CN113782159A - 医学图像标记点匹配方法、装置、电子设备及存储介质 - Google Patents

医学图像标记点匹配方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN113782159A
CN113782159A CN202111337949.7A CN202111337949A CN113782159A CN 113782159 A CN113782159 A CN 113782159A CN 202111337949 A CN202111337949 A CN 202111337949A CN 113782159 A CN113782159 A CN 113782159A
Authority
CN
China
Prior art keywords
distance
medical image
points
positioning
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.)
Granted
Application number
CN202111337949.7A
Other languages
English (en)
Other versions
CN113782159B (zh
Inventor
王迎智
董先公
高倩
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.)
Jixian Artificial Intelligence Co Ltd
Original Assignee
Jixian Artificial Intelligence Co Ltd
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 Jixian Artificial Intelligence Co Ltd filed Critical Jixian Artificial Intelligence Co Ltd
Priority to CN202111337949.7A priority Critical patent/CN113782159B/zh
Publication of CN113782159A publication Critical patent/CN113782159A/zh
Application granted granted Critical
Publication of CN113782159B publication Critical patent/CN113782159B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing

Landscapes

  • Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Engineering & Computer Science (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明实施例提供了一种医学图像标记点匹配方法，包括：读取三维医学图像；识别三维医学图像中的多个标记点；其中，标记点为口腔定位器中定位球在三维医学图像中的影像；口腔定位器至少包括三个定位球；定位球两两之间的距离按大小顺序排列构成定位球距离数列；获取多个标记点两两之间的距离按大小顺序排列构成标记点距离数列；根据标记点距离数列与定位球距离数列的比对结果，确定标记点与定位球的对应关系。

Description

医学图像标记点匹配方法、装置、电子设备及存储介质
技术领域
本发明实施例涉及种植牙技术领域，尤其涉及一种医学图像标记点匹配方法、装置、电子设备及存储介质。
背景技术
在种植牙手术前，首选获取患者佩戴口腔定位器情况下拍摄的三维医学图像，其中口腔定位器上设有多个定位球，然后识别定位球在三维医学图像中的影像并确定为标记点，再确定标记点与定位球的对应关系，进而确定三维医学图像坐标系和口腔定位器坐标系之间的转换关系。
然而，相关技术中在确定标记点与定位球的对应关系时，多采用ICP算法，该方法计算过程繁琐复杂。
发明内容
本发明实施例提供一种医学图像标记点匹配方法、装置、电子设备及存储介质，用以解决在确定标记点与定位球的对应关系过程中，计算过程繁琐复杂的技术问题。
一方面，本发明实施例提供了一种医学图像标记点匹配方法，包括：
读取三维医学图像；
识别所述三维医学图像中的多个标记点；其中，所述标记点为口腔定位器中定位球在所述三维医学图像中的影像；所述口腔定位器至少包括三个所述定位球；所述定位球两两之间的距离按大小顺序排列构成定位球距离数列；
获取所述多个标记点两两之间距离并按大小顺序排列构成标记点距离数列；
根据所述标记点距离数列与所述定位球距离数列的比对结果，确定所述标记点与所述定位球的对应关系。
可选地，若识别的所述标记点的数量为三个，所述根据所述标记点距离数列与定位球距离数列的比对结果确定所述标记点与所述定位球的对应关系，包括：
根据所述标记点距离数列中的两个标记点距离与所述定位球距离数列中的两个定位球距离的比对结果，确定所述两个标记点距离对应的三个标记点与所述两个定位球距离对应的三个定位球的一一对应关系。
可选地，确定所述两个标记点距离对应的三个标记点与所述两个定位球距离对应的三个定位球的一一对应关系之后还包括，根据所述定位球距离数列确定未识别标记点对应的定位球，所述未识别标记点指未在所述三维医学图像中成像或已成像但未被识别的标记点。
可选地，若识别的所述标记点的数量大于三个，所述根据所述标记点距离数列与预设的定位球距离数列的比对结果确定所述标记点与所述定位球的对应关系，包括：
根据所述标记点距离数列中的两个标记点距离与所述定位球距离数列中的两个定位球距离的比对结果，确定所述两个标记点距离对应的三个标记点与所述两个定位球距离对应的三个定位球的一一对应关系；
根据所述定位球距离数列确定与剩余标记点对应的定位球；其中，所述剩余标记点指所述标记点中除所述三个标记点之外的标记点。
可选地，所述根据所述标记点距离数列中的两个标记点距离与所述定位球距离数列中的两个定位球距离的比对结果，确定所述两个标记点距离对应的三个标记点与所述两个定位球距离对应的三个定位球的一一对应关系，包括：
从所述标记点距离数列中的前两个和后两个中选取两个标记点距离；
从所述定位球距离数列中的前两个和后两个中选取两个定位球距离；
比对选取的所述两个标记点距离和所述两个定位球距离确定所述两个标记点距离的对应三个标记点与所述两个定位球距离对应的三个定位球的一一对应关系。
可选地，医学图像标记点匹配方法还包括：
根据所述标记点与所述定位球的对应关系确定所述三维医学图像与所述口腔定位器的坐标转换参数；
根据所述坐标转换参数将所述三维医学图像的坐标转换为所述口腔定位器的坐标，或将所述口腔定位器的坐标转换为所述三维医学图像的坐标。
可选地，计算在口腔定位器坐标下所述标记点和所述定位球的坐标差的均方根，或计算在三维医学图像坐标下所述标记点和所述定位球的坐标差的均方根，若均方根小于等于两倍三维医学图像层间距，则匹配准确。
可选地，所述识别所述三维医学图像中的多个标记点，包括：
从所述三维医学图像中确定候选连通域；
通过检测模型对所述候选连通域的至少一个截面进行圆检测；
若检测到半径在预设半径范围的圆则将所述候选连通域识别为标记点。
可选地，所述通过检测模型对所述候选连通域的至少一个截面进行圆检测，包括：
提取所述候选连通域在所述截面上的边缘；
基于广义霍夫变换算法对所述边缘进行圆检测。
可选地，在所述提取所述候选连通域在所述截面上的边缘之前，还包括：
对所述截面进行中值滤波；
根据第三预设范围将所述截面二值化。
可选地，所述预设半径范围为定位球实际半径/三维医学图像层间距±1。
所述从所述三维医学图像中确定候选连通域包括：
获取初选连通域；其中，所述初选连通域为所述三维医学图像中CT值在第一预设范围内的多个像素点的集合；
获取所述初选连通域的空间中心到能量中心之间的距离；其中，所述初选连通域的空间中心为所述初选连通域中的像素点坐标的坐标中心；所述能量中心根据所述初选连通域像素点坐标和所述像素点的CT值计算获得；
将所述初选连通域的空间中心到所述能量中心之间的距离小于等于第一预设阈值的所述初选连通域确定为所述候选连通域。
另一方面，本发明实施例还提供了一种医学图像标记点匹配装置，包括：
读取模块，用于读取三维医学图像；
识别模块，用于识别所述三维医学图像中的多个标记点；其中，所述标记点为口腔定位器中定位球在所述三维医学图像中的影像；所述口腔定位器至少包括三个所述定位球；所述定位球两两之间的距离按大小顺序排列构成定位球距离数列；
计算模块，用于获取所述多个标记点两两之间距离按大小顺序排列构成标记点距离数列；
匹配模块，用于根据所述标记点距离数列与所述定位球距离数列的比对结果确定所述标记点与所述定位球的对应关系。
可选地，若识别的所述标记点的数量为三个，所述匹配模块还用于：
根据所述标记点距离数列中的两个标记点距离与所述定位球距离数列中的两个定位球距离的比对结果，确定所述两个标记点距离对应的三个标记点与所述两个定位球距离对应的三个定位球的一一对应关系。
可选地，所述匹配模块还用于：根据所述定位球距离数列确定未识别标记点对应的定位球，所述未识别标记点指未在所述三维医学图像中成像或已成像但未被识别的标记点。
可选地，若识别的所述标记点的数量大于三个，所述匹配模块还用于：
根据所述标记点距离数列中的两个标记点距离与所述定位球距离数列中的两个定位球距离的比对结果，确定所述两个标记点距离对应的三个标记点与所述两个定位球距离对应的三个定位球的一一对应关系；
根据所述定位球距离数列确定与剩余标记点对应的定位球；其中，所述剩余标记点指所述标记点中除所述三个标记点之外的标记点。
可选地，所述匹配模块还用于：从所述标记点距离数列中的前两个和后两个中选取两个标记点距离；从所述定位球距离数列中的前两个和后两个中选取两个定位球距离；比对所述两个标记点距离和所述两个定位球距离确定所述两个标记点距离对应的三个标记点与所述两个定位球距离对应的三个定位球的一一对应关系。
可选地，医学图像标记点匹配装置还包括：
转换模块，用于根据所述标记点与所述定位球的对应关系确定所述三维医学图像与所述口腔定位器的坐标转换参数；根据所述坐标转换参数将所述三维医学图像的坐标转换为所述口腔定位器的坐标，或将所述口腔定位器的坐标转换为所述三维医学图像的坐标。
可选地，还包括：
验证模块，用于计算在口腔定位器坐标下所述标记点和所述定位球的坐标差的均方根，或计算在三维医学图像坐标下所述标记点和所述定位球的坐标差的均方根，若均方根小于等于两倍三维医学图像层间距，则匹配准确。
可选地，所述识别模块还用于：从所述三维医学图像中确定候选连通域；通过检测模型对所述候选连通域的至少一个截面进行圆检测；若检测到半径在预设半径范围的圆则将所述候选连通域识别为标记点。
可选地，所述识别模块还用于：提取所述候选连通域在所述截面上的边缘；基于广义霍夫变换算法对所述边缘进行圆检测。
可选地，所述识别模块还用于：对所述截面进行中值滤波；根据第三预设范围将所述截面二值化。
可选地，所述识别模块还用于：获取初选连通域；其中，所述初选连通域为所述三维医学图像中CT值在第一预设范围内的多个像素点的集合；获取所述初选连通域的空间中心到能量中心之间的距离；其中，所述初选连通域的空间中心为所述初选连通域中的像素点坐标的坐标中心；所述能量中心根据所述初选连通域像素点坐标和所述像素点的CT值计算获得；将所述初选连通域的空间中心到所述能量中心之间的距离小于等于第一预设阈值的所述初选连通域确定为所述候选连通域。
再一方面，本发明实施例提供了一种电子设备，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如上任一项所述的医学图像标记点匹配方法的步骤。
再一方面，本发明实施例提供了一种存储介质，所述存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如上任一项所述的医学图像标记点匹配方法的步骤。
本发明实施例提供的医学图像标记点匹配方法，获取标记点两两之间的距离并按大小顺序排列形成标记点距离数列，并将两两定位球之间的距离按大小顺序排列形成定位球距离数列，根据标记点距离数列和定位球距离数列的比对关系确定标记点和定位球之间的对应关系，本发明中标记点距离数列和定位球距离数列都是按大小顺序排列的，因此在比对时可以充分利用标记点距离在标记点距离数列中的位次和定位球距离在定位球距离数列中的位次，降低了比对的次数，在保证匹配准确性的基础上降低了计算的复杂程度。
附图说明
图1为本发明实施例提供的一种医学图像标记点匹配方法的步骤流程图；
图2为本发明实施例提供的另一种医学图像标记点匹配方法的步骤流程图；
图3为本发明实施提供的识别医学图像中的标记点的步骤流程图；
图4为本发明实施例中定位球的一种位置关系示意图；
图5为本发明实施例提供的一种医学图像标记点匹配装置的结构框图；
图6为本发明实施例提供的电子设备的结构框图；
图7为本发明实施例提供的电子设备的一种硬件结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面结合附图，通过具体的实施例及其应用场景对本发明实施例提供的附图方法进行详细地说明。
如图1所示，本发明实施例提供的一种医学图像标记点匹配方法具体可以包括如下步骤：
步骤S100：读取三维医学图像。
本发明实施例可以应用于种植牙手术前确定三维医学图像和口腔定位器的坐标系的转换关系的场景中。
种植牙手术前，通常需要患者拍摄口腔的三维医学图像，例如锥形束电子计算机扫描（Cone beam Computed Tomography，简称CBCT）图像，以获取待手术部位的位置及状态。为了实现种植牙机器人系统手术过程中的实时导航，从而使手机能够精准、高效的到达待手术部位，需要将三维医学图像的坐标系与口腔定位器坐标系匹配起来，然后将口腔定位器坐标系与手机运动坐标系匹配起来。
具体实现方法为，将设有定位球和红外反光球的口腔定位器佩戴在患者的牙齿上或者牙弓上，然后拍摄三维医学图像。定位球在三维医学图像中的影像称为标记点，通过识别标记点并确定标记点与定位球的一一对应关系，将三维医学图像坐标系与定位球确定的坐标系匹配起来。手术过程中，导航台车通过实时获取红外反光球的位置，将红外反光球确定的坐标系与手机运动坐标系匹配起来。由于定位球和红外反光球都设置在口腔定位器上，因此定位球和红外反光球之间的位置关系是确定的，也就是说定位球确定的坐标系与红外反光球确定的坐标系之间的匹配关系是确定的，从而实现了三维医学图像坐标系与手机运动坐标系的匹配。
实际应用时，在获取三维医学图像后可以通过种植牙机器人系统中的计算机或电子设备读取三维医学图像。
步骤S200：识别三维医学图像中的多个标记点。
标记点为口腔定位器中定位球在三维医学图像中的影像。
可选地，在本发明一实施例中，如图3所示，可以通过如下步骤识别三维医学图像中的标记点。
步骤S20：从三维医学图像中确定候选连通域。
实际应用时，牙齿、定位球等物体均会在三维医学图像中成像，候选连通域是指与定位球的成像相同或相似的图像，即容易被识别为定位球的图像。先确定出候选连通域，再在候选连通域中识别出标记点，可以降低计算量，提高识别速度。
可选地，在本发明一实施例中，候选连通域可以通过如下方式获取：
步骤a1：获取初选连通域。
其中，初选连通域为三维医学图像中连接在一起且CT值在第一预设范围内的多个像素点的集合，示例性地，第一预设范围可以为3500Hu至6500Hu。定位球可以是密度均匀的球体，例如钛球，因此定位球在三维医学图像中的成像是连接在一起且CT值相同或相似的多个像素的集合。通过确定初选连通域可以将明显不是定位球的图像排除，可以提高降低计算量，提高识别速度。
步骤a2：获取初选连通域的空间中心到能量中心之间的距离。
初选连通域的空间中心为初选连通域中的像素点坐标的坐标中心，能量中心根据初选连通域像素点坐标和像素点的CT值计算获得。实际应用时，可以通过图像处理技术对三维医学图像进行处理获得初选连通域的空间中心和能量中心。具体处理细节可以参照相关技术，在此不再赘述。
示例性地，初选连通域的空间中心的坐标为
Figure 740742DEST_PATH_IMAGE001
，
Figure 209900DEST_PATH_IMAGE002
，
Figure 84315DEST_PATH_IMAGE003
，
Figure 461070DEST_PATH_IMAGE004
，所述能量中心的坐标为
Figure 940593DEST_PATH_IMAGE005
，
Figure 174128DEST_PATH_IMAGE006
，
Figure 473522DEST_PATH_IMAGE007
，
Figure 653968DEST_PATH_IMAGE008
，n为所述候选连通域内像素点个数，
Figure 784735DEST_PATH_IMAGE009
为下标为i的像素点的x轴坐标值，
Figure 126855DEST_PATH_IMAGE010
为下标为i的像素点的y轴坐标值，
Figure 176195DEST_PATH_IMAGE011
为下标为i的像素点的z轴坐标值，
Figure 691490DEST_PATH_IMAGE012
为下标为i的像素点的CT值。通过初选连通域像素点的坐标值和CT值计算初选连通域的空间中心和能量中心，使初选连通域的空间中心和能量中心的距离的计算更加方便。
可以理解的是，初选连通域的空间中心也可以通过其他方式获取，例如通过初选连通域的边缘计算获取初选连通域的几何重心，将初选连通域的几何重心作为初选连通域的空间中心。
步骤a3：将初选连通域的空间中心到能量中心之间的距离小于等于第一预设阈值的初选连通域确定为候选连通域。
定位球为密度均匀的球体，在三维医学图像中定位球的影像的空间中心也应该与其能量中心重合或接近。因此通过判断初选连通域的空间中心和能量中心的距离可以判断初选连通域所代表的物体是否为密度均匀的物体。其中，第一预设阈值可以大于等于三维医学图像（例如，锥形束电子计算机断层扫描图像）层间距的两倍且小于等于标记点的半径。
可选地，在本发明一实施例中，在步骤a3之前还可以包括：
剔除尺寸不在第二预设范围的初选连通域。
定位球在三维医学图像的影像所代表的尺寸应与实际定位球的尺寸相同或相似，因此初选连通域中尺寸明显大于或小于定位球尺寸的不是定位球的影像，需要排除，以降低运算量、提高标记点识别的准确性。其中第二预设范围根据标记点的尺寸确定。
步骤S30：通过检测模型对候选连通域的至少一个截面进行圆检测。
在三维医学图像中，物体的影像为三维立体影像，因此候选连通域也为三维立体影像。选取截面剖切候选连通域后，候选连通域在截面的图像为二维剖面图像，对二维剖面图像的边缘进行圆检测。为方便计算可以采用笛卡尔坐标系选取截面，沿x轴方向、y轴方向和z轴方向中的至少一个方向上选取至少一个截面。为提高识别结果的准确性，可以选取多个截面并进行圆检测，多个截面的选取可以有多个方式，下面举例说明。
方式一：
选取三个垂直于x轴的平面，选取三个垂直于y轴的平面，选取三个垂直于z轴的平面。其中，三个平面中位于中间的平面经过候选连通域的空间中心，例如三个平面的x轴坐标可以为
Figure 880026DEST_PATH_IMAGE013
、
Figure 658626DEST_PATH_IMAGE014
、
Figure 994929DEST_PATH_IMAGE015
，
Figure 251598DEST_PATH_IMAGE016
为取整符号。
方式二：
选取一个垂直于x轴的平面，选取一个垂直于y轴的平面，选取一个垂直于z轴的平面。其中，三个平面均经过候选连通域的空间中心。
方式三：
选取三个垂直于x轴的平面，或选取三个垂直于y轴的平面，或选取三个垂直于z轴的平面。其中，三个平面中位于中间的平面经过候选连通域的空间中心，例如三个平面的x轴坐标可以为
Figure 356957DEST_PATH_IMAGE013
、
Figure 306459DEST_PATH_IMAGE014
、
Figure 802162DEST_PATH_IMAGE015
。
得到二维剖面图像即截面图像后，本发明实施例中通过机器学习的方法对截面图像进行圆检测，具体地，将截面图像输入预先训练好的检测模型中，通过检测模型进行圆检测并输出检测结果，检测结果为是否存在半径在预设半径范围的圆。其中，检测模型的训练可以参考相关技术，在此不作限定。
可选地，在本申请一实施例中，通过检测模型对候选连通域的至少一个截面进行圆检测可以包括如下步骤：
b1、提取候选连通域在截面上的边缘。
具体应用时可以通过图像处理技术获取二维剖面图像的边缘，例如通过边缘提取算法提取边缘。由于二维剖面图像中除了包含候选连通域的剖面外还包含其他图像信息，因此直接提取候选连通域的剖面边缘计算量较大。
在一些实施方式中，可以先在截面上选取包含候选连通域的边缘的识别区域，再在识别区域内获取边缘。这样可以降低计算量，提高识别速度。
可选地，在本发明一实施例中，可以针对截面，选取以F为中心，以
Figure 128101DEST_PATH_IMAGE017
为边长的正方形区域作为识别区域。其中，F为候选连通域的空间中心在截面上的投影点，∅A为标记点的直径，slice为三维医学图像的层间距。
可选地，在本发明一实施例中，在通过边缘提取算法在识别区域内获取边缘之前，可以根据第三预设阈值对识别区域内的图像进行二值化。这样可以进一步降低计算量，提高标记点识别速度。示例性地，第三预设阈值可以为CT值，取值范围可以为3500Hu-6500Hu。可选地，在本发明一实施例中，在对图像进行二值化之前还可以对图像进行中值滤波，以去除图像中无用信息，降低图像中的噪音。可选地，可以对二值化之后的图像进行Canny边缘检测算法获取候选连通域在截面上的边缘。
b2、基于广义霍夫变换算法对边缘进行圆检测。
通过广义霍夫变换算法检测边缘中的圆，并判断检测到的圆的半径是否在预设半径范围内。其中，预设半径范围可以根据定位球的实际尺寸和计算精度灵活选取。可选地，预设半径范围为定位球实际半径/三维医学图像层间距±1，其中1是1个像素的尺寸。三维医学图像层间距可以为CBCT图像层间距。
步骤S40：若检测到半径在预设半径范围的圆则将候选连通域识别为标记点。
定位球为球体，因此定位球在三维医学图像中的影像在各个方向上的截面形状也应该为半径与定位球的半径一致的圆形。通过判断候选连通域中是否存在半径与定位球的半径一致的圆，可以判断候选连通域代表的物体是否为球体。可选地，所述预设半径范围为定位球实际半径/三维医学图像层间距±1，其中1是1个像素的尺寸。三维医学图像层间距可以为CBCT图像层间距。
步骤S300：获取多个标记点两两之间距离并按大小顺序排列构成标记点距离数列。
若获取三个标记点，两两标记点之间的距离有三个，三个距离按照大小顺序排列构成标记点距离数列。若获取四个标记点，两两标记点之间的距离有六个，六个距离按照大小顺序排列构成标记点距离数列。其中，按大小顺序排列既可以使由大到小顺序排列，也可以使由小到大顺序排列。为方便描述，以下均以由大到小顺序排列为例进行说明。
标记点两两之间的距离可以为标记点的空间中心之间的距离。
步骤S400：根据标记点距离数列与定位球距离数列的比对结果，确定标记点与定位球的对应关系。
本发明实施例中口腔定位器至少包括三个定位球。定位球两两之间的距离按大小顺序排列构成定位球距离数列。定位球两两之间的距离可以通过多种方式获取，如口腔定位器生产出厂时，通过三坐标测量仪测量在口腔定位器坐标系下各定位球的球心坐标，然后根据球心坐标计算出距离。其中，按大小顺序排列既可以使由大到小顺序排列，也可以使由小到大顺序排列。为方便描述，以下均以由大到小顺序排列为例进行说明。
当口腔定位器至少包括四个定位球，正常情况下识别的标记点的数量至少四个，但是在拍摄三维医学图像过程中定位球可能会脱落，或者获取三维医学图像进行标记点识别过程中有标记点未被识别，导致识别的标记点只有三个。因此下面分别对两种情况展开说明。
第一种情况
若识别的标记点的数量为三个，此时确定标记点与定位球的对应关系具体为：
步骤c1：根据标记点距离数列中的两个标记点距离与定位球距离数列中的两个定位球距离的比对结果，确定对应两个标记点距离的三个标记点与对应两个定位球距离的三个定位球的一一对应关系。
三维医学图像种的标记点与定位球是一一对应的，因此标记点之间的距离与定位球之间的距离也是一一对应的。因此只需要确定两个相邻的标记点距离与两个相邻的定位球之间的距离的对应关系，就可以确定对应两个标记点距离的三个标记点与对应两个定位球距离的三个定位球的一一对应关系。也就是说不需要将标记点距离数列和定位球距离数列中所有距离都比对，降低计算的复杂程度。
识别的标记点的数量为三个，可能是口腔定位器包括定位球只有三个，当口腔定位器中包括三个定位球，识别的标记点的数量为三个，定位球距离数列中包括三个距离，标记点距离数列中包括三个距离。举例说明，若口腔定位器包括定位球A、B、C，其中距离AB为最长距离，距离AC为最短距离，BC为第二长距离；若定位球距离数列中的第一个距离等于标记点距离数列中第一个距离且定位球距离数列中的最后一个距离等于标记点距离数列中最后一个距离，则标记点距离数列中第一个距离和最后一个距离的公共点对应定位球A，第一个距离中的另一个点对应定位球B，最后一个距离中的另一个点对应定位球C。只需要确定两个相邻的标记点距离与两个相邻的定位球之间的距离的对应关系，就可以确定对应两个标记点距离的三个标记点与对应两个定位球距离的三个定位球的一一对应关系。
识别的标记点的数量为三个，可能是口腔定位器包括大于三个的定位球，但是存在定位球未在三维医学图像中成像（如口腔定位器定位球掉落）或已成像但未被识别的标记点。此时依然可以根据标记点距离数列中的两个标记点距离与定位球距离数列中的两个定位球距离的比对结果，确定对应两个标记点距离的三个标记点与对应两个定位球距离的三个定位球的一一对应关系。
下面举例说明比对过程。
如图4所示，口腔定位器包括定位球A、B、C、D、E，其中距离AB为最长距离，距离AC为最短距离，距离BD为第二长距离，距离DC为第二短距离，E与其他定位球之间的距离、距离AD、距离BC小于第二长距离，且大于第二短距离。
若定位球距离数列中的第一个距离等于标记点距离数列中第一个距离且定位球距离数列中的最后一个距离等于标记点距离数列中最后一个距离，则标记点距离数列中第一个距离和最后一个距离的公共点对应定位球A，第一个距离中的另一个点对应定位球B，最后一个距离中的另一个点对应定位球C。
若定位球距离数列中的第二个距离等于标记点距离数列中第一个距离且定位球距离数列中的倒数第二个距离等于标记点距离数列中最后一个距离，则标记点距离数列中第一个距离和最后一个距离的公共点对应定位球D，第一个距离中的另一个点对应定位球B，最后一个距离中的另一个点对应定位球C。
若定位球距离数列中的最后一个距离等于标记点距离数列中最后一个距离且定位球距离数列中的倒数第二个距离等于标记点距离数列中倒数第二个距离，则标记点距离数列中倒数第二个距离和最后一个距离的公共点对应定位球C，倒数第二个距离中的另一个点对应定位球D，最后一个距离中的另一个点对应定位球A。
若定位球距离数列中的第一个距离等于标记点距离数列中第一个距离且定位球距离数列中的第二个距离等于标记点距离数列中第二个距离，则标记点距离数列中第二个距离和第一个距离的公共点对应定位球B，第二个距离中的另一个点对应定位球D，第一个距离中的另一个点对应定位球A。
其中，上述判断两个距离相等指两个距离的差小于等于计算精度误差，示例性地，计算精度误差可以为2*
Figure 87967DEST_PATH_IMAGE018
倍的CBCT图像的层间距。
也就是说，从标记点距离数列中的前两个和后两个中选取两个标记点距离，并从定位球距离数列中的前两个和后两个中选取两个定位球距离，比对两个标记点距离和两个定位球距离确定对应两个标记点距离的三个标记点与对应两个定位球距离的三个定位球的一一对应关系。这样，不需要将标记点距离数列和定位球距离数列中所有距离都比对，降低计算的复杂程度
步骤c2：根据定位球距离数列确定未识别标记点对应的定位球。其中，未识别标记点指未在三维医学图像中成像或已成像但未被识别的标记点。
根据已经匹配三个定位球，筛选出未匹配的定位球，并根据定位球距离数列获取未匹配的定位球距离已匹配的定位球的距离，从而确定未识别的标记点对应的定位球。
第二种情况
若识别的标记点的数量大于三个，此时确定标记点与定位球的对应关系具体为：
步骤d1：根据标记点距离数列中的两个标记点距离与定位球距离数列中的两个定位球距离的比对结果，确定对应两个标记点距离的三个标记点与对应两个定位球距离的三个定位球的一一对应关系。具体细节可以参照第一种情况，在此不再赘述。
步骤d2：根据定位球距离数列确定与剩余标记点对应的定位球。其中，剩余标记点指标记点中除三个标记点之外的标记点。根据已经匹配的三个定位球和三个标记点，筛选出剩余标记点和未匹配定位球，然后根据标记点距离数列获取剩余标记点到已匹配标记点之间的距离，根据定位球距离数列获取未匹配定位球距离已匹配定位球之间的距离，然后判断标记点距离和定位球距离是否匹配，从而确定剩余标记点匹配的定位球。
本发明实施例提供的医学图像标记点匹配方法，获取标记点两两之间的距离并按大小顺序排列形成标记点距离数列，并将两两定位球之间的距离按大小顺序排列形成定位球距离数列，根据标记点距离数列和定位球距离数列的比对关系确定标记点和定位球之间的对应关系，本发明中标记点距离数列和定位球距离数列都是按大小顺序排列的，因此在比对时可以充分利用标记点距离在标记点距离数列中的位次和定位球距离在定位球距离数列中的位次，降低了比对的次数，在保证匹配准确性的基础上降低了计算的复杂程度。
可选地，在本发明一实施例中，如图2所示，在上述步骤的基础上，医学图像标记点匹配方法还包括：
步骤500：根据标记点与定位球的对应关系确定三维医学图像与口腔定位器的坐标转换参数。
标记点与定位球的对应关系确定之后，可以确定定位球在三维医学图像坐标系中的坐标，进而可以通过奇异值分解计算三维医学图像坐标系到口腔定位器坐标系的空间坐标变换参数。
步骤600：根据坐标转换参数将三维医学图像的坐标转换为口腔定位器的坐标，或将口腔定位器的坐标转换为三维医学图像的坐标。
将三维医学图像的坐标转换为口腔定位器的坐标系中的坐标，可以将三维医学图像的坐标系和口腔定位器的坐标系匹配起来，以使种植牙手术过程中可以实现实时导航。
可选地，在本发明一实施例中，在上述步骤的基础上，医学图像标记点匹配方法还包括：
计算在口腔定位器坐标下所述标记点和所述定位球的坐标差的均方根，或计算在三维医学图像坐标下所述标记点和所述定位球的坐标差的均方根，若均方根小于等于两倍三维医学图像层间距，则匹配准确。
其中，均方根计算公式如下：
Figure 942791DEST_PATH_IMAGE019
n为标记点个数，（x,y,z）和
Figure 253686DEST_PATH_IMAGE020
分别为标记点坐标和对应的定位球坐标。
另一方面，本发明实施例提供了一种医学图像标记点匹配装置700，如图5所示，所述装置如下模块：
读取模块710，用于读取三维医学图像；
识别模块720，用于识别三维医学图像中的多个标记点；其中，标记点为口腔定位器中定位球在三维医学图像中的影像；口腔定位器至少包括三个定位球；定位球两两之间的距离按大小顺序排列构成定位球距离数列；
计算模块730，用于获取多个标记点两两之间距离按大小顺序排列构成标记点距离数列；
匹配模块740，用于根据标记点距离数列与定位球距离数列的比对结果确定标记点与定位球的对应关系。
本发明实施例提供的医学图像标记点匹配装置700本发明实施例提供的医学图像标记点匹配方法，获取标记点两两之间的距离并按大小顺序排列形成标记点距离数列，并将两两定位球之间的距离按大小顺序排列形成定位球距离数列，根据标记点距离数列和定位球距离数列的比对关系确定标记点和定位球之间的对应关系，本发明中标记点距离数列和定位球距离数列都是按大小顺序排列的，因此在比对时可以充分利用标记点距离在标记点距离数列中的位次和定位球距离在定位球距离数列中的位次，降低了比对的次数，在保证匹配准确性的基础上降低了计算的复杂程度。
可选地，本发明一实施例中，若识别的标记点的数量为三个，匹配模块740还用于：
根据标记点距离数列中的两个标记点距离与定位球距离数列中的两个定位球距离的比对结果，确定对应两个标记点距离的三个标记点与对应两个定位球距离的三个定位球的一一对应关系。
可选地，在本发明一实施例中，匹配模块740还用于：根据定位球距离数列确定未识别标记点对应的定位球，未识别标记点指未在三维医学图像中成像或已成像但未被识别的标记点。
可选地，本发明一实施例中，若识别的标记点的数量大于三个，匹配模块740还用于：
根据标记点距离数列中的两个标记点距离与定位球距离数列中的两个定位球距离的比对结果，确定对应两个标记点距离的三个标记点与对应两个定位球距离的三个定位球的一一对应关系；
根据定位球距离数列确定与剩余标记点对应的定位球；其中，剩余标记点指标记点中除三个标记点之外的标记点。
可选地，本发明一实施例中，匹配模块740还用于：从标记点距离数列中的前两个和后两个中选取两个标记点距离；从定位球距离数列中的前两个和后两个中选取两个定位球距离；比对两个标记点距离和两个定位球距离确定对应两个标记点距离的三个标记点与对应两个定位球距离的三个定位球的一一对应关系。
可选地，本发明一实施例中，三维医学图像标记点匹配装置700还包括：
转换模块，用于根据标记点与定位球的对应关系确定三维医学图像与口腔定位器的坐标转换参数；根据坐标转换参数将三维医学图像的坐标转换为口腔定位器的坐标，或将口腔定位器的坐标转换为三维医学图像的坐标。
可选地，在本发明一实施例中，还包括：
验证模块，用于计算在口腔定位器坐标下标记点和定位球的坐标差的均方根，或计算在三维医学图像坐标下标记点和定位球的坐标差的均方根，若均方根小于等于两倍三维医学图像层间距，则匹配准确。
可选地，本发明一实施例中，识别模块720还用于：从三维医学图像中确定候选连通域；通过检测模型对候选连通域的至少一个截面进行圆检测；若检测到半径在预设半径范围的圆则将候选连通域识别为标记点。
可选地，本发明一实施例中，识别模块720还用于：提取候选连通域在截面上的边缘；基于广义霍夫变换算法对边缘进行圆检测。
可选地，本发明一实施例中，识别模块720还用于：对截面进行中值滤波；根据第三预设范围将截面二值化。
可选地，本发明一实施例中，识别模块720还用于：获取初选连通域；其中，初选连通域为三维医学图像中CT值在第一预设范围内的多个像素点的集合；获取初选连通域的空间中心到能量中心之间的距离；其中，初选连通域的空间中心为初选连通域中的像素点坐标的坐标中心；能量中心根据初选连通域像素点坐标和像素点的CT值计算获得；将初选连通域的空间中心到能量中心之间的距离小于等于第一预设阈值的初选连通域确定为候选连通域。
本发明实施例中的医学图像标记点匹配装置100可以是装置，也可以是终端中的部件、集成电路、或芯片。该装置可以是移动电子设备，也可以为非移动电子设备。示例性的，移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机（ultra-mobile personal computer，UMPC）、上网本或者个人数字助理（personal digital assistant，PDA）等，非移动电子设备可以为服务器、网络附属存储器（Network Attached Storage，NAS）、个人计算机（personal computer，PC）、电视机（television，TV）、柜员机或者自助机等，本发明实施例不作具体限定。
本发明实施例中的医学图像标记点匹配装置700可以为具有操作系统的装置。该操作系统可以为安卓（Android）操作系统，可以为ios操作系统，还可以为其他可能的操作系统，本发明实施例不作具体限定。
本发明实施例提供的医学图像标记点匹配装置能够实现图1中医学图像标记点识别方法实施例实现的各个过程，为避免重复，这里不再赘述。
图6本发明实施例提供的电子设备的结构框图。
如图6所示，本发明实施例还提供一种电子设备M00，包括处理器M01，存储器M02，存储在存储器M02上并可在所述处理器M01上运行的程序或指令，该程序或指令被处理器M01执行时实现上述医学图像标记点匹配方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
需要说明的是，本发明实施例中的电子设备包括上述所述的移动电子设备和非移动电子设备。
图7为实现本发明实施例的一种电子设备的硬件结构示意图。
该电子设备1000包括但不限于：射频单元1001、网络模块1002、音频输出单元1003、输入单元1004、传感器1005、显示单元1006、用户输入单元1007、接口单元1008、存储器1009、以及处理器1010等部件。
本领域技术人员可以理解，电子设备1000还可以包括给各个部件供电的电源（比如电池），电源可以通过电源管理系统与处理器1010逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图7中示出的电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置，在此不再赘述。
应理解的是，本发明实施例中，输入单元1004可以包括图形处理器（GraphicsProcessing Unit，GPU）10041和麦克风10042，图形处理器10041对在视频捕获模式或图像捕获模式中由图像捕获装置（如摄像头）获得的静态图片或视频的图像数据进行处理。显示单元1006可包括显示面板10061，可以采用液晶显示器、有机发光二极管等形式来配置显示面板10061。用户输入单元1007包括触控面板10071以及其他输入设备10072。触控面板10071，也称为触摸屏。触控面板10071可包括触摸检测装置和触摸控制器两个部分。其他输入设备10072可以包括但不限于物理键盘、功能键（比如音量控制按键、开关按键等）、轨迹球、鼠标、操作杆，在此不再赘述。存储器1009可用于存储软件程序以及各种数据，包括但不限于应用程序和操作系统。处理器1010可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器1010中。
本发明实施例还提供一种存储介质，可以是可读存储介质，所述存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述三维医学图像标记点识别方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
其中，所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器（Read-Only Memory， ROM）、随机存取存储器（Random Access Memory， RAM）、磁碟或者光盘等。
本发明实施例另提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现上述转动量确定方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
应理解，本发明实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (25)

1.一种医学图像标记点匹配方法，其特征在于，包括：
读取三维医学图像；
识别所述三维医学图像中的多个标记点；其中，所述标记点为口腔定位器中定位球在所述三维医学图像中的影像；所述口腔定位器至少包括三个所述定位球；所述定位球两两之间的距离按大小顺序排列构成定位球距离数列；
获取所述多个标记点两两之间距离并按大小顺序排列构成标记点距离数列；
根据所述标记点距离数列与所述定位球距离数列的比对结果，确定所述标记点与所述定位球的对应关系。
2.根据权利要求1所述的医学图像标记点匹配方法，其特征在于，若识别的所述标记点的数量为三个，所述根据所述标记点距离数列与所述定位球距离数列的比对结果，确定所述标记点与所述定位球的对应关系，包括：
根据所述标记点距离数列中的两个标记点距离与所述定位球距离数列中的两个定位球距离的比对结果，确定所述两个标记点距离对应的三个标记点与所述两个定位球距离对应的三个定位球的一一对应关系。
3.根据权利要求2所述的医学图像标记点匹配方法，其特征在于，所述确定所述两个标记点距离对应的三个标记点与所述两个定位球距离对应的三个定位球的一一对应关系之后，还包括：
根据所述定位球距离数列确定未识别标记点对应的定位球，所述未识别标记点指未在所述三维医学图像中成像或已成像但未被识别的标记点。
4.根据权利要求1所述的医学图像标记点匹配方法，其特征在于，若识别的所述标记点的数量大于三个，所述根据所述标记点距离数列与所述定位球距离数列的比对结果确定所述标记点与所述定位球的对应关系，包括：
根据所述标记点距离数列中的两个标记点距离与所述定位球距离数列中的两个定位球距离的比对结果，确定所述两个标记点距离对应的三个标记点与所述两个定位球距离对应的三个定位球的一一对应关系；
根据所述定位球距离数列确定与剩余标记点对应的定位球；其中，所述剩余标记点指所述标记点中除所述三个标记点之外的标记点。
5.根据权利要求4所述的医学图像标记点匹配方法，其特征在于，所述根据所述标记点距离数列中的两个标记点距离与所述定位球距离数列中的两个定位球距离的比对结果，确定所述两个标记点距离对应的三个标记点与所述两个定位球距离对应的三个定位球的一一对应关系，包括：
从所述标记点距离数列中的前两个和后两个中选取两个标记点距离；
从所述定位球距离数列中的前两个和后两个中选取两个定位球距离；
比对选取的所述两个标记点距离和所述两个定位球距离，确定所述两个标记点距离对应的三个标记点与所述两个定位球距离对应的三个定位球的一一对应关系。
6.根据权利要求1所述的医学图像标记点匹配方法，其特征在于，还包括：
根据所述标记点与所述定位球的对应关系确定所述三维医学图像与所述口腔定位器的坐标转换参数；
根据所述坐标转换参数将所述三维医学图像的坐标转换为所述口腔定位器的坐标，或将所述口腔定位器的坐标转换为所述三维医学图像的坐标。
7.根据权利要求6所述的医学图像标记点匹配方法，其特征在于，还包括：
计算在口腔定位器坐标下所述标记点和所述定位球的坐标差的均方根，或计算在三维医学图像坐标下所述标记点和所述定位球的坐标差的均方根，若均方根小于等于两倍三维医学图像层间距，则匹配准确。
8.根据权利要求1所述的医学图像标记点匹配方法，其特征在于，所述识别所述三维医学图像中的多个标记点，包括：
从所述三维医学图像中确定候选连通域；
通过检测模型对所述候选连通域的至少一个截面进行圆检测；
若检测到半径在预设半径范围的圆则将所述候选连通域识别为标记点。
9.根据权利要求8所述的医学图像标记点匹配方法，其特征在于，所述通过检测模型对所述候选连通域的至少一个截面进行圆检测，包括：
提取所述候选连通域在所述截面上的边缘；
基于广义霍夫变换算法对所述边缘进行圆检测。
10.根据权利要求9所述的医学图像标记点匹配方法，其特征在于，在所述提取所述候选连通域在所述截面上的边缘之前，还包括：
对所述截面进行中值滤波；
根据第三预设范围将所述截面二值化。
11.根据权利要求8所述的医学图像标记点匹配方法，其特征在于，所述预设半径范围为定位球实际半径/三维医学图像层间距±1。
12.根据权利要求8所述的医学图像标记点匹配方法，其特征在于，所述从所述三维医学图像中确定候选连通域，包括：
获取初选连通域；其中，所述初选连通域为所述三维医学图像中CT值在第一预设范围内的多个像素点的集合；
获取所述初选连通域的空间中心到能量中心之间的距离；其中，所述初选连通域的空间中心为所述初选连通域中的像素点坐标的坐标中心；所述能量中心根据所述初选连通域像素点坐标和所述像素点的CT值计算获得；
将所述初选连通域的空间中心到能量中心之间的距离小于等于第一预设阈值的所述初选连通域确定为所述候选连通域。
13.一种医学图像标记点匹配装置，其特征在于，包括：
读取模块，用于读取三维医学图像；
识别模块，用于识别所述三维医学图像中的多个标记点；其中，所述标记点为口腔定位器中定位球在所述三维医学图像中的影像；所述口腔定位器至少包括三个所述定位球；所述定位球两两之间的距离按大小顺序排列构成定位球距离数列；
计算模块，用于获取所述多个标记点两两之间距离按大小顺序排列构成标记点距离数列；
匹配模块，用于根据所述标记点距离数列与所述定位球距离数列的比对结果确定所述标记点与所述定位球的对应关系。
14.根据权利要求13所述的医学图像标记点匹配装置，其特征在于，若识别的所述标记点的数量为三个，所述匹配模块还用于：
根据所述标记点距离数列中的两个标记点距离与所述定位球距离数列中的两个定位球距离的比对结果，确定所述两个标记点距离对应的三个标记点与所述两个定位球距离对应的三个定位球的一一对应关系。
15.根据权利要求14所述的医学图像标记点匹配装置，其特征在于，所述匹配模块还用于：根据所述定位球距离数列确定未识别标记点对应的定位球，所述未识别标记点指未在所述三维医学图像中成像或已成像但未被识别的标记点。
16.根据权利要求13所述的医学图像标记点匹配装置，其特征在于，若识别的所述标记点的数量大于三个，所述匹配模块还用于：
根据所述标记点距离数列中的两个标记点距离与所述定位球距离数列中的两个定位球距离的比对结果，确定所述两个标记点距离对应的三个标记点与所述两个定位球距离对应的三个定位球的一一对应关系；
根据所述定位球距离数列确定与剩余标记点对应的定位球；其中，所述剩余标记点指所述标记点中除所述三个标记点之外的标记点。
17.根据权利要求16所述的医学图像标记点匹配装置，其特征在于，所述匹配模块还用于：从所述标记点距离数列中的前两个和后两个中选取两个标记点距离；从所述定位球距离数列中的前两个和后两个中选取两个定位球距离；比对所述两个标记点距离和所述两个定位球距离确定所述两个标记点距离对应的三个标记点与所述两个定位球距离对应的三个定位球的一一对应关系。
18.根据权利要求13所述的医学图像标记点匹配装置，其特征在于，还包括：
转换模块，用于根据所述标记点与所述定位球的对应关系确定所述三维医学图像与所述口腔定位器的坐标转换参数；根据所述坐标转换参数将所述三维医学图像的坐标转换为所述口腔定位器的坐标，或将所述口腔定位器的坐标转换为所述三维医学图像的坐标。
19.根据权利要求18所述的医学图像标记点匹配装置，其特征在于，还包括：
验证模块，用于计算在口腔定位器坐标下所述标记点和所述定位球的坐标差的均方根，或计算在三维医学图像坐标下所述标记点和所述定位球的坐标差的均方根，若均方根小于等于两倍三维医学图像层间距，则匹配准确。
20.根据权利要求13所述的医学图像标记点匹配装置，其特征在于，所述识别模块还用于：从所述三维医学图像中确定候选连通域；通过检测模型对所述候选连通域的至少一个截面进行圆检测；若检测到半径在预设半径范围的圆则将所述候选连通域识别为标记点。
21.根据权利要求20所述的医学图像标记点匹配装置，其特征在于，所述识别模块还用于：提取所述候选连通域在所述截面上的边缘；基于广义霍夫变换算法对所述边缘进行圆检测。
22.根据权利要求21所述的医学图像标记点匹配装置，其特征在于，所述识别模块还用于：对所述截面进行中值滤波；根据第三预设范围将所述截面二值化。
23.根据权利要求20所述的医学图像标记点匹配装置，其特征在于，所述识别模块还用于：获取初选连通域；其中，所述初选连通域为所述三维医学图像中CT值在第一预设范围内的多个像素点的集合；获取所述初选连通域的空间中心到能量中心之间的距离；其中，所述初选连通域的空间中心为所述初选连通域中的像素点坐标的坐标中心；所述能量中心根据所述初选连通域像素点坐标和所述像素点的CT值计算获得；将所述初选连通域的空间中心到能量中心之间的距离小于等于第一预设阈值的所述初选连通域确定为所述候选连通域。
24.一种电子设备，其特征在于，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1-12任一项所述的医学图像标记点匹配方法的步骤。
25.一种存储介质，其特征在于，所述存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1-12任一项所述的医学图像标记点匹配方法的步骤。
CN202111337949.7A 2021-11-12 2021-11-12 医学图像标记点匹配方法、装置、电子设备及存储介质 Active CN113782159B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111337949.7A CN113782159B (zh) 2021-11-12 2021-11-12 医学图像标记点匹配方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111337949.7A CN113782159B (zh) 2021-11-12 2021-11-12 医学图像标记点匹配方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN113782159A true CN113782159A (zh) 2021-12-10
CN113782159B CN113782159B (zh) 2022-02-08

Family

ID=78873870

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111337949.7A Active CN113782159B (zh) 2021-11-12 2021-11-12 医学图像标记点匹配方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN113782159B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113947637A (zh) * 2021-12-15 2022-01-18 北京柏惠维康科技有限公司 标记点提取方法、装置、电子设备及计算机存储介质
CN115272288A (zh) * 2022-08-22 2022-11-01 杭州微引科技有限公司 一种医学图像标记点自动识别方法、电子设备及存储介质
CN117598782A (zh) * 2023-09-28 2024-02-27 杭州盛星医疗科技有限公司 用于经皮穿刺手术的手术导航方法、装置、设备及介质
CN117598782B (zh) * 2023-09-28 2024-06-04 苏州盛星医疗器械有限公司 用于经皮穿刺手术的手术导航方法、装置、设备及介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104123540A (zh) * 2014-07-15 2014-10-29 北京天智航医疗科技股份有限公司 手术机器人定位标志点自动识别方法
CN107481276A (zh) * 2016-06-08 2017-12-15 北京天智航医疗科技股份有限公司 一种三维医学图像中标记点序列的自动识别方法
CN110192924A (zh) * 2019-06-20 2019-09-03 雅客智慧（北京）科技有限公司 用于口腔种植手术的定位装置及手术路径规划方法
CN112419381A (zh) * 2020-12-15 2021-02-26 山东威高医疗科技有限公司 一种x光图像中标记点序列的自动识别方法
CN112932667A (zh) * 2021-01-27 2021-06-11 南京逸动智能科技有限责任公司 一种三维图像专用定位标尺、手术导航系统及其定位方法
CN113112490A (zh) * 2021-04-23 2021-07-13 上海卓昕医疗科技有限公司 一种三维医学影像标记点提取方法及系统
US20210290347A1 (en) * 2018-07-03 2021-09-23 Beijing Yakebot Technology Co, Ltd. Registration method for visual navigation in dental implant surgery and electronic device

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104123540A (zh) * 2014-07-15 2014-10-29 北京天智航医疗科技股份有限公司 手术机器人定位标志点自动识别方法
CN107481276A (zh) * 2016-06-08 2017-12-15 北京天智航医疗科技股份有限公司 一种三维医学图像中标记点序列的自动识别方法
US20210290347A1 (en) * 2018-07-03 2021-09-23 Beijing Yakebot Technology Co, Ltd. Registration method for visual navigation in dental implant surgery and electronic device
CN110192924A (zh) * 2019-06-20 2019-09-03 雅客智慧（北京）科技有限公司 用于口腔种植手术的定位装置及手术路径规划方法
CN112419381A (zh) * 2020-12-15 2021-02-26 山东威高医疗科技有限公司 一种x光图像中标记点序列的自动识别方法
CN112932667A (zh) * 2021-01-27 2021-06-11 南京逸动智能科技有限责任公司 一种三维图像专用定位标尺、手术导航系统及其定位方法
CN113112490A (zh) * 2021-04-23 2021-07-13 上海卓昕医疗科技有限公司 一种三维医学影像标记点提取方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
XI ZHANG 等: ""Stereo matching method of angle and distance coding for surgical navigation"", 《2019 11TH INTERNATIONAL CONFERENCE ON INTELLIGENT HUMAN-MACHINE SYSTEMS AND CYBERNETICS (IHMSC)》 *
冯云 等: ""一种基于标记点的三维医学图像配准方法研究"", 《中国医学装备》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113947637A (zh) * 2021-12-15 2022-01-18 北京柏惠维康科技有限公司 标记点提取方法、装置、电子设备及计算机存储介质
CN113947637B (zh) * 2021-12-15 2022-04-22 北京柏惠维康科技有限公司 标记点提取方法、装置、电子设备及计算机存储介质
CN115272288A (zh) * 2022-08-22 2022-11-01 杭州微引科技有限公司 一种医学图像标记点自动识别方法、电子设备及存储介质
CN117598782A (zh) * 2023-09-28 2024-02-27 杭州盛星医疗科技有限公司 用于经皮穿刺手术的手术导航方法、装置、设备及介质
CN117598782B (zh) * 2023-09-28 2024-06-04 苏州盛星医疗器械有限公司 用于经皮穿刺手术的手术导航方法、装置、设备及介质

Also Published As

Publication number Publication date
CN113782159B (zh) 2022-02-08

Similar Documents

Publication Publication Date Title
Zhao et al. Tracking-by-detection of surgical instruments in minimally invasive surgery via the convolutional neural network deep learning-based method
US9002099B2 (en) Learning-based estimation of hand and finger pose
CN113782159B (zh) 医学图像标记点匹配方法、装置、电子设备及存储介质
Ye et al. A depth camera motion analysis framework for tele-rehabilitation: Motion capture and person-centric kinematics analysis
US20120070070A1 (en) Learning-based pose estimation from depth maps
EP3016027A2 (en) Human body part detection system and human body part detection method
WO2023078169A1 (zh) 医学图像标记点识别方法、装置、电子设备及存储介质
CA2858616A1 (en) Surface data acquisition, storage, and assessment system
US20140300597A1 (en) Method for the automated identification of real world objects
CN112382359B (zh) 患者注册方法、装置、电子设备及计算机可读介质
CN113658211A (zh) 一种用户姿态的评估方法、装置以及处理设备
US20190392552A1 (en) Spine image registration method
Wang et al. Coarse-to-fine dot array marker detection with accurate edge localization for stereo visual tracking
Cai et al. Tracking multiple surgical instruments in a near-infrared optical system
EP3843038B1 (en) Image processing method and system
JP5364009B2 (ja) 画像生成装置、画像生成方法、及びそのプログラム
CN110728172B (zh) 基于点云的人脸关键点检测方法、装置、系统及存储介质
Li et al. A vision-based navigation system with markerless image registration and position-sensing localization for oral and maxillofacial surgery
Ghafurian et al. 3D/2D image registration using weighted histogram of gradient directions
CN116047412A (zh) 标记物的伪影坐标去除方法及相关装置
Wu et al. 3D texture reconstruction of abdominal cavity based on monocular vision SLAM for minimally invasive surgery
Karner et al. Single-shot deep volumetric regression for mobile medical augmented reality
US20210192717A1 (en) Systems and methods for identifying atheromatous plaques in medical images
Li Badminton motion capture with visual image detection of picking robotics
CN100388314C (zh) 用于定位图像中紧凑目标的系统和方法

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