CN115409838B - 一种在医学影像中器械的配准方法和系统及相关设备 - Google Patents
一种在医学影像中器械的配准方法和系统及相关设备 Download PDFInfo
- Publication number
- CN115409838B CN115409838B CN202211353647.3A CN202211353647A CN115409838B CN 115409838 B CN115409838 B CN 115409838B CN 202211353647 A CN202211353647 A CN 202211353647A CN 115409838 B CN115409838 B CN 115409838B
- Authority
- CN
- China
- Prior art keywords
- registration
- section
- sphere
- circle
- cross
- 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.)
- Active
Links
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
-
- 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
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/30—Surgical robots
-
- 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
- A61B34/70—Manipulators specially adapted for use in surgery
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- 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
- 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
-
- 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
- G06T2207/10016—Video; Image sequence
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Surgery (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Robotics (AREA)
- Geometry (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明公开了一种在医学影像中器械的配准方法和系统及相关设备,该方法包括:获取待处理的医学影像序列;提取医学影像序列中的两类信息;第一类为医学影像序列中每一张图像的位置和姿态信息;第二类为在配准球截面圆的任意标记点及标记点位置信息;提取含有配准球截面圆的图像子集,并在每一张图像中计算所包含截面圆的圆心位置和半径,得到一组截面圆的圆心位置和半径值的数据集;计算求得配准球在核磁共振环境中的空间坐标位置,实现对器械的配准。该配准方法无需对图像进行三维重建,对医生操作也无较高要求,只需医生在需要定位的球体任意截面上点击任意一点,即可快速自动计算识别球心位置,进而有助于实现对手术机器人或机械臂进行配准。
Description
技术领域
本发明涉及医学图像处理和手术机器人配准等技术领域,特别涉及一种在医学影像中器械的配准方法和系统及相关设备。
背景技术
在医疗手术领域中,手术机器人在使用前需要对机器人进行配准,一般需要计算出配准点的球心坐标,比如采用若干个鱼油球作为配准物,鱼油球固定在执行器末端,MRI或CT进行扫描后,有些扫描图像上就会显示鱼油球的截面,进而对手术机器人或机械臂进行配准。
专利文献CN110379493A-一种图像导航配准系统及图像导航系统,其描述了一种找配准物的球形结构球心位置的方法。该方法首先对DICOM图像进行三维重建,再确定球形结构所在的具体位置及其球心所在位置。在确定球形结构位置时,该文献采用两种方法:1.对于图像清晰的球体采用手动框选的方法;2.对于清晰度不高的图像,将DICOM图像中冠状、轴状和矢状三个切面的图像分别移动至球形结构轮廓的最大切面处,把三个切面的交点作为所述球形结构的球心。
但相关技术中,还存在些不足:
1. 三维重建耗费时长较高,且当DICOM图像的切割厚度较大时,三维重建的误差也较大。
2. 手动框选球体的方法对医生操作要求较高。既要避免包含患者信息的图像区域,又要医生严格精准地框选出三维球体,对于医生来说操作耗时耗力,还易引入误差。
3. 对于切割厚度较大的DICOM图像来说,很难定位球形结构轮廓的最大切面处,尤其是对于经过三维重建后的模型来说误差会更大。
发明内容
本发明针对上述问题,提出了一种在医学影像中器械的配准方法和系统及相关设备,无需对图像进行三维重建,对医生操作也无较高要求,且可准确识别球心位置,实现对手术机器人或机械臂进行配准。
为实现上述目的,本发明采取的技术方案为:
第一方面,本发明提供一种在医学影像中器械的配准方法,该方法包括以下步骤:
S1、获取待处理的医学影像序列;
S2、提取所述医学影像序列中的两类信息;第一类为所述医学影像序列中每一张图像的位置和姿态信息;第二类为标记信息;所述标记信息为在配准球截面圆的任意标记点及标记点位置信息;
S3、提取含有所述配准球截面圆的图像子集,并在每一张图像中计算所包含截面圆的圆心位置和半径,得到一组截面圆的圆心位置和半径值的数据集;
S4、根据所述数据集,计算求得所述配准球在核磁共振环境中的空间坐标位置,实现对器械的配准。
进一步地,所述步骤S3包括:
S31、提取含有所述配准球截面圆的图像子集,根据标记点位置信息、配准球直径大小和所有图像的位置信息,过滤掉所有不含所述配准球截面的图像;
S32、对剩下的每一张图像中配准球截面圆进行圆心位置和半径值的计算,得到一组截面圆的圆心位置和半径值的数据集。
进一步地,所述步骤S31中,提取含有所述配准球截面的图像子集,包括:
S311、提取含有所述配准球截面圆的图像子集时,搜寻图像的距离范围为:以标记点位置所在面为中间面,前后各移动预设距离;
S312、选择在所述预设距离范围内所有的图片作为计算所需要的图像子集;所述预设距离大于等于所述配准球的直径。
进一步地,所述步骤S32中,进行圆心位置和半径值的计算,包括:
S321、以标记点在图像中的位置或在其他图像中投影位置为中心、以所述配准球直径X倍的长度作为边长的矩形,确定检测范围;
S322、在确定检测范围后,利用matlab的函数imfindcircles来检测和计算每一张图中该检测范围内的截面圆心位置和半径。
进一步地,所述步骤S321还包括:
当一张图像中包含多个配准球的圆截面时,选择各个圆截面的圆心到标记点最短距离的圆截面,作为当前需要检测的配准球。
进一步地,所述步骤S4,包括:
S42、假设所述配准球球心位于一虚拟截面上,且所述虚拟截面与各个截面平行,则所述配准球球心在所述虚拟截面上的投影坐标为,所述配准球在虚拟截面上生成的截面圆的半径即为配准球的半径值/>;在其他截面上生成的截面圆的半径为/>;其中;
S43、在各个截面圆心连线上用最小二乘法寻找一点,若该点到各个截面圆边界距离的均值最接近所述配准球的半径值,则该点所在截面即为虚拟截面,且该点的空间坐标位置为所述配准球球心在核磁共振环境中的空间坐标位置,实现对器械的配准。
进一步地,所述步骤S43,包括:
其中为虚拟截面坐标系到核磁共振坐标系的坐标变换矩阵; />组成了由虚拟截面坐标系到核磁共振坐标系的旋转矩阵,且该组值由Dicom图像信息中获得;坐标系0为核磁共振坐标系,坐标系1为球心所在虚拟截面的坐标系;点为球心在虚拟截面中的坐标, />是球心在核磁共振坐标系中的坐标。
第二方面,本发明实施例还提供一种在医学影像中器械的配准系统,包括:
获取模块,用于获取待处理的医学影像序列;
第一提取模块,用于提取所述医学影像序列中的两类信息;第一类为所述医学影像序列中每一张图像的位置和姿态信息;第二类为标记信息;所述标记信息为在配准球截面圆的任意标记点及标记点位置信息;
第二提取模块,用于提取含有所述配准球截面圆的图像子集,并在每一张图像中计算所包含截面圆的圆心位置和半径,得到一组截面圆的圆心位置和半径值的数据集;
配准模块,用于根据所述数据集,计算求得所述配准球在核磁共振环境中的空间坐标位置,实现对器械的配准。
第三方面,本发明实施例又提供一种控制设备,包括:存储器、处理器及存储于存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述实施例的一种在医学影像中器械的配准方法。
第四方面,本发明实施例再提供一种计算机存储介质,所述计算机存储介质中存储有计算机可执行指令,所述计算机可执行指令被处理器执行时实现如上述实施例的一种在医学影像中器械的配准方法。
与现有技术相比,本发明具有如下有益效果:
本发明实施例提供的一种在医学影像中器械的配准方法,包括:获取待处理的医学影像序列;提取所述医学影像序列中的两类信息;第一类为所述医学影像序列中每一张图像的位置和姿态信息;第二类为标记信息;所述标记信息为在配准球截面圆的任意标记点及标记点位置信息;提取含有所述配准球截面圆的图像子集,并在每一张图像中计算所包含截面圆的圆心位置和半径,得到一组截面圆的圆心位置和半径值的数据集;根据所述数据集,计算求得所述配准球在核磁共振环境中的空间坐标位置,实现对器械的配准。该配准方法无需对图像进行三维重建,对医生操作也无较高要求,只需医生在需要定位的球体任意截面上点击任意一点,即可快速自动计算识别球心位置,进而有助于实现对手术机器人或机械臂进行配准。
附图说明
图1为本发明实施例提供的在医学影像中器械的配准方法的流程图;
图2为本发明实施例提供的两个坐标系的关系示意图;
图3为本发明实施例提供的计算过程截面圆的示意图;
图4为本发明实施例提供的在医学影像中器械的配准系统的框图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
在本发明的描述中,需要说明的是,术语“上”、“下”、“内”、“外”“前端”、“后端”、“两端”、“一端”、“另一端”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“设置有”、“连接”等,应做广义理解,例如“连接”,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
实施例1:
参照图1所示,本发明提供的一种在医学影像中器械的配准方法,该方法包括以下步骤:
S1、获取待处理的医学影像序列;
S2、提取所述医学影像序列中的两类信息;第一类为所述医学影像序列中每一张图像的位置和姿态信息;第二类为标记信息;所述标记信息为在配准球截面圆的任意标记点及标记点位置信息;
S3、提取含有所述配准球截面圆的图像子集,并在每一张图像中计算所包含截面圆的圆心位置和半径,得到一组截面圆的圆心位置和半径值的数据集;
S4、根据所述数据集,计算求得所述配准球在核磁共振环境中的空间坐标位置,实现对器械的配准。
该方法是对DICOM医学图像序列进行分析,识别出具有配准用鱼油球截面的一系列图像,并在每张图像中对球体截面进行圆心位置识别和半径计算。结合这一系列圆心位置和半径以及每张图像在核磁共振中的位姿,最终计算出各个鱼油球体在核磁共振环境中的球心位置,利用这些位置信息即可对机器人或机械臂进行配准。
下面分别对上述各个步骤进行详细的说明:
在步骤S1中,获取待处理的医学图像序列;如DICOM格式的医学图像序列,如有需要,可将其进一步转化为其他图像格式如.png或者.jpg等;本公开实施例对此不做限定。
在步骤S2中,提供相关信息,其中包括两类信息。第一类为DICOM图像自带信息,如序列中在核磁共振环境坐标系下每一张图像的位置和姿态信息等;第二类为手动标记信息,操作者任选一张含配准球截面的图像并在该截面上任意标记一点,系统需提供该图像位置信息及标记点位置信息,并根据所要检测的配准用鱼油球的数量重复该步骤。
如图2所示,本发明计算涉及两个坐标系:核磁共振环境坐标系
图像坐标系/>,目的是将图像坐标系下的球心坐标,换算到核磁共振环境坐标系下,实现对机器人或机械臂进行配准。其中,图像的位置和姿态信息指的是在核磁共振环境坐标系中图像的位置坐标,及图像坐标系相对于核磁共振环境坐标系的转角姿态。另外,不同的手动标记点对应着不同的配准球,且每一个配准球只需标记一次。
在步骤S3中,将图像集导入算法程序,对每个配准鱼油球,提取含有该球截面的图像子集,并在每一张图像中计算截面圆的圆心位置和半径。计算过程如下:
首先,程序会根据标记点的位置、配准球直径大小和所有图像的位置坐标,过滤掉所有不含该配准球截面的图像。具体做法为:对于该配准球,提取含有该球截面圆的图像子集时,搜寻图像的距离范围为:以标记点所在面为中间面,比如前后各移动鱼油球直径的距离或略大于直径的距离。此范围内所有的图片即为计算所需要的图像子集。
然后,对该图像子集每一张图中配准球截面圆进行圆心和半径计算。由于除了配准球截面圆,图片中还含有大量其他圆形的结构,所以并不是对整张图片进行检测,而是仅针对特定小范围区域。具体来说,检测范围为:以标记点在图像中的位置或投影位置为中心、比如以配准球直径2倍的长度作为边长的矩形。在确定检测范围后,利用matlab的函数imfindcircles来检测和计算每一张图中该检测范围内的截面圆心位置和半径。
然而,即便限制了检测范围,如果两个配准球的距离过近,有时一张图像中也会包含两个配准球的圆截面。那么,可以计算各个圆心到标记点的距离,而距离最近的那个圆截面则属于当前需要检测的配准球。此外,还可能遇到的问题是有时两个配准球的球心投影位置接近重合,且在该图像子集中,被标记的配准球被完整扫描,而没有被标记的则被部分扫描。可以根据该特性来区分哪一个是当前需要被计算的(也就是被标记的)配准球。在该情况下,被扫描截面的数量多的球体即为被完整扫描的配准球,也就是被标记的配准球。
在步骤S4中,根据所得的一系列圆心坐标和半径值,来计算该配准球的球心在核磁共振环境中的空间坐标位置。具体方法如下:
首先,计算各截面圆心坐标的平均值。因为各个截面相互平行,所以配准球球心在每个截面的投影坐标(也就是截面圆心坐标)理论上是一致的,但由于图像的质量和检测算法本身存在计算误差,因此各个圆心坐标的计算结果也会存在误差。因此这里对其求均值来尽量减小误差带来的影响。
由于配准球的球心很有可能不在截面上,这里假设一虚拟截面,该截面与其他截面平行,且球心刚好位于该虚拟截面上。根据上文所述,球心在各个截面的投影坐标一致,所以球心在虚拟截面上的投影坐标可用上文中的坐标均值来代替。
接下来需要计算该虚拟截面在核磁共振坐标系中的位置。假设该配准球一共有n个截面,每个截面上都有一个该配准球的截面圆,圆心位置即为,虚拟截面为球心点所在的截面,所以虚拟截面圆的半径即为配准球的半径值/>;其他各个截面圆的半径为/>,其中/>。在各个圆心连线上用最小二乘法寻找一点,若该点到各个截面圆边界距离的均值最接近配准球的半径值/>,则该点为配准球的球心;即:则该点所在截面即为虚拟截面,且该点的空间坐标位置为配准球球心在核磁共振环境中的空间坐标位置,进而助于实现对器械的配准。
其中为虚拟截面坐标系到核磁共振坐标系的坐标变换矩阵。为虚拟截面在坐标系0中的位置坐标,/>组成了由虚拟截面坐标系到核磁共振坐标系的旋转矩阵,且该组值可由Dicom图像信息中获得。坐标系0为核磁共振坐标系,坐标系1为球心所在虚拟截面的坐标系。点/>为球心在虚拟截面中的坐标,/>是球心在坐标系0中的坐标。
至此,一个配准球的球心坐标计算完毕。在具体实施时,比如程序还会根据被标记球的数量对其依次进行检测计算。最后输出所有配准球球心在核磁共振坐标系中的位置。
实施例2:
如图4所示,本发明实施例还提供一种在医学影像中器械的配准系统,包括:
获取模块,用于获取待处理的医学影像序列;
第一提取模块,用于提取所述医学影像序列中的两类信息;第一类为所述医学影像序列中每一张图像的位置和姿态信息;第二类为标记信息;所述标记信息为在配准球截面圆的任意标记点及标记点位置信息;
第二提取模块,用于提取含有所述配准球截面圆的图像子集,并在每一张图像中计算所包含截面圆的圆心位置和半径,得到一组截面圆的圆心位置和半径值的数据集;
配准模块,用于根据所述数据集,计算求得所述配准球在核磁共振环境中的空间坐标位置,实现对器械的配准。
具体,该系统的实施可以参见前述方法的实施,重复之处不再赘述。
基于同一发明构思,本发明实施例还提供了一种控制设备、计算机存储介质,由于这些设备和存储介质所解决问题的原理与前述在医学影像中器械的配准方法相似,因此该设备和存储介质的实施可以参见前述方法的实施,重复之处不再赘述。
本发明实施例提供的控制设备,包括:存储器、处理器及存储于存储器上并可在处理器上运行的计算机程序,处理器执行程序时实现如上述的一种在医学影像中器械的配准方法。
本发明实施例还提供一种计算机存储介质,计算机存储介质中存储有计算机可执行指令,计算机可执行指令被处理器执行时实现如上述的一种在医学影像中器械的配准方法。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (4)
1.一种在医学影像中器械的配准方法,其特征在于,该方法包括以下步骤:
S1、获取待处理的医学影像序列;
S2、提取所述医学影像序列中的两类信息;第一类为所述医学影像序列中每一张图像的位置和姿态信息;第二类为标记信息;所述标记信息为在配准球截面圆的任意标记点及标记点位置信息;
S3、提取含有所述配准球截面圆的图像子集,并在每一张图像中计算所包含配准球截面圆的圆心位置和半径值,得到一组配准球截面圆的圆心位置和半径值的数据集;
S4、根据所述数据集,计算求得所述配准球在核磁共振环境中的空间坐标位置,实现对器械的配准;
其中,所述步骤S3包括:
S31、提取含有所述配准球截面圆的图像子集,根据标记点位置信息、配准球直径大小和所有图像的位置信息,过滤掉所有不含配准球截面圆的图像;
S32、对剩下的每一张图像中配准球截面圆进行圆心位置和半径值的计算,得到一组配准球截面圆的圆心位置和半径值的数据集;
所述步骤S31中,提取含有所述配准球截面圆的图像子集,包括:
S311、提取含有所述配准球截面圆的图像子集时,搜寻图像的距离范围为:以标记点位置所在面为中间面,前后各移动预设距离;
S312、选择在所述预设距离范围内所有的图片作为计算所需要的图像子集;所述预设距离等于所述配准球的直径;
所述步骤S32中,进行圆心位置和半径值的计算,包括:
S321、以标记点在图像中的位置或在其他图像中投影位置为中心、以所述配准球直径X倍的长度作为边长的矩形,确定检测范围;
S322、在确定检测范围后,利用matlab的函数imfindcircles来检测和计算每一张图中该检测范围内的配准球截面圆的圆心位置和半径值;
所述步骤S321还包括:
当一张图像中包含多个配准球截面圆时,选择各个配准球截面圆的圆心到标记点最短距离的截面圆,作为当前需要检测的配准球;
所述步骤S4,包括:
S42、假设所述配准球球心位于一虚拟截面上,且所述虚拟截面与各个截面平行,则所述配准球球心在所述虚拟截面上的投影坐标为所述配准球在虚拟截面上生成的截面圆的半径即为配准球的半径值rb;在其他截面上生成的截面圆的半径为ri;其中i=1,2,…,n;
S43、在各个截面圆的圆心连线上用最小二乘法寻找一点,若该点到各个截面圆边界距离的均值最接近所述配准球的半径值rb,则该点所在截面即为虚拟截面,且该点的空间坐标位置为所述配准球球心在核磁共振环境中的空间坐标位置,实现对器械的配准;
所述步骤S43,包括:
2.一种在医学影像中器械的配准系统,其特征在于,包括:
获取模块,用于获取待处理的医学影像序列;
第一提取模块,用于提取所述医学影像序列中的两类信息;第一类为所述医学影像序列中每一张图像的位置和姿态信息;第二类为标记信息;所述标记信息为在配准球截面圆的任意标记点及标记点位置信息;
第二提取模块,用于提取含有所述配准球截面圆的图像子集,并在每一张图像中计算所包含配准球截面圆的圆心位置和半径值,得到一组配准球截面圆的圆心位置和半径值的数据集;
配准模块,用于根据所述数据集,计算求得所述配准球在核磁共振环境中的空间坐标位置,实现对器械的配准;
其中,所述第二提取模块包括:
S31、提取含有所述配准球截面圆的图像子集,根据标记点位置信息、配准球直径大小和所有图像的位置信息,过滤掉所有不含配准球截面圆的图像;
S32、对剩下的每一张图像中配准球截面圆进行圆心位置和半径值的计算,得到一组配准球截面圆的圆心位置和半径值的数据集;
所述步骤S31中,提取含有所述配准球截面圆的图像子集,包括:
S311、提取含有所述配准球截面圆的图像子集时,搜寻图像的距离范围为:以标记点位置所在面为中间面,前后各移动预设距离;
S312、选择在所述预设距离范围内所有的图片作为计算所需要的图像子集;所述预设距离等于所述配准球的直径;
所述步骤S32中,进行圆心位置和半径值的计算,包括:
S321、以标记点在图像中的位置或在其他图像中投影位置为中心、以所述配准球直径X倍的长度作为边长的矩形,确定检测范围;
S322、在确定检测范围后,利用matlab的函数imfindcircles来检测和计算每一张图中该检测范围内的配准球截面圆的圆心位置和半径值;
所述步骤S321还包括:
当一张图像中包含多个配准球截面圆时,选择各个配准球截面圆的圆心到标记点最短距离的截面圆,作为当前需要检测的配准球;
所述配准模块,包括:
S42、假设所述配准球球心位于一虚拟截面上,且所述虚拟截面与各个截面平行,则所述配准球球心在所述虚拟截面上的投影坐标为所述配准球在虚拟截面上生成的截面圆的半径即为配准球的半径值rb;在其他截面上生成的截面圆的半径为ri;其中i=1,2,…,n;
S43、在各个截面圆心连线上用最小二乘法寻找一点,若该点到各个截面圆边界距离的均值最接近所述配准球的半径值rb,则该点所在截面即为虚拟截面,且该点的空间坐标位置为所述配准球球心在核磁共振环境中的空间坐标位置,实现对器械的配准;
所述步骤S43,包括:
3.一种控制设备,其特征在于,包括:存储器、处理器及存储于存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如权利要求1所述的一种在医学影像中器械的配准方法。
4.一种计算机存储介质,其特征在于,所述计算机存储介质中存储有计算机可执行指令,所述计算机可执行指令被处理器执行时实现如权利要求1所述的一种在医学影像中器械的配准方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211353647.3A CN115409838B (zh) | 2022-11-01 | 2022-11-01 | 一种在医学影像中器械的配准方法和系统及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211353647.3A CN115409838B (zh) | 2022-11-01 | 2022-11-01 | 一种在医学影像中器械的配准方法和系统及相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115409838A CN115409838A (zh) | 2022-11-29 |
CN115409838B true CN115409838B (zh) | 2023-06-09 |
Family
ID=84167638
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211353647.3A Active CN115409838B (zh) | 2022-11-01 | 2022-11-01 | 一种在医学影像中器械的配准方法和系统及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115409838B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114283188A (zh) * | 2021-11-12 | 2022-04-05 | 重庆生物智能制造研究院 | 一种针对骨科手术机器人的定位配准方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106725852A (zh) * | 2016-12-02 | 2017-05-31 | 上海精劢医疗科技有限公司 | 肺部穿刺的手术导航系统 |
CN109567942B (zh) * | 2018-10-31 | 2020-04-14 | 上海盼研机器人科技有限公司 | 采用人工智能技术的颅颌面外科手术机器人辅助系统 |
CN111388091A (zh) * | 2020-03-17 | 2020-07-10 | 京东方科技集团股份有限公司 | 光标尺、坐标系配准的方法 |
CN113081266B (zh) * | 2021-03-26 | 2021-12-03 | 北京长木谷医疗科技有限公司 | 机器人配准方法、装置、电子设备及存储介质 |
-
2022
- 2022-11-01 CN CN202211353647.3A patent/CN115409838B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114283188A (zh) * | 2021-11-12 | 2022-04-05 | 重庆生物智能制造研究院 | 一种针对骨科手术机器人的定位配准方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115409838A (zh) | 2022-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10849694B2 (en) | Method and system for displaying the position and orientation of a linear instrument navigated with respect to a 3D medical image | |
US11510735B2 (en) | System for navigating a surgical instrument | |
EP3007635B1 (en) | Computer-implemented technique for determining a coordinate transformation for surgical navigation | |
JP4171833B2 (ja) | 内視鏡誘導装置および方法 | |
US8290303B2 (en) | Enhanced system and method for volume based registration | |
CN106163408B (zh) | 使用同时的x平面成像的图像配准和引导 | |
US9480456B2 (en) | Image processing apparatus that simultaneously displays two regions of interest on a body mark, processing method thereof and storage medium | |
US20070018975A1 (en) | Methods and systems for mapping a virtual model of an object to the object | |
US8081810B2 (en) | Recognizing a real world fiducial in image data of a patient | |
US10078906B2 (en) | Device and method for image registration, and non-transitory recording medium | |
WO1999016352A1 (en) | Interventional radiology guidance system | |
DE112021001951T5 (de) | Programm, Informationsverarbeitungsverfahren, Informationsverarbeitungsvorrichtung und Diagnoseunterstützungssystem | |
WO2020205714A1 (en) | Surgical planning, surgical navigation and imaging system | |
CN106296685B (zh) | 基于颅外轮廓特征几何不变量多信息3d医学图像配准方法 | |
CN113100941B (zh) | 基于ss-oct手术导航系统的图像配准方法及系统 | |
CN115409838B (zh) | 一种在医学影像中器械的配准方法和系统及相关设备 | |
JP6487999B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
CN116236280A (zh) | 一种基于多模态图像融合的介入治疗引导方法及系统 | |
EP3009091A1 (en) | Medical system for use in interventional radiology | |
US20220000442A1 (en) | Image orientation setting apparatus, image orientation setting method, and image orientation setting program | |
CN114930390A (zh) | 用于将活体医学图像与解剖模型配准的方法和装置 | |
JP2017023834A (ja) | 画像処理装置、撮影システム及び画像処理方法 | |
US20230210627A1 (en) | Three-dimensional instrument pose estimation | |
EP3944190A1 (en) | Systems and methods for estimating the movement of a target using universal deformation models for anatomic tissue | |
CN116958486A (zh) | 一种基于卷积神经网络的医学图像处理方法及系统 |
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 |