CN115120345A - 导航定位方法、装置、计算机设备和存储介质 - Google Patents

导航定位方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN115120345A
CN115120345A CN202210747895.XA CN202210747895A CN115120345A CN 115120345 A CN115120345 A CN 115120345A CN 202210747895 A CN202210747895 A CN 202210747895A CN 115120345 A CN115120345 A CN 115120345A
Authority
CN
China
Prior art keywords
image
target
reconstruction
acquisition equipment
target object
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
CN202210747895.XA
Other languages
English (en)
Inventor
李梦寒
黄钦
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.)
Wuhan United Imaging Zhirong Medical Technology Co Ltd
Original Assignee
Wuhan United Imaging Zhirong Medical Technology 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 Wuhan United Imaging Zhirong Medical Technology Co Ltd filed Critical Wuhan United Imaging Zhirong Medical Technology Co Ltd
Priority to CN202210747895.XA priority Critical patent/CN115120345A/zh
Publication of CN115120345A publication Critical patent/CN115120345A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
    • A61B17/00234—Surgical instruments, devices or methods, e.g. tourniquets for minimally invasive surgery
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/25—User interfaces for surgical systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/36—Image-producing devices or illumination devices not otherwise provided for
    • A61B90/361—Image-producing devices, e.g. surgical cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • 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
    • G06T7/344—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving models
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
    • A61B17/00234—Surgical instruments, devices or methods, e.g. tourniquets for minimally invasive surgery
    • A61B2017/00292—Surgical instruments, devices or methods, e.g. tourniquets for minimally invasive surgery mounted on or guided by flexible, e.g. catheter-like, means
    • A61B2017/00296—Surgical instruments, devices or methods, e.g. tourniquets for minimally invasive surgery mounted on or guided by flexible, e.g. catheter-like, means mounted on an endoscope
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
    • A61B2034/2046—Tracking techniques
    • A61B2034/2065—Tracking using image or pattern recognition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
    • A61B2034/2068—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis using pointers, e.g. pointers having reference marks for determining coordinates of body points

Abstract

本申请涉及一种导航定位方法、装置、计算机设备和存储介质。该方法包括：获取图像采集设备在目标对象内部移动过程中所采集的原始图像，并对原始图像进行三维重建，生成目标重建图像，根据目标重建图像及预设的初始重建图像，对图像采集设备进行定位，确定图像采集设备在目标对象内部的目标位置；其中，预设的初始重建图像为基于目标对象的扫描数据进行三维重建后的图像。即本申请实施例中，是通过对实时采集的原始图像进行一系列处理来实现导航定位的，且对图像进行处理的过程中并不涉及光学信号或者电磁信号的传输；因此，能够大大提高导航定位的准确性，此外，还能提高导航定位的精度。

Description

导航定位方法、装置、计算机设备和存储介质
技术领域
本申请涉及医学影像导航定位技术领域，特别是涉及一种导航定位方法、装置、计算机设备和存储介质。
背景技术
随着医学影像导航技术的不断发展，术中导航系统的精确性和实时性要求越来越高，例如：对于神经内镜相关手术而言，需要实时且精确地定位内窥镜器械在用户体内的位置。
目前，较为常用的导航系统包括光学定位导航系统和电磁定位导航系统，其中，光学定位导航系统通过手术器械上的导航标志物，利用光学追踪系统来捕捉导航标志物反射的光学信号，以此来确定手术器械的空间位置坐标；电磁定位导航系统通过电磁场发射器和电磁场接收器，利用发射和接收电磁信号来确定手术器械的空间位置坐标。
然而，现有的光学定位导航系统由于其发射的红外线容易受到障碍物的遮挡，而电磁定位导航系统由于其产生的磁场容易受到手术室内其他设备的磁场干扰，导致通过光学定位导航系统或电磁定位导航系统对手术器械进行定位的准确性不高。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高定位准确性及定位精度的导航定位方法、装置、计算机设备、存储介质和程序产品。
第一方面，本申请提供了一种导航定位方法，该方法包括：
获取图像采集设备在目标对象内部移动过程中所采集的原始图像；
对原始图像进行三维重建，生成目标重建图像；
根据目标重建图像及预设的初始重建图像，对图像采集设备进行定位，确定图像采集设备在目标对象内部的目标位置；其中，预设的初始重建图像为基于目标对象的扫描数据进行三维重建后的图像。
在其中一个实施例中，根据目标重建图像及预设的初始重建图像，对图像采集设备进行定位，确定图像采集设备在目标对象内部的目标位置，包括：
对目标重建图像和预设的初始重建图像进行图像配准，生成图像配准结果；
根据该图像配准结果对图像采集设备进行定位，确定图像采集设备在目标对象内部的目标位置。
在其中一个实施例中，对目标重建图像和预设的初始重建图像进行图像配准，生成图像配准结果，包括：
从预设的初始重建图像中，确定图像采集设备所在的候选图像区域；
对目标重建图像与候选图像区域进行图像配准，生成图像配准结果。
在其中一个实施例中，从预设的初始重建图像中，确定图像采集设备所在的候选图像区域，包括：
通过辅助定位设备获取图像采集设备在目标对象内部所发射的辅助定位信号；
根据辅助定位信号，计算图像采集设备在目标对象内部的第一候选位置；
根据该第一候选位置，从预设的初始重建图像中确定图像采集设备所在的第一候选图像区域。
在其中一个实施例中，在辅助定位设备为光学导航仪的情况下，该辅助定位信号为光学信号；在辅助定位设备为电磁导航仪的情况下，该辅助定位信号为电磁信号。
在其中一个实施例中，从预设的初始重建图像中，确定图像采集设备所在的候选图像区域，包括：
确定与原始图像对应的图像采集设备的当前工作阶段；
根据当前工作阶段及预设对应关系，确定与当前工作阶段对应的第二候选位置；该预设对应关系包括多个工作阶段与图像采集设备在目标对象内部的第二候选位置之间的对应关系；
根据当前工作阶段对应的第二候选位置，从预设的初始重建图像中确定图像采集设备所在的第二候选图像区域。
在其中一个实施例中，该方法还包括：
根据图像采集设备在目标对象内部的目标位置，在预设的初始重建图像中对图像采集设备进行标记，生成新的重建图像；该新的重建图像上包括对图像采集设备进行标记所生成的标记信息；
输出并显示该新的重建图像。
在其中一个实施例中，对原始图像进行三维重建，生成目标重建图像，包括：
对原始图像进行运动结构重建，得到原始图像对应的运动结构重建结果；以及，
对原始图像进行深度特征提取，得到原始图像对应的深度数据；
根据运动结构重建结果和深度数据，对原始图像进行三维重建，生成目标重建图像。
在其中一个实施例中，对原始图像进行运动结构重建，得到原始图像对应的运动结构重建结果，包括：
对原始图像进行运动特征提取，得到原始图像对应的运动特征；
根据运动特征对原始图像进行运动结构重建，得到原始图像对应的运动结构重建结果。
第二方面，本申请还提供了一种导航定位装置，该装置包括：
获取模块，用于获取图像采集设备在目标对象内部移动过程中所采集的原始图像；
重建模块，用于对原始图像进行三维重建，生成目标重建图像；
定位模块，用于根据目标重建图像及预设的初始重建图像，对图像采集设备进行定位，确定图像采集设备在目标对象内部的目标位置；其中，预设的初始重建图像为基于目标对象的扫描数据进行三维重建后的图像。
第三方面，本申请还提供了一种计算机设备。所述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上述第一方面中任一项的步骤。
第四方面，本申请还提供了一种计算机可读存储介质。所述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上述第一方面中任一项的步骤。
第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述第一方面中任一项的步骤。
上述导航定位方法、装置、计算机设备、存储介质和程序产品，计算机设备通过获取图像采集设备在目标对象内部移动过程中所采集的原始图像，并对原始图像进行三维重建，生成目标重建图像，接着，根据目标重建图像及预设的初始重建图像，对图像采集设备进行定位，确定图像采集设备在目标对象内部的目标位置；其中，预设的初始重建图像为基于目标对象的扫描数据进行三维重建后的图像。也就是说，本申请实施例中，是通过对实时采集的原始图像进行一系列处理来实现导航定位的，且对图像进行处理的过程中并不涉及光学信号或者电磁信号的传输；所以，本实施例中通过图像进行导航定位的方法能够解决光学定位存在的光学信号易受遮挡的问题，还能解决电磁定位中存在的磁场干扰的问题，因此，能够大大提高导航定位的准确性，相比于现有技术中的导航定位方法，还能提高导航定位的精度。
附图说明
图1为一个实施例中导航定位方法的应用环境图；
图2为一个实施例中导航定位方法的流程示意图；
图3为另一个实施例中导航定位方法的流程示意图；
图4为另一个实施例中导航定位方法的流程示意图；
图5为一个实施例中确定候选图像区域的流程示意图；
图6为另一个实施例中确定候选图像区域的流程示意图；
图7为另一个实施例中导航定位方法的流程示意图；
图8为另一个实施例中导航定位方法的流程示意图；
图9为一个实施例中图像重建的流程示意图；
图10为一个实施例中导航定位装置的结构框图；
图11为一个实施例中计算机设备的内部结构图。
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。
影像导航系统经历了较为快速的发展历程，根据空间定位原理不同，可分为机械定位导航系统，光学定位导航系统和电磁定位导航系统，这三类导航系统各有优缺点。
(1)电磁导航定位系统。主要由计算机显示器、电磁场发射器、电磁场接收器、电磁跟踪适配器组成。通过电磁场发生器产生磁场，然后利用其发射和接受电磁信号来确定靶目标的空间位置。电磁导航系统的优点在于以电磁波为信号媒介，不必担心光线的遮挡问题，操作灵活方便可任意角度运动器械。缺点在于电磁导航对器械的适配性差，易受磁场干扰，手术室中若干的监护仪、麻醉机、高频电刀等设备的频繁使用，其产生的电磁波会对电磁导航的准确性产生影响，稳定性欠佳，定位精度在1-2mm。
(2)光学定位导航系统。主要由导航标志物、光学追踪系统和计算机工作站构成。通过将导航标志物固定在手术器械的尾端，利用光学追踪系统来捕捉标志物反射的光学信号，再经过程序计算得出手术器械的空间坐标信息。光学导航系统的优点在于其利用红外线为信号源，定位精度高，且完全不受电磁干扰，应用广泛。缺点在于红外线往往易受到障碍物的遮挡，导致其操作不够灵活。
(3)机械定位导航系统。该系统是最早应用于临床的，主要由集成式计划工作站、机械导引臂、显示面板等构成。早期采用框架式定位装置，通过固定的路径位置及方向来引导。其缺点很明显，仅对于刚性结构定位较准，并且由于机械臂的活动度有限，应用存在局限性。
传统的术中导航系统存在各自在临床应用过程中的局限性，尤其对于神经外科应用中，对定位的精准性和实时性有较高要求，基于此，本申请实施例提出了一种导航定位方法，尤其是对于神经内镜相关术式而言，可对内窥镜采集的图像进行视频/图像分析，自动提取特征值，并进行局部图像的三维重建；接着，将其与术前影像(MRI、CT)重建的三维模型进行配准，计算目标点的空间位置，在器械标定的情况下可反算出当前内窥镜器械的实时位置。由于是通过内窥镜影像进行器械位置的计算，在内窥镜内参不变的情况下，不存在因为光线遮挡、电磁干扰等局限，从而能够避免由于光学信号遮挡或者电磁信号干扰导致的导航失效的问题，为术中器械运动提供了安全保障，还能为神外医生提供实时、稳定地导航。
本申请实施例提供的导航定位方法，可以应用于如图1所示的应用环境中。其中，图像采集设备101与显示设备102连接，以通过显示设备102显示图像采集设备101采集到的图像信息，另外，图像采集设备101还通过处理设备103与该显示设备102连接，以通过处理设备103对图像采集设备101所采集到的图像信息进行处理之后，通过显示设备102显示处理后的图像信息。可选地，该图像采集设备101可以为内窥镜、胃镜等用于检测体内对象的设备；显示设备102可以包括一个显示器，即通过一个显示器来显示不同设备的内容，可以分区域显示，也可以叠加显示等，该显示设备也可以包括多个显示器，各显示器分别用于显示不同设备的内容；处理设备可以为具有计算功能的计算设备，如计算机工作站、本地服务器等。
在一个实施例中，如图2所示，提供了一种导航定位方法，以该方法应用于图1中的处理设备为例进行说明，包括以下步骤：
步骤201，获取图像采集设备在目标对象内部移动过程中所采集的原始图像。
可选地，图像采集设备在目标对象内部移动过程中，实时采集目标对象内部的图像，该原始图像可以为图像采集设备采集到的当前帧的原始图像，也可以为图像采集设备采集到的多帧原始图像。
步骤202，对原始图像进行三维重建，生成目标重建图像。
可选地，处理设备可以采用预设的三维重建算法，对原始图像进行三维重建，得到该原始图像对应的目标重建图像，其中，该目标重建图像为图像采集设备在目标对象内部的当前位置处对应的局部重建图像。
需要说明的是，三维重建算法是现有技术中的成熟算法，且现有的三维重建算法较多，因此，本申请实施例中对三维重建的具体实现方式并不做限定。
下面以基于运动特征的三维重建算法为例，对三维重建生成目标重建图像的过程进行简要描述。
可选地，处理设备在获取到图像采集设备在目标对象内部移动过程中所采集的多帧原始图像之后，可以对该多帧原始图像进行特征提取，得到图像特征；这里，可以采用尺度不变特征变换(Scale Invariant Feature Transform，简称SIFT)算法来提取多帧原始图像的图像特征。在图像特征被提取后，进行运动检测，得到原始图像之间的运动信息，可选地，该运动信息可以是相邻帧原始图像之间的运动信息，也可以是每一帧原始图像相对于第一帧原始图像的运动信息。可选地，可以采用鲁邦技术计算图像相关信息的运动参数，例如：当内窥镜从两个不同位置识别3D图像内X点，则X将被映射至图像上的点X1＝(u1,v1,1)T，X2＝(u2,v2,1)T，当使用R(旋转矩阵)和t(平移向量)代表图像运动时，则此时两帧图像之间满足以下公式(1)。
Figure BDA0003720040810000071
其中，K1，K2代表两幅图像相机本征矩阵，sk(t)为平移向量T的斜矩阵，R是旋转矩阵。E＝sk(t)R代表相机运动信息。摄像机(这里的摄像机可以是上述图像采集设备、或者上述图像采集设备上集成的摄像机)的运动信息(包括R和t)可以通过奇异值分解(SingularValue Decomposition，简称SVD)方法对公式(1)进行求解获得。
可选地，如果该运动信息(R,t)是基于缩放后的原始图像所确定的，进一步地，还可以根据缩放比例来确定未经缩放的原始图像大小对应的运动信息。可选地，用t表示估计的缩放后的平移向量，通过公式
Figure BDA0003720040810000072
来确定未经缩放(即缩放前)的原始图像大小对应的平移向量
Figure BDA0003720040810000073
其中，α是缩放比例，可以通过将重建的三维模型与术前CT扫描进行配准获得。
进一步地，在得到原始图像之间的运动信息(R,t)之后，进行三维重建；可选地，在运动检测完成后，可以利用运动信息(R,t)按比例重建三维结构。首先对图像进行三角剖分重建，然后根据跟踪到的图像特征对图像进行重构。利用SVD和SIFT相结合的算法进行特征匹配，通过对图像进行特征匹配，建立特征轨迹来跟踪图像特征。利用校准过的相机(消除了光学失真)，Di＝[xi yi zi 1]T代表3D世界坐标系里的点，(xi,yi,zi)为三维坐标系下的点的坐标，1代表一个体素，其被投影至二维图像上的点为
Figure BDA0003720040810000081
(ui,vi)为二维坐标系下的点的坐标，f代表第f帧图像，三维世界坐标系中的点与二维图像上的点的转换公式如公式(2)所示。
Figure BDA0003720040810000082
其中，Pf为三维世界坐标系到二维相机坐标系的转换矩阵，也为3×4的投影矩阵。
假设第一帧处的摄像机在世界坐标系的原点，则有
Pf＝K[1Rf|1tf] (3)
其中，1Rf，1tf分别为在第f帧处的摄像机相对于在第一帧处的摄像机的旋转矩阵和平移向量。需要说明的是，世界坐标系的原点与第一帧处的摄像机所采集到的第一帧原始图像之间的转换矩阵为P1＝K[I|0]，其中，I和0为第一帧处的摄像机对应的旋转矩阵和平移向量。
通过上述方式可以得到每一帧原始图像相对于第一帧原始图像的旋转矩阵和平移向量，接着，可以针对每一帧原始图像，采用公式(2)和公式(3)，将每一帧二维原始图像上的点转换为三维世界坐标系中的点，进而，根据每一帧原始图像对应的三维世界坐标系中的点即可构成三维图像，即得到重建后的三维图像。
需要说明的是，上述进行图像特征提取，也可以采用基于即时定位与地图构建(Simultaneous Localization and Mapping，简称SLAM)的图像特征提取算法来提取原始图像的图像特征；当然也可以采用其他现有的图像特征提取算法，本申请实施例对此并不做具体限定。进一步地，在采用基于SLAM的图像特征提取时，可以先判断图像采集设备是否在运动，如果确定图像采集设备没有在运动时，可以采用基于无运动检测的重建；如果确定图像采集设备在运动时，可以采用基于运动检测的重建；另外，在采用基于运动检测的重建时，进一步地还可以判断原始图像为静态图像还是运动图像，如果原始图像为静态图像，则可以采用静态MIS-VSLAM算法，如果原始图像为运动图像，则可以采用动态MIS-VSLAM算法。
可选地，基于上述图像重建方法，处理设备在对原始图像进行三维重建之前，还可以对该原始图像进行预处理，接着，对预处理后的图像进行三维重建，以得到质量较高的目标重建图像；其中，预处理可以包括但不限于是灰度化、归一化、图像去噪、图像平滑、图像复原、图像增强等。可选地，由于术中存在对目标对象或者目标对象内部的组织进行灼烧、切割等处理操作，可能引起图像采集设备起雾或污染，进而导致所采集到的图像显示不完整或者显示不清晰等图像质量不佳的问题；因此，为了避免对那些质量不佳的原始图像进行重建所得到的重建图像不准确，可以对采集到的每一帧原始图像进行预处理，对于那些图像质量不佳的帧对应的原始图像进行剔除，提高重建图像的准确性。
步骤203，根据目标重建图像及预设的初始重建图像，对图像采集设备进行定位，确定图像采集设备在目标对象内部的目标位置。
其中，预设的初始重建图像为基于目标对象的扫描数据进行三维重建后的图像。目标对象的扫描数据可以为医学扫描设备对目标对象进行扫描后得到的数据，如：CT图像的扫描数据、磁共振图像的扫描数据等；基于目标对象的扫描数据进行三维重建能够得到该目标对象对应的完整重建图像。
可选地，在获取到图像采集设备所在位置处的局部重建图像(也就是上述目标重建图像)之后，可以根据该局部重建图像和目标对象的完整重建图像(即初始重建图像)，来确定该局部重建图像在完整重建图像中对应的位置，而该位置也正是图像采集设备所在的当前位置，以此来实现对图像采集设备的实时定位。
可选地，可以对目标重建图像和预设的初始重建图像进行匹配，以确定目标重建图像在该预设的初始重建图像中对应的位置，接着，可以通过目标重建图像在该预设的初始重建图像中对应的位置，确定图像采集设备在目标对象内部的目标位置。可选地，可以将该目标重建图像在该预设的初始重建图像中对应的位置，作为该图像采集设备在目标对象内部的目标位置；也可以根据目标重建图像在该预设的初始重建图像中对应的位置和预设位置变换关系，确定图像采集设备在目标对象内部的目标位置。
上述导航定位方法中，计算机设备通过获取图像采集设备在目标对象内部移动过程中所采集的原始图像，并对原始图像进行三维重建，生成目标重建图像，接着，根据目标重建图像及预设的初始重建图像，对图像采集设备进行定位，确定图像采集设备在目标对象内部的目标位置；其中，预设的初始重建图像为基于目标对象的扫描数据进行三维重建后的图像。也就是说，本申请实施例中，是通过对实时采集的原始图像进行一系列处理来实现导航定位的，且对图像进行处理的过程中并不涉及光学信号或者电磁信号的传输；所以，本实施例中通过图像进行导航定位的方法能够解决光学定位存在的光学信号易受遮挡的问题，还能解决电磁定位中存在的磁场干扰的问题，因此，能够大大提高导航定位的准确性，相比于现有技术中的导航定位方法，还能提高导航定位的精度。
图3为另一个实施例中导航定位方法的流程示意图。本实施例中涉及的是处理设备根据目标重建图像及预设的初始重建图像，对图像采集设备进行定位，确定图像采集设备在目标对象内部的目标位置的其中一种可选的实现过程，基于上述实施例，如图3所示，上述步骤203包括：
步骤301，对目标重建图像和预设的初始重建图像进行图像配准，生成图像配准结果。
可选地，基于上述基于运动特征的图像重建流程，经重建后的目标重建图像可以为三维点云结构，将该三维点云结构配准到初始重建图像分割的表面。通过在空气/组织边界应用一个阈值(大约-500Hounsfield Units)对表面进行分割，并创建一个多边形等值面。这里可以应用成熟的配准算法，例如：迭代最近点(Iterative Closest Point，简称ICP)算法(一种点云匹配算法)、裁剪迭代最近点(Trimmed Iterative Closest Point，简称TrICP)算法。由于在上述公式(1)极线约束中丢失了三维世界的真实尺度，配准算法也需要估计三维模型(即重建后的目标重建图像)的尺度。
因此，在基于上述基于运动特征的图像重建流程进行图像配准时，需要确定三个输入，即根据目标重建图像，获取相对尺度的三维点云，其原点在摄像机中心、根据预设的初始重建图像确定CT的等值面、以及对目标重建图像的尺度和位置的初始估计。
具体地：①三维点云通过重建过程输出，假设三维点云的尺度是均匀的，不需要与CT相同，点云的原点是摄像机的中心，因此对三维点云进行刚体变换就是摄像机在CT坐标中的位置。②CT的等值面，是必不可少的，因为算法将3D点注册到一个表面。虽然只使用一个表面确实会删除大量的数据，但表面本身就有足够的数据用于注册。③与ICP相似，TrICP容易出现局部极小值，需要近似解才能完成计算，因此第三种输入需要对位置和尺度进行初步估计。基于以上三个输入，配准算法输入的处理如下：将CT的等值面表示为多边形网格，加载到渲染器中；然后，在初始摄像机位置创建渲染，这些可见多边形随后被送入一个kd-Tree中用于TrICP；接着，TrICP求解刚体转换和缩放，新的摄像机位置然后反馈给渲染器，这个过程继续收敛。收敛后，即可得到对目标重建图像和预设的初始重建图像进行图像配准后的图像配准结果。
步骤302，根据该图像配准结果对图像采集设备进行定位，确定图像采集设备在目标对象内部的目标位置。
可选地，根据图像配准结果，可以确定目标重建图像在该预设的初始重建图像中的位置，该位置即为图像采集设备在目标对象内部的目标位置；可选地，还可以对目标重建图像在该预设的初始重建图像中的位置进行处理，得到图像采集设备在目标对象内部的目标位置。
本实施例中，对目标重建图像和预设的初始重建图像进行图像配准，生成图像配准结果，根据该图像配准结果对图像采集设备进行定位，确定图像采集设备在目标对象内部的目标位置，能够提高图像采集设备的定位准确性。
图4为另一个实施例中导航定位方法的流程示意图。本实施例中涉及的是处理设备对目标重建图像和预设的初始重建图像进行图像配准，生成图像配准结果的其中一种可选的实现过程，如图4所示，基于上述实施例，上述步骤301包括：
步骤401，从预设的初始重建图像中，确定图像采集设备所在的候选图像区域。
其中，该候选图像区域为初始重建图像中，图像采集设备当前所处位置一定范围内的局部重建图像，且该候选图像区域的图像范围大于目标重建图像的图像范围。
可选地，可以先确定图像采集设备当前所在的候选位置，并基于该候选位置，确定该候选位置的一定范围内的候选区域，接着，从该预设的初始重建图像中，截取该候选区域对应的重建图像，得到图像采集设备所在的候选图像区域。
下面介绍两种图像采集设备所在的候选图像区域的获取方式。
第一种方式：如图5所示，包括以下步骤：
步骤501，通过辅助定位设备获取图像采集设备在目标对象内部所发射的辅助定位信号。
其中，在辅助定位设备为光学导航仪的情况下，辅助定位信号为光学信号；在辅助定位设备为电磁导航仪的情况下，辅助定位信号为电磁信号。也就是说，该实现方式中，可以采用本申请实施例中的图像识别和现有的任一种导航定位方式相结合的方式，来实现快速且精确的导航定位。
步骤502，根据辅助定位信号，计算图像采集设备在目标对象内部的第一候选位置。
其中，光学导航定位和电磁导航定位为现有的导航定位方式，对本领域技术人员来说是容易掌握和实现的，因此，这里对根据光学信号或者电磁信号，确定图像采集设备在目标对象内部的第一候选位置的具体实现方式并不做详细的解释说明。
步骤503，根据该第一候选位置，从预设的初始重建图像中确定图像采集设备所在的第一候选图像区域。
可选地，可以按照预设范围大小，以该初始重建图像中的该第一候选位置为中心，截取该预设范围大小的图像区域，作为该第一候选图像区域，需要说明的是，本申请实施例中对该预设范围大小并不做具体限定，另外，该预设范围大小可以是固定的，也可以是供用户灵活调整的，本申请实施例对此也不做限定。
第二种方式：如图6所示，包括以下步骤：
步骤601，确定与原始图像对应的图像采集设备的当前工作阶段。
可选地，可以通过对原始图像进行识别来确定图像采集设备的当前工作阶段，也可以根据当前时刻的工作时长来确定图像采集设备的当前工作阶段，还可以通过获取其他设备的监测数据来确定图像采集设备的当前工作阶段，如：可以通过摄像装置检测用户的当前动作来识别图像采集设备的当前工作阶段；本申请实施例对图像采集设备的当前工作阶段的确定方式并不做具体限定。示例性地，在本申请实施例中的方法应用于手术过程中时，图像采集设备的当前工作阶段可以是图像采集设备的当前手术阶段，可以通过上述描述的多种方式来确定当前手术阶段。
步骤602，根据当前工作阶段及预设对应关系，确定与当前工作阶段对应的第二候选位置。
其中，该预设对应关系包括多个工作阶段与图像采集设备在目标对象内部的第二候选位置之间的对应关系。
步骤603，根据当前工作阶段对应的第二候选位置，从预设的初始重建图像中确定图像采集设备所在的第二候选图像区域。
可选地，可以按照预设范围大小，以该初始重建图像中的该第二候选位置为中心，截取该预设范围大小的图像区域，作为该第二候选图像区域。
以上两种方式均能实现对图像采集设备当前所在的候选图像区域的识别，以此来确定初始重建图像中，图像采集设备当前所在位置对应的局部重建图像。
步骤402，对目标重建图像与候选图像区域进行图像配准，生成图像配准结果。
本实施例中，处理设备通过从预设的初始重建图像中，确定图像采集设备所在的候选图像区域，接着，对目标重建图像与候选图像区域进行图像配准，生成图像配准结果。由于初始重建图像为目标对象的完整重建图像，目标重建图像为图像采集设备在目标对象内部移动过程中当前所在位置处的局部重建图像；因此，从预设的初始重建图像中，先确定出图像采集设备所在位置的候选图像区域，进而对目标重建图像和该候选图像区域进行图像配准，能够大大缩小配准的图像范围，缩短图像配准的时长，提高图像配准的速率，进而能够提高导航定位的快速性和及时性。
图7为另一个实施例中导航定位方法的流程示意图。本实施例中涉及的是处理设备对图像采集设备在目标对象内部的目标位置进行实时标记的其中一种可选的实现过程，如图7所示，基于上述实施例，上述方法还包括：
步骤701，根据图像采集设备在目标对象内部的目标位置，在预设的初始重建图像中对图像采集设备进行标记，生成新的重建图像。
其中，该新的重建图像上包括对图像采集设备进行标记所生成的标记信息。可选地，该标记信息可以包括当前时刻图像采集设备在目标对象内部的目标位置，也可以包括从手术开始到当前时刻，图像采集设备在目标对象内部的多个目标位置，或者，从手术开始到当前时刻，图像采集设备在目标对象内部的运行轨迹，该运行轨迹由图像采集设备在目标对象内部的多个目标位置所生成。
可选地，处理设备在获取到图像采集设备在目标对象内部的目标位置之后，可以在该目标对象的初始重建图像中标记出该目标位置，即在该初始重建图像中叠加显示该图像采集设备的目标位置，得到具有图像采集设备的位置的标记信息的新的重建图像。
步骤702，输出并显示该新的重建图像。
本实施例中，处理设备根据图像采集设备在目标对象内部的目标位置，在预设的初始重建图像中对图像采集设备进行标记，生成包括对图像采集设备进行标记所生成的标记信息的新的重建图像，输出并显示该新的重建图像；即本申请实施例中，当图像检测设备在目标对象内部移动时，可以实时地、精确地将该图像采集设备在目标对象内部的导航位置对应显示在该目标对象的三维重建图像中，以便用户能够及时掌握图像采集设备在目标对象内的位置，提高手术操作的精确性。
图8为另一个实施例中导航定位方法的流程示意图。本实施例中涉及的是处理设备对原始图像进行三维重建，生成目标重建图像的其中一种可选的实现过程，如图8所示，基于上述实施例，上述步骤202包括：
步骤801，对原始图像进行运动结构重建，得到原始图像对应的运动结构重建结果。
可选地，可以对原始图像进行运动特征提取，得到原始图像对应的运动特征，接着，根据运动特征对原始图像进行运动结构重建，得到原始图像对应的运动结构重建结果。可选地，根据上述步骤202中的相关内容描述，可以通过SIFT算法提取原始图像的图像特征，接着，通过鲁邦技术确定原始图像的运动参数，该运动参数可以包括旋转矩阵R和平移向量t，这两个运动参数即可作为原始图像的运动特征；进一步地，可以基于这两个运动参数进行重建，得到原始图像对应的运动结构重建结果，该运动结构重建结果可以为三维点云结构。
步骤802，对原始图像进行深度特征提取，得到原始图像对应的深度数据。
可选地，可以将该原始图像输入至深度学习模型中，对该原始图像进行深度特征提取，得到该原始图像对应的深度数据；可选地，该深度数据可以包括标准差深度数据和平均深度数据中的至少一个。
步骤803，根据运动结构重建结果和深度数据，对原始图像进行三维重建，生成目标重建图像。
可选地，处理设备可以根据运动结构重建结果(如三维点云结构)和深度数据(如标准差深度数据和平均深度数据)，进行深度融合和表面提取，最终生成原始图像对应的目标重建图像，其重建流程可以如图9所示。
本实施例中，处理设备通过对原始图像进行运动结构重建，得到原始图像对应的运动结构重建结果；以及，对原始图像进行深度特征提取，得到原始图像对应的深度数据；接着，根据运动结构重建结果和深度数据，对原始图像进行三维重建，生成目标重建图像；通过结合原始图像的运动特征和深度特征进行图像重建，能够提高图像重建的质量和准确性。
应该理解的是，虽然如上所述的各实施例所涉及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，如上所述的各实施例所涉及的流程图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。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的导航定位方法的导航定位装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个导航定位装置实施例中的具体限定可以参见上文中对于导航定位方法的限定，在此不再赘述。
在一个实施例中，如图10所示，提供了一种导航定位装置，包括：获取模块1001、重建模块1002和定位模块1003，其中：
获取模块1001，用于获取图像采集设备在目标对象内部移动过程中所采集的原始图像；
重建模块1002，用于对原始图像进行三维重建，生成目标重建图像；
定位模块1003，用于根据目标重建图像及预设的初始重建图像，对图像采集设备进行定位，确定图像采集设备在目标对象内部的目标位置；其中，预设的初始重建图像为基于目标对象的扫描数据进行三维重建后的图像。
在其中一个实施例中，定位模块1003包括配准单元和定位单元；其中，配准单元，用于对目标重建图像和预设的初始重建图像进行图像配准，生成图像配准结果；定位单元，用于根据该图像配准结果对图像采集设备进行定位，确定图像采集设备在目标对象内部的目标位置。
在其中一个实施例中，配准单元包括确定子单元和配准子单元；其中，确定子单元，用于从预设的初始重建图像中，确定图像采集设备所在的候选图像区域；配准子单元，用于对目标重建图像与候选图像区域进行图像配准，生成图像配准结果。
在其中一个实施例中，确定子单元，具体用于通过辅助定位设备获取图像采集设备在目标对象内部所发射的辅助定位信号；根据辅助定位信号，计算图像采集设备在目标对象内部的第一候选位置；根据该第一候选位置，从预设的初始重建图像中确定图像采集设备所在的第一候选图像区域。
在其中一个实施例中，在辅助定位设备为光学导航仪的情况下，该辅助定位信号为光学信号；在辅助定位设备为电磁导航仪的情况下，该辅助定位信号为电磁信号。
在其中一个实施例中，确定子单元，具体用于确定与原始图像对应的图像采集设备的当前工作阶段；根据当前工作阶段及预设对应关系，确定与当前工作阶段对应的第二候选位置；该预设对应关系包括多个工作阶段与图像采集设备在目标对象内部的第二候选位置之间的对应关系；根据当前工作阶段对应的第二候选位置，从预设的初始重建图像中确定图像采集设备所在的第二候选图像区域。
在其中一个实施例中，该装置还包括：标记模块和显示模块；其中，标记模块，用于根据图像采集设备在目标对象内部的目标位置，在预设的初始重建图像中对图像采集设备进行标记，生成新的重建图像；该新的重建图像上包括对图像采集设备进行标记所生成的标记信息；显示模块，用于输出并显示该新的重建图像。
在其中一个实施例中，上述重建模块1002包括第一处理单元、第二处理单元和重建单元；其中，第一处理单元，用于对原始图像进行运动结构重建，得到原始图像对应的运动结构重建结果；第二处理单元，用于对原始图像进行深度特征提取，得到原始图像对应的深度数据；重建单元，用于根据运动结构重建结果和深度数据，对原始图像进行三维重建，生成目标重建图像。
在其中一个实施例中，第一处理单元，具体用于对原始图像进行运动特征提取，得到原始图像对应的运动特征；根据运动特征对原始图像进行运动结构重建，得到原始图像对应的运动结构重建结果。
上述导航定位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，该计算机设备可以是具有计算功能的处理设备，如计算机工作站、本地服务器等，其内部结构图可以如图11所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。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和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。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。该计算机设备的数据库用于存储不同的目标对象的初始重建图像数据。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。该计算机程序被处理器执行时以实现一种导航定位方法。
本领域技术人员可以理解，图11中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
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上述各个实施例中的导航定位方法的步骤。
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上述各个实施例中的导航定位方法的步骤。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各个实施例中的导航定位方法的步骤。
需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
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、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-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。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等。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 RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
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本申请专利范围的限制。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，本申请的保护范围应以所附权利要求为准。

Claims (12)

1.一种导航定位方法，其特征在于，所述方法包括：
获取图像采集设备在目标对象内部移动过程中所采集的原始图像；
对所述原始图像进行三维重建，生成目标重建图像；
根据所述目标重建图像及预设的初始重建图像，对所述图像采集设备进行定位，确定所述图像采集设备在所述目标对象内部的目标位置；其中，所述预设的初始重建图像为基于所述目标对象的扫描数据进行三维重建后的图像。
2.根据权利要求1所述的方法，其特征在于，所述根据所述目标重建图像及预设的初始重建图像，对所述图像采集设备进行定位，确定所述图像采集设备在所述目标对象内部的目标位置，包括：
对所述目标重建图像和所述预设的初始重建图像进行图像配准，生成图像配准结果；
根据所述图像配准结果对所述图像采集设备进行定位，确定所述图像采集设备在所述目标对象内部的目标位置。
3.根据权利要求2所述的方法，其特征在于，所述对所述目标重建图像和所述预设的初始重建图像进行图像配准，生成图像配准结果，包括：
从所述预设的初始重建图像中，确定所述图像采集设备所在的候选图像区域；
对所述目标重建图像与所述候选图像区域进行图像配准，生成图像配准结果。
4.根据权利要求3所述的方法，其特征在于，所述从所述预设的初始重建图像中，确定所述图像采集设备所在的候选图像区域，包括：
通过辅助定位设备获取所述图像采集设备在所述目标对象内部所发射的辅助定位信号；
根据所述辅助定位信号，计算所述图像采集设备在所述目标对象内部的第一候选位置；
根据所述第一候选位置，从所述预设的初始重建图像中确定所述图像采集设备所在的第一候选图像区域。
5.根据权利要求4所述的方法，其特征在于，若所述辅助定位设备为光学导航仪，则所述辅助定位信号为光学信号；若所述辅助定位设备为电磁导航仪，则所述辅助定位信号为电磁信号。
6.根据权利要求3所述的方法，其特征在于，所述从所述预设的初始重建图像中，确定所述图像采集设备所在的候选图像区域，包括：
确定与所述原始图像对应的所述图像采集设备的当前工作阶段；
根据所述当前工作阶段及预设对应关系，确定与所述当前工作阶段对应的第二候选位置；所述预设对应关系包括多个工作阶段与所述图像采集设备在所述目标对象内部的第二候选位置之间的对应关系；
根据所述当前工作阶段对应的第二候选位置，从所述预设的初始重建图像中确定所述图像采集设备所在的第二候选图像区域。
7.根据权利要求1至6任意一项所述的方法，其特征在于，所述方法还包括：
根据所述图像采集设备在所述目标对象内部的目标位置，在所述预设的初始重建图像中对所述图像采集设备进行标记，生成新的重建图像；所述新的重建图像上包括对所述图像采集设备进行标记所生成的标记信息；
输出并显示所述新的重建图像。
8.根据权利要求1至6任意一项所述的方法，其特征在于，所述对所述原始图像进行三维重建，生成目标重建图像，包括：
对所述原始图像进行运动结构重建，得到所述原始图像对应的运动结构重建结果；以及，
对所述原始图像进行深度特征提取，得到所述原始图像对应的深度数据；
根据所述运动结构重建结果和所述深度数据，对所述原始图像进行三维重建，生成目标重建图像。
9.根据权利要求8所述的方法，其特征在于，所述对所述原始图像进行运动结构重建，得到所述原始图像对应的运动结构重建结果，包括：
对所述原始图像进行运动特征提取，得到所述原始图像对应的运动特征；
根据所述运动特征对所述原始图像进行运动结构重建，得到所述原始图像对应的运动结构重建结果。
10.一种导航定位装置，其特征在于，所述装置包括：
获取模块，用于获取图像采集设备在目标对象内部移动过程中所采集的原始图像；
重建模块，用于对所述原始图像进行三维重建，生成目标重建图像；
定位模块，用于根据所述目标重建图像及预设的初始重建图像，对所述图像采集设备进行定位，确定所述图像采集设备在所述目标对象内部的目标位置；其中，所述预设的初始重建图像为基于所述目标对象的扫描数据进行三维重建后的图像。
11.一种计算机设备，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9中任一项所述的方法的步骤。
12.一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9中任一项所述的方法的步骤。
CN202210747895.XA 2022-06-29 2022-06-29 导航定位方法、装置、计算机设备和存储介质 Pending CN115120345A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210747895.XA CN115120345A (zh) 2022-06-29 2022-06-29 导航定位方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210747895.XA CN115120345A (zh) 2022-06-29 2022-06-29 导航定位方法、装置、计算机设备和存储介质

Publications (1)

Publication Number Publication Date
CN115120345A true CN115120345A (zh) 2022-09-30

Family

ID=83379162

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210747895.XA Pending CN115120345A (zh) 2022-06-29 2022-06-29 导航定位方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN115120345A (zh)

Similar Documents

Publication Publication Date Title
US11576645B2 (en) Systems and methods for scanning a patient in an imaging system
US8147503B2 (en) Methods of locating and tracking robotic instruments in robotic surgical systems
US8345927B2 (en) Registration processing apparatus, registration method, and storage medium
US8792963B2 (en) Methods of determining tissue distances using both kinematic robotic tool position information and image-derived position information
US8108072B2 (en) Methods and systems for robotic instrument tool tracking with adaptive fusion of kinematics information and image information
US11576578B2 (en) Systems and methods for scanning a patient in an imaging system
US9035941B2 (en) Image processing apparatus and image processing method
US9665936B2 (en) Systems and methods for see-through views of patients
US10542955B2 (en) Method and apparatus for medical image registration
US20100249595A1 (en) System and method for automatic calibration of tracked ultrasound
US11672505B2 (en) Correcting probe induced deformation in an ultrasound fusing imaging system
US20180189966A1 (en) System and method for guidance of laparoscopic surgical procedures through anatomical model augmentation
JP2013517909A (ja) 気管支鏡検査法ガイダンスに適用される画像ベースのグローバル登録
Lee et al. Medical augment reality using a markerless registration framework
KR102233585B1 (ko) 복수의 후보 대응점을 이용하는 영상 정합 장치 및 방법
US10078906B2 (en) Device and method for image registration, and non-transitory recording medium
Su et al. Comparison of 3d surgical tool segmentation procedures with robot kinematics prior
WO2010081094A2 (en) A system for registration and information overlay on deformable surfaces from video data
Wang et al. 3-D tracking for augmented reality using combined region and dense cues in endoscopic surgery
US10945709B2 (en) Systems, methods and computer readable storage media storing instructions for image-guided interventions based on patient-specific models
CN115120345A (zh) 导航定位方法、装置、计算机设备和存储介质
Mao et al. Direct 3d ultrasound fusion for transesophageal echocardiography
CN111166373B (zh) 一种定位注册方法、装置和系统
US20240065572A1 (en) System and Method for Tracking an Object Based on Skin Images
JP2023543010A (ja) ツール追跡のための方法及びシステム

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