CN116993790A - 一种种植导航配准方法、系统和存储介质 - Google Patents
一种种植导航配准方法、系统和存储介质 Download PDFInfo
- Publication number
- CN116993790A CN116993790A CN202311253635.8A CN202311253635A CN116993790A CN 116993790 A CN116993790 A CN 116993790A CN 202311253635 A CN202311253635 A CN 202311253635A CN 116993790 A CN116993790 A CN 116993790A
- Authority
- CN
- China
- Prior art keywords
- coordinate system
- registration
- dimensional
- dimensional model
- coordinate
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000009466 transformation Effects 0.000 claims abstract description 163
- 239000011159 matrix material Substances 0.000 claims abstract description 162
- 230000003287 optical effect Effects 0.000 claims abstract description 141
- 239000000523 sample Substances 0.000 claims abstract description 112
- 238000013499 data model Methods 0.000 claims abstract description 62
- 238000007408 cone-beam computed tomography Methods 0.000 claims abstract description 30
- 230000000007 visual effect Effects 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims description 52
- 238000012545 processing Methods 0.000 claims description 23
- 230000004927 fusion Effects 0.000 claims description 19
- 230000011218 segmentation Effects 0.000 claims description 12
- 210000000214 mouth Anatomy 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 8
- 238000009499 grossing Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 5
- 238000002591 computed tomography Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 description 13
- 238000006243 chemical reaction Methods 0.000 description 9
- 238000001914 filtration Methods 0.000 description 3
- 238000002513 implantation Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
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
- A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
- A61C8/00—Means to be fixed to the jaw-bone for consolidating natural teeth or for fixing dental prostheses thereon; Dental implants; Implanting tools
-
- 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
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/003—Navigation within 3D models or images
-
- 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
-
- 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
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Computer Graphics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Heart & Thoracic Surgery (AREA)
- Radar, Positioning & Navigation (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Dentistry (AREA)
- Epidemiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Remote Sensing (AREA)
- Robotics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种种植导航配准方法、系统和存储介质,根据CBCT数据构建CT三维模型后获取多个配准球体在CT三维坐标系下的坐标值,对配准参考设备的CT三维模型和三维数据模型进行融合得到融合三维模型,获取光学定位仪坐标系与CT三维模型坐标系之间的粗略矩阵变换关系和探针三维坐标系与CT三维模型坐标系之间的粗略矩阵变换关系,在CT操作界面中的融合三维模型上显示探针抵接于配准凹坑内的图像,从而具有操作直观方便等优点;进一步获取配准凹坑在CT三维模型坐标系下和参考板坐标系下的坐标值,分析得到参考板坐标系、CT三维模型坐标系和光学定位仪坐标系三者相互之间的精确矩阵变换关系,能够有效修正结构形变而引入的导航配准精度误差。
Description
技术领域
本发明涉及医疗技术领域,涉及一种用于在实施种植手术前进行可视化、高精度导航配准的方法、系统和存储介质。
背景技术
在实施口腔种植手术过程中,通过导航系统进行实时导航前,需要事先获知参考板、CT和光学定位仪三者相互之间坐标的精确矩阵变换关系。
导航配准至少需要用到配准参考设备、探针和光学定位仪。其中,配准参考设备包括参考板和配准器,参考板和配准器之间通过连接杆固定连成整体结构,配准器上设置有多个配准球体和配准凹坑;探针的前端设置有球形端,探针通过球形端抵接于配准凹坑内;参考板和探针上均设置有反光标识点,光学定位仪发出红外光后再采集反光标识点所反射回来的光信息,便可获取参考板和探针在光学定位仪坐标系下的实时坐标值。
现有技术在进行导航配准操作时存在以下问题:操作人员在配准过程中使用探针点击配准凹坑时,无法在CT影像中观察到此时采集的是哪一个配准凹坑,需要刻意记下已经点了哪些点、还有哪些点未点,操作不方便直观;同时,由于配准参考设备中参考板和配准器是通过一根细长的连接杆固定的,在生产、运输、储存、使用等过程中,均有可能造成变形,从而导致参考板和配准器的相对位置发生变化,影响导航配准精度。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种种植导航配准方法、系统和存储介质,能够在CT影像中显示配准过程中探针的实时影像,具有操作直观方便等优点;同时能够有效修正结构形变而引入的导航配准精度误差。
本发明解决技术问题所采用的技术方案如下:
一种种植导航配准方法,包括以下步骤:
S1.采集患者口腔内的配准参考设备的CBCT数据,根据CBCT数据构建CT三维模型,获取多个配准球体在CT三维坐标系下的坐标值;所述配准参考设备包括参考板和配准器,所述参考板和所述配准器之间通过连接杆固定连成整体结构,所述配准器上设置有多个配准球体和配准凹坑;
S2.根据配准参考设备的三维数据模型,获取多个配准球体在数模三维坐标系下的坐标值;
S3.基于配准球体在CT三维模型坐标系下的坐标值和在数模三维坐标系下的坐标值,根据刚体配准算法分析CT三维模型坐标系和数模三维坐标系之间的矩阵变换关系,同时分析CT三维模型坐标系和配准器坐标系之间的矩阵变换关系;
S4.根据CT三维模型坐标系和数模三维坐标系之间的矩阵变换关系,对配准参考设备的CT三维模型和三维数据模型进行融合,得到融合三维模型;
S5.通过光学定位仪采集参考板的实时位姿数据,根据参考板的实时位姿数据分析参考板坐标系和光学定位仪坐标系之间的矩阵变换关系;
S6.根据CT三维模型坐标系和配准器坐标系之间的矩阵变换关系,基于所述参考板和所述配准参考设备的结构关系,结合参考板坐标系和光学定位仪坐标系之间的矩阵变换关系,获取光学定位仪坐标系与CT三维模型坐标系之间的粗略矩阵变换关系;
S7.获取探针的三维数据模型,当探针抵接于配准凹坑内时,通过光学定位仪采集探针的实时位姿数据,根据光学定位仪坐标系与CT三维模型坐标系之间的粗略矩阵变换关系,得到探针三维坐标系与CT三维模型坐标系之间的粗略矩阵变换关系;
S8.根据探针三维坐标系与CT三维模型坐标系之间的粗略矩阵变换关系,在CT操作界面中的融合三维模型上显示探针抵接于配准凹坑内的图像;
S9.通过光学定位仪采集探针的实时位姿数据,结合探针的三维数据模型,获取配准凹坑在光学定位仪坐标系下的坐标值,同时基于参考板在光学定位仪坐标系下的坐标值,分析得到配准凹坑在参考板坐标系下的坐标值;
S10.根据CT三维模型坐标系和配准器坐标系之间的矩阵变换关系,基于配准器上配准球体和配准凹坑的结构关系,通过多个配准球体在CT三维坐标系下的坐标值,分析得到配准凹坑在CT三维模型坐标系下的坐标值;
S11.根据配准凹坑在CT三维模型坐标系下的坐标值和配准凹坑在参考板坐标系下的坐标值,以及参考板坐标系和光学定位仪坐标系之间的矩阵变换关系,分析得到参考板坐标系、CT三维模型坐标系和光学定位仪坐标系三者相互之间的精确矩阵变换关系。
与现有技术相比,本技术方案的有益效果是:根据探针三维坐标系与CT三维模型坐标系之间的粗略矩阵变换关系在CT操作界面中的融合三维模型上显示探针抵接于配准凹坑内的图像,在CT影像中显示配准过程中探针的实时影像,具有操作直观方便等优点;进一步获取配准凹坑在CT三维模型坐标系下和参考板坐标系下的坐标值,分析得到参考板坐标系、CT三维模型坐标系和光学定位仪坐标系三者相互之间的精确矩阵变换关系,能够有效修正结构形变而引入的导航配准精度误差。
对应地,一种种植导航配准系统,包括:
CT模型构建模块,用于采集患者口腔内的配准参考设备的CBCT数据,根据CBCT数据构建CT三维模型,获取多个配准球体在CT三维坐标系下的坐标值;所述配准参考设备包括参考板和配准器,所述参考板和所述配准器之间通过连接杆固定连成整体结构,所述配准器上设置有多个配准球体和配准凹坑;
三维数模获取模块,用于根据配准参考设备的三维数据模型,获取多个配准球体在数模三维坐标系下的坐标值;
第一变换矩阵分析模块,用于基于配准球体在CT三维模型坐标系下的坐标值和在数模三维坐标系下的坐标值,根据刚体配准算法分析CT三维模型坐标系和数模三维坐标系之间的矩阵变换关系,同时分析CT三维模型坐标系和配准器坐标系之间的矩阵变换关系;
模型融合模块,用于根据CT三维模型坐标系和数模三维坐标系之间的矩阵变换关系,对配准参考设备的CT三维模型和三维数据模型进行融合,得到融合三维模型;
第二变换矩阵分析模块,用于通过光学定位仪采集参考板的实时位姿数据,根据参考板的实时位姿数据分析参考板坐标系和光学定位仪坐标系之间的矩阵变换关系;
第一粗略矩阵变换分析模块,用于根据CT三维模型坐标系和配准器坐标系之间的矩阵变换关系,基于所述参考板和所述配准参考设备的结构关系,结合参考板坐标系和光学定位仪坐标系之间的矩阵变换关系,获取光学定位仪坐标系与CT三维模型坐标系之间的粗略矩阵变换关系;
第二粗略矩阵变换分析模块,用于获取探针的三维数据模型,当探针抵接于配准凹坑内时,通过光学定位仪采集探针的实时位姿数据,根据光学定位仪坐标系与CT三维模型坐标系之间的粗略矩阵变换关系,得到探针三维坐标系与CT三维模型坐标系之间的粗略矩阵变换关系;
可视化显示模块,用于根据探针三维坐标系与CT三维模型坐标系之间的粗略矩阵变换关系,在CT操作界面中的融合三维模型上显示探针抵接于配准凹坑内的图像;
第一坐标分析模块,用于通过光学定位仪采集探针的实时位姿数据,结合探针的三维数据模型,获取配准凹坑在光学定位仪坐标系下的坐标值,同时基于参考板在光学定位仪坐标系下的坐标值,分析得到配准凹坑在参考板坐标系下的坐标值;
第二坐标分析模块,用于根据CT三维模型坐标系和配准器坐标系之间的矩阵变换关系,基于配准器上配准球体和配准凹坑的结构关系,通过多个配准球体在CT三维坐标系下的坐标值,分析得到配准凹坑在CT三维模型坐标系下的坐标值;
精确矩阵变换分析模块,用于根据配准凹坑在CT三维模型坐标系下的坐标值和配准凹坑在参考板坐标系下的坐标值,以及参考板坐标系和光学定位仪坐标系之间的矩阵变换关系,分析得到参考板坐标系、CT三维模型坐标系和光学定位仪坐标系三者相互之间的精确矩阵变换关系。
对应地,一种存储介质,所述存储介质存储有计算机程序,所述的计算机程序包括程序指令,当所述程序指令被处理器执行时,处理器执行如上所述的种植导航配准方法。
附图说明
图1是本发明种植导航配准方法的流程示意图。
图2是本发明种植导航配准系统的结构示意图。
图中,各标号所代表的部件列表如下:
CT模型构建模块1、三维数模获取模块2、第一变换矩阵分析模块3、模型融合模块4、第二变换矩阵分析模块5、第一粗略矩阵变换分析模块6、第二粗略矩阵变换分析模块7、可视化显示模块8、第一坐标分析模块9、第二坐标分析模块10、精确矩阵变换分析模块11。
实施方式
为使本发明的目的、技术方案及优点更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
在本发明的描述中,需要理解的是,术语中“中心”、“上”、“下”、“前”、“后”、“左”、“右”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组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”、“连接”、“相连”应做广义理解,例如,可以是固定连接,也可以是拆卸连接,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,也可以是通过中间媒介间接相连,可以是两个组件内部的连通。当组件被称为“固定于”或“设置于”另一个元件,它可以直接在另一个组件上或者也可以存在居中的组件。当一个组件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件。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的具体含义。
在实施口腔种植手术过程中,通过导航系统进行实时导航前,需要事先获知参考板、CT和光学定位仪三者相互之间坐标的精确矩阵变换关系。
导航配准至少需要用到配准参考设备、探针和光学定位仪。其中,配准参考设备包括参考板和配准器,参考板和配准器之间通过连接杆固定连成整体结构,配准器上设置有多个配准球体和配准凹坑;探针的前端设置有球形端,探针通过球形端抵接于配准凹坑内;参考板和探针上均设置有反光标识点,光学定位仪发出红外光后再采集反光标识点所反射回来的光信息,便可获取参考板和探针在光学定位仪坐标系下的实时坐标值。配准参考设备固定设置于患者口腔中,操作人员在配准过程中通过探针抵接于配准参考设备,而光学定位仪则与配准参考设备、探针进行光信息交互。
现有技术在进行导航配准操作时存在以下问题:操作人员在配准过程中使用探针点击配准凹坑时,无法在CT影像中观察到此时采集的是哪一个配准凹坑,需要刻意记下已经点了哪些点、还有哪些点未点,操作不方便直观;同时,由于配准参考设备中参考板和配准器是通过一根细长的连接杆固定的,在生产、运输、储存、使用等过程中,均有可能造成变形,从而导致参考板和配准器的相对位置发生变化,影响导航配准精度。
需要说明的是,导航配准至少需要用到的配准参考设备、探针和光学定位仪在结构上和功能上均为现有技术,本技术方案并没有对上述设备在结构上和功能上作出改进,而是通过提出新的实现方案,以新的思路解决以往技术方案存在的问题。
如图1所示,一种种植导航配准方法,所述方法包括以下步骤:
S1.采集患者口腔内的配准参考设备的CBCT数据,根据CBCT数据构建CT三维模型,获取多个配准球体在CT三维坐标系下的坐标值;所述配准参考设备包括参考板和配准器,所述参考板和所述配准器之间通过连接杆固定连成整体结构,所述配准器上设置有多个配准球体和配准凹坑。在步骤S1中,事先将配准参考设备固定在患者口腔中,固定后配准器位于患者牙齿上,参考板则位于患者口腔外。在戴上配准参考设备后进行CBCT扫描获取配准参考设备的CBCT数据后,即可基于CBCT数据构建CT三维模型,获取多个配准球体在CT三维坐标系下的坐标值。
S2.根据配准参考设备的三维数据模型,获取多个配准球体在数模三维坐标系下的坐标值。在步骤S2中,配准参考设备的三维数据模型即为预先设计所得的三维数模,配准参考设备为一实体结构,其在生产前必经过结构设计,按照实际应用需求构建三维数据模型,再根据三维数据模型生产得到实物。步骤S2的作用在于获取预先设计所得的三维数据模型,并以此为基础进一步获取多个配准球体在数模三维坐标系下的坐标值。
S3.基于配准球体在CT三维模型坐标系下的坐标值和在数模三维坐标系下的坐标值,根据刚体配准算法分析CT三维模型坐标系和数模三维坐标系之间的矩阵变换关系,同时分析CT三维模型坐标系和配准器坐标系之间的矩阵变换关系。在步骤S3中,在已经获取了配准球体在CT三维模型坐标系下的坐标值和在数模三维坐标系下的坐标值的前提下,利用刚体配准算法分析同一配准球体在不同坐标系下的坐标值,从而获取CT三维模型坐标系和数模三维坐标系之间的矩阵变换关系,再基于配准参考设备与配准器的结构关系,可同步获取CT三维模型坐标系和配准器坐标系之间的矩阵变换关系。
S4.根据CT三维模型坐标系和数模三维坐标系之间的矩阵变换关系,对配准参考设备的CT三维模型和三维数据模型进行融合,得到融合三维模型。在步骤S4中,对CT三维模型和三维数据模型进行融合,以在一个显示界面上显示重叠在一起的CT三维模型和三维数据模型,为后续步骤S8的可视化操作提供数据基础。
S5.通过光学定位仪采集参考板的实时位姿数据,根据参考板的实时位姿数据分析参考板坐标系和光学定位仪坐标系之间的矩阵变换关系。在步骤S5中,光学定位仪发出红外光后,参考板上的反光标识点反射光线回来,光学定位仪则可根据反射光线对参考板进行定位,进而分析得到参考板坐标系和光学定位仪坐标系之间的矩阵变换关系。
S6.根据CT三维模型坐标系和配准器坐标系之间的矩阵变换关系,基于所述参考板和所述配准参考设备的结构关系,结合参考板坐标系和光学定位仪坐标系之间的矩阵变换关系,获取光学定位仪坐标系与CT三维模型坐标系之间的粗略矩阵变换关系。在步骤S6中,根据CT三维模型坐标系和配准器坐标系之间的矩阵变换关系、所述参考板和所述配准参考设备的结构关系,可以配准器为媒介,在CT三维模型坐标系和参考板之间搭建数据转化桥梁;进一步,结合参考板坐标系和光学定位仪坐标系之间的矩阵变换关系,可以参考板为媒介,在CT三维模型坐标系和光学定位仪坐标系之间搭建数据转化桥梁,进而获取光学定位仪坐标系与CT三维模型坐标系之间的粗略矩阵变换关系。需要说明的是,此处的粗略矩阵变换关系,是指配准参考设备可能存在一定形变,因此在所述参考板和所述配准参考设备的实际结构关系和设计结构关系存在一定出入,故步骤S6所得到的转换关系并不是最精确的转化关系。现有技术中,配准程序多止步于此,因此存在精度问题。
S7.获取探针的三维数据模型,当探针抵接于配准凹坑内时,通过光学定位仪采集探针的实时位姿数据,根据光学定位仪坐标系与CT三维模型坐标系之间的粗略矩阵变换关系,得到探针三维坐标系与CT三维模型坐标系之间的粗略矩阵变换关系。在步骤S7中,先获取探针在设计时的三维数据模型,当操作人员手动将探针抵接于配准凹坑内,光学定位仪可通过探针上的反光标识点采集探针的实时位姿数据,基于探针的实时位姿数据,还可得到光学定位仪坐标系与CT三维模型坐标系之间的粗略矩阵变换关系。
S8.根据探针三维坐标系与CT三维模型坐标系之间的粗略矩阵变换关系,在CT操作界面中的融合三维模型上显示探针抵接于配准凹坑内的图像。在步骤S8中,基于光学定位仪坐标系与CT三维模型坐标系之间的粗略矩阵变换关系,结合光学定位仪所采集到的探针的实时位置,即可在CT操作界面中的融合三维模型上显示探针抵接于配准凹坑内的图像。至此,可解决背景技术中所提及的第一个问题,操作人员可以在CT影像中观察到每次将探针抵接于哪一个配准凹坑,通过CT操作界面即可知道已经点了哪些点、还有哪些点未点,使得整个配准过程操作方便直观。
S9.通过光学定位仪采集探针的实时位姿数据,结合探针的三维数据模型,获取配准凹坑在光学定位仪坐标系下的坐标值,同时基于参考板在光学定位仪坐标系下的坐标值,分析得到配准凹坑在参考板坐标系下的坐标值。在步骤S9中,由于当操作人员手动将探针抵接于配准凹坑内时,光学定位仪可通过探针上的反光标识点采集探针的实时位姿数据,又由于探针的三维数据模型已知,通过简单换算即可获知探针上每一个位置在光学定位仪坐标系下的坐标值,由于探针抵接于配准凹坑上,同理也可获知配准凹坑在光学定位仪坐标系下的坐标值。进一步,以光学定位仪坐标系为媒介,基于参考板在光学定位仪坐标系下的坐标值,在已经得到配准凹坑在光学定位仪坐标系下的坐标值的前提下,即可分析得到配准凹坑在参考板坐标系下的坐标值。
S10.根据CT三维模型坐标系和配准器坐标系之间的矩阵变换关系,基于配准器上配准球体和配准凹坑的结构关系,通过多个配准球体在CT三维坐标系下的坐标值,分析得到配准凹坑在CT三维模型坐标系下的坐标值。在步骤S10中,以配准器为媒介,在得知CT三维模型坐标系和配准器坐标系之间的矩阵变换关系、配准球体和配准凹坑的结构关系的前提下,通过换算得到配准凹坑在CT三维模型坐标系下的坐标值。
S11.根据配准凹坑在CT三维模型坐标系下的坐标值和配准凹坑在参考板坐标系下的坐标值,以及参考板坐标系和光学定位仪坐标系之间的矩阵变换关系,分析得到参考板坐标系、CT三维模型坐标系和光学定位仪坐标系三者相互之间的精确矩阵变换关系。步骤S9中已知配准凹坑在参考板坐标系下的坐标值,步骤S10中已知配准凹坑在CT三维模型坐标系下的坐标值,在步骤S11中,换算得到参考板坐标系和光学定位仪坐标系之间的矩阵变换关系,进一步分析得到到参考板坐标系、CT三维模型坐标系和光学定位仪坐标系三者相互之间的精确矩阵变换关系。至此,配准完成。
基于上述技术方案,根据探针三维坐标系与CT三维模型坐标系之间的粗略矩阵变换关系在CT操作界面中的融合三维模型上显示探针抵接于配准凹坑内的图像,在CT影像中显示配准过程中探针的影像,具有操作直观方便等优点;进一步获取配准凹坑在CT三维模型坐标系下和参考板坐标系下的坐标值,分析得到参考板坐标系、CT三维模型坐标系和光学定位仪坐标系三者相互之间的精确矩阵变换关系,能够有效修正结构形变而引入的导航配准精度误差。
优选地,为更好构建CT三维模型并获取多个配准球体在CT三维坐标系下的坐标值,步骤S1具体包括:
S101.加载配准参考设备的CBCT数据,并对CBCT数据进行预处理。在步骤S101中,预处理过程包括去噪、滤波和增强,通过对CBCT数据进行预处理,可剔除部分无效数据,从而提高CT三维模型的构建质量。
S102.基于投影重建算法建立重建空间,获取CBCT数据的投影数据,通过将每个投影像素值按照其在CT扫描中的位置进行插值而将投影数据反投射至重建空间,将滤波后的重建空间通过二次反投影处理后,得到配准参考设备的CT三维模型。在步骤S102中,利用过滤后投影重建算法(Filtered Back Projection, FBP)进行空间重建,基于在投影数据上应用滤波和反投影来重建三维模型。
S103.基于图像处理算法,在CT三维模型中提取配准球体的边界数据,通过边界数据分析得到配准球体的位置和大小,进而得到配准球体在CT三维坐标系下的坐标值,具体包括:
对CT三维模型进行阈值分割处理,通过V>T判断配准球体体素的灰度值是否高于设定的阈值,其中,V是体素的灰度值,T为阈值;
遍历每个像素,基于阈值分割处理数据分析图像连通域,并提取边界数据;
基于高斯滤波公式进行边缘平滑处理,具体为:
其中,为是高斯滤波后的像素值,是原始像素值,
是高斯滤波核的权重。
基于上述技术方案,能够以患者口腔内的配准参考设备的CBCT数据为基础,构建得到对应的CT三维模型,并进一步通过阈值分割、分析图像连通域等操作提取配准球体的边界,确定配准球体的位置和大小,从而获取多个配准球体在CT三维坐标系下的坐标值。
优选地,为更好对配准参考设备的CT三维模型和三维数据模型进行融合以得到融合三维模型,步骤S4具体包括:
S401.根据CT三维模型坐标系和数模三维坐标系之间的矩阵变换关系进行坐标系对齐,将CT三维模型坐标系和数模三维坐标系统一到同一坐标系下。在步骤S401中需要进行坐标系对齐,可通过特征点匹配、最小二乘法等方法来实现两个三维坐标系进行对齐,涉及到坐标系的平移、旋转和缩放等变换操作。
S402.对配准参考设备的CT三维模型进行网格划分得到多个CT网格单元,对三维数据模型进行网格划分得到多个数模网格单元,基于最近邻匹配算法对多个CT网格单元和多个数模网格单元进行对齐。在步骤S402中,通过网格对齐将两个模型的网格点对应起来,从而使得两个模型在相同的坐标系下具有相同的位置。
S403.基于对齐后的多个CT网格单元和多个数模网格单元将CT三维模型和三维数据模型进行融合,得到融合三维模型。在网格对齐基础上,将多个CT网格单元和多个数模网格单元一一对应,即可完成CT三维模型和三维数据模型之间的融合,从而在一个显示界面上显示重叠在一起的CT三维模型和三维数据模型。
基于上述技术方案,能够将配准参考设备的CT三维模型和三维数据模型进行融合,从而得到一个整体的融合三维模型,此融合三维模型包含了CT三维模型和三维数据模型,为后续步骤S8的可视化操作提供数据基础,操作人员可将探针三维模型引入,并在CT三维模型上显示探针的实时位置,从而使得操作过程可视化。
优选地,为更好地获取光学定位仪坐标系与CT三维模型坐标系之间的粗略矩阵变换关系,步骤S6具体包括:
S601.获取配准参考设备的三维数据模型,分析得到所述参考板和所述配准参考设备的结构关系。步骤S601中,基于设计的配准参考设备的三维数据模型,可以简单获知同在配准参考设备的参考板和配准参考设备整体之间的结构关系。
S602.获取CT三维模型坐标系和配准器坐标系之间的矩阵变换关系,基于所述参考板和所述配准参考设备的结构关系,得到CT三维模型坐标系与参考板坐标系之间的矩阵变换关系。在步骤S602中,以配准参考设备为媒介,基于CT三维模型坐标系和配准器坐标系之间的矩阵变换关系,再基于参考板和配准参考设备的结构关系,即可分析得到CT三维模型坐标系与参考板坐标系之间的矩阵变换关系。
S603.获取参考板坐标系和光学定位仪坐标系之间的矩阵变换关系,结合CT三维模型坐标系与参考板坐标系之间的矩阵变换关系,计算得到光学定位仪坐标系与CT三维模型坐标系之间的粗略矩阵变换关系。在步骤S603中,以参考板为媒介,结合参考板坐标系和光学定位仪坐标系之间的矩阵变换关系,再结合CT三维模型坐标系与参考板坐标系之间的矩阵变换关系,通过简单的换算即可分析得到光学定位仪坐标系与CT三维模型坐标系之间的粗略矩阵变换关系。
优选地,为更好得到配准凹坑在参考板坐标系下的坐标值,步骤S9具体包括:
S901.通过光学定位仪采集探针的实时位姿数据,获取探针的三维数据模型,同时获取参考板在光学定位仪坐标系下的坐标值。步骤S901的目的在于多方获取数据,一是通过光学定位仪进行数据采集,收集探针上反光标识点所反射回来的光信息,获取探针的实时位置,二是获取探针的三维数据模型,三是获取参考板在光学定位仪坐标系下的坐标值。
S902.基于光学定位仪采集探针的实时位姿数据和探针的三维数据模型,分析得到配准凹坑在光学定位仪坐标系下的坐标值。在步骤S902中,在步骤S901所获取到的数据的基础上,通过光学定位仪采集探针的实时位姿数据和探针的三维数据模型,即可分析得到配准凹坑在光学定位仪坐标系下的坐标值。
S903.结合参考板在光学定位仪坐标系下的坐标值和配准凹坑在光学定位仪坐标系下的坐标值,分析得到配准凹坑在参考板坐标系下的坐标值。在步骤S903中,以光学定位仪为媒介,在参考板在光学定位仪坐标系下的坐标值和配准凹坑在光学定位仪坐标系下的坐标值,通过简单换算即可得到配准凹坑在参考板坐标系下的坐标值。
基于上述技术方案,通过简单的运算即可得到配准凹坑在参考板坐标系下的坐标值,具有逻辑清晰和技术上容易实现等优点。
如图2所示,对应地,一种种植导航配准系统,包括CT模型构建模块1、三维数模获取模块2、第一变换矩阵分析模块3、模型融合模块4、第二变换矩阵分析模块5、第一粗略矩阵变换分析模块6、第二粗略矩阵变换分析模块7、可视化显示模块8、第一坐标分析模块9、第二坐标分析模块10和精确矩阵变换分析模块11。
所述CT模型构建模块,用于采集患者口腔内的配准参考设备的CBCT数据,根据CBCT数据构建CT三维模型,获取多个配准球体在CT三维坐标系下的坐标值;所述配准参考设备包括参考板和配准器,所述参考板和所述配准器之间通过连接杆固定连成整体结构,所述配准器上设置有多个配准球体和配准凹坑;
所述三维数模获取模块,用于根据配准参考设备的三维数据模型,获取多个配准球体在数模三维坐标系下的坐标值;
所述第一变换矩阵分析模块,用于基于配准球体在CT三维模型坐标系下的坐标值和在数模三维坐标系下的坐标值,根据刚体配准算法分析CT三维模型坐标系和数模三维坐标系之间的矩阵变换关系,同时分析CT三维模型坐标系和配准器坐标系之间的矩阵变换关系;
所述模型融合模块,用于根据CT三维模型坐标系和数模三维坐标系之间的矩阵变换关系,对配准参考设备的CT三维模型和三维数据模型进行融合,得到融合三维模型;
所述第二变换矩阵分析模块,用于通过光学定位仪采集参考板的实时位姿数据,根据参考板的实时位姿数据分析参考板坐标系和光学定位仪坐标系之间的矩阵变换关系;
所述第一粗略矩阵变换分析模块,用于根据CT三维模型坐标系和配准器坐标系之间的矩阵变换关系,基于所述参考板和所述配准参考设备的结构关系,结合参考板坐标系和光学定位仪坐标系之间的矩阵变换关系,获取光学定位仪坐标系与CT三维模型坐标系之间的粗略矩阵变换关系;
所述第二粗略矩阵变换分析模块,用于获取探针的三维数据模型,当探针抵接于配准凹坑内时,通过光学定位仪采集探针的实时位姿数据,根据光学定位仪坐标系与CT三维模型坐标系之间的粗略矩阵变换关系,得到探针三维坐标系与CT三维模型坐标系之间的粗略矩阵变换关系;
所述可视化显示模块,用于根据探针三维坐标系与CT三维模型坐标系之间的粗略矩阵变换关系,在CT操作界面中的融合三维模型上显示探针抵接于配准凹坑内的图像;
所述第一坐标分析模块,用于通过光学定位仪采集探针的实时位姿数据,结合探针的三维数据模型,获取配准凹坑在光学定位仪坐标系下的坐标值,同时基于参考板在光学定位仪坐标系下的坐标值,分析得到配准凹坑在参考板坐标系下的坐标值;
所述第二坐标分析模块,用于根据CT三维模型坐标系和配准器坐标系之间的矩阵变换关系,基于配准器上配准球体和配准凹坑的结构关系,通过多个配准球体在CT三维坐标系下的坐标值,分析得到配准凹坑在CT三维模型坐标系下的坐标值;
所述精确矩阵变换分析模块,用于根据配准凹坑在CT三维模型坐标系下的坐标值和配准凹坑在参考板坐标系下的坐标值,以及参考板坐标系和光学定位仪坐标系之间的矩阵变换关系,分析得到参考板坐标系、CT三维模型坐标系和光学定位仪坐标系三者相互之间的精确矩阵变换关系。
优选地,所述CT模型构建模块具体包括数据预处理单元、CT模型构建单元和边界提取单元。
所述数据预处理单元,用于加载配准参考设备的CBCT数据,并对CBCT数据进行预处理;
所述CT模型构建单元,用于基于投影重建算法建立重建空间,获取CBCT数据的投影数据,通过将每个投影像素值按照其在CT扫描中的位置进行插值而将投影数据反投射至重建空间,将滤波后的重建空间通过二次反投影处理后,得到配准参考设备的CT三维模型;
所述边界提取单元,用于基于图像处理算法,在CT三维模型中提取配准球体的边界数据,通过边界数据分析得到配准球体的位置和大小,进而得到配准球体在CT三维坐标系下的坐标值。
具体地,所述边界提取单元具体包括阈值分割组件、连通域分析组件和平滑处理组件。
所述阈值分割组件,用于对CT三维模型进行阈值分割处理,通过V>T判断配准球体体素的灰度值是否高于设定的阈值,其中,V是体素的灰度值,T为阈值;
所述连通域分析组件,用于遍历每个像素,基于阈值分割处理数据分析图像连通域,并提取边界数据;
所述平滑处理组件,用于基于高斯滤波公式进行边缘平滑处理,具体为:
其中,为是高斯滤波后的像素值,是原始像素值,
是高斯滤波核的权重。
优选地,所述模型融合模块具体包括坐标系对齐单元、网格对齐单元和模型融合单元。
所述坐标系对齐单元,用于根据CT三维模型坐标系和数模三维坐标系之间的矩阵变换关系进行坐标系对齐,将CT三维模型坐标系和数模三维坐标系统一到同一坐标系下;
所述网格对齐单元,用于对配准参考设备的CT三维模型进行网格划分得到多个CT网格单元,对三维数据模型进行网格划分得到多个数模网格单元,基于最近邻匹配算法对多个CT网格单元和多个数模网格单元进行对齐;
所述模型融合单元,用于基于对齐后的多个CT网格单元和多个数模网格单元将CT三维模型和三维数据模型进行融合,得到融合三维模型。
优选地,所述第一粗略矩阵变换分析模块具体包括三维数模获取单元、矩阵变换单元和第一粗略矩阵变换分析单元。
所述三维数模获取单元,用于获取配准参考设备的三维数据模型,分析得到所述参考板和所述配准参考设备的结构关系;
所述矩阵变换单元,用于获取CT三维模型坐标系和配准器坐标系之间的矩阵变换关系,基于所述参考板和所述配准参考设备的结构关系,得到CT三维模型坐标系与参考板坐标系之间的矩阵变换关系;
所述第一粗略矩阵变换分析单元,用于获取参考板坐标系和光学定位仪坐标系之间的矩阵变换关系,结合CT三维模型坐标系与参考板坐标系之间的矩阵变换关系,计算得到光学定位仪坐标系与CT三维模型坐标系之间的粗略矩阵变换关系;
优选地,所述第一坐标分析模块具体包括探针模型获取单元、凹坑坐标获取单元和第一坐标分析单元。
所述探针模型获取单元,用于通过光学定位仪采集探针的实时位姿数据,获取探针的三维数据模型,同时获取参考板在光学定位仪坐标系下的坐标值;
所述凹坑坐标获取单元,用于基于光学定位仪采集探针的实时位姿数据和探针的三维数据模型,分析得到配准凹坑在光学定位仪坐标系下的坐标值;
所述第一坐标分析单元,用于结合参考板在光学定位仪坐标系下的坐标值和配准凹坑在光学定位仪坐标系下的坐标值,分析得到配准凹坑在参考板坐标系下的坐标值。
对应地,一种存储介质,所述存储介质存储有计算机程序,所述的计算机程序包括程序指令,当所述程序指令被处理器执行时,处理器执行如上所述的种植导航配准方法。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (10)
1.一种种植导航配准方法,其特征在于,包括以下步骤:
S1.采集患者口腔内的配准参考设备的CBCT数据,根据CBCT数据构建CT三维模型,获取多个配准球体在CT三维坐标系下的坐标值;所述配准参考设备包括参考板和配准器,所述参考板和所述配准器之间通过连接杆固定连成整体结构,所述配准器上设置有多个配准球体和配准凹坑;
S2.根据配准参考设备的三维数据模型,获取多个配准球体在数模三维坐标系下的坐标值;
S3.基于配准球体在CT三维模型坐标系下的坐标值和在数模三维坐标系下的坐标值,根据刚体配准算法分析CT三维模型坐标系和数模三维坐标系之间的矩阵变换关系,同时分析CT三维模型坐标系和配准器坐标系之间的矩阵变换关系;
S4.根据CT三维模型坐标系和数模三维坐标系之间的矩阵变换关系,对配准参考设备的CT三维模型和三维数据模型进行融合,得到融合三维模型;
S5.通过光学定位仪采集参考板的实时位姿数据,根据参考板的实时位姿数据分析参考板坐标系和光学定位仪坐标系之间的矩阵变换关系;
S6.根据CT三维模型坐标系和配准器坐标系之间的矩阵变换关系,基于所述参考板和所述配准参考设备的结构关系,结合参考板坐标系和光学定位仪坐标系之间的矩阵变换关系,获取光学定位仪坐标系与CT三维模型坐标系之间的粗略矩阵变换关系;
S7.获取探针的三维数据模型,当探针抵接于配准凹坑内时,通过光学定位仪采集探针的实时位姿数据,根据光学定位仪坐标系与CT三维模型坐标系之间的粗略矩阵变换关系,得到探针三维坐标系与CT三维模型坐标系之间的粗略矩阵变换关系;
S8.根据探针三维坐标系与CT三维模型坐标系之间的粗略矩阵变换关系,在CT操作界面中的融合三维模型上显示探针抵接于配准凹坑内的图像;
S9.通过光学定位仪采集探针的实时位姿数据,结合探针的三维数据模型,获取配准凹坑在光学定位仪坐标系下的坐标值,同时基于参考板在光学定位仪坐标系下的坐标值,分析得到配准凹坑在参考板坐标系下的坐标值;
S10.根据CT三维模型坐标系和配准器坐标系之间的矩阵变换关系,基于配准器上配准球体和配准凹坑的结构关系,通过多个配准球体在CT三维坐标系下的坐标值,分析得到配准凹坑在CT三维模型坐标系下的坐标值;
S11.根据配准凹坑在CT三维模型坐标系下的坐标值和配准凹坑在参考板坐标系下的坐标值,以及参考板坐标系和光学定位仪坐标系之间的矩阵变换关系,分析得到参考板坐标系、CT三维模型坐标系和光学定位仪坐标系三者相互之间的精确矩阵变换关系。
2.根据权利要求1所述的一种种植导航配准方法,其特征在于,步骤S1具体包括:
S101.加载配准参考设备的CBCT数据,并对CBCT数据进行预处理;
S102.基于投影重建算法建立重建空间,获取CBCT数据的投影数据,通过将每个投影像素值按照其在CT扫描中的位置进行插值而将投影数据反投射至重建空间,将滤波后的重建空间通过二次反投影处理后,得到配准参考设备的CT三维模型;
S103.基于图像处理算法,在CT三维模型中提取配准球体的边界数据,通过边界数据分析得到配准球体的位置和大小,进而得到配准球体在CT三维坐标系下的坐标值,具体包括:
对CT三维模型进行阈值分割处理,通过V>T判断配准球体体素的灰度值是否高于设定的阈值,其中,V是体素的灰度值,T为阈值;
遍历每个像素,基于阈值分割处理数据分析图像连通域,并提取边界数据;
基于高斯滤波公式进行边缘平滑处理,具体为:
其中,为是高斯滤波后的像素值,是原始像素值, 是高
斯滤波核的权重。
3.根据权利要求1所述的一种种植导航配准方法,其特征在于,步骤S4具体包括:
S401.根据CT三维模型坐标系和数模三维坐标系之间的矩阵变换关系进行坐标系对齐,将CT三维模型坐标系和数模三维坐标系统一到同一坐标系下;
S402.对配准参考设备的CT三维模型进行网格划分得到多个CT网格单元,对三维数据模型进行网格划分得到多个数模网格单元,基于最近邻匹配算法对多个CT网格单元和多个数模网格单元进行对齐;
S403.基于对齐后的多个CT网格单元和多个数模网格单元将CT三维模型和三维数据模型进行融合,得到融合三维模型。
4.根据权利要求1所述的一种种植导航配准方法,其特征在于,步骤S6具体包括:
S601.获取配准参考设备的三维数据模型,分析得到所述参考板和所述配准参考设备的结构关系;
S602.获取CT三维模型坐标系和配准器坐标系之间的矩阵变换关系,基于所述参考板和所述配准参考设备的结构关系,得到CT三维模型坐标系与参考板坐标系之间的矩阵变换关系;
S603.获取参考板坐标系和光学定位仪坐标系之间的矩阵变换关系,结合CT三维模型坐标系与参考板坐标系之间的矩阵变换关系,计算得到光学定位仪坐标系与CT三维模型坐标系之间的粗略矩阵变换关系。
5.根据权利要求1所述的一种种植导航配准方法,其特征在于,步骤S9具体包括:
S901.通过光学定位仪采集探针的实时位姿数据,获取探针的三维数据模型,同时获取参考板在光学定位仪坐标系下的坐标值;
S902.基于光学定位仪采集探针的实时位姿数据和探针的三维数据模型,分析得到配准凹坑在光学定位仪坐标系下的坐标值;
S903.结合参考板在光学定位仪坐标系下的坐标值和配准凹坑在光学定位仪坐标系下的坐标值,分析得到配准凹坑在参考板坐标系下的坐标值。
6.一种种植导航配准系统,其特征在于,包括:
CT模型构建模块,用于采集患者口腔内的配准参考设备的CBCT数据,根据CBCT数据构建CT三维模型,获取多个配准球体在CT三维坐标系下的坐标值;所述配准参考设备包括参考板和配准器,所述参考板和所述配准器之间通过连接杆固定连成整体结构,所述配准器上设置有多个配准球体和配准凹坑;
三维数模获取模块,用于根据配准参考设备的三维数据模型,获取多个配准球体在数模三维坐标系下的坐标值;
第一变换矩阵分析模块,用于基于配准球体在CT三维模型坐标系下的坐标值和在数模三维坐标系下的坐标值,根据刚体配准算法分析CT三维模型坐标系和数模三维坐标系之间的矩阵变换关系,同时分析CT三维模型坐标系和配准器坐标系之间的矩阵变换关系;
模型融合模块,用于根据CT三维模型坐标系和数模三维坐标系之间的矩阵变换关系,对配准参考设备的CT三维模型和三维数据模型进行融合,得到融合三维模型;
第二变换矩阵分析模块,用于通过光学定位仪采集参考板的实时位姿数据,根据参考板的实时位姿数据分析参考板坐标系和光学定位仪坐标系之间的矩阵变换关系;
第一粗略矩阵变换分析模块,用于根据CT三维模型坐标系和配准器坐标系之间的矩阵变换关系,基于所述参考板和所述配准参考设备的结构关系,结合参考板坐标系和光学定位仪坐标系之间的矩阵变换关系,获取光学定位仪坐标系与CT三维模型坐标系之间的粗略矩阵变换关系;
第二粗略矩阵变换分析模块,用于获取探针的三维数据模型,当探针抵接于配准凹坑内时,通过光学定位仪采集探针的实时位姿数据,根据光学定位仪坐标系与CT三维模型坐标系之间的粗略矩阵变换关系,得到探针三维坐标系与CT三维模型坐标系之间的粗略矩阵变换关系;
可视化显示模块,用于根据探针三维坐标系与CT三维模型坐标系之间的粗略矩阵变换关系,在CT操作界面中的融合三维模型上显示探针抵接于配准凹坑内的图像;
第一坐标分析模块,用于通过光学定位仪采集探针的实时位姿数据,结合探针的三维数据模型,获取配准凹坑在光学定位仪坐标系下的坐标值,同时基于参考板在光学定位仪坐标系下的坐标值,分析得到配准凹坑在参考板坐标系下的坐标值;
第二坐标分析模块,用于根据CT三维模型坐标系和配准器坐标系之间的矩阵变换关系,基于配准器上配准球体和配准凹坑的结构关系,通过多个配准球体在CT三维坐标系下的坐标值,分析得到配准凹坑在CT三维模型坐标系下的坐标值;
精确矩阵变换分析模块,用于根据配准凹坑在CT三维模型坐标系下的坐标值和配准凹坑在参考板坐标系下的坐标值,以及参考板坐标系和光学定位仪坐标系之间的矩阵变换关系,分析得到参考板坐标系、CT三维模型坐标系和光学定位仪坐标系三者相互之间的精确矩阵变换关系。
7.根据权利要求6所述的一种种植导航配准系统,其特征在于,所述CT模型构建模块具体包括:
数据预处理单元,用于加载配准参考设备的CBCT数据,并对CBCT数据进行预处理;
CT模型构建单元,用于基于投影重建算法建立重建空间,获取CBCT数据的投影数据,通过将每个投影像素值按照其在CT扫描中的位置进行插值而将投影数据反投射至重建空间,将滤波后的重建空间通过二次反投影处理后,得到配准参考设备的CT三维模型;
边界提取单元,用于基于图像处理算法,在CT三维模型中提取配准球体的边界数据,通过边界数据分析得到配准球体的位置和大小,进而得到配准球体在CT三维坐标系下的坐标值;
所述边界提取单元具体包括:
阈值分割组件,用于对CT三维模型进行阈值分割处理,通过V>T判断配准球体体素的灰度值是否高于设定的阈值,其中,V是体素的灰度值,T为阈值;
连通域分析组件,用于遍历每个像素,基于阈值分割处理数据分析图像连通域,并提取边界数据;
平滑处理组件,用于基于高斯滤波公式进行边缘平滑处理,具体为:
其中,为是高斯滤波后的像素值,是原始像素值, 是高
斯滤波核的权重。
8.根据权利要求6所述的一种种植导航配准系统,其特征在于,所述模型融合模块具体包括:
坐标系对齐单元,用于根据CT三维模型坐标系和数模三维坐标系之间的矩阵变换关系进行坐标系对齐,将CT三维模型坐标系和数模三维坐标系统一到同一坐标系下;
网格对齐单元,用于对配准参考设备的CT三维模型进行网格划分得到多个CT网格单元,对三维数据模型进行网格划分得到多个数模网格单元,基于最近邻匹配算法对多个CT网格单元和多个数模网格单元进行对齐;
模型融合单元,用于基于对齐后的多个CT网格单元和多个数模网格单元将CT三维模型和三维数据模型进行融合,得到融合三维模型。
9.根据权利要求6所述的一种种植导航配准系统,其特征在于,所述第一粗略矩阵变换分析模块具体包括:
三维数模获取单元,用于获取配准参考设备的三维数据模型,分析得到所述参考板和所述配准参考设备的结构关系;
矩阵变换单元,用于获取CT三维模型坐标系和配准器坐标系之间的矩阵变换关系,基于所述参考板和所述配准参考设备的结构关系,得到CT三维模型坐标系与参考板坐标系之间的矩阵变换关系;
第一粗略矩阵变换分析单元,用于获取参考板坐标系和光学定位仪坐标系之间的矩阵变换关系,结合CT三维模型坐标系与参考板坐标系之间的矩阵变换关系,计算得到光学定位仪坐标系与CT三维模型坐标系之间的粗略矩阵变换关系;
所述第一坐标分析模块具体包括:
探针模型获取单元,用于通过光学定位仪采集探针的实时位姿数据,获取探针的三维数据模型,同时获取参考板在光学定位仪坐标系下的坐标值;
凹坑坐标获取单元,用于基于光学定位仪采集探针的实时位姿数据和探针的三维数据模型,分析得到配准凹坑在光学定位仪坐标系下的坐标值;
第一坐标分析单元,用于结合参考板在光学定位仪坐标系下的坐标值和配准凹坑在光学定位仪坐标系下的坐标值,分析得到配准凹坑在参考板坐标系下的坐标值。
10.一种存储介质,其特征在于,所述存储介质存储有计算机程序,所述的计算机程序包括程序指令,当所述程序指令被处理器执行时,处理器执行权利要求1-5中任一项所述的种植导航配准方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311253635.8A CN116993790B (zh) | 2023-09-27 | 2023-09-27 | 一种种植导航配准方法、系统和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311253635.8A CN116993790B (zh) | 2023-09-27 | 2023-09-27 | 一种种植导航配准方法、系统和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116993790A true CN116993790A (zh) | 2023-11-03 |
CN116993790B CN116993790B (zh) | 2023-12-08 |
Family
ID=88523525
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311253635.8A Active CN116993790B (zh) | 2023-09-27 | 2023-09-27 | 一种种植导航配准方法、系统和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116993790B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117379179A (zh) * | 2023-12-07 | 2024-01-12 | 深圳卡尔文科技有限公司 | 一种外接式物理点导航配准方法、系统和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104154875A (zh) * | 2014-08-20 | 2014-11-19 | 深圳大学 | 基于两轴旋转平台的三维数据获取系统及获取方法 |
US20190200902A1 (en) * | 2017-12-28 | 2019-07-04 | Colgate-Palmolive Company | Systems and Methods for Estimating a Three-Dimensional Pose |
CN113768527A (zh) * | 2021-08-25 | 2021-12-10 | 中山大学 | 基于ct与超声影像融合的实时三维重建方法、装置及介质 |
CN116758128A (zh) * | 2023-08-23 | 2023-09-15 | 深圳卡尔文科技有限公司 | 一种口腔种植手术配准方法、系统和存储介质 |
-
2023
- 2023-09-27 CN CN202311253635.8A patent/CN116993790B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104154875A (zh) * | 2014-08-20 | 2014-11-19 | 深圳大学 | 基于两轴旋转平台的三维数据获取系统及获取方法 |
US20190200902A1 (en) * | 2017-12-28 | 2019-07-04 | Colgate-Palmolive Company | Systems and Methods for Estimating a Three-Dimensional Pose |
CN113768527A (zh) * | 2021-08-25 | 2021-12-10 | 中山大学 | 基于ct与超声影像融合的实时三维重建方法、装置及介质 |
CN116758128A (zh) * | 2023-08-23 | 2023-09-15 | 深圳卡尔文科技有限公司 | 一种口腔种植手术配准方法、系统和存储介质 |
Non-Patent Citations (1)
Title |
---|
郭楚;刘达;吴文波;宋凌;张赛;: "基于电磁定位的超声图像与CT图像的融合方法", 中国生物医学工程学报, no. 05 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117379179A (zh) * | 2023-12-07 | 2024-01-12 | 深圳卡尔文科技有限公司 | 一种外接式物理点导航配准方法、系统和存储介质 |
CN117379179B (zh) * | 2023-12-07 | 2024-02-06 | 深圳卡尔文科技有限公司 | 一种外接式物理点导航配准方法、系统和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116993790B (zh) | 2023-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2966089B2 (ja) | 不均質組織内部における局部手術用対話型装置 | |
CN111529063B (zh) | 基于三维重建的多模态融合的手术导航系统及方法 | |
CN103325143B (zh) | 基于模型匹配的标记点自动注册方法 | |
CN110946654A (zh) | 一种基于多模影像融合的骨科手术导航系统 | |
CN116993790B (zh) | 一种种植导航配准方法、系统和存储介质 | |
CN1326092C (zh) | 手术导航中基于基准面膜的多模式医学图像配准方法 | |
CN109671505B (zh) | 一种用于医学诊疗辅助的头部三维数据处理方法 | |
CN103156632B (zh) | 一种腰椎三维测量方法 | |
CN112057107A (zh) | 超声扫查方法、超声设备及系统 | |
CN104771189B (zh) | 三维头颅图像对正方法及装置 | |
CN116758128B (zh) | 一种口腔种植手术配准方法、系统和存储介质 | |
CN115153835A (zh) | 基于特征点配准与增强现实的髋臼假体放置引导系统及方法 | |
CN114283188A (zh) | 一种针对骨科手术机器人的定位配准方法 | |
CN111445575A (zh) | 威利斯环的图像重建方法、装置、电子设备、存储介质 | |
CN116883471B (zh) | 面向胸腹部经皮穿刺的线结构光无接触点云配准方法 | |
CN115690207A (zh) | 一种基于头部临床影像的自动定位方法及装置 | |
CN116030135A (zh) | 远程手术中的实时姿态测量系统 | |
CN111166373B (zh) | 一种定位注册方法、装置和系统 | |
CN112365959B (zh) | 修改三维图像的标注的方法及装置 | |
CN112132883A (zh) | 一种基于深度相机的人体颈部灵活度测量系统和方法 | |
CN111904450A (zh) | 左心室中心和感兴趣区域的提取方法、装置及系统 | |
CA3024760C (en) | Device and method for automation of mean axis of rotation (mar) analysis | |
CN114820754B (zh) | 一种基于模板匹配的心脏四腔心自动定位方法 | |
CN112635065A (zh) | 骨性Bankart损伤骨缺损量评估方法 | |
CN115644791A (zh) | 一种基于虚拟现实技术的复视检测系统及使用方法 |
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 |