CN116523973A - 骨骼配准方法及装置 - Google Patents

骨骼配准方法及装置 Download PDF

Info

Publication number
CN116523973A
CN116523973A CN202310036660.4A CN202310036660A CN116523973A CN 116523973 A CN116523973 A CN 116523973A CN 202310036660 A CN202310036660 A CN 202310036660A CN 116523973 A CN116523973 A CN 116523973A
Authority
CN
China
Prior art keywords
coordinates
feature points
registration
bone
feature
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
CN202310036660.4A
Other languages
English (en)
Inventor
张逸凌
刘星宇
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.)
Longwood Valley Medtech Co Ltd
Original Assignee
Longwood Valley Medtech 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 Longwood Valley Medtech Co Ltd filed Critical Longwood Valley Medtech Co Ltd
Priority to CN202310036660.4A priority Critical patent/CN116523973A/zh
Publication of CN116523973A publication Critical patent/CN116523973A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30008—Bone
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Abstract

本发明提供一种骨骼配准方法及装置，包括：基于目标骨骼的多个第一特征点，确定两个第二特征点；基于多个第一特征点的第一坐标，获取两个第二特征点的第一坐标，并基于多个第一特征点的第二坐标，获取两个第二特征点的第二坐标；基于多个第一特征点的第一坐标、两个第二特征点的第一坐标、多个第一特征点的第二坐标和两个第二特征点的第二坐标，进行粗配准，获取粗配准矩阵；根据点云匹配算法，基于粗配准矩阵、目标骨骼的多个第三特征点的第一坐标和多个第三特征点的第二坐标，进行精配准，获取精配准矩阵。本发明提供的骨骼配准方法及装置，配准结果更加准确。

Description

骨骼配准方法及装置
技术领域
本发明涉及配准技术领域，尤其涉及一种骨骼配准方法及装置。
背景技术
在一些情况下需要对骨骼进行配准，即将计算机生成的骨骼的虚拟三维数据与真实的骨骼进行匹配，以完成后续的操作。现有的骨骼配准方法主要是预先选取多个粗配准点和多个精配准点，用粗配准点进行粗配准，基于粗配准的结果和精配准点进行精配准。由于骨骼的多样性，造成骨骼的配准误差存在较大的不确定性，配准的精度不高。
综上，现有的骨骼配准的方法存在配准的误差较大，精度不高的问题。
发明内容
本发明提供一种骨骼配准方法及装置，用以解决现有技术中配准误差较大的缺陷，实现提高配准精度。
本发明提供一种骨骼配准方法，包括：
基于目标骨骼的多个第一特征点，确定两个第二特征点；
基于所述多个第一特征点的第一坐标，获取所述两个第二特征点的第一坐标，并基于所述多个第一特征点的第二坐标，获取所述两个第二特征点的第二坐标；
基于所述多个第一特征点的第一坐标、所述两个第二特征点的第一坐标、所述多个第一特征点的第二坐标和所述两个第二特征点的第二坐标，进行粗配准，获取粗配准矩阵；
根据点云匹配算法，基于所述粗配准矩阵、所述目标骨骼的多个第三特征点的第一坐标和所述多个第三特征点的第二坐标，进行精配准，获取精配准矩阵；
其中，所述两个第二特征点分别位于所述目标骨骼的第一端和第二端；所述第一坐标为骨面坐标；所述第二坐标为在所述目标骨骼的三维模型中的坐标。
根据本发明提供的一种骨骼配准方法，所述基于所述多个第一特征点的第一坐标、所述两个第二特征点的第一坐标、所述多个第一特征点的第二坐标和所述两个第二特征点的第二坐标，进行粗配准，获取粗配准矩阵，包括：
基于第一配准矩阵，对各第四特征点的第一坐标和各所述第二特征点的第一坐标进行变换，获取各所述第四特征点的第三坐标和各所述第二特征点的第三坐标；
在各所述第四特征点的第三坐标与第二坐标之间的第一平均距离大于或等于第一阈值的情况下，对各所述第四特征点的第三坐标和所述第二特征点的第三坐标进行旋转变换和平移变换，以使得变换后各所述第二特征点的第三坐标与第二坐标之间的第二平均距离最小；
在最小的所述第二平均距离小于第二阈值的情况下，基于所述第一配准矩阵、所述旋转变换和所述平移变换，获取所述粗配准矩阵；
其中，所述第四特征点，是未被确定为所述第二特征点的所述第一特征点。
根据本发明提供的一种骨骼配准方法，所述在各所述第四特征点的第三坐标与第二坐标之间的第一平均距离大于或等于第一阈值的情况下，对各所述第四特征点的第三坐标和所述第二特征点的第三坐标进行旋转变换和平移变换，以使得变换后各所述第二特征点的第三坐标与第二坐标之间的第二平均距离最小之后，还包括：
在最小的所述第二平均距离大于或等于所述第二阈值的情况下，基于所述旋转变换和所述平移变换，更新所述第一配准矩阵。
根据本发明提供的一种骨骼配准方法，所述基于第一配准矩阵，对各第四特征点的第一坐标和各所述第二特征点的第一坐标进行变换，获取各所述第四特征点的第三坐标和各所述第二特征点的第三坐标之后，还包括：
在所述第一平均距离小于所述第一阈值的情况下，将所述第一配准矩阵确定为所述粗配准矩阵。
根据本发明提供的一种骨骼配准方法，所述基于目标骨骼的多个第一特征点，确定两个第二特征点，包括：
基于所述多个第一特征点的位置，将所述多个第一特征点分为第一组特征点和第二组特征点；所述第一组特征点均位于所述第一端；所述第二组特征点均位于所述第二端；
基于所述第一组特征点，确定一个所述第二特征点，并基于所述第二组特征点，确定另一个所述第二特征点。
根据本发明提供的一种骨骼配准方法，所述根据点云匹配算法，基于所述粗配准矩阵、所述目标骨骼的多个第三特征点的第一坐标和所述多个第三特征点的第二坐标，进行精配准，获取精配准矩阵，包括：
根据最近点迭代算法，基于所述粗配准矩阵、所述多个第三特征点的第一坐标和所述多个第三特征点的第二坐标，进行精配准，获取所述精配准矩阵。
本发明还提供一种骨骼配准装置，包括：
确定模块，用于基于目标骨骼的多个第一特征点，确定两个第二特征点；
第一获取模块，用于基于所述多个第一特征点的第一坐标，获取所述两个第二特征点的第一坐标，并基于所述多个第一特征点的第二坐标，获取所述两个第二特征点的第二坐标；
第二获取模块，用于基于所述多个第一特征点的第一坐标、所述两个第二特征点的第一坐标、所述多个第一特征点的第二坐标和所述两个第二特征点的第二坐标，进行粗配准，获取粗配准矩阵；
第三获取模块，用于根据点云匹配算法，基于所述粗配准矩阵、所述目标骨骼的多个第三特征点的第一坐标和所述多个第三特征点的第二坐标，进行精配准，获取精配准矩阵；
其中，所述两个第二特征点分别位于所述目标骨骼的第一端和第二端；所述第一坐标为骨面坐标；所述第二坐标为在所述目标骨骼的三维模型中的坐标。
本发明还提供一种电子设备，包括存储器、处理器及存储在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任一种所述骨骼配准方法。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述骨骼配准方法。
本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述骨骼配准方法。
本发明提供的骨骼配准方法及装置，通过对骨骼的粗配准过程设置强制配准点，基于强制配准点进行配准，使强制配准点的配准精度满足需要；基于配准后的强制配准点，将配准后的非强制配准点进行旋转和平移进行配准，进一步提高配准精度，得到更准确的粗配准矩阵；基于粗配准矩阵进行精配准，使配准结果更加准确。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的骨骼配准方法的流程示意图之一；
图2是本发明提供的骨骼配准方法的第一特征点示意图；
图3是本发明提供的骨骼配准方法的第三特征点示意图；
图4是本发明提供的骨骼配准方法的流程示意图之二；
图5是本发明提供的骨骼配准方法的粗配准流程示意图；
图6是本发明提供的骨骼配准装置的结构示意图；
图7是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明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。
下面结合图1-图7描述本发明的具体实施方式。
图1是本发明提供的骨骼配准方法的流程示意图之一。如图1所示，本发明实施例提供的骨骼配准方法的执行主体可以为骨骼配准装置。该方法包括：步骤101、步骤102、步骤103和步骤104。
步骤101、基于目标骨骼的多个第一特征点，确定两个第二特征点。
其中，两个第二特征点分别位于目标骨骼的第一端和第二端
具体地，目标骨骼是待配准的骨骼。目标骨骼可以包括两端，分别为第一端和第二端。目标骨骼，可以是胫骨、股骨、肱骨、桡骨、脊椎骨、骨盆等骨骼，本发明实施例在此不作具体限制。
可以对目标骨骼进行CT扫描，获取目标骨骼的三维模型，并获取多个第一特征点和多个第三特征点，第一特征点在目标骨骼的两端；可以利用探针在骨骼表面取若干信息点，获取多个第一特征点和多个第三特征点。
可以从第一特征点中选取第二特征点，也可以选取多个第一特征点构成的几何图形上的点作为第二特征点。在目标骨骼的第一端和第二端分别选取一个第二特征点。
示例性地，以目标骨骼是胫骨为例，如图2所示，图2中的(a)部分是胫骨的正视图，图2中的(b)部分是胫骨的俯视图。对于图2中的胫骨，第一特征点可以包括内踝、外踝、胫骨结节、胫骨平台中心、胫骨平台内侧低点和胫骨平台外侧低点。其中，胫骨结节、胫骨平台中心、胫骨平台内测低点和胫骨平台外侧低点在胫骨的第一端，内踝和外踝在胫骨的第二端。可以选取胫骨结节、胫骨平台中心、胫骨平台内测低点和胫骨平台外侧低点其中一个点或其中几个点构成的几何图形上的点作为一个第二特征点；可以选取内踝和外踝其中一个点或与内踝和外踝构成的几何图形上的点作为另一个第二特征点。
步骤102、基于多个第一特征点的第一坐标，获取两个第二特征点的第一坐标，并基于多个第一特征点的第二坐标，获取两个第二特征点的第二坐标。
其中，第一坐标为骨面坐标；第二坐标为在目标骨骼的三维模型中的坐标。
具体地，可以对目标骨骼进行扫描，获取目标骨骼的三维模型，并获取多个第一特征点在三维模型中的坐标，即多个第一特征点的第二坐标；基于多个第一特征点的第二坐标，以及第一特征点和第二特征点之间的关系，可以计算出两个第二特征点的第二坐标。
示例性地，对于两个第一特征点，可以取两个第一特征点的连线的中点作为一个第二特征点，基于两个第一特征点的坐标，获取中点的坐标，即第二特征点的坐标；对于三个第一特征点，可以取三个第一特征点构成的三角形的几何中心点作为第二特征点，可以基于三个第一特征点的坐标，获取所构成的三角形的几何中心点的坐标，即第二特征点的坐标。
可以利用探针在骨骼表面取若干信息点，获取多个第一特征点在骨面的坐标，即多个第一特征点的第一坐标；基于多个第一特征点的第一坐标，以及第一特征点和第二特征点之间的关系，可以计算出两个第二特征点的第一坐标。
每一个第二特征点的第一坐标都有一个对应的第二坐标。
步骤103、基于多个第一特征点的第一坐标、两个第二特征点的第一坐标、多个第一特征点的第二坐标和两个第二特征点的第二坐标，进行粗配准，获取粗配准矩阵。
具体地，第二特征点可以作为强制配准点。强制配准点，可以用于作为对三维模型进行旋转、平移等操作的基准。
除第二特征点外的其他第一特征点可以作为非强制配准点。非强制配准点，可以用于判断粗配准的误差。
可以先对强制配准点进行配准，使强制配准点的精度达到实际需求，根据强制配准点的配准结果对非强制配准点进行配准，以进一步提高配准精度，从而进一步提高粗配准的准确度。
可以将第二特征点的第一坐标，通过旋转、平移等变换，使其与对应的第二特征点的第二坐标对齐，将旋转、平移等的过程用变换矩阵表示。
将第一特征点的第一坐标通过变换矩阵变换，将第一特征点的第一坐标变换后的坐标与对应的第二坐标进行比较，如果第一特征点的第一坐标变换后的坐标与对应的第二坐标之间的距离在预设范围内，则将变换矩阵记作粗配准矩阵。
可选地，可以旋转第二特征点第一坐标，使旋转后的第二特征点的第一坐标与对应的第二特征点的第二坐标对齐；围绕旋转后的第二特征点的第一坐标，旋转变换后的第一特征点的第一坐标，使再次变换后的第一特征点的第一坐标与第一特征点的第二坐标对齐；将变换后的第二特征点的第一坐标沿与第二特征点的第二坐标对齐的方向平移，使再次变换后的第二特征点的第一坐标与第二特征点的第二坐标的距离最小；如果再次变换后的第二特征点的第一坐标与第二特征点的第二坐标的最小距离满足配准要求，则将前述所有旋转和变换的过程表示为配准矩阵，记为粗配准矩阵；如果再次变换后的第二特征点的第一坐标与第二特征点的第二坐标的最小距离不满足配准要求，则将前述所有旋转和变换的过程表示为配准矩阵，重复上述过程，直到多次变换后的第二特征点的第一坐标与第二特征点的第二坐标的最小距离满足配准要求或循环次数到达预定的最大次数，将最终的配准矩阵作为粗配准矩阵。
步骤104、根据点云匹配算法，基于粗配准矩阵、目标骨骼的多个第三特征点的第一坐标和多个第三特征点的第二坐标，进行精配准，获取精配准矩阵。
具体地，如图3所示，可以在目标骨骼的骨面取多个第三特征点，可以对目标骨骼进行扫描，获取目标骨骼的三维模型，并获取多个第三特征点在三维模型中的坐标，即多个第三特征点的第二坐标。
可以利用探针在骨骼表面取若干信息点，获取多个第三特征点在骨面的坐标，即多个第三特征点的第一坐标。
每一个第三特征点的第一坐标都有一个对应的第二坐标。
点云匹配算法，可以是基于数据的配准法，可以使第三特征点的第一坐标与对应的第二坐标的重合程度尽可能高。点云匹配算法，可以包括ICP(Iterative ClosestPoint,迭代最近点)算法、点云滤波算法或其他点云匹配算法。本发明实施例对采用的点云匹配算法不作具体限定。
基于粗配准矩阵，将第三特征点的第一坐标进行变换；将第三特征点变换后的第一坐标与对应的第二坐标通过平移旋转尽可能重合，求取第三特征点的第一坐标和对应的第二坐标之间的旋转平移矩阵；估计变换后的坐标的误差函数，若误差函数值满足误差要求，将旋转平移矩阵作为精配准矩阵。
示例性地，如图4所示，图4是本发明提供的骨骼配准方法的流程示意图之二。
首先采集第一特征点的第一坐标，规划第一特征点的第二坐标；
从第一特征点中或与第一特征点构成的几何图形上的点中选出两个第二特征点，获取第二特征点的第一坐标和第二坐标；
对第二特征点的第一坐标进行旋转、平移等变换将第二特征点的第二坐标与变换后的对应的第一坐标进行重合，将变换的过程用变换矩阵表示；
将第二特征点变换后的第一坐标与对应的第二坐标进行比较，如果误差满足配准要求，则将变换矩阵作为粗配准矩阵Tc；
采集第三特征点的第一坐标，规划第三特征点的第二坐标；
基于粗配准矩阵Tc，将第三特征点的第一坐标进行矩阵变换，将变换后的第三特征点的第一坐标通过点云匹配算法与第三特征点的第二坐标进行配准，获取精配准矩阵Ta。
本发明实施例通过对骨骼的粗配准过程设置强制配准点，基于强制配准点进行配准，使强制配准点的配准精度满足需要；基于配准后的强制配准点，将配准后的非强制配准点进行旋转和平移进行配准，进一步提高配准精度，得到更准确的粗配准矩阵；基于粗配准矩阵进行精配准，使配准结果更加准确。
基于上述任一实施例的内容，基于多个第一特征点的第一坐标、两个第二特征点的第一坐标、多个第一特征点的第二坐标和两个第二特征点的第二坐标，进行粗配准，获取粗配准矩阵，包括：
基于第一配准矩阵，对各第四特征点的第一坐标和各第二特征点的第一坐标进行变换，获取各第四特征点的第三坐标和各第二特征点的第三坐标。
其中，第四特征点，是未被确定为第二特征点的第一特征点。
具体地，第四特征点可以是非强制配准点。在确定第二特征点后，未被确定为第二特征点的第一特征点作为第四特征点，可以用于判断粗配准的误差。
第一配准矩阵M，可以是初始化配准矩阵，可以将第四特征点的第一坐标和各第二特征点的第一坐标进行变换，获取各第四特征点的第三坐标和各第二特征点的第三坐标。
示例性地，如图5所示，在图5中的(c)部分中，和/>是两个第二特征点的第一坐标，/>表示标识为i的第四特征点的第一坐标。其中，不同的i的数值表示不同的第四特征点，N表示第四特征点的总数量，i的取值为从1到N，i和N为正整数。
将第四特征点的第一坐标和各第二特征点的第一坐标进行变换，可以表示为：
即将一个第二特征点的第一坐标通过第一配准矩阵进行变换，得到第二特征点的第三坐标/>将另一个第二特征点的第一坐标/>通过第一配准矩阵进行变换，得到第二特征点的第三坐标/>将多个第四特征点的第一坐标/>分别通过第一配准矩阵进行变换，得到多个第四特征点的第三坐标/>如图5中的(e)部分所示。
在各第四特征点的第三坐标与第二坐标之间的第一平均距离大于或等于第一阈值的情况下，对各第四特征点的第三坐标和第二特征点的第三坐标进行旋转变换和平移变换，以使得变换后各第二特征点的第三坐标与第二坐标之间的第二平均距离最小。
具体地，第一平均距离是基于第一配准矩阵，对各第四特征点的第一坐标和各第二特征点的第一坐标进行变换，获取的各第四特征点的第三坐标和对应的各第二特征点的第二坐标之间的平均距离。
第一阈值，是第一平均距离的阈值。可以根据实际需要确定第一阈值的大小。对于第一阈值的具体值，本发明实施例不作具体限制。可选地，第一阈值可以为0.1mm。可选地，第一阈值可以为0.15mm。可选地，第一阈值可以为0.16mm。第一平均距离大于或等于第一阈值，表示配准误差不符合配准要求。
计算各第四特征点的第三坐标与第二坐标之间的第一平均距离，判断第一平均距离和第一阈值的大小，在第一平均距离大于或等于第一阈值的情况下，对各第四特征点的第三坐标和第二特征点的第三坐标进行旋转变换和平移变换，以使得变换后各第二特征点的第三坐标与第二坐标之间的第二平均距离最小。
第二平均距离是对各第四特征点的第三坐标和第二特征点的第三坐标进行旋转变换和平移变换后各第二特征点的第三坐标与第二坐标之间的平均距离。
示例性地，如图5所示，在图5中的(d)部分中，和/>是两个第二特征点的第二坐标，/>表示标识为i的第四特征点的第二坐标。其中，不同的i的数值表示不同的第四特征点，N表示第四特征点的总数量，i的取值为从1到N，i和N为正整数。每一个第四特征点的第二坐标和对应的第四特征点的第三坐标的i取值相同。
第四特征点的第三坐标与第二坐标之间的第一平均距离可以表示为
其中，lSM是第四特征点的第三坐标与第二坐标之间的第一平均距离。第一阈值可以取0.1mm。在lSM大于或等于第一阈值0.1mm的情况下，对各第四特征点的第三坐标和第二特征点的第三坐标进行旋转变换和平移变换，计算变换后各第二特征点的第三坐标与第二坐标之间的第二平均距离lq，使得lq最小，如图5中的(f)部分所示。
在最小的第二平均距离小于第二阈值的情况下，基于第一配准矩阵、旋转变换和平移变换，获取粗配准矩阵。
具体地，第二阈值第二平均距离的阈值。可以根据实际需要确定第二阈值的大小。对于第二阈值的具体值，本发明实施例不作具体限制。可选地，第二阈值可以为0.1mm。可选地，第二阈值可以为0.13mm。可选地，第二阈值可以为0.17mm。第二平均距离小于第二阈值，表示配准误差符合配准要求。
判断第二平均距离和第二阈值的大小，在最小的第二平均距离小于第二阈值的情况下，表示配准误差符合配准要求。将对各第四特征点的第三坐标和第二特征点的第三坐标进行的旋转变换和平移变换表示为第二配准矩阵。可以基于第一配准矩阵M和第二配准矩阵，获得粗配准矩阵Tc。
示例性地，第二阈值可以为0.1mm。在lq小于第二阈值0.1mm的情况下，基于第一配准矩阵M，将对各第四特征点的第三坐标和第二特征点的第三坐标进行的旋转变换和平移变换表示为配准矩阵，即粗配准矩阵Tc。
本发明实施例通过对非强制配准点进行旋转和平移进行配准，通过强制配准点提高配准的准确度，使粗配准的结果更加准确。
基于上述任一实施例的内容，在各第四特征点的第三坐标与第二坐标之间的第一平均距离大于或等于第一阈值的情况下，对各第四特征点的第三坐标和第二特征点的第三坐标进行旋转变换和平移变换，以使得变换后各第二特征点的第三坐标与第二坐标之间的第二平均距离最小之后，还包括：
在最小的第二平均距离大于或等于第二阈值的情况下，基于旋转变换和平移变换，更新第一配准矩阵。
具体地，在最小的第二平均距离大于或等于第二阈值的情况下，对第二特征点进行旋转和平移变换，在变换后的第四特征点的第一平均距离大于第一阈值的情况下，对各第四特征点的第三坐标和第二特征点的第三坐标进行旋转变换和平移变换，以使得变换后各第二特征点的第三坐标与第二坐标之间的第二平均距离最小。基于第一配准矩阵，将旋转和平移变换表现为矩阵，将新的矩阵作为第一配准矩阵。
示例性地，在lq大于或等于第二阈值0.1mm的情况下，对第二特征点进行旋转和平移变换，在变换后的lSM大于或等于第一阈值0.1mm的情况下，对各第四特征点的第三坐标和第二特征点的第三坐标进行旋转变换和平移变换，以使得变换后各第二特征点的第三坐标与第二坐标之间的第二平均距离最小，基于第一配准矩阵，将旋转和平移变换表现为矩阵，将新的矩阵作为第一配准矩阵。
本发明实施例通过在粗配准结果不能满足配准要求时，再次进行旋转和平移操作，重新进行配准，更新配准矩阵，反复迭代以获取更准确的配准矩阵，使粗配准的结果更加准确。
基于上述任一实施例的内容，基于第一配准矩阵，对各第四特征点的第一坐标和各第二特征点的第一坐标进行变换，获取各第四特征点的第三坐标和各第二特征点的第三坐标之后，还包括：
在第一平均距离小于第一阈值的情况下，将第一配准矩阵确定为粗配准矩阵。
具体地，第一平均距离小于第一阈值，表示配准误差符合配准要求。在此情况下，将第一配准矩阵确定为粗配准矩阵Tc。
示例性地，在lSM小于第一阈值0.1mm的情况下，将第一配准矩阵M确定为粗配准矩阵Tc。
本发明实施例通过在粗配准结果满足要求时，将配准矩阵确定为粗配准矩阵，在使粗配准结果更加准确。
基于上述任一实施例的内容，基于目标骨骼的多个第一特征点，确定两个第二特征点，包括：
基于多个第一特征点的位置，将多个第一特征点分为第一组特征点和第二组特征点；第一组特征点均位于第一端；第二组特征点均位于第二端。
具体地，多个第一特征点分布在骨骼的两端，可以基于多个第一特征点的位置，将位于第一端的多个第一特征点作为第一组特征点，将位于第二端的多个第一特征点作为第二组特征点。
示例性地，如图2所示，多个第一特征点分布在胫骨的两端，可以将位于第一端的胫骨结节、胫骨平台中心、胫骨平台内测低点和胫骨平台外侧低点作为第一组特征点，将位于第二端的内踝和外踝作为第二组特征点。
基于第一组特征点，确定一个第二特征点，并基于第二组特征点，确定另一个第二特征点。
具体地，可以基于第一组特征点，将其中一个第一特征点或与几个第一特征点构成的几何图形上的点确定为一个第二特征点；可以基于第二组特征点，将其中一个第一特征点或与几个第一特征点构成的几何图形上的点确定为另一个第二特征点。
示例性地，如图2所示，可以将位于第一端的第一组特征点中的胫骨结节作为一个第二特征点，将位于第二端的第二组特征点的内踝与外踝的连线的中点作为另一个第二特征点。
也可以将位于第一端的第一组特征点的胫骨平台中心、胫骨平台内测低点和胫骨平台外侧低的几何中心点作为一个第二特征点，将位于第二端的第二组特征点中的外踝作为另一个第二特征点。
本发明实施例通过在骨骼两端确定两个强制配准点，使得粗配准的结果更加满足实际需要，粗配准结果更加准确。
基于上述任一实施例的内容，根据点云匹配算法，基于粗配准矩阵、目标骨骼的多个第三特征点的第一坐标和多个第三特征点的第二坐标，进行精配准，获取精配准矩阵，包括：
根据最近点迭代算法，基于粗配准矩阵、多个第三特征点的第一坐标和多个第三特征点的第二坐标，进行精配准，获取精配准矩阵。
具体地，可以根据最近点迭代算法，基于粗配准矩阵、多个第三特征点的第一坐标和多个第三特征点的第二坐标，进行精配准，获取精配准矩阵。
示例性地，如图3所示，第三特征点主要集中在胫骨第一端，取点数在30到50个之间，取点在骨面上。
采用最近点迭代算法，即ICP算法，在粗配准矩阵的基础上，可以采用G-ICP、PLICP或NICP等ICP算法，基于多个第三特征点的第一坐标和多个第三特征点的第二坐标进行精配准，获取精配准矩阵Ta。
本发明实施例通过基于粗配准矩阵和设置于骨面的精配准点，在粗配准的结果更加准确的前提下，基于点云匹配算法，使精配准的结果更加准确，以满足实际需要。
为了清楚地讲解本发明实施例，下面提供一个基于本发明提供的骨骼配准方法的实施例，以说明本发明实施例的实施方式，本实施例执行的是本发明的方法。因此，在前述各实施例中的骨骼配准方法中的描述和定义，可以用于本发明实施例的理解。
获取第四特征点的第一坐标第二特征点的第一坐标/>和/>第四特征点的第二坐标/>第二特征点的第二坐标/>和/>获取第一配准矩阵M。预设最大循环次数。
(1)初始化配准矩阵M，可以随机生成一个配准矩阵作为初始化的第一配准矩阵M，也可以用采用现有的粗配准方法得到的粗配准矩阵作为初始化的第一配准矩阵M；
(2)计算第四特征点配准变换后的第三坐标
计算第二特征点配准变换后的第三坐标
(3)计算第一平均距离
其中lSM是第一平均距离。
(4)判断lSM是否小于第一阈值，若lSM小于第一阈值，则停止后续步骤，将第一配准矩阵作为粗配准矩阵；若lSM大于或等于第一阈值，则继续后续步骤；
(5)围绕第二特征点旋转第四特征点，使第二特征点的第三坐标在变换后与第二特征点的第二坐标对齐，第四特征点的第三坐标在变换后与第四特征点的第二坐标对齐；
(6)沿旋转变换后的第二特征点的第三坐标于第二特征点的第二坐标对齐的方向平移旋转变换后的第二特征点的第三坐标和旋转变换后的第四特征点的第三坐标，使经过旋转和平移变换后的第二特征点的第三坐标与第二特征点的第二坐标距离最小，该距离为第二平均距离lq；
(7)将上述旋转和平移过程表现为第二配准矩阵，结合第一配准矩阵，获取新的配准矩阵，将新的配准矩阵作为第一配准矩阵M；
(8)判断lq是否小于第二阈值，若lq小于第二阈值，则停止后续步骤，将第一配准矩阵作为粗配准矩阵；若lq大于或等于第二阈值，判断循环次数是否达到预设最大循环次数，达到预设最大循环次数则停止；若未达到预设最大循环次数，则回到步骤(2)；
(9)基于粗配准矩阵和多个第三特征点的第一坐标和第二坐标，采用点云配准算法，获得精配准矩阵。
下面对本发明提供的骨骼配准装置进行描述，下文描述的骨骼配准装置与上文描述的骨骼配准方法可相互对应参照。
图6是本发明提供的骨骼配准装置结构示意图。如图6所示，该装置包括确定模块601、第一获取模块602、第二获取模块603和第三获取模块604，其中：
确定模块601，用于基于目标骨骼的多个第一特征点，确定两个第二特征点；
第一获取模块602，用于基于多个第一特征点的第一坐标，获取两个第二特征点的第一坐标，并基于多个第一特征点的第二坐标，获取两个第二特征点的第二坐标；
第二获取模块603，用于基于多个第一特征点的第一坐标、两个第二特征点的第一坐标、多个第一特征点的第二坐标和两个第二特征点的第二坐标，进行粗配准，获取粗配准矩阵；
第三获取模块604，用于根据点云匹配算法，基于粗配准矩阵、目标骨骼的多个第三特征点的第一坐标和多个第三特征点的第二坐标，进行精配准，获取精配准矩阵；
其中，两个第二特征点分别位于目标骨骼的第一端和第二端；第一坐标为骨面坐标；第二坐标为在目标骨骼的三维模型中的坐标。
具体地，确定模块601、第一获取模块602、第二获取模块603和第三获取模块604可以电连接。
确定模块601，可以从第一特征点中选取第二特征点，也可以选取与多个第一特征点构成的几何图形上的点作为第二特征点。在目标骨骼的第一端和第二端分别选取一个第二特征点。
第一获取模块602，可以基于多个第一特征点的第二坐标，以及第一特征点和第二特征点之间的关系或位置关系，可以计算出两个第二特征点的第二坐标。
第二获取模块603，可以将第一特征点的第一坐标通过变换矩阵变换，将第一特征点的第一坐标变换后的坐标与对应的第二坐标进行比较，如果第一特征点的第一坐标变换后的坐标与对应的第二坐标之间的距离在预设范围内，则将变换矩阵记作粗配准矩阵。
第三获取模块604，可以基于粗配准矩阵，将第三特征点的第一坐标进行变换；将第三特征点变换后的第一坐标与对应的第二坐标通过平移旋转尽可能重合，求取第三特征点的第一坐标和对应的第二坐标之间的旋转平移矩阵；估计变换后的坐标的误差函数，若误差函数值满足误差要求，将旋转平移矩阵作为精配准矩阵。
可选地，第三获取模块603，包括：
第一获取单元，用于基于第一配准矩阵，对各第四特征点的第一坐标和各第二特征点的第一坐标进行变换，获取各第四特征点的第三坐标和各第二特征点的第三坐标；
变换单元，用于在各第四特征点的第三坐标与第二坐标之间的第一平均距离大于或等于第一阈值的情况下，对各第四特征点的第三坐标和第二特征点的第三坐标进行旋转变换和平移变换，以使得变换后各第二特征点的第三坐标与二坐标之间的第二平均距离最小；
第二获取单元，用于在最小的第二平均距离小于第二阈值的情况下，基于第一配准矩阵、旋转变换和平移变换，获取粗配准矩阵；其中，第四特征点，是未被确定为第二特征点的第一特征点。
可选地，第一获取单元，还包括：
更新子单元，用于在最小的第二平均距离大于或等于第二阈值的情况下，基于旋转变换和平移变换，更新第一配准矩阵。
可选地，第一获取单元，还包括：
确定子单元，用于在第一平均距离小于第一阈值的情况下，将第一配准矩阵确定为粗配准矩阵。
可选地，确定模块601，包括：
第一确定单元，用于基于多个第一特征点的位置，将多个第一特征点分为第一组特征点和第二组特征点；第一组特征点均位于第一端；第二组特征点均位于第二端；
第二确定单元，用于基于第一组特征点，确定一个第二特征点，并基于第二组特征点，确定另一个第二特征点。
可选地，第三获取模块604，包括：
第三获取单元，用于根据最近点迭代算法，基于粗配准矩阵、多个第三特征点的第一坐标和多个第三特征点的第二坐标，进行精配准，获取精配准矩阵。
本发明实施例提供的骨骼配准装置，用于执行本发明上述骨骼配准方法，其实施方式与本发明提供的骨骼配准方法的实施方式一致，且可以到达相同的有益效果，此处不再赘述。
该骨骼配准装置用于前述各实施例的骨骼配准方法。因此，在前述各实施例中的骨骼配准方法中的描述和定义，可以用于本发明实施例中各执行模块的理解。
本发明实施例通过对骨骼的粗配准过程设置强制配准点，基于强制配准点进行配准，使强制配准点的配准精度满足需要；基于配准后的强制配准点，将配准后的非强制配准点进行旋转和平移进行配准，进一步提高配准精度，得到更准确的粗配准矩阵；基于粗配准矩阵进行精配准，使配准结果更加准确。
图7示例了一种电子设备的实体结构示意图，如图7所示，该电子设备可以包括：处理器(processor)701、通信接口(Communications Interface)702、存储器(memory)703和通信总线704，其中，处理器701，通信接口702，存储器703通过通信总线704完成相互间的通信。处理器701可以调用存储器703中的逻辑指令，以执行骨骼配准方法，该方法包括：基于目标骨骼的多个第一特征点，确定两个第二特征点；基于多个第一特征点的第一坐标，获取两个第二特征点的第一坐标，并基于多个第一特征点的第二坐标，获取两个第二特征点的第二坐标；基于多个第一特征点的第一坐标、两个第二特征点的第一坐标、多个第一特征点的第二坐标和两个第二特征点的第二坐标，进行粗配准，获取粗配准矩阵；根据点云匹配算法，基于粗配准矩阵、目标骨骼的多个第三特征点的第一坐标和多个第三特征点的第二坐标，进行精配准，获取精配准矩阵；其中，两个第二特征点分别位于目标骨骼的第一端和第二端；第一坐标为骨面坐标；第二坐标为在目标骨骼的三维模型中的坐标。
此外，上述的存储器703中的逻辑指令可以通过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，本发明的技术方案本质上或者说对现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)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供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，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的骨骼配准方法，该方法包括：基于目标骨骼的多个第一特征点，确定两个第二特征点；基于多个第一特征点的第一坐标，获取两个第二特征点的第一坐标，并基于多个第一特征点的第二坐标，获取两个第二特征点的第二坐标；基于多个第一特征点的第一坐标、两个第二特征点的第一坐标、多个第一特征点的第二坐标和两个第二特征点的第二坐标，进行粗配准，获取粗配准矩阵；根据点云匹配算法，基于粗配准矩阵、目标骨骼的多个第三特征点的第一坐标和多个第三特征点的第二坐标，进行精配准，获取精配准矩阵；其中，两个第二特征点分别位于目标骨骼的第一端和第二端；第一坐标为骨面坐标；第二坐标为在目标骨骼的三维模型中的坐标。
本申请实施例提供的计算机程序产品被执行时，实现上述骨骼配准方法，其具体的实施方式与前述方法的实施例中记载的实施方式一致，且可以达到相同的有益效果，此处不再赘述。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的骨骼配准方法，该方法包括：基于目标骨骼的多个第一特征点，确定两个第二特征点；基于多个第一特征点的第一坐标，获取两个第二特征点的第一坐标，并基于多个第一特征点的第二坐标，获取两个第二特征点的第二坐标；基于多个第一特征点的第一坐标、两个第二特征点的第一坐标、多个第一特征点的第二坐标和两个第二特征点的第二坐标，进行粗配准，获取粗配准矩阵；根据点云匹配算法，基于粗配准矩阵、目标骨骼的多个第三特征点的第一坐标和多个第三特征点的第二坐标，进行精配准，获取精配准矩阵；其中，两个第二特征点分别位于目标骨骼的第一端和第二端；第一坐标为骨面坐标；第二坐标为在目标骨骼的三维模型中的坐标。
本申请实施例提供的非暂态计算机可读存储介质上存储的计算机程序被执行时，实现上述骨骼配准方法，其具体的实施方式与前述方法的实施例中记载的实施方式一致，且可以达到相同的有益效果，此处不再赘述。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种骨骼配准方法，其特征在于，包括：
基于目标骨骼的多个第一特征点，确定两个第二特征点；
基于所述多个第一特征点的第一坐标，获取所述两个第二特征点的第一坐标，并基于所述多个第一特征点的第二坐标，获取所述两个第二特征点的第二坐标；
基于所述多个第一特征点的第一坐标、所述两个第二特征点的第一坐标、所述多个第一特征点的第二坐标和所述两个第二特征点的第二坐标，进行粗配准，获取粗配准矩阵；
根据点云匹配算法，基于所述粗配准矩阵、所述目标骨骼的多个第三特征点的第一坐标和所述多个第三特征点的第二坐标，进行精配准，获取精配准矩阵；
其中，所述两个第二特征点分别位于所述目标骨骼的第一端和第二端；所述第一坐标为骨面坐标；所述第二坐标为在所述目标骨骼的三维模型中的坐标。
2.根据权利要求1所述的骨骼配准方法，其特征在于，所述基于所述多个第一特征点的第一坐标、所述两个第二特征点的第一坐标、所述多个第一特征点的第二坐标和所述两个第二特征点的第二坐标，进行粗配准，获取粗配准矩阵，包括：
基于第一配准矩阵，对各第四特征点的第一坐标和各所述第二特征点的第一坐标进行变换，获取各所述第四特征点的第三坐标和各所述第二特征点的第三坐标；
在各所述第四特征点的第三坐标与第二坐标之间的第一平均距离大于或等于第一阈值的情况下，对各所述第四特征点的第三坐标和所述第二特征点的第三坐标进行旋转变换和平移变换，以使得变换后各所述第二特征点的第三坐标与第二坐标之间的第二平均距离最小；
在最小的所述第二平均距离小于第二阈值的情况下，基于所述第一配准矩阵、所述旋转变换和所述平移变换，获取所述粗配准矩阵；
其中，所述第四特征点，是未被确定为所述第二特征点的所述第一特征点。
3.根据权利要求2所述的骨骼配准方法，其特征在于，所述在各所述第四特征点的第三坐标与第二坐标之间的第一平均距离大于或等于第一阈值的情况下，对各所述第四特征点的第三坐标和所述第二特征点的第三坐标进行旋转变换和平移变换，以使得变换后各所述第二特征点的第三坐标与第二坐标之间的第二平均距离最小之后，还包括：
在最小的所述第二平均距离大于或等于所述第二阈值的情况下，基于所述旋转变换和所述平移变换，更新所述第一配准矩阵。
4.根据权利要求2所述的骨骼配准方法，其特征在于，所述基于第一配准矩阵，对各第四特征点的第一坐标和各所述第二特征点的第一坐标进行变换，获取各所述第四特征点的第三坐标和各所述第二特征点的第三坐标之后，还包括：
在所述第一平均距离小于所述第一阈值的情况下，将所述第一配准矩阵确定为所述粗配准矩阵。
5.根据权利要求1所述的骨骼配准方法，其特征在于，所述基于目标骨骼的多个第一特征点，确定两个第二特征点，包括：
基于所述多个第一特征点的位置，将所述多个第一特征点分为第一组特征点和第二组特征点；所述第一组特征点均位于所述第一端；所述第二组特征点均位于所述第二端；
基于所述第一组特征点，确定一个所述第二特征点，并基于所述第二组特征点，确定另一个所述第二特征点。
6.根据权利要求1至5任一所述的骨骼配准方法，其特征在于，所述根据点云匹配算法，基于所述粗配准矩阵、所述目标骨骼的多个第三特征点的第一坐标和所述多个第三特征点的第二坐标，进行精配准，获取精配准矩阵，包括：
根据最近点迭代算法，基于所述粗配准矩阵、所述多个第三特征点的第一坐标和所述多个第三特征点的第二坐标，进行精配准，获取所述精配准矩阵。
7.一种骨骼配准装置，其特征在于，包括：
确定模块，用于基于目标骨骼的多个第一特征点，确定两个第二特征点；
第一获取模块，用于基于所述多个第一特征点的第一坐标，获取所述两个第二特征点的第一坐标，并基于所述多个第一特征点的第二坐标，获取所述两个第二特征点的第二坐标；
第二获取模块，用于基于所述多个第一特征点的第一坐标、所述两个第二特征点的第一坐标、所述多个第一特征点的第二坐标和所述两个第二特征点的第二坐标，进行粗配准，获取粗配准矩阵；
第三获取模块，用于根据点云匹配算法，基于所述粗配准矩阵、所述目标骨骼的多个第三特征点的第一坐标和所述多个第三特征点的第二坐标，进行精配准，获取精配准矩阵；
其中，所述两个第二特征点分别位于所述目标骨骼的第一端和第二端；所述第一坐标为骨面坐标；所述第二坐标为在所述目标骨骼的三维模型中的坐标。
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述骨骼配准方法。
9.一种非暂态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如权利要求1至6任一项所述骨骼配准方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述骨骼配准方法。
CN202310036660.4A 2023-01-10 2023-01-10 骨骼配准方法及装置 Pending CN116523973A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310036660.4A CN116523973A (zh) 2023-01-10 2023-01-10 骨骼配准方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310036660.4A CN116523973A (zh) 2023-01-10 2023-01-10 骨骼配准方法及装置

Publications (1)

Publication Number Publication Date
CN116523973A true CN116523973A (zh) 2023-08-01

Family

ID=87405263

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310036660.4A Pending CN116523973A (zh) 2023-01-10 2023-01-10 骨骼配准方法及装置

Country Status (1)

Country Link
CN (1) CN116523973A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117670959A (zh) * 2024-02-01 2024-03-08 鑫君特(苏州)医疗科技有限公司 骨骼配准装置及电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105678689A (zh) * 2015-12-31 2016-06-15 百度在线网络技术（北京）有限公司 高精地图数据配准关系确定方法及装置
CN109272537A (zh) * 2018-08-16 2019-01-25 清华大学 一种基于结构光的全景点云配准方法
CN110458963A (zh) * 2019-08-16 2019-11-15 北京罗森博特科技有限公司 一种三维导航系统中目标物的精确定位方法及装置
CN113850851A (zh) * 2021-09-03 2021-12-28 北京长木谷医疗科技有限公司 手术机器人骨骼的配准方法及系统
CN115436920A (zh) * 2022-09-29 2022-12-06 北京领骏科技有限公司 一种激光雷达标定方法及相关设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105678689A (zh) * 2015-12-31 2016-06-15 百度在线网络技术（北京）有限公司 高精地图数据配准关系确定方法及装置
CN109272537A (zh) * 2018-08-16 2019-01-25 清华大学 一种基于结构光的全景点云配准方法
CN110458963A (zh) * 2019-08-16 2019-11-15 北京罗森博特科技有限公司 一种三维导航系统中目标物的精确定位方法及装置
CN113850851A (zh) * 2021-09-03 2021-12-28 北京长木谷医疗科技有限公司 手术机器人骨骼的配准方法及系统
CN115436920A (zh) * 2022-09-29 2022-12-06 北京领骏科技有限公司 一种激光雷达标定方法及相关设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
林瑞等: "基于Kinect的骨骼配准的人体三维重建", 《信息通信》, pages 206 - 209 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117670959A (zh) * 2024-02-01 2024-03-08 鑫君特(苏州)医疗科技有限公司 骨骼配准装置及电子设备

Similar Documents

Publication Publication Date Title
JP6404310B2 (ja) 異常な骨の手術的矯正のための計画システム及び方法
CN109615642B (zh) 一种放疗计划中的危及器官自动勾画方法及装置
CN110956635A (zh) 一种肺段分割方法、装置、设备及存储介质
EP1966760A2 (en) Automatic 3-d object detection
US11348216B2 (en) Technologies for determining the accuracy of three-dimensional models for use in an orthopaedic surgical procedure
CN115100258B (zh) 一种髋关节图像配准方法、装置、设备以及存储介质
CN116523973A (zh) 骨骼配准方法及装置
US11883220B2 (en) Technologies for determining the spatial orientation of input imagery for use in an orthopaedic surgical procedure
CN111210466A (zh) 多视角点云配准方法、装置以及计算机设备
CN115578320A (zh) 一种骨科手术机器人全自动空间注册方法及系统
CN114259330B (zh) 髋臼杯假体的角度的测量方法、装置和测量系统
CN113570648B (zh) 多骨骼影像配准方法、电子装置以及医学导航系统
CN113974920B (zh) 膝关节股骨力线确定方法和装置、电子设备、存储介质
CN113077499A (zh) 骨盆配准方法、骨盆配准装置和骨盆配准系统
CN115880319B (zh) 一种椎体终板及邻近松质骨自动分割方法及装置
CN115131301B (zh) 基于深度学习的智能识别骨关节炎的方法及系统
WO2014106747A1 (en) Methods and apparatus for image processing
CN107945157B (zh) 骶骨上终板测量方法/系统、计算机可读存储介质及设备
CN115880469B (zh) 一种表面点云数据与三维影像的配准方法
Hedjazi Moghari et al. Global registration of multiple point sets: Feasibility and applications in multi-fragment fracture fixation
CN117152407A (zh) 一种头影测量标志点自动定位方法
CN116172703A (zh) 一种用于手术导航的空间配准方法、装置、系统和介质
CN114463486A (zh) 基于面部特征点的空间注册方法、装置、设备及介质
CN117582286A (zh) 一种骨骼复位路径规划方法和电子设备
CN114693750A (zh) 一种图像配准方法及装置

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