存储器中存储有计算机程序,处理器执行该计算机程序时可以执行下述方法实施例的步骤。可选的,该计算机设备还可以包括网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器,该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。可选的,该计算机设备可以是服务器,可以是个人计算机,还可以是个人数字助理,还可以是其他的终端设备,例如平板电脑、手机等等,还可以是云端或者远程服务器,本申请实施例对计算机设备的具体形式并不做限定。
在一个实施例中,如图2所示,提供了一种手术导航中标记点识别方法,以该方法应用于图1中的计算机设备为例进行说明,包括以下步骤:
S201,获取包括第一标记点的X光影像;第一标记点为标定靶上的标记点。
其中,X光影像是C型臂X光机所拍摄的图像,X光影像中的标记点为拍摄上述X光影像的过程中所使用的光学标记物对应的影像。具体地,计算机设备获取包括第一标记点的X光影像,其中,该第一标记点为标定靶上的标记点。可选的,计算机设备可以从C型臂X光机的存储器中获取上述包括第一标记点的X光影像,也可以从C型臂X光机中实时地获取上述包括第一标记点的X光影像。需要说明的是,上述第一标记点为拍摄上述X光影像过程中所对应的部分光学标记物,而非全部的光学标记物。需要说明的是,标定靶通常固定在C臂X光机的成像板上,标定靶上下两面是有效靶面,上面有镂空的小孔用于安装上述光学标记物,示例性地,如图2a所示,图2a为一个标定靶的示意图。
S202,对X光影像进行分割,得到分割后的X光影像。
具体地,计算机设备对上述获取的X光影像进行分割,得到分割后的X光影像。可选的,计算机设备可以将上述X光影像输入预设的分割模型中,对该X光影像进行分割,得到分割后的X光影像。可选的,计算机设备也可以根据预设的阈值对上述X光影像进行分割,得到分割后的X光影像。需要说明的是,X光影像是由成像视野内人体肌肉组织、骨组织、手术器械、光学阵列、金属标记小球等物体经过X射线穿透衰减形成的阴影区域,是将三维空间的物体投影叠加到二维成像平面上,因此X光影像的成像环境十分复杂,若以X光影像中的标记点作为前景,则标记点受背景噪声干扰极其严重,并且在X光影像的不同区域,这种灰度差异较大,因此,需要对上述X光影像进行分割,得到分割后的X光影像,进而对分割后的X光影像进行处理。
S203,采用预设的检测算法对分割后的X光影像进行检测,得到第一标记点的中心坐标。
具体地,计算机设备采用预设的检测算法对上述分割后的X光影像进行检测,得到上述第一标记点的中心坐标。可选的,计算机设备可以采用目标检测算法对上述分割后的X光影像进行检测,得到上述第一标记点的中心坐标。这里需要说明的是,计算机设备得到的第一标记点的中心坐标为上述获取的X光影像中所有的第一标记点的中心坐标。
S204,根据第一标记点的中心坐标,重建第二标记点;其中,第二标记点为X光影像中除第一标记点外被遮挡的标记点。
具体地,计算机设备根据上述得到的第一标记点的中心坐标,重建第二标记点,其中,第二标记点为上述X光影像中除第一标记点外被遮挡的标记点。可选的,计算机设备可以根据得到的第一标记点的中心坐标,推测上述X光影像中各光学标记物的位置,从而根据推测出的各光学标记物的位置,重建第二标记点。示例性地,计算机设备可以根据得到的第一标记点的中心坐标中同一行的第一标记点,得到同一行的各标记点之间的间隔,重建出被遮挡的第二标记点,例如,计算机设备可以根据得到的第一标记点中第一行的第一标记点的中心坐标重建出第一行中的第二标记点,也可以根据得到的第一标记点中第二行的第一标记点的中心坐标重建出第一行中的第二标记点。
上述手术导航中标记点识别方法中,计算机设备通过对获取的包括第一标记点的X光影像进行分割,能够得到分割后的X光影像,从而可以采用预设的检测算法对分割后的X光影像进行检测,得到该第一标记点的中心坐标,进而可以根据得到的第一标记点的中心坐标,重建该X光影像中除第一标记点外被遮挡的标记点,这样能够重建出X光影像中被干扰物遮挡的标记点,进而可以检测出X光影像中所有的标记点,提高了检测X光影像中标记点的准确度。
在上述根据第一标记点的中心坐标,重建第二标记点的场景中,在一个实施例中,如图3所示,上述S204,包括:
S301,以行为单位,根据各行中第一标记点的中心坐标,确定各行中第二标记点的中心坐标。
具体地,如图3a所示,计算机设备以行为单位,根据各行中第一标记点的中心坐标,确定各行中第二标记点的中心坐标。可选的,计算机设备可以根据各行中第一标记点的间隔,确定出各行中被遮挡的第二标记点的所在的位置,进而根据各行第一标记点的中心坐标和各行中第一标记点的间隔,确定各行中被遮挡的第二标记点的中心坐标。需要说明的是,图3a的标记点示意图是以5行5列的标定靶所获取的,各光学标记物均匀的排布在5X5靶面的中心,多出来的两个标记点是为了区分方向而设定的。另外也可以改变光学标记物的数量,例如标定靶可以为4行4列,或者6行6列等。但是光学标记物太少或者太多都不行,标记点太少会造成相机标定算法的误差太大,标记点太多会对X光影像的质量造成干扰。
S302,根据各行中第一标记点的中心坐标和各行中第二标记点的中心坐标,重建第二标记点。
具体地,计算机设备根据确定的各行中第一标记点的中心坐标和各行中第二标记点的中心坐标,重建上述第二标记点。可选的,计算机设备可以采用如图3b所示的向量法重建第二标记点,即计算机设备可以根据各行中第一标记点的中心坐标,确定各行中第一标记点与各行中第二标记点的方向向量,根据各行中第一标记点的中心坐标、各行中第一标记点与各行中第二标记点的方向向量与各行中第一标记点之间的距离,确定各行中第二标记点的坐标,根据第二标记点的坐标,重建上述第二标记点。示例性地,例如,图3b中第一行5个标记点中有1个标记点被遮挡,这个时候可以利用其余四个标记点确定的方向向量和这四个标记点之间的平均距离来推测出被遮挡的标记点的坐标,即第二标记点的坐标。
本实施例中,计算机设备以行为单位,能够根据各行中第一标记点的中心坐标,确定出各行中第二标记点的中心坐标,进而可以根据各行中第一标记点的中心坐标和各行中第二标记点的中心坐标,重建被遮挡的第二标记点,进而可以检测出X光影像中所有的标记点,提高了检测X光影像中标记点的准确度。
在上述采用预设的检测算法对分割后的X光影像进行检测,得到第一标记点的中心坐标的场景中,可能会存在部分假阳性(误检测)的标记点,即把非光学标记物误识别为上述第一标记点,因此,要对得到的第一标记点进行滤除,过滤掉误检测的第一标记点。在一个实施例中,上述S204之前,上述方法还包括:以行或列为单位,采用聚类算法,对第一标记点进行滤除,得到第一目标标记点。
具体地,计算机设备以行或列为单位,采用聚类算法,对上述第一标记点进行滤除,得到第一目标标记点,然后,根据得到的第一目标标记点的中心坐标,重建上述第二标记点。需要说明的是,由于同一行的第一标记点的纵坐标y基本上相等(由于工艺问题会存在一定范围的误差),同一列的第一标记点横坐标x也基本上相等,因此可以设定一个误差阈值,认为坐标值小于这个阈值的点为同一类点,即同一行或者同一列的点,即使用聚类算法可以有效地滤除第一标记点中的假阳性点。
本实施例中,计算机设备以行或列为单位,采用聚类算法,能够对第一标记点进行有效地滤除,滤除掉第一标记点中误检测的标记点,从而提高了得到的第一目标标记点的准确度,进而可以根据得到的第一目标标记点对被遮挡的第二标记点进行准确地重建,提高了得到的第二标记点的准确度。
在上述重建出第二标记点的场景中,计算机设备还可以建立图像坐标系,得到上述第一标记点和上述第二标记点的顺序。在一个实施例中,如图4所示,上述方法还包括:
S401,以X光影像的顶点为原点,建立图像坐标系。
具体地,计算机设备以上述X光影像的顶点为原点,建立图像坐标系。可选的,计算机设备可以以上述X光影像的顶点为原点,以水平方向为横轴,以垂直方向为纵轴建立上述图像坐标系,也可以以上述X光影像的顶点为原点,以水平方向为纵轴,以垂直方向为横轴建立上述图像坐标系。
S402,将第一标记点和第二标记点中坐标值最小的标记点作为起始标记点,得到第一标记点和第二标记点的顺序。
具体地,计算机设备将上述第一标记点和上述第二标记点中坐标值最小的标记点作为起始标记点,得到上述第一标记点和第二标记点的顺序。示例性地,计算机设备可以在图像坐标系xoy中将x轴的坐标值与y轴的坐标值最小的标记点标为1号标记点,x轴的坐标值与y轴的坐标值最大的标记点标为25号标记点,同理可以推测出其它标记点的顺序序号。
本实施例中,计算机设备以X光影像的顶点为原点,建立图像坐标系,将第一标记点和第二标记点中坐标值最小的标记点作为起始标记点,能够得到第一标记点和第二标记点的顺序,进而可以根据第一标记点和第二标记点的顺序,快速准确地识别出该X光影像中的各标记点,提高了识别该X光影像中各标记点的速度和准确度。
在上述对X光影像进行分割,得到分割后的X光影像的场景中,在一个实施例中,上述S202,包括:采用局部阈值法对X光影像进行分割,得到分割后的X光影像。
具体地,计算机设备采用局部阈值法对上述X光影像进行分割,得到上述分割后的X光影像。可以理解的是,X光影像是由成像视野内人体肌肉组织、骨组织、手术器械、光学阵列、金属标记小球等物体经过X射线穿透衰减形成的阴影区域,是将三维空间的物体投影叠加到二维成像平面上,因此X光影像的成像环境十分复杂,若以X光影像中的标记点作为前景,则X光影像中的标记点受背景噪声干扰极其严重,在X光影像的不同区域,这种灰度差异较大,因此,本实施例采用局部阈值法对X光影像中的标记点所在的不同区域确定不同的灰度阈值进行分割,进而对X光影像中的噪声进行滤除。示例性地,下边以具体的实施例来说明本申请采用的局部阈值法对X光影像进行分割所达到的效果,如图5a所示,图5a为包括标记点X光影像,其中部分标记点被遮挡严重,图5b为采用全局阈值法对该X光影像进行分割得到的检测结果,对于一张包含32个标记点的X光影像,基于全局阈值分割法的检测结果漏掉了18个标记点,图5c为采用局部阈值对该X光影像进行分割后得到的检测结果,可以看到采用局部阈值分割法的分割结果保留了绝大部分标记点所在区域的掩膜,基于局部阈值分割法的检测结果只漏掉了3号标记点,而这漏掉3号标记点所处的位置与周围区域基本上不存在灰度差异,极大地提高了分割准确度。另外,如图5c所示,4号标记点和26号标记点与周围区域的对比度也很低,但是采用局部阈值分割法对X光影像进行分割够,仍能将这两个标记点检测出来。
本实施例中,计算机设备采用局部阈值法能够对X光影像进行准确地分割,从而能够准确地得到分割后的X光影像,提高了得到分割后的X光影像的准确度,进而可以对准确度较高的分割后的X光影像进行检测,准确地得到X光影像中的第一标记点的中心坐标,提高了得到的第一标记点的中心坐标的准确度。
在上述采用预设的检测算法对分割后的X光影像进行检测,得到上述第一标记点的中心坐标的场景中,在一个实施例中,如图6所示,上述S203包括:
S601,采用圆形检测算法对分割后的X光影像进行检测,得到第一标记点。
具体地,计算机设备采用圆形检测算法对上述分割后的X光影像进行检测,得到X光影像中的第一标记点。示例性地,如图6a所示,图6a为检测出的X光影像中的第一标记点的示意图。
S602,对第一标记点进行拟合,得到第一标记点的中心坐标。
具体地,计算机设备对上述得到的第一标记点进行拟合,得到该第一标记点的中心坐标。可选的,计算机设备可以通过拟合圆形的结果得到每个第一标记点的球心坐标,即得到第一标记点的中心坐标。
本实施例中,计算机设备采用圆形检测算法能够对分割后的X光影像进行准确地检测,准确地得到X光影像中的第一标记点,进而可以对得到的第一标记点进行拟合,得到第一标记点的中心坐标,由于得到的第一标记点的准确度得到了提高,这样可以对准确度较高的第一标记点进行拟合,准确地得到第一标记点的中心坐标,提高了得到的第一标记点的中心坐标的准确度。
应该理解的是,虽然图2-6的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-6中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图7所示,提供了一种手术导航中标记点识别装置,包括:第一获取模块、分割模块、检测模块和重建模块,其中:
第一获取模块,用于获取包括第一标记点的X光影像;所述第一标记点为标定靶上的标记点。
分割模块,用于对X光影像进行分割,得到分割后的X光影像。
检测模块,用于采用预设的检测算法对分割后的X光影像进行检测,得到第一标记点的中心坐标。
重建模块,用于根据第一标记点的中心坐标,重建第二标记点;其中,第二标记点为X光影像中除第一标记点外被遮挡的标记点。
本实施例提供的手术导航中标记点识别装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述重建模块,包括:确定单元和重建单元,其中:
确定单元,用于以行为单位,根据各行中第一标记点的中心坐标,确定各行中第二标记点的中心坐标。
重建单元,用于根据各行中第一标记点的中心坐标和各行中第二标记点的中心坐标,重建第二标记点。
本实施例提供的手术导航中标记点识别装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述重建单元,具体用于根据各行中第一标记点的中心坐标,确定各行中第一标记点与各行中第二标记点的方向向量;根据各行中第一标记点的中心坐标、各行中第一标记点与各行中第二标记点的方向向量与各行中第一标记点之间的距离,确定各行中第二标记点的坐标;根据第二标记点的坐标,重建第二标记点。
本实施例提供的手术导航中标记点识别装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述装置还包括:滤除模块,其中:
滤除模块,用于以行或列为单位,采用聚类算法,对第一标记点进行滤除,得到第一目标标记点。
上述重建模块,用于根据第一目标标记点的中心坐标,重建第二标记点。
本实施例提供的手术导航中标记点识别装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述装置还包括:建立模块和第二获取模块,其中:
建立模块,用于以X光影像的顶点为原点,建立图像坐标系。
第二获取模块,用于将第一标记点和第二标记点中坐标值最小的标记点作为起始标记点,得到第一标记点和第二标记点的顺序。
本实施例提供的手术导航中标记点识别装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述分割模块包括:分割单元,其中:
分割单元,用于采用局部阈值法对X光影像进行分割,得到分割后的X光影像。
本实施例提供的手术导航中标记点识别装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述检测模块包括:检测单元和拟合单元,其中:
检测单元,用于采用圆形检测算法对分割后的X光影像进行检测,得到第一标记点。
拟合单元,用于对第一标记点进行拟合,得到第一标记点的中心坐标。
本实施例提供的手术导航中标记点识别装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
关于手术导航中标记点识别装置的具体限定可以参见上文中对于手术导航中标记点识别方法的限定,在此不再赘述。上述标记点重建装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取包括第一标记点的X光影像;所述第一标记点为标定靶上的标记点;
对X光影像进行分割,得到分割后的X光影像;
采用预设的检测算法对分割后的X光影像进行检测,得到第一标记点的中心坐标;
根据第一标记点的中心坐标,重建第二标记点;其中,第二标记点为X光影像中除第一标记点外被遮挡的标记点。
上述实施例提供的计算机设备,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取包括第一标记点的X光影像;所述第一标记点为标定靶上的标记点;
对X光影像进行分割,得到分割后的X光影像;
采用预设的检测算法对分割后的X光影像进行检测,得到第一标记点的中心坐标;
根据第一标记点的中心坐标,重建第二标记点;其中,第二标记点为X光影像中除第一标记点外被遮挡的标记点。
上述实施例提供的计算机可读存储介质,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种手术导航中标记点识别方法,其特征在于,所述方法包括:
获取包括第一标记点的X光影像;所述第一标记点为标定靶上的标记点;
对所述X光影像进行分割,得到分割后的X光影像;
采用预设的检测算法对所述分割后的X光影像进行检测,得到所述第一标记点的中心坐标;
根据所述第一标记点的中心坐标,重建第二标记点;其中,所述第二标记点为所述X光影像中除所述第一标记点外被遮挡的标记点。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一标记点的中心坐标,重建第二标记点,包括:
以行为单位,根据各行中第一标记点的中心坐标,确定所述各行中第二标记点的中心坐标;
根据所述各行中第一标记点的中心坐标和所述各行中第二标记点的中心坐标,重建所述第二标记点。
3.根据权利要求2所述的方法,其特征在于,所述根据所述各行中第一标记点的中心坐标和所述各行中第二标记点的中心坐标,重建所述第二标记点,包括:
根据所述各行中第一标记点的中心坐标,确定所述各行中第一标记点与所述各行中第二标记点的方向向量;
根据所述各行中第一标记点的中心坐标、所述各行中第一标记点与所述各行中第二标记点的方向向量与所述各行中第一标记点之间的距离,确定所述各行中第二标记点的坐标;
根据所述第二标记点的坐标,重建所述第二标记点。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述根据所述第一标记点的中心坐标,重建第二标记点之前,所述方法还包括:
以行或列为单位,采用聚类算法,对所述第一标记点进行滤除,得到第一目标标记点。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
以所述X光影像的顶点为原点,建立图像坐标系;
将所述第一标记点和所述第二标记点中坐标值最小的标记点作为起始标记点,得到所述第一标记点和所述第二标记点的顺序。
6.根据权利要求1所述的方法,其特征在于,所述对所述X光影像进行分割,得到分割后的X光影像,包括:
采用局部阈值法对所述X光影像进行分割,得到分割后的X光影像。
7.根据权利要求1所述的方法,其特征在于,所述采用预设的检测算法对所述分割后的X光影像进行检测,得到所述第一标记点的中心坐标,包括:
采用圆形检测算法对所述分割后的X光影像进行检测,得到所述第一标记点;
对所述第一标记点进行拟合,得到所述第一标记点的中心坐标。
8.一种手术导航中标记点识别装置,其特征在于,所述装置包括:
第一获取模块,用于获取包括第一标记点的X光影像;所述第一标记点为标定靶上的标记点;
分割模块,用于对所述X光影像进行分割,得到分割后的X光影像;
检测模块,用于采用预设的检测算法对所述分割后的X光影像进行检测,得到所述第一标记点的中心坐标;
重建模块,用于根据所述第一标记点的中心坐标,重建第二标记点;其中,所述第二标记点为所述X光影像中除所述第一标记点外被遮挡的标记点。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,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至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110284136.XA CN113012126B (zh) | 2021-03-17 | 2021-03-17 | 标记点重建方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110284136.XA CN113012126B (zh) | 2021-03-17 | 2021-03-17 | 标记点重建方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113012126A true CN113012126A (zh) | 2021-06-22 |
CN113012126B CN113012126B (zh) | 2024-03-22 |
Family
ID=76408819
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110284136.XA Active CN113012126B (zh) | 2021-03-17 | 2021-03-17 | 标记点重建方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113012126B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009043224A1 (fr) * | 2007-09-24 | 2009-04-09 | Shu Jia | Procédé de reconstruction d'image utilisant une photographie volumique par rayons x |
CN101467887A (zh) * | 2007-12-29 | 2009-07-01 | 复旦大学 | 一种手术导航系统中x射线透视图像标定方法 |
CN101833781A (zh) * | 2010-04-22 | 2010-09-15 | 清华大学 | 基于几何信息的相似对象隐藏部分自动补全方法 |
CN105043250A (zh) * | 2015-05-29 | 2015-11-11 | 南京邮电大学 | 一种基于至少两个公共标记点的双视角数据对齐方法 |
CN106127753A (zh) * | 2016-06-20 | 2016-11-16 | 中国科学院深圳先进技术研究院 | 一种外科手术中ct影像体表人工标记自动提取方法 |
EP3255609A1 (en) * | 2016-06-08 | 2017-12-13 | Tinavi Medical Technologies Co., Ltd. | A method of automatically identifying a sequence of marking points in 3d medical image |
WO2017211087A1 (zh) * | 2016-06-06 | 2017-12-14 | 北京理工大学 | 一种内窥镜手术导航方法和系统 |
CN108830861A (zh) * | 2018-05-28 | 2018-11-16 | 上海大学 | 一种混合光学运动捕捉方法及系统 |
WO2019019828A1 (zh) * | 2017-07-27 | 2019-01-31 | 腾讯科技(深圳)有限公司 | 目标对象的遮挡检测方法及装置、电子设备及存储介质 |
WO2019180745A1 (en) * | 2018-03-21 | 2019-09-26 | Karade Vikas | Systems and methods for obtaining 3-d images from x-ray information for deformed elongate bones |
CN111243026A (zh) * | 2020-01-19 | 2020-06-05 | 武汉联影智融医疗科技有限公司 | 解剖标记点定位方法、装置、计算机设备和存储介质 |
CN111435535A (zh) * | 2019-01-14 | 2020-07-21 | 株式会社日立制作所 | 一种关节点信息的获取方法及装置 |
CN111583188A (zh) * | 2020-04-15 | 2020-08-25 | 武汉联影智融医疗科技有限公司 | 手术导航标记点定位方法、存储介质及计算机设备 |
CN112215871A (zh) * | 2020-09-29 | 2021-01-12 | 武汉联影智融医疗科技有限公司 | 一种基于机器人视觉的移动目标追踪方法及装置 |
CN112288796A (zh) * | 2020-12-18 | 2021-01-29 | 南京佗道医疗科技有限公司 | 一种透视图像标记点中心提取方法 |
-
2021
- 2021-03-17 CN CN202110284136.XA patent/CN113012126B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009043224A1 (fr) * | 2007-09-24 | 2009-04-09 | Shu Jia | Procédé de reconstruction d'image utilisant une photographie volumique par rayons x |
CN101467887A (zh) * | 2007-12-29 | 2009-07-01 | 复旦大学 | 一种手术导航系统中x射线透视图像标定方法 |
CN101833781A (zh) * | 2010-04-22 | 2010-09-15 | 清华大学 | 基于几何信息的相似对象隐藏部分自动补全方法 |
CN105043250A (zh) * | 2015-05-29 | 2015-11-11 | 南京邮电大学 | 一种基于至少两个公共标记点的双视角数据对齐方法 |
WO2017211087A1 (zh) * | 2016-06-06 | 2017-12-14 | 北京理工大学 | 一种内窥镜手术导航方法和系统 |
EP3255609A1 (en) * | 2016-06-08 | 2017-12-13 | Tinavi Medical Technologies Co., Ltd. | A method of automatically identifying a sequence of marking points in 3d medical image |
CN106127753A (zh) * | 2016-06-20 | 2016-11-16 | 中国科学院深圳先进技术研究院 | 一种外科手术中ct影像体表人工标记自动提取方法 |
WO2019019828A1 (zh) * | 2017-07-27 | 2019-01-31 | 腾讯科技(深圳)有限公司 | 目标对象的遮挡检测方法及装置、电子设备及存储介质 |
WO2019180745A1 (en) * | 2018-03-21 | 2019-09-26 | Karade Vikas | Systems and methods for obtaining 3-d images from x-ray information for deformed elongate bones |
CN108830861A (zh) * | 2018-05-28 | 2018-11-16 | 上海大学 | 一种混合光学运动捕捉方法及系统 |
CN111435535A (zh) * | 2019-01-14 | 2020-07-21 | 株式会社日立制作所 | 一种关节点信息的获取方法及装置 |
CN111243026A (zh) * | 2020-01-19 | 2020-06-05 | 武汉联影智融医疗科技有限公司 | 解剖标记点定位方法、装置、计算机设备和存储介质 |
CN111583188A (zh) * | 2020-04-15 | 2020-08-25 | 武汉联影智融医疗科技有限公司 | 手术导航标记点定位方法、存储介质及计算机设备 |
CN112215871A (zh) * | 2020-09-29 | 2021-01-12 | 武汉联影智融医疗科技有限公司 | 一种基于机器人视觉的移动目标追踪方法及装置 |
CN112288796A (zh) * | 2020-12-18 | 2021-01-29 | 南京佗道医疗科技有限公司 | 一种透视图像标记点中心提取方法 |
Non-Patent Citations (1)
Title |
---|
霍彦明,严勇兰,孙九爱,庄天戈: "手术导航中精度问题的研究", 北京生物医学工程, no. 03 * |
Also Published As
Publication number | Publication date |
---|---|
CN113012126B (zh) | 2024-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10636168B2 (en) | Image processing apparatus, method, and program | |
US10776953B2 (en) | Method for identification of candidate points as possible characteristic points of a calibration pattern within an image of the calibration pattern | |
JP5739975B2 (ja) | 一連のct射影画像においてx線マーカを追跡するための方法 | |
KR101643672B1 (ko) | 광류 추적 방법 및 장치 | |
EP3215044A1 (en) | Optical tracking method and system based on passive markers | |
CN113034389B (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
JP2013512036A (ja) | 動きの存在下での3d空間におけるx線マーカ位置特定のための方法 | |
KR101761586B1 (ko) | 홍채와 공막의 경계선 검출 방법 | |
CN111488872B (zh) | 图像检测方法、装置、计算机设备和存储介质 | |
CN113112490B (zh) | 一种三维医学影像标记点提取方法及系统 | |
CN110930414A (zh) | 医学影像的肺部区域阴影标记方法、装置、服务器及存储介质 | |
WO2021056501A1 (zh) | 提取特征点的方法、可移动平台及存储介质 | |
CN113012126B (zh) | 标记点重建方法、装置、计算机设备和存储介质 | |
CN111798422A (zh) | 棋盘格角点识别方法、装置、设备及存储介质 | |
CN111932502A (zh) | 一种角膜图像点云选取方法、系统、智能终端及存储介质 | |
CN109658452B (zh) | 一种轨距检测方法及装置 | |
KR101991452B1 (ko) | 유두위치 검출 방법, 유방 이미지 표시방법 및 유두위치 검출 장치 | |
US20220156977A1 (en) | Calibration apparatus, calibration method, and non-transitory computer readable medium storing program | |
EP4202831A1 (en) | Image-based motion detection method | |
KR20180072517A (ko) | 홍채와 공막의 경계선 검출 방법 | |
CN109598751B (zh) | 一种医学影像图片处理的方法、设备及装置 | |
KR102174246B1 (ko) | 카테터 추적 시스템 및 제어 방법 | |
CN112816053A (zh) | 一种船舶设备的非接触式振动信息检测方法及系统 | |
CN112800966B (zh) | 一种视线的追踪方法及电子设备 | |
CN113298869B (zh) | 距离测定方法、装置、计算机设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |