CN114631887A - 基于血管校正组织形变的方法及装置 - Google Patents

Abstract

本申请公开了一种基于血管校正组织形变的方法及装置，该方法包括：基于医学影像数据建立三维模型，从三维模型中提取血管相关信息建立第1点云；建立真实空间到三维模型的转换关系；组织形变后，使用数据采集单元采集感兴趣区域的血管相关信息建立第2点云；将所述第2点云的至少一部分与第1点云的至少一部分进行非刚性配准，建立非刚性匹配关系；使用非刚性匹配关系对三维模型的至少一部分进行校正，获得经校正的三维模型。

Description

基于血管校正组织形变的方法及装置

技术领域

本申请涉及医学图像处理领域，具体涉及一种基于血管校正组织形变的方法及装置。

背景技术

定位导航技术对于外科手术有着非常重要的意义，但是手术操作会导致组织发生形变，与术前采集的医学影像信息、医学三维模型和手术计划产生差异，无法继续精确地按计划进行手术。

为解决这一问题，现有技术提出了一些配准校正的手段，例如：按照预设的组织特性对三维模型进行校正，当采用预设的组织特性进行校正时，会因为脑组织的体积较大和结构不均一，个体的组织结构性质差异，导致校正效果不佳；或者采集脑组织表面结构特征(比如大脑皮层的沟回)来形成标志点进行校正；但是，由于大脑皮层灰质缺乏明确清晰的结构，加上个体差异(部分人的脑沟很浅)，即便是经验丰富的专家也经常无法识别出重要的结构和沟回，使得该方法存在较大大缺陷，很多情况下无法使用；此外也有人采用术中成像技术，例如术中MRI、CT或X光等，术中成像技术的精确度虽好，但是会中断手术进程，延长手术时间，增加成本成本，医师和患者都不得不承受更多的辐射吸收剂量。

对此，本发明提供了一种新的解决方法，使用血管相关信息作为参照，获取组织形变后的非刚性匹配关系，对三维模型进行校正。

发明内容

针对现有技术中的上述技术问题，本申请实施例提出了一种基于血管校正组织形变的方法，可以执行该方法的手术导航系统、手术定位导航系统和手术机器人系统，以解决术中组织形变，术前规划精准度下降等问题。

本发明的第一方面提供了一种基于血管校正组织形变的方法，包括：

步骤1：基于医学影像数据建立三维模型，从所述三维模型中提取血管相关信息建立第1点云；

步骤2：建立真实空间到所述三维模型的转换关系；

步骤3：使用数据采集单元采集感兴趣区域的血管相关信息建立第2点云；

步骤4：将所述第2点云的至少一部分与所述第1点云的至少一部分进行非刚性配准，建立非刚性匹配关系；

步骤5：使用所述非刚性匹配关系对所述三维模型的至少一部分进行校正，获得经校正的三维模型。

本发明中，不同的步骤仅仅用来表示将该步骤与其他步骤区分开来，而不一定要求或者暗示这些步骤之间存在这种实际顺序，例如步骤2和步骤3可以变换顺序，或者同时进行。

本发明的方法可以适合于含有血管的各种组织(优选地，例如大脑、肝脏等)。

可选地，步骤3的第2点云采集在组织发生形变后进行。

本发明的方法中，步骤3至步骤5可以重复一次或更多次。

本发明的方法中，感兴趣区域可以包括大脑皮层表面血管和/或深部血管。

本发明的方法中，血管相关信息可以包含以下任一：

血管结构；

血管中心线；

血管结构和血管中心线；

其中血管结构包含血管结构的全部或者部分结构信息。

本发明的方法中，转换矩阵可以通过点云采集器和配套的定位辅助系统获得结构特征点的空间位置信息与三维模型配准得到。结构特征点可以选自以下任一或其组合：皮肤特征点、皮肤标记点、颅骨特征点、骨钉、和脑特征点。皮肤特征点例如鼻尖、眼角等；脑特征点例如血管分叉点等。

本发明的方法中，所述点云采集器和配套的定位辅助系统可以选自以下任一：

追踪装置和定位探针；

追踪装置和激光发生器；

追踪装置和三维扫描仪；

机械臂和定位探针；

机械臂和激光测距仪；

机械臂和三维扫描仪。

定位辅助系统可以是光学追踪装置、电磁追踪装置、或者机械臂等能够定位的装置。

可选地，本发明的方法中，追踪装置是光学追踪装置或电磁追踪装置，可以借助追踪结构追踪与其配套使用的定位探针、激光发生器或三维扫描仪，例如通过在定位探针、激光发生器或三维扫描仪上安装定位参考架。

进一步地，光学追踪装置可以是红外光追踪装置。

进一步地，三维扫描仪选自以下任一：结构光点云采集器、面激光扫描仪、线激光扫描仪。

可选地，本发明的方法中，数据采集单元的结构可以选自以下任一：

探针，

探针和超声仪，

结构光点云采集器，

结构光点云采集器和超声仪，

超声仪，

3D荧光相机，

3D荧光相机和超声仪；。

配合所述数据采集单元的定位辅助系统可以是追踪装置或机械臂。

进一步地，超声仪可以是常规超声仪或无接触式激光超声仪，深部血管可以通过超声仪获得。

本发明的方法中，非刚性配准过程中通过所述转换关系将所述第2点云的至少一部分与所述第1点云的至少一部分统一在同一坐标系下。进一步地，坐标系可以选自：

三维模型坐标系；

定位辅助系统坐标系；

病人坐标系；

其中定位辅助系统坐标系包含与其直接相关或间接相关的坐标系；病人坐标系包括病人自身或者与之具有相对固定关系且可被定位辅助系统识别的坐标系。

可选地，本发明的方法还包括步骤6：验证步骤，所述验证步骤使用随机选择的至少一个点验证所述校正是否达到预期。

进一步地，验证可以使用探针来进行，优选地使用血管分叉点进行验证；验证也可以使用激光发生器、结构光点云采集器等进行。

本发明的第二方面提供了一种基于血管校正组织形变的装置，其包含处理单元，处理单元可以执行前文所述的方法。

处理单元包括：

第一点云提取模块：用于基于医学影像数据建立三维模型，从所述三维模型中提取血管相关信息建立第1点云；

转换关系模块：其用于建立真实空间到所述三维模型的转换关系；

第二点云获取模块：使用数据采集单元采集感兴趣区域的血管相关信息建立第2点云；

非刚性配准模块：其用于将所述第2点云的至少一部分与所述第1点云的至少一部分进行非刚性配准，建立非刚性匹配关系；

模型校正模块：使用所述非刚性匹配关系对所述三维模型的至少一部分进行校正，获得经校正的三维模型。

可选地，还包括验证单元，其用于使用随机选择的至少一个点验证校正是否达到预期。

每一个模块都可以调用一次或更多次，从而实现更佳的形变校正。

本发明的第三方面提供了一种手术导航系统，包括：

点云采集器、定位辅助系统、数据采集单元和主机，主机设置有第二发明描述的装置，所述装置可以执行如前所述的方法。

定位辅助系统是光学追踪装置，例如红外光学追踪装置；

点云采集器可以选自：定位探针、激光发生器和三维扫描仪；

可选地，三维扫描仪选自以下任一：

结构光点云采集器；

面激光扫描仪；

线激光扫描仪。

可选地，数据采集单元的结构可以选自以下任一：

探针，

探针和超声仪，

结构光点云采集器，

结构光点云采集器和超声仪，

超声仪，

3D荧光相机，

3D荧光相机和超声仪。

本申请实施例的第四方面提供了一种手术导航定位系统，包括：点云采集器、定位辅助系统、数据采集单元和主机，主机设置有第二发明描述的装置，所述装置可以执行如前所述的方法。

定位辅助系统包括追踪装置和机械臂，追踪装置与点云采集器配合使用，机械臂与数据采集单元配合使用；

点云采集器可以选自：定位探针、激光发生器、结构光点云采集器、面激光扫描仪、和线激光扫描仪；

数据采集单元的结构可以选自以下任一：

探针，探针和超声仪，结构光点云采集器，结构光点云采集器和超声仪，超声仪，3D荧光相机，3D荧光相机和超声仪；

本申请实施例的第五方面提供了一种手术机器人系统，包括：点云采集器、定位辅助系统、数据采集单元和主机，主机设置有第二发明描述的装置，所述装置可以执行如前所述的方法。

定位辅助系统为机械臂；

点云采集器可以选自：定位探针、激光发生器、结构光点云采集器、面激光扫描仪、和线激光扫描仪；

数据采集单元的结构可以选自以下任一：

探针，探针和超声仪，结构光点云采集器，结构光点云采集器和超声仪，超声仪，3D荧光相机，3D荧光相机和超声仪。

本发明实施例可以具有以下优点的部分或全部：

1、无需术中MRI和CT等大型医学成像设备，操作简单，价格廉价，医师和患者不用承担额外的射线伤害；

2、通过结构光点云采集器或3D荧光相机采集表面点云，速度快精度高，通过优化的算法可以快速的获取血管相关信息；

3、可以通过超声仪或无接触式激光超声仪获得深部血管的位置，从而对深部的组织形变进行校正，非侵入方式对患者更友好，减少术中创伤；

4、表面血管和深部血管共同组成的点云距离形变组织更近，更好的解决由于组织性质不均匀导致的形变不均匀，相对于近根据表面数据的校正形变计算更加精确。

附图说明

通过参考附图会更加清楚的理解本申请的特征和优点，附图是示意性的而不应理解为对本申请进行任何限制，在附图中：

图1是根据本申请的一个实施例的血管中心线；

图2是根据本申请的一个实施例的感兴趣区域的血管中心线。

具体实施方式

在下面的详细描述中，通过示例阐述了本申请的许多具体细节，以便提供对相关披露的透彻理解。然而，对于本领域的普通技术人员来讲，本申请显而易见的可以在没有这些细节的情况下实施。应当理解的是，本申请中使用“系统”、“装置”、“单元”和/或“模块”术语，是用于区分在顺序排列中不同级别的不同部件、元件、部分或组件的一种方法。然而，如果其他表达式可以实现相同的目的，这些术语可以被其他表达式替换。

应当理解的是，当设备、单元或模块被称为“在……上”、“连接到”或“耦合到”另一设备、单元或模块时，其可以直接在另一设备、单元或模块上，连接或耦合到或与其他设备、单元或模块通信，或者可以存在中间设备、单元或模块，除非上下文明确提示例外情形。例如，本申请所使用的术语“和/或”包括一个或多个相关所列条目的任何一个和所有组合。

本申请所用术语仅为了描述特定实施例，而非限制本申请范围。如本申请说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的特征、整体、步骤、操作、元素和/或组件，而该类表述并不构成一个排它性的罗列，其他特征、整体、步骤、操作、元素和/或组件也可以包含在内。

本发明中，不同的步骤仅仅用来表示将该步骤与其他步骤区分开来，而不一定要求或者暗示这些步骤之间存在这种实际顺序。

参看下面的说明以及附图，本申请的这些或其他特征和特点、操作方法、结构的相关元素的功能、部分的结合以及制造的经济性可以被更好地理解，其中说明和附图形成了说明书的一部分。然而，可以清楚地理解，附图仅用作说明和描述的目的，并不意在限定本申请的保护范围。可以理解的是，附图并非按比例绘制。

本申请中使用了多种结构图用来说明根据本申请的实施例的各种变形。应当理解的是，前面或下面的结构并不是用来限定本申请。本申请的保护范围以权利要求为准。

现有的手术导航系统并无法有效解决术中组织形变影响预建三维模型精度的问题，尤其是脑组织结构复杂，异质性较大，组织发生形变后三维模型需要校正。有鉴于此，本申请实施例提供了一种基于血管校正组织形变的方法和装置，通过血管形变来校正组织发生的形变，从而有效解决术中脑组织形变造成三维模型漂移的问题。在本申请的实施例中，基于血管校正组织形变的方法包括以下步骤：

S1，基于医学影像数据建立三维模型，从三维模型中提取血管相关信息建立第1点云；

S2，建立真实空间到所述三维模型的转换关系；

S3，组织形变后，使用数据采集单元采集感兴趣区域的血管相关信息建立第2点云；

S4，通过所述转换关系将所述第2点云的至少一部分与所述第1点云的至少一部分进行非刚性配准，建立非刚性匹配关系；

S5，使用非刚性匹配关系对三维模型的至少一部分进行校正，获得经校正的三维模型。

其中，在本申请的实施例中，所述三维模型优选为脑部三维模型，所述血管包括大脑皮层表面血管和深部血管。本申请的技术方案优选应用于脑部外科手术的手术导航上，通过使用血管来校正三维数字模型，解决了术中脑组织的结构形变影响三维模型精度降低手术导航性能的问题。

在本申请的一个优选实施例中，在上述步骤S1中，可以通过有限元方法对所述三维模型进行处理，分割并提取血管结构和/或血管中心线。

因血管在组织深部也有分布，故本申请的另一优选实施例还包括深部血管的形变来进行模型校正，使深部脑组织的形变校正也更加准确。

在上述步骤S2中，转换关系可以使用点云采集器和配套的定位辅助系统获得结构特征点的空间位置信息与三维模型配准得到；结构特征点可以选自以下任一或其组合：皮肤特征点、皮肤标记点、颅骨特征点、骨钉、和脑特征点。

定位辅助系统可以选自以下或其组合：光学追踪装置、电磁追踪装置、或者机械臂等能够定位的装置。光学追踪装置例如可见光定位系统或者红外线定位系统，对应的三维扫描仪装配相应的追踪结构，例如红外反光参考架等。三维扫描仪可以是结构光点云采集器、面激光扫描仪、线激光扫描仪。

在上述步骤S3中，感兴趣区域血管包括大脑皮层表面血管和深部血管，由于深部血管的存在，使得可以通过血管对临近的组织形变进行校正，提高非刚性匹配关系的精度。

数据采集单元可以由以下任一组成：

探针；

探针和超声仪；

结构光点云采集器；

结构光点云采集器和超声仪；

超声仪；

3D荧光相机；

3D荧光相机和超声仪。

超声仪可以是普通超声仪或者无接触式激光超声仪。

大脑皮层表面血管通过结构光点云采集器获得；深部血管可通过无接触式激光超声波获得；其中，无接触式激光超声仪是这样工作的，通过向人体发送特定波长的激光脉冲，激光穿透皮肤被血管组织吸收；血管组织被激光加热快速扩张，又很快被体温冷却复原，在下一次脉冲到来时又重复这个过程，因而产生的机械振动形成声波；在此基础上，在一定距离接收从人体返回的声波信号，生成图像，以无接触的方式有效探测内部深度组织的构造。

点云采集器和配套的定位辅助系统可以选自以下任一：

追踪装置和定位探针；

追踪装置和激光发生器；

追踪装置和三维扫描仪；

机械臂和定位探针；

机械臂和激光发生器；

机械臂和三维扫描仪。

追踪装置是光学追踪装置或电磁追踪装置，可以追踪与其配套使用的定位探针、激光发生器或三维扫描仪。

可以理解，步骤S2和S3分别可以通过多种不同的装置实现，其各种组合均包含在本发明的范围之内。

此外，为进一步提升手术导航系统的精度，在本申请的一个优选实施例中，还包括验证步骤，验证步骤使用至少一个点验证所述所述校正是否达到预期。验证步骤可以使用使用探针、激光点云、或三维扫描仪中的至少一项作为采样方式。具体地，使用探针校验包括：使用探针对组织结构表面或浅表的至少一个校验点(具有特征的点，例如可以是血管分叉点)进行探测，根据所述校验点的理论空间位置信息及其在修正后的三维模型中位置信息的一致性校验所述校正是否达到预期。使用激光选取校验点与探针的方法类似，优点在于可以避免与组织的接触，降低接触造成伤害的可能性，也不会对组织施加压力造成可能的形变。使用三维扫描仪可以采集整个表面点云与经修正的三维模型进行匹配，采集的检验点多，对于整体的匹配度计算更准确，效率更高。

本发明的方法中，校正可以多次进行，即S3-S5可以进行两次或更多次，每一次均获得对应的非刚性匹配关系和经校正的三维模型；可以校正随着时间流逝，目标组织进一步形变发生的误差。

实施例1

基于血管校正组织形变的方法的一个实例包括以下步骤：

S1，基于采集MRI和CT数据建立头部三维模型，从头部三维模型中提取血管中心线建立第1点云，参见图1；

S2，从脑部三维模型中提取皮肤表面点云，在红外追踪装置下使用带有参考架的定位探针采集头部体表点云，与皮肤表面点云进行配准，建立真实空间到所述三维模型的转换关系；

S3，组织形变后，红外追踪装置追踪下使用结构光点云采集器和超声仪采集感兴趣区域血管的三维空间信息，提取感兴趣区域血管的中心线建立第2点云，参见图2；

S4，通过所述转换关系将所述第2点云转换到三维模型中，然后与所述第1点云的一部分进行非刚性配准，建立非刚性匹配关系；

S5，使用非刚性匹配关系对三维模型进行校正，获得经校正的三维模型；

S6，使用定位探针在红外追踪装置下验证经校正三维模型是否达到要求。

实施例2

基于血管校正组织形变的方法的又一个实例包括以下步骤：

S1，基于采集MRI和CT数据建立头部三维模型，从头部三维模型中提取血管中心线建立第1点云；

S2，开颅后，在红外追踪装置追踪下使用带有参考架的激光发生器采集脑表面点云，与三维模型提取的脑表面点云进行配准，建立真实空间到三维模型的转换关系；

S3，组织形变后，红外追踪装置追踪下使用结构光点云采集器采集感兴趣区域血管的三维空间信息，提取感兴趣区域血管的中心线建立第2点云；

S4，通过所述转换关系将所述第2点云转换到三维模型中，然后与所述第1点云的一部分进行非刚性配准，建立非刚性匹配关系；

S5，使用非刚性匹配关系对三维模型进行校正，获得经校正的三维模型，

S6，使用激光发生器在红外追踪装置下验证经校正三维模型是否达到要求。

实施例3

基于血管校正组织形变的方法的另一个实例包括以下步骤：

S1，基于采集MRI和CT数据建立头部三维模型，从头部三维模型中提取血管中心线建立第1点云；

S2，从脑部三维模型中提取皮肤表面点云，在机械臂的辅助下定位探针采集头部体表点云，与皮肤表面点云进行配准，建立真实空间到所述三维模型的转换关系；

S3，组织形变后，在机械臂的辅助使用结构光点云采集器和无接触式激光超声仪采集感兴趣区域血管的三维空间信息，提取感兴趣区域血管的中心线建立第2点云；

S4，通过所述转换关系将所述第1点云转换到机械臂坐标系中，然后与所述第2点云建立非刚性匹配关系；

S5，使用非刚性匹配关系对三维模型进行校正，获得经校正的三维模型。

S6，使用定位探针在机械臂的辅助下验证经校正三维模型是否达到要求。

实施例4

基于血管校正组织形变的方法的另一个实例包括以下步骤：

S1，基于采集MRI和CT数据建立头部三维模型，从头部三维模型中提取血管结构建立第1点云；

S2，从脑部三维模型中提取皮肤表面点云，在红外追踪装置下使用带有参考架的结构光点云采集器采集头部体表点云，与皮肤表面点云进行配准，建立真实空间到所述三维模型的转换关系；

S3，组织形变后，机械臂的辅助下下使用结构光点云采集器采集感兴趣区域血管的三维空间信息，提取感兴趣区域血管结构建立第2点云；

S4，通过所述转换关系将所述第2点云转换到三维模型中，然后与所述第1点云的一部分进行非刚性配准，建立非刚性匹配关系；

S5，使用非刚性匹配关系对三维模型进行校正，获得经校正的三维模型。

实施例5

基于血管校正组织形变的方法的另一个实例包括以下步骤：

S1，基于采集MRI和CT数据建立头部三维模型，从头部三维模型中提取血管结构建立第1点云；

S2，从脑部三维模型中提取皮肤表面点云，在红外追踪装置下使用带有参考架的定位探针采集头部体表点云，与皮肤表面点云进行配准，建立真实空间到所述三维模型的转换关系；

S3，组织形变后，红外追踪装置追踪下使用超声仪采集感兴趣区域血管的三维空间信息，提取感兴趣区域血管结构建立第2点云；

S4，通过所述转换关系将所述第2点云转换到三维模型中，然后与所述第1点云的一部分进行非刚性配准，建立非刚性匹配关系；

S5，使用非刚性匹配关系对三维模型进行校正，获得经校正的三维模型；

S6，使用定位探针在红外追踪装置下验证经校正三维模型是否达到要求。

实施例6

基于血管校正组织形变的方法的另一个实例包括以下步骤：

S1，基于采集MRI和CT数据建立头部三维模型，从头部三维模型中提取血管中心线建立第1点云；

S2，从脑部三维模型中提取皮肤表面点云，在机械臂的辅助下使用激光测距仪采集头部体表点云，与皮肤表面点云进行配准，建立真实空间到所述三维模型的转换关系；

S3，组织形变后，在机械臂的辅助使用激光测距仪和无接触式激光超声仪采集感兴趣区域血管的三维空间信息，提取感兴趣区域血管的中心线建立第2点云；

S4，通过所述转换关系将所述第1点云转换到机械臂坐标系中，然后与所述第2点云建立非刚性匹配关系；

S5，使用非刚性匹配关系对三维模型进行校正，获得经校正的三维模型。

S6，使用激光测距仪在机械臂的辅助下验证经校正三维模型是否达到要求。

实施例7

基于血管校正组织形变的方法的另一个实例包括以下步骤：

S1，基于采集MRI和CT数据建立头部三维模型，从头部三维模型中提取血管中心线建立第1点云；

S2，开颅后，在机械臂的辅助下使用结构光点云采集器采集采集脑表面点云，与三维模型提取的配准点云进行配准，建立真实空间到所述三维模型的转换关系；

S3，组织形变后，在机械臂的辅助使用结构光点云采集器和无接触式激光超声仪采集感兴趣区域血管的三维空间信息，提取感兴趣区域血管的中心线建立第2点云；

S4，通过所述转换关系将所述第1点云转换到机械臂坐标系中，然后与所述第2点云建立非刚性匹配关系；

S5，使用非刚性匹配关系对三维模型进行校正，获得经校正的三维模型。

S6，使用定位探针在机械臂的辅助下验证经校正三维模型是否达到要求。

实施例8

一种手术导航系统，其包括：红外追踪设备、激光发射器、结构光点云采集器、触摸屏和主机，激光测距仪和结构光点云采集器可以被红外追踪设备追踪，主机设置有可以执行实施例1所述方法的装置。

可以理解，激光发射器可以用以下任一替换：定位探针、结构光点云采集器、面激光扫描仪或线激光扫描仪；

结构光点云采集器用以下任一替换：探针，探针和超声仪，结构光点云采集器和超声仪，超声仪，3D荧光相机，3D荧光相机和超声仪；

这些替换也构成本发明的实例。

实施例9

一种手术导航定位系统，其包括红外追踪设备、定位探针、机械臂，结构光点云采集器、触摸屏和主机，红外追踪设备可以追踪定位探针的位置，结构光点云采集器可以通过机械臂移动到预定位置，主机设置有可以执行实施例4所述方法的装置。

可以理解，定位探针可以用以下任一替换：激光发射器、结构光点云采集器、面激光扫描仪或线激光扫描仪；

结构光点云采集器可以用以下任一替换：探针，探针和超声仪，结构光点云采集器和超声仪，超声仪，3D荧光相机，3D荧光相机和超声仪；

这些替换也构成本发明的实例。

实施例10

一种手术机器人系统，其包括机械臂，结构光点云采集器和超声仪、触摸屏和主机，结构光点云采集器和超声仪可以通过机械臂移动到预定位置，主机设置有可以执行实施例7所述方法的装置。

可以理解，结构光点云采集器和超声仪可以用以下任一替换：探针，探针和超声仪，结构光点云采集器和超声仪，超声仪，3D荧光相机，3D荧光相机和超声仪；

这些替换也构成本发明的实例。

实施例11

一种手术机器人系统，其包括机械臂，结构光点云采集器和无接触式激光超声仪、触摸屏和主机，结构光点云采集器和无接触式激光超声仪可以通过机械臂移动到预定位置，主机设置有可以执行实施例7所述方法的装置。

实施例12

一种手术机器人系统，其包括机械臂，结构光点云采集器和3D荧光相机、触摸屏和主机，结构光点云采集器和3D荧光相机可以通过机械臂移动到预定位置，主机设置有可以执行实施例7所述方法的装置。

本申请实施例中手术导航系统、手术导航定位系统和手术机器人中显然还包括一些医学影像数据的通讯、处理、投影和成像模块等硬件单元，这些硬件单元一般采用现有技术中已有的硬件单元实现即可不再对这些现有的硬件单元逐一展开说明。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的设备和模块的具体工作过程，可以参考前述方法和/或装置实施例中的对应描述，在此不再赘述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对原有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的计算机可读取存储介质包括以存储如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方式或技术来实现的物理易失性和非易失性、可移动和不可因东介质。计算机可读取存储介质具体包括，但不限于，U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、可擦除可编程只读存储器(EPROM)、电可擦可编程只读存储器(EEPROM)、闪存或其他固态存储器技术、CD-ROM、数字多功能盘(DVD)、HD-DVD、蓝光(Blue-Ray)或其他光存储设备、磁带、磁盘存储或其他磁性存储设备、或能用于存储所需信息且可以由计算机访问的任何其他介质。

应当理解的是，本申请的上述具体实施方式仅仅用于示例性说明或解释本申请的原理，而不构成对本申请的限制。因此，在不偏离本申请的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。此外，本申请所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改里。

Claims (18)

1.一种基于血管校正组织形变的方法，其特征在于，包括：

步骤1：基于医学影像数据建立三维模型，从所述三维模型中提取血管相关信息建立第1点云；

步骤2：建立真实空间到所述三维模型的转换关系；

步骤3：使用数据采集单元采集感兴趣区域的血管相关信息建立第2点云；

步骤4：将所述第2点云的至少一部分与所述第1点云的至少一部分进行非刚性配准，建立非刚性匹配关系；

步骤5：使用所述非刚性匹配关系对所述三维模型的至少一部分进行校正，获得经校正的三维模型。

2.根据权利要求1所述的方法，其特征在于，所述步骤3至步骤5可以重复一次或更多次。

3.根据权利要求1所述的方法，其特征在于，所述感兴趣区域可以包括大脑皮层表面血管和/或深部血管。

4.根据权利要求1所述的方法，其特征在于，血管相关信息可以包含以下任一：

血管结构；

血管中心线；

血管结构和血管中心线。

5.根据权利要求1所述的方法，其特征在于，所述转换关系可以使用点云采集器和配套的定位辅助系统获得结构特征点的空间位置信息与三维模型配准得到。

6.根据权利要求5所述的方法，其特征在于，所述结构特征点可以选自以下任一或其组合：皮肤特征点、皮肤标记点、颅骨特征点、骨钉、和脑特征点。

7.根据权利要求5所述的方法，其特征在于，所述点云采集器和配套的定位辅助系统可以选自以下任一：

追踪装置和定位探针；

追踪装置和激光发生器；

追踪装置和三维扫描仪；

机械臂和定位探针；

机械臂和激光测距仪；

机械臂和三维扫描仪；

定位辅助系统可以是追踪装置或者机械臂。

8.根据权利要求7所述的方法，其特征在于，所述追踪装置是光学追踪装置或电磁追踪装置，可以追踪与其配套使用的定位探针、激光发生器或三维扫描仪。

9.根据权利要求7所述的方法，其特征在于，所述三维扫描仪选自以下任一：

结构光点云采集器；

面激光扫描仪；

线激光扫描仪。

10.根据权利要求1所述的方法，其特征在于，数据采集单元的结构可以选自以下任一：

探针，

探针和超声仪，

结构光点云采集器，

结构光点云采集器和超声仪，

超声仪，

3D荧光相机，

3D荧光相机和超声仪；

配合所述数据采集单元的定位辅助系统可以是追踪装置或机械臂。

11.根据权利要求10所述的方法，所述超声仪是普通超声仪或无接触式激光超声仪。

12.根据权利要求1所述的方法，其特征在于，所述非刚性配准过程中通过所述转换关系将所述第1点云的至少一部分与所述第2点云的至少一部分统一在同一坐标系下。

13.根据权利要求12所述的方法，其特征在于，所述坐标系可以选自：

三维模型坐标系；

定位辅助系统坐标系；

病人坐标系。

14.根据权利要求1所述的方法，其特征在于，所述方法还包括步骤6：验证步骤，所述验证步骤使用随机选择的至少一个点验证所述校正是否达到预期。

15.一种基于血管校正组织形变的装置，其特征在于，包含处理单元，所述处理单元可以执行权利要求1至13中任一项所述的方法。

16.一种手术导航系统，其特征在于，包括：点云采集器、数据采集单元、追踪装置和主机，所述主机设置有权利要求15所述的装置。

17.一种手术导航定位系统，其特征在于，包括：点云采集器、数据采集单元、机械臂、追踪装置和主机，所述主机设置有权利要求15所述的装置。

18.一种手术机器人系统，其特征在于，包括：点云采集器、数据采集单元、机械臂和主机，所述主机设置有权利要求15所述的装置。

Images