CN113545847B - 股骨头中心定位系统和定位方法 - Google Patents

Abstract

本申请提供一种股骨头中心定位系统和定位方法，涉及辅助医疗领域。股骨头中心定位系统包括：患者示踪器，固定于患者股骨；光学定位跟踪系统，用于在股骨摇动过程中获取患者示踪器在每一个位置点对应的患者坐标系和相机坐标系的转换关系，所述转换关系包括位置信息和方位信息；上位控制器，与所述光学定位跟踪系统通信连接，所述上位控制器配置为基于所述转换关系和股骨头中心的固定不变性通过构造损失函数获取股骨头中心位置信息。根据本申请的系统能够提高定位结果的准确性，并可以减少采集点的个数。

Description

股骨头中心定位系统和定位方法

技术领域

本申请涉及辅助医疗领域，具体涉及一种股骨头中心定位系统和定位方法。

背景技术

人工全膝关节置换(TKA，Total Knee Arthroplasty)是对膝关节疾病的一种手术治疗，将膝关节的连接表面用关节假体替换，能有效地治疗重度膝关节病痛，提高病人的生活质量。

在全膝关节置换术中，股骨头中心位置的获取对于力线的确定至关重要。但是，股骨头在整个手术过程中是不暴露的，需要通过其他信息在术中获取。现有技术中，利用光学导航仪，用探针在骨骼表面取多个点，并可通过旋转股骨推算出股骨头球心。该方案通过点云配准算法，分别实现股骨和胫骨关节表面的精确配准。例如，可先进行六个标记点的粗略配准，然后进行多点的精细配准，最后对配准结果进行校验。该方案通过算法获取术中的真实力线，确定股骨髁中心、胫骨平台中心以及踝穴中心。股骨头中心和股骨髁中心确定一个线段，胫骨平台中心和踝穴中心确定一个线段，两个线段的夹角在冠状面上的投影即为力线夹角。然后，可根据真实位置和力线，调整关节假体的位置，确定手术方案。可见，获取股骨头中心位置以确定力线对于整个手术至关重要，因此，需要一种系统和方法，尽量精确地定位股骨头中心位置，从而达到预期手术效果。

发明内容

本申请旨在提供一种股骨头中心定位系统和定位方法，能够提高定位的准确性，并增加整体算法的鲁棒性。

本申请的其他用户特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。

根据本申请的一方面，提出一种股骨头中心定位系统，包括：

患者示踪器，固定于患者股骨；

光学定位跟踪系统，用于在股骨摇动过程中获取患者示踪器在每一个位置点对应的患者坐标系和相机坐标系的转换关系，所述转换关系包括旋转信息和平移信息；

上位控制器，与所述光学定位跟踪系统通信连接，所述上位控制器配置为基于所述转换关系和股骨头中心的固定不变性通过构造损失函数获取股骨头中心位置信息。

根据一些实施例，所述上位控制器配置为基于所述转换关系和股骨头中心的固定不变性通过构造损失函数获取股骨头中心位置信息，包括：

构造损失函数

其中：

(x₀，y₀，z₀)为所述股骨头中心点在患者坐标系下的坐标；

(x，y，z)为所述股骨头中心点在相机坐标系下坐标；

N为获取的与位置点对应的转换关系总数；

i为整数；

Mi为每一位置点对应的患者坐标系和相机坐标系的转换关系矩阵：

其中，R为旋转矩阵，T为平移矩阵。

根据一些实施例，所述上位控制器还配置为：

在所述构造损失函数获取股骨头中心位置信息之前，根据所述转换关系，计算均方根偏差S：

其中Δx_i、Δy_i、Δz_i为平移矩阵的元素，

判断S是否大于第一阈值；

如果判断S大于第一阈值，则基于所述转换关系和股骨头中心的固定不变性通过构造损失函数获取股骨头中心位置信息。

根据一些实施例，所述上位控制器还配置为：

如果判断S不大于第一阈值，则提示操作者重新摇动股骨，从而所述光学定位跟踪系统重新获取患者示踪器在每一个位置点对应的患者坐标系和相机坐标系的转换关系。

根据一些实施例，所述上位控制器还配置为：

在得到所述股骨头中心位置信息后，计算损失函数φ的值；

如果所述损失函数φ的值大于第二阈值，则判断获取股骨头中心位置信息失败。

根据一些实施例，所述上位控制器还配置为：

如果所述损失函数φ的值不大于第二阈值，则基于所述转换关系计算离群差值E，E＝M_i×(x₀,y₀,z₀)^T-(x,y,z)^T。

将所述离群差值E大于第三阈值的转换关系确定为离群点；

如果离群点的个数在所述转换关系总数中的占比小于第四阈值，则从所述转换关系中排除所述离群点后，重新基于所述转换关系和股骨头中心的固定不变性通过构造损失函数获取股骨头中心位置信息。

根据一些实施例，所述上位控制器还配置为：

如果所述损失函数φ的值大于第二阈值，将所述转换关系分成n个子样本分别通过构造并计算损失函数获取各子样本的股骨头中心位置信息；

选取损失函数φ的值最小且小于第五阈值的子样本计算结果作为结果输出。

根据一些实施例，所述上位控制器还配置为：

如果离群点的占比大于第四阈值，将所述转换关系分成n个子样本分别通过构造并计算损失函数获取各子样本的股骨头中心位置信息；

选取损失函数φ的值最小且小于第五阈值的子样本计算结果作为结果输出。

根据本申请的另一方面，提供一种股骨头中心定位方法，包括：

获取所述患者示踪器在每一个位置点对应的患者坐标系和相机坐标系的转换关系；

基于所述转换关系和股骨头中心的固定不变性通过构造损失函数获取股骨头中心位置信息，包括：

构造损失函数

其中：

(x₀，y₀，z₀)为所述股骨头中心点在患者坐标系下的坐标；

(x，y，z)为所述股骨头中心点在相机坐标系下坐标；

N为获取的与位置点对应的转换关系总数；

i为整数；

Mi为每一位置点对应的患者坐标系和相机坐标系的转换关系矩阵：

其中，R为旋转矩阵，T为平移矩阵。

根据一些实施例，所述方法还包括：

在所述构造损失函数获取股骨头中心位置信息之前，根据所述转换关系，计算均方根偏差S：

其中Δx_i、Δy_i、Δz_i为平移矩阵的元素，

判断S是否大于第一阈值；

如果判断S大于第一阈值，则基于所述转换关系和股骨头中心的固定不变性通过构造损失函数获取股骨头中心位置信息。

根据一些实施例，所述方法还包括：

如果判断S不大于第一阈值，则提示操作者重新摇动股骨，从而所述光学定位跟踪系统重新获取患者示踪器在每一个位置点对应的患者坐标系和相机坐标系的转换关系。

根据一些实施例，所述方法还包括：

在得到所述股骨头中心位置信息后，计算损失函数φ的值；

如果所述损失函数φ的值大于第二阈值，则判断获取股骨头中心位置信息失败。

根据一些实施例，所述方法还包括：

如果所述损失函数φ的值不大于第二阈值，则基于所述转换关系计算离群差值E，E＝M_i×(x₀,y₀,z₀)^T-(x,y,z)^T。

将所述离群差值E大于第三阈值的转换关系确定为离群点；

如果离群点的个数在所述转换关系总数中的占比小于第四阈值，则从所述转换关系中排除所述离群点后，重新基于所述转换关系和股骨头中心的固定不变性通过构造损失函数获取股骨头中心位置信息。

根据一些实施例，所述方法还包括：

如果所述损失函数φ的值大于第二阈值，将所述转换关系分成n个子样本分别通过构造并计算损失函数获取各子样本的股骨头中心位置信息；

选取损失函数φ的值最小且小于第五阈值的子样本计算结果作为结果输出。

根据一些实施例，所述方法还包括：

如果离群点的占比大于第四阈值，将所述转换关系分成n个子样本分别通过构造并计算损失函数获取各子样本的股骨头中心位置信息；

选取损失函数φ的值最小且小于第五阈值的子样本计算结果作为结果输出。

根据示例实施例的系统能够利用相机坐标系和患者坐标系的转换关系，增加约束，提高定位结果的准确性。

根据一些示例实施例，可实现通过减少采集点，减少术中获取时间。

根据一些示例实施例，可增加发生晃动情况的鲁棒性。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本申请。

附图说明

通过参照附图详细描述其示例实施例，本申请的上述和其它目标、特征及优点将变得更加显而易见。

图1示出根据本申请示例实施例的股骨头中心定位系统的组成框图。

图2示出根据本申请示例实施例的股骨头中心定位示意图。

图3示出根据本申请实施例的摇动股骨头的示意图。

图4示出根据本申请实施例的股骨头中心定位流程图。

图5示出根据示例性实施例的股骨头中心定位拟合流程图。

图6示出根据示例性实施例的子样本拟合流程图。

具体实施方式

现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本申请将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。

此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本申请的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本申请的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。

附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。

应理解，虽然本文中可能使用术语第一、第二、第三等来描述各种组件，但这些组件不应受这些术语限制。这些术语乃用以区分一组件与另一组件。因此，下文论述的第一组件可称为第二组件而不偏离本申请概念的教示。如本文中所使用，术语“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。

本领域技术人员可以理解，附图只是示例实施例的示意图，附图中的模块或流程并不一定是实施本申请所必须的，因此不能用于限制本申请的保护范围。

在全膝关节置换术中，一般采用以股骨头中心为支点，旋转病人股骨成一个膨胀的螺旋形，整个过程利用光学定位跟踪系统，例如NDI相机记录下固定在股骨上的患者示踪器的位置信息，通过分析记录的示踪器位置信息，选用特定的算法得到股骨头中心在相机坐标系下的位置。进而利用相机坐标系和患者坐标系转换关系以及术中得到的患者坐标系和图像坐标系的转换关系，将其转换到图像坐标系下。

在相机视野(相机坐标系)下，示踪器的位置在摇动过程中形成以股骨头为球心的球面。根据这个特点便可以利用示踪器的位置坐标信息拟合出球心－股骨头中心的坐标。

现有技术中，在股骨头中心拟合过程中没有充分利用已有的信息，使得算法精度在一定程度受到限制，并且对于采集点个数的要求比较高，这无形中会增加手术的时间。

现有算法中，将采集数据直接分组拟合，虽然可以在一定程度上排除掉采集过程中股骨头中心晃动的影响，进而采取聚类算法，排除掉拟合结果离群的结果。但是，该算法对于采集点数要求比较高，且拟合过程中只利用了相机采集的位置信息，拟合精度受到限制。

本发明主要针对以上问题提出一种定位方法，将相机采集的示踪器的方位信息引入到算法中，增加约束，以提高定位结果的准确性。另外，根据本申请实施例的技术方案可以减少采集点的个数。

本发明基于股骨头中心在相机坐标系和患者坐标系下固定不变的这一特性，在股骨摇动过程中，充分利用NDI光学定位跟踪系统记录下的相机坐标系和患者坐标系的变换关系(位置信息和方位信息)，由此构造损失函数，通过将采集数据整体输入损失函数公式模型，使损失函数值小于一定阈值。损失函数越小，模型的鲁棒性就越好。

以下结合附图对本申请的示例实施例进行说明。

图1示出根据本申请示例实施例的股骨头中心定位系统的组成框图。

图2示出根据本申请示例实施例的股骨头中心定位示意图。

参见图1，根据示例实施例，股骨头中心定位系统可包括患者示踪器101、光学定位跟踪系统103和上位控制器105。

光学定位跟踪系统103，用于在股骨摇动过程中获取患者示踪器在每一个位置点对应的患者坐标系和相机坐标系的转换关系。根据示例实施例，光学定位跟踪系统103采集患者示踪器101的位置信息，并可将上述信息发送至上位控制器105。

上位控制器105可与光学定位跟踪系统103通信连接，接收光学定位跟踪系统103传送的信息，并基于光学定位跟踪系统103输出的转换关系和股骨头中心的固定不变性通过构造损失函数获取股骨头中心位置信息。

参见图2，201标注的为股骨头的位置，203标注的为患者示踪器，患者示踪器203固定于患者股骨。示踪器可为反光球示踪器，四个角分别有反光球，其相对位置是固定且已知的。手术前，精密测量跟踪器小球的相对位置，并以某一个小球为坐标原点建立示踪器坐标系，得到其他小球在该坐标系下的坐标值。

手术中，将患者示踪器203安装反光球的一面对准相机，相机根据探测到小球在相机视野中的位置，实时建立相机坐标系和示踪器坐标系之间的转换关系。由于示踪器固定在股骨上，和病人是相对不变的位置关系，因此，示踪器坐标系一般也称之为患者坐标系。

光学定位跟踪系统205，用于在股骨摇动过程中获取患者示踪器在每一个位置点对应的患者坐标系和相机坐标系的转换关系。

光学定位跟踪系统是利用三个精确标定好的线阵CCD镜头，组成一个位移传感器。通过CCD分别从不同角度捕捉到来自同一标识点所主动发出的近红外光，通过相关计算和分析，可以实时并精确地得到每个标识点在不同时刻的三维空间坐标。例如，可选用NDIPolaris Vega系统。

图3示出根据本申请实施例的摇动股骨头的示意图。

参见图3，以股骨头A为圆心，沿着虚线所示路线摇动示踪器B。在摇动过程中，相机会时刻记录示踪器的位置，包括位置信息和方位信息，得到患者坐标系和相机坐标系的转换矩阵。

图4示出根据本申请实施例的股骨头中心定位流程图。

参见图4，在S401，获取每一个位置点对应的患者坐标系和相机坐标系的转换关系。在得到转换关系数据后，可根据以下方法定位股骨头中心。

在S403，基于转换关系构造损失函数。

令股骨头中心在患者坐标系下坐标：x₀，y₀，z₀；

股骨头中心在相机坐标系下坐标：x，y，z；

两者之间的转换关系M可以由NDI输出参数获得。

如果两个坐标系原点存在偏移，在旋转至两个坐标系三个坐标轴彼此平行后，两个坐标系原点在三维偏差分别为△x、△y、△z。设平移矩阵为T，Δx_i、Δy_i、Δz_i为平移矩阵T的元素，则T可以表示为T＝{△x，△y，△z}。方便起见，将旋转和平移用一个齐次矩阵表示为：

因此，对于股骨摇动过程中的任意时刻：M＊(x₀，y₀，z₀)＝(x，y，z)。由此构造损失函数：

其中，N为相机采集每一位置点获取的转换关系总数，Mi为任意采集点时刻对应的患者坐标系和相机坐标系的转换矩阵，表示如下：

其中，

表示旋转矩阵；

表示平移矩阵。

将上式分别对变量求导：

求导结果最终可以化简为AX＝B的形式。其中：

该问题最终简化为求解六元一次方程组的问题。

在应用中，损失函数通过最小化损失函数求解和评估模型。例如在机器学习中被用于模型的参数估计。本申请的示例性实施例采用平方损失函数，不限于此，根据一些实施例，还可以采用构造其他合适的损失函数。

在S405，计算并判断所有点的距离的均方根偏差。

具体的，为了保证采集数据覆盖一定的立体角，根据所述转换关系，计算所有位置点的距离的均方根偏差，所有距离长度的均方根偏差要大于预设值，以此来确保采集数据具有一定的离散度。

其中，

判断S大于第一阈值，如果满足该条件，则采集的数据进入股骨头中心计算过程进行基于所述转换关系和股骨头中心的固定不变性构造损失函数；如果不满足，则重新采集所有点。

在S407，判断损失函数是否大于阈值。

将采集数据整体输入S403步骤中的公式中，通过六元一次方程的求解，得到股骨头中心在患者坐标系下坐标：(x0，y0，z0)以及股骨头中心在相机坐标系下坐标：(x，y，z)。

为了保证结果的可靠性，对以上计算结果做如下约束：

损失函数的φ值要小于预设值；

在得到所述股骨头中心位置信息后，计算损失函数φ值；

如果所述损失函数φ值大于第二阈值，则判断获取股骨头中心位置失败，重新采集数据。

如果损失函数φ值不大于第二阈值，则进入下面的步骤。

在S409，判断离群点占比不超过阈值。

在S411，排除离群点。

在实际临床手术中，医生在晃动患肢过程中，不可避免会造成病体的晃动。在该算法具体实施中，通过对于计算过程中参数的检测，及时发现股骨头晃动的情况，并将相应数据排除掉，从而增加算法的鲁棒性。据此，对计算结果还有如下约束：

在得到所述股骨头中心位置信息后，基于所述转换关系计算离群差值E，E＝M_i×(x₀,y₀,z₀)^T-(x,y,z)^T；

判断所述离群差值E大于第三阈值的点为离群点；

如果离群点的占比小于第四阈值，则从所述转换关系中排除所述离群点后，重新通过计算损失函数获取股骨头中心位置信息。其中，离群点的占比为离群差值E大于第三阈值的点总数除以采集每一位置点获取的转换关系总数N。

根据一些实施例，排除离群点后重新计算得到股骨头中心数据之后，要继续计算离群点，再排除，再重新计算，直至没有离群点。

根据一些实施例，以上迭代的次数不超过三次，如果迭代三次后还有离群点，或者剩余点数太少，也被认为是获取股骨头中心位置失败。

图5示出根据示例性实施例的股骨头中心定位拟合流程图。

参见图5，在S501－S505，步骤同图4，在此不再赘述。

在S507，如果所述损失函数φ值大于第二阈值，则进行子样本拟合。

在S509，判断离群点的占比，如果超过预设比例，从而判断数据采集过程中股骨头可能存在晃动的情况。为了将晃动点排除，进入如下所述子样本拟合过程。

图6示出根据示例性实施例的子样本拟合流程图。

参见图6，在S601，将整体样本分成n个子样本分别进行拟合。

如果晃动小于n次，则至少有一个子样本在采集过程中股骨头没有发生晃动，进而可以通过拟合挑选误差最小的结果作为最优解。

根据一些实施例，相机采集每一位置点获取的转换关系总数N可取值在100到200之间。子样本数n的值，根据N的个数来定，根据一些实施例，子样本内点的个数大于30。

在S603，将n个子样本分别进行拟合，计算损失函数。

将n个子样本数据分别输入上述损失函数公式中，计算损失函数的φ值。

在S605，分别判断损失函数是否大于第二阈值。

如果子样本的损失函数大于第二阈值，则舍弃该子样本数据。

在S607，选取损失函数值最小且小于第五阈值的子样本计算结果作为结果输出。

如果最小的损失函数的值大于第五阈值，则需要重新进行采集，再进行如上的整体计算过程，直到得到满足约束条件的计算结果。

通过对示例实施例的描述，本领域技术人员易于理解，根据本申请实施例的技术方案至少具有以下优点中的一个或多个。

根据一些实施例，通过损失函数公式的推导可以得出，股骨头中心在两个坐标系下的固定不变性是该算法成立的基本条件。将相机采集的跟踪器的方位信息也就是转换关系引入到算法中，增加约束，提高了定位结果的准确性；在实际临床手术中，医生在晃动患肢过程中，不可避免会造成病体的晃动。在该算法具体实施中，通过对于计算过程中参数的检测，及时发现股骨头晃动的情况，并将相应数据排除掉，而不是直接让医生重新采集数据，从而减少采集点的个数，并增加了整体算法的鲁棒性。

本领域的技术人员可以清楚地了解到本申请的技术方案可借助软件和/或硬件来实现。本说明书中的“单元”和“模块”是指能够独立完成或与其他部件配合完成特定功能的软件和/或硬件，其中硬件例如可以是现场可编程门阵列(Field－ProgrammaBLE GateArray，FPGA)、集成电路(Integrated Circuit，IC)等。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。

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的部分，可以参见其他实施例的相关描述。

以上对本申请实施例进行了详细描述和解释。应清楚地理解，本申请描述了如何形成和使用特定示例，但本申请不限于这些示例的任何细节。相反，基于本申请公开的内容的教导，这些原理能够应用于许多其它实施例。

以上具体地示出和描述了本申请的示例性实施例。应可理解的是，本申请不限于这里描述的详细结构、设置方式或实现方法；相反，本申请意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。

Claims (14)

1.一种股骨头中心定位系统，其特征在于，所述系统包括：

患者示踪器，固定于患者股骨；

光学定位跟踪系统，用于在股骨摇动过程中获取患者示踪器在每一个位置点对应的患者坐标系和相机坐标系的转换关系，所述转换关系包括旋转信息和平移信息；

上位控制器，与所述光学定位跟踪系统通信连接，所述上位控制器配置为基于所述转换关系和股骨头中心的固定不变性通过构造损失函数获取股骨头中心位置信息；

构造损失函数

其中：

(x₀，y₀，z₀)为所述股骨头中心点在患者坐标系下的坐标；

(x，y，z)为所述股骨头中心点在相机坐标系下坐标；

N为获取的与位置点对应的转换关系总数；

i为整数；

Mi为每一位置点对应的患者坐标系和相机坐标系的转换关系矩阵：

其中，R为旋转矩阵，T为平移矩阵。

2.根据权利要求1所述的系统，其特征在于，所述上位控制器还配置为：

在所述构造损失函数获取股骨头中心位置信息之前，根据所述转换关系，计算均方根偏差S：

其中Δx_i、Δy_i、Δz_i为平移矩阵的元素,

判断S是否大于第一阈值；

如果判断S大于第一阈值，则基于所述转换关系和股骨头中心的固定不变性通过构造损失函数获取股骨头中心位置信息。

3.根据权利要求2所述的系统，其特征在于，所述上位控制器还配置为：

如果判断S不大于第一阈值，则提示操作者重新摇动股骨，从而所述光学定位跟踪系统重新获取患者示踪器在每一个位置点对应的患者坐标系和相机坐标系的转换关系。

4.根据权利要求1所述的系统，其特征在于，所述上位控制器还配置为：

在得到所述股骨头中心位置信息后，计算损失函数φ的值；

如果所述损失函数φ的值大于第二阈值，则判断获取股骨头中心位置信息失败。

5.根据权利要求4所述的系统，其特征在于，所述上位控制器还配置为：

如果所述损失函数φ的值不大于第二阈值，则基于所述转换关系计算离群差值E，E＝M_i×(x₀,y₀,z₀)^T-(x,y,z)^T；

将所述离群差值E大于第三阈值的转换关系确定为离群点；

如果离群点的个数在所述转换关系总数中的占比小于第四阈值，则从所述转换关系中排除所述离群点后，重新基于所述转换关系和股骨头中心的固定不变性通过构造损失函数获取股骨头中心位置信息。

6.根据权利要求4所述的系统，其特征在于，所述上位控制器还配置为：

如果所述损失函数φ的值大于第二阈值，将所述转换关系分成N个子样本分别通过构造并计算损失函数获取各子样本的股骨头中心位置信息；

选取损失函数φ的值最小且小于第五阈值的子样本计算结果作为结果输出。

7.根据权利要求5所述的系统，其特征在于，所述上位控制器还配置为：

如果离群点的所述占比大于第四阈值，将所述转换关系分成N个子样本分别通过构造并计算损失函数获取各子样本的股骨头中心位置信息；

选取损失函数φ的值最小且小于第五阈值的子样本计算结果作为结果输出。

8.一种股骨头中心定位方法，其特征在于，包括：

获取患者示踪器在每一个位置点对应的患者坐标系和相机坐标系的转换关系；

基于所述转换关系和股骨头中心的固定不变性通过构造损失函数获取股骨头中心位置信息，包括：

构造损失函数

其中：

(x₀，y₀，z₀)为所述股骨头中心点在患者坐标系下的坐标；

(x，y，z)为所述股骨头中心点在相机坐标系下坐标；

N为获取的与位置点对应的转换关系总数；

i为整数；

Mi为每一位置点对应的患者坐标系和相机坐标系的转换关系矩阵：

其中，R为旋转矩阵，T为平移矩阵。

9.根据权利要求8所述的方法，其特征在于，还包括：

在所述构造损失函数获取股骨头中心位置信息之前，根据所述转换关系，计算均方根偏差S：

其中Δx_i、Δy_i、Δz_i为平移矩阵的元素,

判断S是否大于第一阈值；

如果判断S大于第一阈值，则基于所述转换关系和股骨头中心的固定不变性通过构造损失函数获取股骨头中心位置信息。

10.根据权利要求8所述的方法，其特征在于，还包括：

如果判断S不大于第一阈值，则提示操作者重新摇动股骨，从而光学定位跟踪系统重新获取患者示踪器在每一个位置点对应的患者坐标系和相机坐标系的转换关系。

11.根据权利要求8所述的方法，其特征在于，还包括：

在得到所述股骨头中心位置信息后，计算损失函数φ的值；

如果所述损失函数φ的值大于第二阈值，则判断获取股骨头中心位置信息失败。

12.根据权利要求8所述的方法，其特征在于，还包括：

如果所述损失函数φ的值不大于第二阈值，则基于所述转换关系计算离群差值E，E＝M_i×(x₀,y₀,z₀)^T-(x,y,z)^T；

将所述离群差值E大于第三阈值的转换关系确定为离群点；

如果离群点的个数在所述转换关系总数中的占比小于第四阈值，则从所述转换关系中排除所述离群点后，重新基于所述转换关系和股骨头中心的固定不变性通过构造损失函数获取股骨头中心位置信息。

13.根据权利要求8所述的方法，其特征在于，还包括：

如果所述损失函数φ的值大于第二阈值，将所述转换关系分成n个子样本分别通过构造并计算损失函数获取各子样本的股骨头中心位置信息；

选取损失函数φ的值最小且小于第五阈值的子样本计算结果作为结果输出。

14.根据权利要求8所述的方法，其特征在于，还包括：

如果离群点的占比大于第四阈值，将所述转换关系分成n个子样本分别通过构造并计算损失函数获取各子样本的股骨头中心位置信息；

选取损失函数φ的值最小且小于第五阈值的子样本计算结果作为结果输出。

Images