CN117243699B - 一种移位检测方法及装置 - Google Patents
一种移位检测方法及装置 Download PDFInfo
- Publication number
- CN117243699B CN117243699B CN202311520332.8A CN202311520332A CN117243699B CN 117243699 B CN117243699 B CN 117243699B CN 202311520332 A CN202311520332 A CN 202311520332A CN 117243699 B CN117243699 B CN 117243699B
- Authority
- CN
- China
- Prior art keywords
- image
- pose
- tracer
- data
- coordinate system
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 36
- 238000006073 displacement reaction Methods 0.000 title claims abstract description 36
- 239000000700 radioactive tracer Substances 0.000 claims abstract description 257
- 238000000034 method Methods 0.000 claims abstract description 50
- 230000008859 change Effects 0.000 claims abstract description 40
- 230000009466 transformation Effects 0.000 claims description 92
- 238000006243 chemical reaction Methods 0.000 claims description 44
- 230000008569 process Effects 0.000 claims description 24
- 239000003550 marker Substances 0.000 claims description 19
- 238000004891 communication Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 10
- 230000004927 fusion Effects 0.000 claims description 10
- 238000012790 confirmation Methods 0.000 claims description 5
- 238000010200 validation analysis Methods 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 5
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001360 synchronised effect Effects 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
- A61B34/30—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
- A61B34/20—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
- A61B34/70—Manipulators specially adapted for use in 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
- A61B34/20—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
- A61B2034/207—Divots for calibration
Abstract
本发明实施例提供了一种移位检测方法及装置,涉及数据处理技术领域,上述方法包括:获取同一时刻下机械臂的姿态数据、末端示踪器的第一位姿数据以及患者示踪器的第二位姿数据;根据所述姿态数据、第一位姿数据以及第二位姿数据,计算所述机械臂的基座相对于所述患者示踪器的目标相对位姿;获得所述目标相对位姿与历史相对位姿之间的位姿变化数据;若所述位姿变化数据不符合患者示踪器动力学约束,则确定所述患者示踪器移位。应用本发明实施例提供的移位检测方案,能够检测患者示踪器是否发生移位。
Description
技术领域
本发明涉及数据处理技术领域,特别是涉及一种移位检测方法及装置。
背景技术
在医生使用具有机械臂的手术机器人、示踪器对手术对象进行手术的过程中,需要保证手术对象与示踪器之间的相对位姿不变,从而手术机器人机械臂再依据示踪器的位置进行移动。上述示踪器称为患者示踪器。
然而,在机械臂移动过程中,患者示踪器可能由于受到外界的干扰或固定不牢固等原因而导致移位,而手术对象的位置并未改变,此时若医生未察觉到患者示踪器发生移位,则机械臂将依据移位后的患者示踪器的位置进行移动,导致机械臂的实际的移动过程与预期不符。
发明内容
本发明实施例的目的在于提供一种移位检测方法及装置,以检测患者示踪器在机械臂移动过程中是否发生移位。具体技术方案如下:
第一方面,本发明实施例提供了一种移位检测方法,所述方法包括:
获取同一时刻下机械臂的姿态数据、末端示踪器的第一位姿数据以及患者示踪器的第二位姿数据,其中,所述末端示踪器安装于所述机械臂末端;
根据所述姿态数据、第一位姿数据以及第二位姿数据,计算所述机械臂的基座相对于所述患者示踪器的目标相对位姿;
获得所述目标相对位姿与历史相对位姿之间的位姿变化数据,其中,所述历史相对位姿为:当前时刻前一时间间隔内所述机械臂基座相对于所述患者示踪器的相对位姿;
若所述位姿变化数据不符合患者示踪器动力学约束,则确定所述患者示踪器移位。
本发明的一个实施例中,所述若所述位姿变化数据不符合患者示踪器动力学约束,则确定所述患者示踪器移位,包括:
若所述位姿变化数据不符合患者示踪器动力学约束,则获得当前采集的、手术对象二维的第一图像;
获得预配准图像与三维基准图像进行配准得到的、用于控制所述机械臂移动的基准变换关系,其中,所述预配准图像为:在所述机械臂移动过程中、且在所述第一图像之前采集的所述手术对象的二维图像,所述三维基准图像为在移位检测前采集的所述手术对象的三维图像;
使用所述基准变换关系对所述三维基准图像进行数字重建放射影像DRR变换,获得第二图像;
获得所述第一图像与所述第二图像之间的相似度;
若所获得相似度大于预设相似度阈值,则确定所述患者示踪器移位。
本发明的一个实施例中,在所述确定所述患者示踪器移位之后,还包括:
重新获得当前采集的、所述手术对象二维的第三图像,其中,采集所述第一图像和第三图像时图像采集设备的采集位姿不同;
将所述第一图像、第三图像以及三维基准图像进行配准,得到第一配准变换关系,作为更新后的基准变换关系。
本发明的一个实施例中,图像采集设备采集所述第一图像以及第三图像时,所述图像采集设备的视野范围内还包含标记物;
所述将所述第一图像、第三图像以及三维基准图像进行配准,包括:
识别所述第一图像中所述标记物的第一位置,并识别所述第三图像中所述标记物的第二位置;
根据所述第一位置和第二位置,对所述第一图像和第三图像进行融合,得到三维融合图像;
对所述三维融合图像和所述三维基准图像进行配准。
本发明的一个实施例中,所述方法还包括:
若所获得相似度不大于所述预设相似度阈值,则获得所述机械臂移动过程中、且在所述第一图像之前已采集的所述手术对象的第四图像;
对所述三维基准图像进行DRR变换,得到第五图像;
将所述第一图像、第四图像以及第五图像进行配准,得到第二配准变换关系,作为更新后的基准变换关系。
本发明的一个实施例中,所述根据所述姿态数据、第一位姿数据以及第二位姿数据,计算所述机械臂的基座相对于所述患者示踪器的目标相对位姿,包括:
根据所述第一位姿数据以及第二位姿数据,确定末端坐标系与患者坐标系之间的第一转换关系,其中,所述末端坐标系为根据所述末端示踪器建立的坐标系,所述患者坐标系为根据所述患者示踪器建立的坐标系;
根据所述第一位姿数据以及所述姿态数据,确定所述机械臂基座在所述末端坐标系下的第三位姿数据;
根据所述第一转换关系,将所述第三位姿数据转换至所述患者坐标系下,得到所述机械臂基座在所述患者坐标系下的位姿数据,作为所述机械臂基座相对于所述患者示踪器的目标相对位姿。
本发明的一个实施例中,所述根据所述姿态数据、第一位姿数据以及第二位姿数据,计算所述机械臂的基座相对于所述患者示踪器的目标相对位姿,包括:
根据所述姿态数据以及第一位姿数据,确定基座坐标系与末端坐标系之间的第二转换关系,其中,所述基座坐标系为根据所述机械臂基座建立的坐标系,所述末端坐标系为根据所述末端示踪器建立的坐标系;
根据所述第一位姿数据以及第二位姿数据,确定所述患者示踪器在所述末端坐标系中的第四位姿数据;
根据所述第二转换关系,将所述第四位姿数据转换至所述基座坐标系下,得到转换后的第四位姿数据,作为所述机械臂基座相对于所述患者示踪器的目标相对位姿。
第二方面,本发明实施例提供了一种移位检测装置,所述装置包括:
位姿获得模块,用于获取同一时刻下机械臂的姿态数据、末端示踪器的第一位姿数据以及患者示踪器的第二位姿数据,其中,所述末端示踪器安装于所述机械臂末端;
位姿计算模块,用于根据所述姿态数据、第一位姿数据以及第二位姿数据,计算所述机械臂的基座相对于所述患者示踪器的目标相对位姿;
数据获得模块,用于获得所述目标相对位姿与历史相对位姿之间的位姿变化数据,其中,所述历史相对位姿为:当前时刻前一时间间隔内所述机械臂基座相对于所述患者示踪器的相对位姿;
移位确认模块,用于若所述位姿变化数据不符合患者示踪器动力学约束,则确定所述患者示踪器移位。
本发明的一个实施例中,所述移位确认模块,包括:
图像采集子模块,用于若所述位姿变化数据不符合患者示踪器动力学约束,则获得当前采集的、手术对象二维的第一图像;
关系获得子模块,用于获得预配准图像与三维基准图像进行配准得到的、用于控制所述机械臂移动的基准变换关系,其中,所述预配准图像为:在所述机械臂移动过程中、且在所述第一图像之前采集的所述手术对象的二维图像,所述三维基准图像为在移位检测前采集的所述手术对象的三维图像;
图像变换子模块,用于使用所述基准变换关系对所述三维基准图像进行数字重建放射影像DRR变换,获得第二图像;
相似度获得子模块,用于获得所述第一图像与所述第二图像之间的相似度;
移位确定子模块,用于若所获得相似度大于预设相似度阈值,则确定所述患者示踪器移位。
本发明的一个实施例中,所述装置还包括:
第一采集模块,用于在所述确定所述患者示踪器移位之后,重新获得当前采集的、所述手术对象二维的第三图像,其中,采集所述第一图像和第三图像时图像采集设备的采集位姿不同;
第一更新模块,用于将所述第一图像、第三图像以及三维基准图像进行配准,得到第一配准变换关系,作为更新后的基准变换关系。
本发明的一个实施例中,图像采集设备采集所述第一图像以及第三图像时,所述图像采集设备的视野范围内还包含标记物;
所述第一更新模块,具体用于:
识别所述第一图像中所述标记物的第一位置,并识别所述第三图像中所述标记物的第二位置;
根据所述第一位置和第二位置,对所述第一图像和第三图像进行融合,得到三维融合图像;
对所述三维融合图像和所述三维基准图像进行配准,得到第一配准变换关系,作为更新后的基准变换关系。
本发明的一个实施例中,所述装置还包括:
第二采集模块,用于若所获得相似度不大于所述预设相似度阈值,则获得所述机械臂移动过程中、且在所述第一图像之前已采集的所述手术对象的第四图像;
图像变换模块,用于对所述三维基准图像进行DRR变换,得到第五图像;
第二更新模块,用于将所述第一图像、第四图像以及第五图像进行配准,得到第二配准变换关系,作为更新后的基准变换关系。
本发明的一个实施例中,所述位姿计算模块,具体用于:
根据所述第一位姿数据以及第二位姿数据,确定末端坐标系与患者坐标系之间的第一转换关系,其中,所述末端坐标系为根据所述末端示踪器建立的坐标系,所述患者坐标系为根据所述患者示踪器建立的坐标系;
根据所述第一位姿数据以及所述姿态数据,确定所述机械臂基座在所述末端坐标系下的第三位姿数据;
根据所述第一转换关系,将所述第三位姿数据转换至所述患者坐标系下,得到所述机械臂基座在所述患者坐标系下的位姿数据,作为所述机械臂基座相对于所述患者示踪器的目标相对位姿。
本发明的一个实施例中,所述位姿计算模块,具体用于:
根据所述姿态数据以及第一位姿数据,确定基座坐标系与末端坐标系之间的第二转换关系,其中,所述基座坐标系为根据所述机械臂基座建立的坐标系,所述末端坐标系为根据所述末端示踪器建立的坐标系;
根据所述第一位姿数据以及第二位姿数据,确定所述患者示踪器在所述末端坐标系中的第四位姿数据;
根据所述第二转换关系,将所述第四位姿数据转换至所述基座坐标系下,得到转换后的第四位姿数据,作为所述机械臂基座相对于所述患者示踪器的目标相对位姿。
第三方面,本发明实施例提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述第一方面任一所述的方法步骤。
第四方面,本发明实施例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内存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面任一所述的方法步骤。
有益效果:
由以上可见,本发明实施例提供的方案中,获取上述第一位姿数据、第二位姿数据和机械臂的姿态数据,根据这三种数据来计算机械臂基座相对于患者示踪器的目标相对位姿,并获得目标相对位姿和历史相对位姿之间的位姿变化数据,由于在机械臂的移动过程中,机械臂基座是固定不动的,因此,若位姿变化数据符合患者示踪器动力学约束,则说明在机械臂移动过程中患者示踪器未发生移位,或者所发生的移位可忽略不计,若位姿变化数据不符合患者示踪器动力学约束,则可以准确确定患者示踪器发生移位。因此,应用本发明实施例提供的方案,能够准确检测检测患者示踪器在机械臂移动过程中是否发生移位。
附图说明
为了更清楚地说明本发明实施例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简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的实施例。
图1为本发明实施例提供的第一种移位检测方法的流程示意图;
图2为本发明实施例提供的第二种移位检测方法的流程示意图;
图3为本发明实施例提供的第三种移位检测方法的流程示意图;
图4为本发明实施例提供的第四种移位检测方法的流程示意图;
图5为本发明实施例提供的第五种移位检测方法的流程示意图;
图6为本发明实施例提供的第六种移位检测方法的流程示意图;
图7为本发明实施例提供的一种移位检测装置的结构示意图;
图8为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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基于本发明所获得的所有其他实施例,都属于本发明保护的范围。
参见图1,图1为本发明实施例提供的第一种移位检测方法的流程示意图,本实施例中,上述方法包括以下步骤S101-S104。
步骤S101:获取同一时刻下机械臂的姿态数据、末端示踪器的第一位姿数据以及患者示踪器的第二位姿数据。
其中,上述机械臂通常为多关节结构,机械臂的首、尾关节分别为机械臂的基座和末端,机械臂的姿态数据中可以包含机械臂各关节的姿态数据。又由于相邻关节是首尾相接的,因此,根据相邻关节的姿态数据,可以确定相邻关节之间的相对位姿关系,这样根据各组相邻关节之间的相对位姿关系,可以确定机械臂基座和机械臂末端之间的相对位姿关系。
上述末端示踪器安装于机械臂末端,末端示踪器与机械臂末端之间的位姿关系可以预先标定得到。
本发明的一个实施例中,上述末端示踪器以及患者示踪器可以是光学示踪器。
具体的,在机械臂移动过程中,手术机器人可以记录机械臂的实时姿态,这样在获取机械臂的姿态数据时,可以读取手术机器人所记录的机械臂的姿态数据。
在获取末端示踪器的第一位姿数据和患者示踪器的第二位姿数据时,这两个示踪器的位姿可以被跟踪系统监测到,例如,若这两个示踪器为光学示踪器,则光学跟踪系统可以监测到这两个光学示踪器的位姿,这样跟踪系统监测到末端示踪器和患者示踪器这两个示踪器的位姿数据后,可以获得跟踪系统监测到的末端示踪器的位姿数据,作为上述第一位姿数据,并获得跟踪系统监测到的患者示踪器的位姿数据,作为上述第二位姿数据。
另外,上述同一时刻可以指当前时刻,这样获取机械臂移动过程中同一时刻下的上述三种器件的数据,即实时获取机械臂移动过程中上述三种器件的数据;上述同一时刻也可以指机械臂开始移动的时刻至当前时刻这一时间段内的任一时刻,这样获取机械臂移动过程中同一时刻下的上述三种器件的数据,即获取上述时间段内的某一时刻下上述三种器件的数据。
步骤S102:根据姿态数据、第一位姿数据以及第二位姿数据,计算机械臂的基座相对于患者示踪器的目标相对位姿。
其中,上述目标相对位姿可以是以机械臂基座为基准的情况下患者示踪器的位置,例如,上述目标相对位姿可以是在机械臂基座所在的基座坐标系中患者示踪器的位置;或者,上述目标相对位姿可以是以患者示踪器为基准的情况下机械臂基座的位置,例如,上述目标相对位姿可以是在患者示踪器所在的患者坐标系中机械臂基座的位置。
计算上述目标相对位姿的具体实现方式可参见后续图2所示实施例中步骤S102A-S102C以及图3所示实施例中步骤S102D-S102F,这里暂不详述。
步骤S103:获得目标相对位姿与历史相对位姿之间的位姿变化数据。
其中,历史相对位姿为:当前时刻前一时间间隔内机械臂基座相对于患者示踪器的相对位姿。
例如,上述当前时刻前一时间间隔可以是当前时刻之前的一个特定时间段或时刻,也可以是当前时刻前一分钟、前半小时等时间间隔。
上述目标相对位姿和历史相对位姿可以均为以机械臂基座为基准的情况下患者示踪器的位置,也可以均为以患者示踪器为基准的情况下机械臂基座的位置。
具体的,可以通过以下两种实现方式中任一种获得历史相对位姿。
第一种实现方式中,在机械臂移动过程中,机械臂基座是固定不动的,在机械臂移动之前,医生需要固定机械臂基座。在机械臂固定完成后,标定设备可以标定机械臂基座与患者示踪器之间的相对位姿,作为上述历史相对位姿。
第二种实现方式中,在机械臂移动过程中,可以实时记录机械臂基座相对于患者示踪器的相对位姿,这样在获得历史相对位姿时,可以首先确定当前时刻的前一时间间隔,再获得所确定时间间隔内机械臂基座相对于患者示踪器的相对位姿,作为历史相对位姿。
这样在获得上述历史相对位姿以及根据上述步骤S102获得目标相对位姿之后,可以计算目标相对位姿与历史相对位姿之间的位姿变化数据。
以上述目标相对位姿和历史相对位姿均为以患者示踪器为基准的情况下机械臂基座的位置为例,在计算目标相对位姿与历史相对位姿之间的位姿变化数据时,可以计算目标相对位姿与历史相对位姿之间的位置和/或姿态变化数据。
在计算目标相对位姿与历史相对位姿之间的位置变化数据时,可以计算机械臂基座中同一点在这两种位姿数据中的位置之间的差值,例如,机械臂基座的中心点在这两种位姿数据种的位置之间的差值。
在计算目标相对位姿与历史相对位姿之间的姿态变化数据时,可以计算目标相对位姿与历史相对位姿这两种位姿所表征的机械臂基座的旋转量之间的差值。
步骤S104:若位姿变化数据不符合患者示踪器动力学约束,则确定患者示踪器移位。
其中,上述患者示踪器动力学约束是根据患者示踪器的机械结构,以及其与患者的连接方式,获取的一组物理学约束,例如依据连接自由度,可确定在机械臂坐标系下的患者示踪器轨迹必定在患者示踪器发生刚体永久形变下才会出现,则我们认为该运动符合患者示踪器动力学约束,是患者(机械臂基座)移动而不是患者示踪器移位。而另外一些运动,可确定该轨迹符合患者示踪器的连接自由度,且其动力学参数也与患者示踪器的惯性矩阵偏差较小,我们则认为该运动不符合患者示踪器动力学约束,是患者示踪器移位而不是患者(机械臂基座)移动。针对患者示踪器的移位设置的约束条件,患者示踪器动力学约束可以根据示踪器移动的速度、范围、方向等动力学参数组合确定。由于考虑了多种动力学参数,因此,通过判断位姿变换数据是否符合患者示踪器动力学约束,可以确定出患者示踪器是否产生移动以及该移动是与手术对象同步移动还是相对移动,若确定患者示踪器与手术对象同步移动,则说明位姿变换数据符合患者示踪器动力学约束;若确定患者示踪器与手术对象相对移动,则说明位姿变换数据不符合患者示踪器动力学预设。
本发明的一个实施例中,在获得位姿变化数据后,也可以直接判断位姿变换数据是否大于预设阈值,若大于,则确定患者示踪器移位。
上述预设阈值为预先设置的位姿阈值。
本发明的一个实施例中,上述预设阈值是以位姿以及位姿的导数组合的形式的阈值。
具体的,由于在机械臂移动过程中需要保证手术对象与示踪器之间的相对位姿不变,而手术对象可以默认为始终不动的,机械臂基座同样是固定不动的,因此,在机械臂移动过程中也就需要保证机械臂基座与患者示踪器之间的相对位姿不变。这种情况下,若上述位姿变化数据不符合患者示踪器动力学约束,则表示机械臂基座与患者示踪器之间的相对位姿发生改变,而机械臂基座是固定不动的,因此,也就可以确定患者示踪器产生了移位;若上述位姿变化数据符合患者示踪器动力学约束,则可以认为机械臂基座与患者示踪器之间的相对位姿未发生改变,此时,可以认为患者示踪器未发生移位。
由以上可见,本发明实施例提供的方案中,获取上述第一位姿数据、第二位姿数据和机械臂的姿态数据,根据这三种数据来计算机械臂基座相对于患者示踪器的目标相对位姿,并获得目标相对位姿和历史相对位姿之间的位姿变化数据,由于在机械臂的移动过程中,机械臂基座是固定不动的,因此,若位姿变化数据符合患者示踪器动力学约束,则说明在机械臂移动过程中患者示踪器未发生移位,或者所发生的移位可忽略不计,若位姿变化数据不符合患者示踪器动力学约束,则可以准确确定患者示踪器发生移位。因此,应用本发明实施例提供的方案,能够准确检测检测患者示踪器在机械臂移动过程中是否发生移位。
本发明的一个实施例中,除了应用上述步骤S101-S104来检测患者示踪器是否移位之外,还可以实时监测患者示踪器的位姿,直接基于实时检测得到的患者示踪器的位姿数据来检测患者示踪器是否移位。
例如,可以获取双目相机实时采集到的患者示踪器的位姿数据,该位姿数据为患者示踪器在双目相机所在的坐标系下的位姿数据,这样通过比较双目相机当前采集的位姿数据与已采集的历史位姿数据之间的位姿变换数据,同样也可以检测患者示踪器是否移位。
本方案中,不仅利用机械臂基座相对于患者示踪器的相对位姿来检测患者示踪器是否移位,还额外利用患者示踪器自身的位姿数据来检测患者示踪器是否移位,这样通过两种不同方式共同来检测患者示踪器是否移位,这样能够提高移位检测的准确性,有助于医生能够精准察觉到患者示踪器移位,从而保障对手术对象进行手术的安全,因此,移位检测也可称为安全监测,而本方案采用两种方式进行移位检测,也就构成了双系统安全监测。采用双系统安全监测不仅能够准确确定患者示踪器是否移位,从而实现手术风险的可知和可控性,为实际手术过程提供准确、可靠的信息,还能够提高手术机器人机械臂的定位精度、稳定性、可靠性,同时在检测出患者示踪器移位后还可以对医生进行提醒,提升人机交互性,从而有利于提升医生的手术信息,提高医生进行手术的手术质量。
下面对上述步骤S102中提及的计算目标相对位姿的具体实现方式进行说明。
本发明的一个实施例中,参见图2,提供了第二种移位检测方法的流程示意图,本实施例中,上述步骤S102可以通过以下步骤S102A-S102C实现。
步骤S102A:根据第一位姿数据以及第二位姿数据,确定末端坐标系与患者坐标系之间的第一转换关系。
其中,末端坐标系为根据末端示踪器建立的坐标系。
患者坐标系为根据患者示踪器建立的坐标系。
具体的,从上述步骤S101中可以看出,上述第一位姿数据和第二位姿数据均为跟踪系统监测得到的位姿数据,因此,第一位姿数据和第二位姿数据可以认为是同一坐标系下的位姿数据,并且,根据第一位姿数据和第二位姿数据,可以确定末端示踪器与患者示踪器之间的相对位姿关系,并根据末端示踪器建立末端坐标系,根据患者示踪器建立患者坐标系。
在建立上述末端坐标系和患者坐标系后,可以通过以下两种实现方式中任一种确定第一转换关系。
第一种实现方式中,可以确定末端示踪器中多个点在末端坐标系中的坐标,并根据末端示踪器与患者示踪器之间的相对位姿关系,确定末端示踪器中相同的多个点在患者坐标系中的坐标,这样根据末端示踪器中多个点分别在末端坐标系以及在患者坐标系中的坐标,确定末端坐标系与患者坐标系之间的第一转换关系。
第二种实现方式中,可以确定患者示踪器中多个点在患者坐标系中的坐标,并根据末端示踪器与患者示踪器之间的相对位姿关系,确定患者示踪器中相同的多个点在末端坐标系中的坐标,这样根据患者示踪器中多个点分别在末端坐标系以及在患者坐标系中的坐标,确定末端坐标系与患者坐标系之间的第一转换关系。
步骤S102B:根据第一位姿数据以及姿态数据,确定机械臂基座在末端坐标系下的第三位姿数据。
具体的,从上述步骤S101的描述中可以得知,根据上述姿态数据,可以确定机械臂基座和末端之间的相对位姿关系,并且,末端示踪器安装于机械臂末端,可以预先标定末端示踪器与机械臂末端之间的位姿关系,因此,根据机械臂基座与末端之间的相对位姿关系,以及末端示踪器与机械臂末端之间的位姿关系,可以确定机械臂基座与末端示踪器之间的位姿关系,从而确定机械臂基座在末端坐标系下的第三位姿数据。
步骤S102C:根据第一转换关系,将第三位姿数据转换至患者坐标系下,得到机械臂基座在患者坐标系下的位姿数据,作为机械臂基座相对于患者示踪器的目标相对位姿。
具体的,第三位姿数据为机械臂基座在末端坐标系下的位姿数据,而第一转换关系为末端坐标系与患者坐标系之间的转换关系,根据第一转换关系,可以将末端坐标系与患者坐标系中的坐标进行相互转换,因此,根据第一转换关系,可以直接将第三位姿数据转换至患者坐标系下,得到转换后的位姿数据,作为上述目标相对位姿。
由以上可见,本发明实施例提供的方案中,确定末端坐标系与患者坐标系之间的第一转换关系以及机械臂基座在末端坐标系下的第三位姿数据,根据第一转换关系,可以准确将第三位姿数据转换至患者坐标系下,得到机械臂基座在患者坐标系下的位姿数据,从而准确得到目标相对位姿,因此,应用本发明实施例提供的移位检测方案,基于较为准确的目标相对位姿,能够准确检测患者示踪器是否发生移位。
本发明的一个实施例中,参见图3,提供了第三种移位检测方法的流程示意图,本实施例中,上述步骤S102可以通过以下步骤S102D-S102F实现。
步骤S102D:根据姿态数据以及第一位姿数据,确定基座坐标系与末端坐标系之间的第二转换关系。
其中,基座坐标系为根据机械臂基座建立的坐标系,末端坐标系为根据末端示踪器建立的坐标系。
具体的,根据姿态数据,可以去确定机械臂基座与末端之间的相对位姿关系,并且由于末端示踪器安装于机械臂末端,因此可以预先得到机械臂末端与末端示踪器之间的相对位姿关系,这样根据机械臂基座与末端之间的相对位姿关系,以及机械臂末端与末端示踪器之间的相对位姿关系,可以确定机械臂基座与末端示踪器之间的相对位姿关系,这样也就可以确定末端示踪器在基座坐标系中的位姿,而第一位姿数据为末端示踪器的位姿数据,末端坐标系根据末端示踪器建立,因此,根据末端示踪器在基座坐标系中的位姿以及自身的第一位姿数据,可以确定基座坐标系与末端坐标系之间的第二转换关系。
步骤S102E:根据第一位姿数据以及第二位姿数据,确定患者示踪器在末端坐标系中的第四位姿数据。
具体的,根据第一位姿数据和第二位姿数据,可以确定患者示踪器和末端示踪器之间的相对位姿关系,这样在建立末端坐标系后,根据患者示踪器与末端示踪器之间的相对位姿关系,可以确定患者示踪器在末端坐标系中的第四位姿数据。
步骤S102F:根据第二转换关系,将第四位姿数据转换至基座坐标系下,得到转换后的第四位姿数据,作为机械臂基座相对于患者示踪器的目标相对位姿。
具体的,第四位姿数据为患者坐标系在末端坐标系下的位姿数据,第二转换关系为基座坐标系与末端坐标系之间的转换关系,根据第二转换关系,可以将基座坐标系与末端坐标系中的坐标进行相互转换,因此,根据第二转换关系,可以直接将第四位姿数据转换至基座坐标系下,得到转换后的位姿数据,作为上述目标相对位姿。
由以上可见,本发明实施例提供的方案中,确定基座坐标系与末端坐标系之间的第二转换关系以及患者示踪器在末端坐标系中的第四位姿数据,根据第二转换关系,可以准确将第四位姿数据转换至基座坐标系下,得到患者示踪器在基座坐标系下的位姿数据,从而准确得到目标相对位姿,因此,应用本发明实施例提供的移位检测方案,基于较为准确的目标相对位姿,能够准确检测患者示踪器是否发生移位。
在确定上述位姿变化数据不符合患者示踪器动力学约束的情况下,可以利用其他信息,进一步验证患者示踪器移位。
本发明的一个实施例中,参见图4,提供了第四种移位检测方法的流程示意图,本实施例中,上述步骤S104可以通过以下步骤S104A-S104E实现。
步骤S104A:若位姿变化数据不符合患者示踪器动力学约束,则获得当前采集的、手术对象二维的第一图像。
其中,上述第一图像为手术对象二维的图像,例如,上述第一图像可以是X光图像、CArm透视图像等。
具体的,在确定位姿变化数据不符合患者示踪器动力学约束的情况下,一种实现方式中,可以控制图像采集设备采集手术对象的第一图像,这样图像采集设备采集手术对象的二维图像后,可以获得图像采集设备采集的二维图像,作为上述第一图像。
另一种实现方式中,可以请求用户输入手术对象的二维图像,这样在获得用户输入的二维图像后,将该二维图像作为当前采集的、手术对象二维的第一图像。
步骤S104B:获得预配准图像与三维基准图像进行配准得到的基准变换关系。
其中,预配准图像为:在所述机械臂移动过程中、且在所述第一图像之前采集的手术对象的二维图像。
与上述第一图像类似,预配准图像为手术对象二维的图像,例如,上述预配准图像可以是X光图像、CArm透视图像等,且预配准图像是在第一图像之前采集得到的。
三维基准图像为在移位检测前采集的手术对象的三维图像。
三维基准图像为机械臂移动前采集的、手术对象的三维图像。例如,上述三维基准图像可以是手术对象的CT图像。
具体的,在机械臂移动过程中,获得上述预配准图像和三维基准图像后,可以将上述预配准图像和三维基准图像进行配准,得到配准结果,作为上述基准变换关系。
上述预配准图像可以有多张,这样在配准时,可以将多张预配准图像与三维基准图像进行配准。
预配准图像和三维基准图像进行配准可以利用配准算法、模型等技术实现,这里不再详述。
步骤S104C:使用基准变换关系对三维基准图像进行数字重建放射影像DRR变换,获得第二图像。
上述基准变换关系可以认为是三维图像空间与二维图像空间之间的变换关系,根据基准变换关系,可以对三维基准图像进行数字重建放射影像DRR变换,即对三维基准图像进行图像映射,得到二维的第二图像。
上述三维基准图像中包含手术对象的三维体征信息,对三维基准图像进行DRR变换,这一过程中,使得手术对象的三维体征信息以二维图像的方式呈现出来,因此,映射得到的二维基准图像包含了从特定角度观察手术对象得到的体征信息。
步骤S104D:获得第一图像与第二图像之间的相似度。
在获得第二图像后,可以通过相似度计算算法、模型等计算第一图像与第二图像之间的相似度,这里不再详述。
步骤S104E:若所获得相似度大于预设相似度阈值,则确定所述患者示踪器移位。
其中,上述预设相似度阈值为预先设置的相似度值,例如,0.95、0.99等。
具体的,若计算得到的相似度大于预设相似度阈值,则可以认为第一图像的图像内容和第二图像的图像内容相同,也就是在采集第一图像和采集三维基准图像时,图像采集设备的采集视野范围内的内容相同,这样可以确定直至第一图像的采集时刻,患者示踪器未发生移位;反之,若计算得到的相似度不大于预设相似度阈值,则可以认为在采集第一图像和采集三维基准图像时,图像采集设备的采集视野范围内的内容发生了变化,从而可以确定患者示踪器发生移位。
另外,为确保结果准确,若所获得相似度大于预设相似度阈值,可以调整DRR参数,重新对三维基准图像进行DRR变换,并重新计算相似度以及比较计算所得相似度与预设相似度阈值的大小,直至满足预设结束条件。其中,上述预设结束条件可以是调整次数达到预设次数,也可以是参数调整幅度达到预设大小等等。
在满足预设结束条件后,若所获得的所有相似度均小于预设相似度阈值,则可以认为在三维基准图像的采集时刻至第一图像的采集时刻的这一时间段内,患者示踪器发生移位。
由以上可见,本发明实施例提供的方案中,在上述位姿变化数据不符合患者示踪器动力学约束的情况下,还利用第一图像和三维基准图像来再次验证患者示踪器移位,这样能够提高检测患者示踪器是否移位的可靠性。并且利用机械臂基座相对于患者示踪器的相对位姿进行移位检测以及利用图像进行移位检测也能够构成双系统安全监测,从而实现手术风险的可知可控、提高手术机器人机械臂定位精度、提升医生信心等效果。
由于基准变换关系用于控制机械臂移动,在确定患者示踪器移位后,基准变换关系也就随之发生变化,因此,需要对基准变换关系进行更新。
本发明的一个实施例中,参见图5,提供了第五种移位检测方法的流程示意图,本实施例中,上述方法还包括步骤S105-S106。
步骤S105:重新获得当前采集的、手术对象二维的第三图像。
其中,采集第一图像和第三图像时图像采集设备的采集位姿不同。图像采集设备的采集位姿不同,则第一图像和第三图像的采集角度也就不同。
本步骤中获得第三图像的方式与上述步骤S104A中获得第一图像的方式相同,区别仅在于第一图像和第三图像的采集角度不同,这里不再赘述。
步骤S106:将第一图像、第三图像以及三维基准图像进行配准,得到第一配准变换关系,作为更新后的基准变换关系。
具体的,可以通过以下两种实现方式中任一种进行图像配准。
第一种实现方式中,可以将第一图像和第三图像融合为一张三维图像,在将该三维图像与三维基准图像进行配准。
具体的,图像采集设备采集第一图像和第三图像时,图像采集设备的视野范围内可以还包含标记物,这样在配准过程中,可以识别第一图像中标记物的第一位置,并识别第三图像中标记物的第二位置,根据第一位置和第二位置,对第一图像和第三图像进行融合,得到三维融合图像,再对三维融合图像和三维基准图像进行配准。
在识别标记物在图像中的位置时,可以通过对象识别算法、模型等对第一图像和第三图像进行识别,得到上述第一位置和第二位置。
在融合第一图像和第三图像时,根据第一位置和第二位置,也可以通过图像融合算法、模型等对第一图像和第三图像进行融合。
在对三维融合图像和三维基准图像进行配准时,可以通过三维图像配准算法、模型等对三维融合图像和三维基准图像进行配准。
本实现方式中,将两张二维图像融合为一张三维融合图像,通过对三维融合图像和三维基准图像进行配准,即可准确实现对第一图像、第三图像以及三维基准图像进行配准,得到较为准确定配准结果,从而基于配准结果能够准确判断患者示踪器是否发生移位。
第二种实现方式中,可以基于两组不同的DRR参数组,对三维基准图像进行图像映射处理,得到两张二维基准图像,在计算第一图像和第三图像这两张图像与两张二维基准图像之间的相似度,若计算得到的两个相似度均大于预设相似度阈值,则说明第一图像、第三图像以及三维基准图像配准成功,否则说明第一图像、第三图像以及三维基准图像配准失败。
由以上可见,本发明实施例提供的方案中,在确定患者示踪器移位后,第一图像也就是患者示踪器移位后采集的图像,重新获取的第三图像同样为患者示踪器移位后采集的图像,这样将第一图像、第三图像和三为基准图像进行配准,即可准确得到患者示踪器移位后的配准关系,从而将该配准关系作为更新后的基准变换关系,能够提高基准变换关系的准确性,从而能够提高控制机械臂移动的准确性。
本发明的一个实施例中,参见图6,提供了第六种移位检测方法的流程示意图,本实施例中,上述方法还包括步骤S107-S109。
步骤S107:若所获得相似度不大于预设相似度阈值,则获得机械臂移动过程中、且在第一图像之前已采集的手术对象的第四图像。
本步骤中获得第四图像的方式与上述步骤S104A中获得第一图像的方式相同,这里不再赘述。
步骤S108:对三维基准图像进行DRR变换,得到第五图像。
本步骤中对三维基准图像进行DRR变换的方式可参见上述步骤S104C,这里不再赘述。
步骤S109:将第一图像、第四图像以及第五图像进行配准,得到第二配准变换关系,作为更新后的基准变换关系。
本步骤中将第一图像、第四图像以及第五图像进行配准的方式与上述步骤S106中提及的配准方式相同,这里不再赘述。
由以上可见,本发明实施例提供的方案中,若所获得相似度不大于预设相似度阈值,则可以确定患者示踪器未发生移位,这种情况下,由于第一图像为最新采集的图像,因此,将第一图像、在第一图像之前采集的第四图像以及三维基准图像进行配准,得到第二配准变换关系,作为更新后的基准变换关系,能够准确更新基准变换关系,提高基准变换关系的实时性,从而使用更新后的基准变换关系控制机械臂移动,能够提高控制准确性。
与上述移位检测方法相对应,本发明实施例还提供了一种移位检测装置。
本发明的一个实施例中,参见图7,提供了一种移位检测装置的结构示意图,本实施例中,所述装置包括:
位姿获得模块701,用于获取同一时刻下所述机械臂的姿态数据、末端示踪器的第一位姿数据以及患者示踪器的第二位姿数据,其中,所述末端示踪器安装于所述机械臂末端;
位姿计算模块702,用于根据所述姿态数据、第一位姿数据以及第二位姿数据,计算所述机械臂的基座相对于所述患者示踪器的目标相对位姿;
数据获得模块703,用于获得所述目标相对位姿与历史相对位姿之间的位姿变化数据,其中,所述历史相对位姿为:当前时刻前一时间间隔内所述机械臂基座相对于所述患者示踪器的相对位姿;
移位确认模块704,用于若所述位姿变化数据不符合患者示踪器动力学约束,则确定所述患者示踪器移位。
本发明实施例提供的方案中,获取上述第一位姿数据、第二位姿数据和机械臂的姿态数据,根据这三种数据来计算机械臂基座相对于患者示踪器的目标相对位姿,并获得目标相对位姿和历史相对位姿之间的位姿变化数据,由于在机械臂的移动过程中,机械臂基座是固定不动的,因此,若位姿变化数据符合患者示踪器动力学约束,则说明在机械臂移动过程中患者示踪器未发生移位,或者所发生的移位可忽略不计,若位姿变化数据不符合患者示踪器动力学约束,则可以准确确定患者示踪器发生移位。因此,应用本发明实施例提供的方案,能够准确检测检测患者示踪器在机械臂移动过程中是否发生移位。
本发明的一个实施例中,所述移位确认模块704,包括:
图像采集子模块,用于若所述位姿变化数据不符合患者示踪器动力学约束,则获得当前采集的、手术对象二维的第一图像;
关系获得子模块,用于获得预配准图像与三维基准图像进行配准得到的、用于控制所述机械臂移动的基准变换关系,其中,所述预配准图像为:在所述机械臂移动过程中、且在所述第一图像之前采集的所述手术对象的二维图像,所述三维基准图像为在移位检测前采集的所述手术对象的三维图像;
图像变换子模块,用于使用所述基准变换关系对所述三维基准图像进行数字重建放射影像DRR变换,获得第二图像;
相似度获得子模块,用于获得所述第一图像与所述第二图像之间的相似度;
移位确定子模块,用于若所获得相似度大于预设相似度阈值,则确定所述患者示踪器移位。
由以上可见,本发明实施例提供的方案中,在上述位姿变化数据不符合患者示踪器动力学约束的情况下,还利用第一图像和三维基准图像来再次验证患者示踪器移位,这样能够提高检测患者示踪器是否移位的可靠性。
本发明的一个实施例中,所述装置还包括:
第一采集模块,用于在所述确定所述患者示踪器移位之后,重新获得当前采集的、所述手术对象二维的第三图像,其中,采集所述第一图像和第三图像时图像采集设备的采集位姿不同;
第一更新模块,用于将所述第一图像、第三图像以及三维基准图像进行配准,得到第一配准变换关系,作为更新后的基准变换关系。
由以上可见,本发明实施例提供的方案中,在确定患者示踪器移位后,第一图像也就是患者示踪器移位后采集的图像,重新获取的第三图像同样为患者示踪器移位后采集的图像,这样将第一图像、第三图像和三为基准图像进行配准,即可准确得到患者示踪器移位后的配准关系,从而将该配准关系作为更新后的基准变换关系,能够提高基准变换关系的准确性,从而能够提高控制机械臂移动的准确性。
本发明的一个实施例中,图像采集设备采集所述第一图像以及第三图像时,所述图像采集设备的视野范围内还包含标记物;
所述第一更新模块,具体用于:
识别所述第一图像中所述标记物的第一位置,并识别所述第三图像中所述标记物的第二位置;
根据所述第一位置和第二位置,对所述第一图像和第三图像进行融合,得到三维融合图像;
对所述三维融合图像和所述三维基准图像进行配准,得到第一配准变换关系,作为更新后的基准变换关系。
本方案中,将两张二维图像融合为一张三维融合图像,通过对三维融合图像和三维基准图像进行配准,即可准确实现对第一图像、第三图像以及三维基准图像进行配准,得到较为准确定配准结果,从而基于配准结果能够准确判断患者示踪器是否发生移位。
本发明的一个实施例中,所述装置还包括:
第二采集模块,用于若所获得相似度不大于所述预设相似度阈值,则获得所述机械臂移动过程中、且在所述第一图像之前已采集的所述手术对象的第四图像;
图像变换模块,用于对所述三维基准图像进行DRR变换,得到第五图像;
第二更新模块,用于将所述第一图像、第四图像以及第五图像进行配准,得到第二配准变换关系,作为更新后的基准变换关系。
由以上可见,本发明实施例提供的方案中,若所获得相似度不大于预设相似度阈值,则可以确定患者示踪器未发生移位,这种情况下,由于第一图像为最新采集的图像,因此,将第一图像、在第一图像之前采集的第四图像以及三维基准图像进行配准,得到第二配准变换关系,作为更新后的基准变换关系,能够准确更新基准变换关系,提高基准变换关系的实时性,从而使用更新后的基准变换关系控制机械臂移动,能够提高控制准确性。
本发明的一个实施例中,所述位姿计算模块702,具体用于:
根据所述第一位姿数据以及第二位姿数据,确定末端坐标系与患者坐标系之间的第一转换关系,其中,所述末端坐标系为根据所述末端示踪器建立的坐标系,所述患者坐标系为根据所述患者示踪器建立的坐标系;
根据所述第一位姿数据以及所述姿态数据,确定所述机械臂基座在所述末端坐标系下的第三位姿数据;
根据所述第一转换关系,将所述第三位姿数据转换至所述患者坐标系下,得到所述机械臂基座在所述患者坐标系下的位姿数据,作为所述机械臂基座相对于所述患者示踪器的目标相对位姿。
本发明实施例提供的方案中,确定末端坐标系与患者坐标系之间的第一转换关系以及机械臂基座在末端坐标系下的第三位姿数据,根据第一转换关系,可以准确将第三位姿数据转换至患者坐标系下,得到机械臂基座在患者坐标系下的位姿数据,从而准确得到目标相对位姿,因此,应用本发明实施例提供的移位检测方案,基于较为准确的目标相对位姿,能够准确检测患者示踪器是否发生移位。
本发明的一个实施例中,所述位姿计算模块702,具体用于:
根据所述姿态数据以及第一位姿数据,确定基座坐标系与末端坐标系之间的第二转换关系,其中,所述基座坐标系为根据所述机械臂基座建立的坐标系,所述末端坐标系为根据所述末端示踪器建立的坐标系;
根据所述第一位姿数据以及第二位姿数据,确定所述患者示踪器在所述末端坐标系中的第四位姿数据;
根据所述第二转换关系,将所述第四位姿数据转换至所述基座坐标系下,得到转换后的第四位姿数据,作为所述机械臂基座相对于所述患者示踪器的目标相对位姿。
本发明实施例提供的方案中,确定基座坐标系与末端坐标系之间的第二转换关系以及患者示踪器在末端坐标系中的第四位姿数据,根据第二转换关系,可以准确将第四位姿数据转换至基座坐标系下,得到患者示踪器在基座坐标系下的位姿数据,从而准确得到目标相对位姿,因此,应用本发明实施例提供的移位检测方案,基于较为准确的目标相对位姿,能够准确检测患者示踪器是否发生移位。
本发明实施例还提供了一种电子设备,如图8所示,包括处理器801、通信接口802、存储器803和通信总线804,其中,处理器801,通信接口802,存储器803通过通信总线804完成相互间的通信,
存储器803,用于存放计算机程序;
处理器801,用于执行存储器803上所存放的程序时,实现如下步骤:
获取同一时刻下所述机械臂的姿态数据、末端示踪器的第一位姿数据以及患者示踪器的第二位姿数据,其中,所述末端示踪器安装于所述机械臂末端;
根据所述姿态数据、第一位姿数据以及第二位姿数据,计算所述机械臂的基座相对于所述患者示踪器的目标相对位姿;
获得所述目标相对位姿与历史相对位姿之间的位姿变化数据,其中,所述历史相对位姿为:当前时刻前一时间间隔内所述机械臂基座相对于所述患者示踪器的相对位姿;
若所述位姿变化数据不符合患者示踪器动力学约束,则确定所述患者示踪器移位。
上述处理器801执行存储器803上存放的程序而实现手术机器人导航定位的其他方案,与前述方法实施例中提及的方案相同,这里不再赘述。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一手术机器人导航定位方法的步骤。
在本发明提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一手术机器人导航定位方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk (SSD))等。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统、装置、电子设备、计算机可读存储介质以及计算机程序产品实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (14)
1.一种移位检测方法,其特征在于,所述方法包括:
获取同一时刻下机械臂的姿态数据、末端示踪器的第一位姿数据以及患者示踪器的第二位姿数据,其中,所述末端示踪器安装于所述机械臂的末端;
根据所述姿态数据、第一位姿数据以及第二位姿数据,计算所述机械臂的基座相对于所述患者示踪器的目标相对位姿;
获得所述目标相对位姿与历史相对位姿之间的位姿变化数据,其中,所述历史相对位姿为:当前时刻前一时间间隔内机械臂基座相对于所述患者示踪器的相对位姿;
若所述位姿变化数据不符合患者示踪器动力学约束,则确定所述患者示踪器移位;
所述若所述位姿变化数据不符合患者示踪器动力学约束,则确定所述患者示踪器移位,包括:
若所述位姿变化数据不符合患者示踪器动力学约束,则获得当前采集的、手术对象二维的第一图像;
获得预配准图像与三维基准图像进行配准得到的基准变换关系,其中,所述预配准图像为:在所述机械臂移动过程中、且在所述第一图像之前采集的所述手术对象的二维图像,所述三维基准图像为在移位检测前采集的所述手术对象的三维图像;
使用所述基准变换关系对所述三维基准图像进行数字重建放射影像DRR变换,获得第二图像;
获得所述第一图像与所述第二图像之间的相似度;
若所获得相似度大于预设相似度阈值,则确定所述患者示踪器移位。
2.据权利要求1所述的方法,其特征在于,在所述确定所述患者示踪器移位之后,还包括:
重新获得当前采集的、所述手术对象二维的第三图像,其中,采集所述第一图像和第三图像时图像采集设备的采集位姿不同;
将所述第一图像、第三图像以及三维基准图像进行配准,得到第一配准变换关系,作为更新后的基准变换关系。
3.根据权利要求2所述的方法,其特征在于,图像采集设备采集所述第一图像以及第三图像时,所述图像采集设备的视野范围内还包含标记物;
所述将所述第一图像、第三图像以及三维基准图像进行配准,包括:
识别所述第一图像中所述标记物的第一位置,并识别所述第三图像中所述标记物的第二位置;
根据所述第一位置和第二位置,对所述第一图像和第三图像进行融合,得到三维融合图像;
对所述三维融合图像和所述三维基准图像进行配准。
4.根据权利要求1-3中任一项所述的方法,其特征在于,所述方法还包括:
若所获得相似度不大于所述预设相似度阈值,则获得所述机械臂移动过程中、且在所述第一图像之前已采集的所述手术对象的第四图像;
对所述三维基准图像进行DRR变换,得到第五图像;
将所述第一图像、第四图像以及第五图像进行配准,得到第二配准变换关系,作为更新后的基准变换关系。
5.根据权利要求1-3中任一项所述的方法,其特征在于,所述根据所述姿态数据、第一位姿数据以及第二位姿数据,计算所述机械臂的基座相对于所述患者示踪器的目标相对位姿,包括:
根据所述第一位姿数据以及第二位姿数据,确定末端坐标系与患者坐标系之间的第一转换关系,其中,所述末端坐标系为根据所述末端示踪器建立的坐标系,所述患者坐标系为根据所述患者示踪器建立的坐标系;
根据所述第一位姿数据以及所述姿态数据,确定所述机械臂基座在所述末端坐标系下的第三位姿数据;
根据所述第一转换关系,将所述第三位姿数据转换至所述患者坐标系下,得到所述机械臂基座在所述患者坐标系下的位姿数据,作为所述机械臂基座相对于所述患者示踪器的目标相对位姿。
6.根据权利要求1-3中任一项所述的方法,其特征在于,所述根据所述姿态数据、第一位姿数据以及第二位姿数据,计算所述机械臂的基座相对于所述患者示踪器的目标相对位姿,包括:
根据所述姿态数据以及第一位姿数据,确定基座坐标系与末端坐标系之间的第二转换关系,其中,所述基座坐标系为根据所述机械臂基座建立的坐标系,所述末端坐标系为根据所述末端示踪器建立的坐标系;
根据所述第一位姿数据以及第二位姿数据,确定所述患者示踪器在所述末端坐标系中的第四位姿数据;
根据所述第二转换关系,将所述第四位姿数据转换至所述基座坐标系下,得到转换后的第四位姿数据,作为所述机械臂基座相对于所述患者示踪器的目标相对位姿。
7.一种移位检测装置,其特征在于,所述装置包括:
位姿获得模块,用于获取同一时刻下机械臂的姿态数据、末端示踪器的第一位姿数据以及患者示踪器的第二位姿数据,其中,所述末端示踪器安装于所述机械臂的末端;
位姿计算模块,用于根据所述姿态数据、第一位姿数据以及第二位姿数据,计算所述机械臂的基座相对于所述患者示踪器的目标相对位姿;
数据获得模块,用于获得所述目标相对位姿与历史相对位姿之间的位姿变化数据,其中,所述历史相对位姿为:当前时刻前一时间间隔内机械臂基座相对于所述患者示踪器的相对位姿;
移位确认模块,用于若所述位姿变化数据不符合患者示踪器动力学约束,则确定所述患者示踪器移位;
所述移位确认模块,包括:
图像采集子模块,用于若所述位姿变化数据不符合患者示踪器动力学约束,则获得当前采集的、手术对象二维的第一图像;
关系获得子模块,用于获得预配准图像与三维基准图像进行配准得到的、用于控制所述机械臂移动的基准变换关系,其中,所述预配准图像为:在所述机械臂移动过程中、且在所述第一图像之前采集的所述手术对象的二维图像,所述三维基准图像为在移位检测前采集的所述手术对象的三维图像;
图像变换子模块,用于使用所述基准变换关系对所述三维基准图像进行数字重建放射影像DRR变换,获得第二图像;
相似度获得子模块,用于获得所述第一图像与所述第二图像之间的相似度;
移位确定子模块,用于若所获得相似度大于预设相似度阈值,则确定所述患者示踪器移位。
8.据权利要求7所述的装置,其特征在于,所述装置还包括:
第一采集模块,用于在所述确定所述患者示踪器移位之后,重新获得当前采集的、所述手术对象二维的第三图像,其中,采集所述第一图像和第三图像时图像采集设备的采集位姿不同;
第一更新模块,用于将所述第一图像、第三图像以及三维基准图像进行配准,得到第一配准变换关系,作为更新后的基准变换关系。
9.根据权利要求8所述的装置,其特征在于,图像采集设备采集所述第一图像以及第三图像时,所述图像采集设备的视野范围内还包含标记物;
所述第一更新模块,具体用于:
识别所述第一图像中所述标记物的第一位置,并识别所述第三图像中所述标记物的第二位置;
根据所述第一位置和第二位置,对所述第一图像和第三图像进行融合,得到三维融合图像;
对所述三维融合图像和所述三维基准图像进行配准,得到第一配准变换关系,作为更新后的基准变换关系。
10.根据权利要求7-9中任一项所述的装置,其特征在于,所述装置还包括:
第二采集模块,用于若所获得相似度不大于所述预设相似度阈值,则获得所述机械臂移动过程中、且在所述第一图像之前已采集的所述手术对象的第四图像;
图像变换模块,用于对所述三维基准图像进行DRR变换,得到第五图像;
第二更新模块,用于将所述第一图像、第四图像以及第五图像进行配准,得到第二配准变换关系,作为更新后的基准变换关系。
11.根据权利要求7-9中任一项所述的装置,其特征在于,所述位姿计算模块,具体用于:
根据所述第一位姿数据以及第二位姿数据,确定末端坐标系与患者坐标系之间的第一转换关系,其中,所述末端坐标系为根据所述末端示踪器建立的坐标系,所述患者坐标系为根据所述患者示踪器建立的坐标系;
根据所述第一位姿数据以及所述姿态数据,确定所述机械臂基座在所述末端坐标系下的第三位姿数据;
根据所述第一转换关系,将所述第三位姿数据转换至所述患者坐标系下,得到所述机械臂基座在所述患者坐标系下的位姿数据,作为所述机械臂基座相对于所述患者示踪器的目标相对位姿。
12.根据权利要求7-9中任一项所述的装置,其特征在于,所述位姿计算模块,具体用于:
根据所述姿态数据以及第一位姿数据,确定基座坐标系与末端坐标系之间的第二转换关系,其中,所述基座坐标系为根据所述机械臂基座建立的坐标系,所述末端坐标系为根据所述末端示踪器建立的坐标系;
根据所述第一位姿数据以及第二位姿数据,确定所述患者示踪器在所述末端坐标系中的第四位姿数据;
根据所述第二转换关系,将所述第四位姿数据转换至所述基座坐标系下,得到转换后的第四位姿数据,作为所述机械臂基座相对于所述患者示踪器的目标相对位姿。
13.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-6任一所述的方法。
14.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-6任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311520332.8A CN117243699B (zh) | 2023-11-14 | 2023-11-14 | 一种移位检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311520332.8A CN117243699B (zh) | 2023-11-14 | 2023-11-14 | 一种移位检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117243699A CN117243699A (zh) | 2023-12-19 |
CN117243699B true CN117243699B (zh) | 2024-03-15 |
Family
ID=89133575
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311520332.8A Active CN117243699B (zh) | 2023-11-14 | 2023-11-14 | 一种移位检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117243699B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009189461A (ja) * | 2008-02-13 | 2009-08-27 | Mitsubishi Electric Corp | 患者位置決め装置及びその方法 |
CN111202583A (zh) * | 2020-01-20 | 2020-05-29 | 上海奥朋医疗科技有限公司 | 跟踪手术床运动的方法、系统及介质 |
CN111920522A (zh) * | 2020-10-15 | 2020-11-13 | 京东方科技集团股份有限公司 | 手术监控方法及装置 |
WO2021054659A2 (ko) * | 2019-09-18 | 2021-03-25 | 큐렉소 주식회사 | 수술 내비게이션 장치 및 그 방법 |
CN112770686A (zh) * | 2018-08-01 | 2021-05-07 | 钛隼生物科技股份有限公司 | 在手术中跟踪患者位置的方法和系统 |
CN113558763A (zh) * | 2020-04-28 | 2021-10-29 | 格罗伯斯医疗有限公司 | 荧光透视成像系统的固定装置以及相关导航系统和方法 |
WO2022237538A1 (zh) * | 2021-05-10 | 2022-11-17 | 上海微创医疗机器人(集团)股份有限公司 | 手术机器人系统、调整系统和存储介质 |
WO2022242493A1 (zh) * | 2021-05-17 | 2022-11-24 | 上海微创医疗机器人(集团)股份有限公司 | 位姿调整方法、手术机器人系统和存储介质 |
CN115429438A (zh) * | 2021-06-02 | 2022-12-06 | 上海微创医疗机器人(集团)股份有限公司 | 支撑装置不动点随动调整系统及手术机器人系统 |
WO2022253293A1 (zh) * | 2021-06-02 | 2022-12-08 | 上海微创医疗机器人(集团)股份有限公司 | 支撑装置不动点随动调整系统、术中不动点调整方法、可读存储介质及手术机器人系统 |
WO2023280310A1 (zh) * | 2021-07-09 | 2023-01-12 | 武汉联影智融医疗科技有限公司 | 一种手术机器人及其控制方法 |
CN115619781A (zh) * | 2022-12-15 | 2023-01-17 | 杭州三坛医疗科技有限公司 | 一种精度检测方法、装置、电子设备及存储介质 |
CN116196112A (zh) * | 2023-02-22 | 2023-06-02 | 极限人工智能有限公司 | 一种机械臂运动控制方法及手术机器人 |
CN116687541A (zh) * | 2023-05-31 | 2023-09-05 | 武汉迈瑞科技有限公司 | 医疗导航设备以及医疗导航设备的导航方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9526587B2 (en) * | 2008-12-31 | 2016-12-27 | Intuitive Surgical Operations, Inc. | Fiducial marker design and detection for locating surgical instrument in images |
JP4701111B2 (ja) * | 2006-03-16 | 2011-06-15 | Hoya株式会社 | パターンマッチングシステム及び被写体追尾システム |
US10857390B2 (en) * | 2015-10-16 | 2020-12-08 | Dalhousie University | Systems and methods for monitoring patient motion via capacitive position sensing |
US11471217B2 (en) * | 2017-12-11 | 2022-10-18 | Covidien Lp | Systems, methods, and computer-readable media for improved predictive modeling and navigation |
US20220322973A1 (en) * | 2021-04-08 | 2022-10-13 | Mazor Robotics Ltd. | Systems and methods for monitoring patient movement |
-
2023
- 2023-11-14 CN CN202311520332.8A patent/CN117243699B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009189461A (ja) * | 2008-02-13 | 2009-08-27 | Mitsubishi Electric Corp | 患者位置決め装置及びその方法 |
CN112770686A (zh) * | 2018-08-01 | 2021-05-07 | 钛隼生物科技股份有限公司 | 在手术中跟踪患者位置的方法和系统 |
WO2021054659A2 (ko) * | 2019-09-18 | 2021-03-25 | 큐렉소 주식회사 | 수술 내비게이션 장치 및 그 방법 |
CN111202583A (zh) * | 2020-01-20 | 2020-05-29 | 上海奥朋医疗科技有限公司 | 跟踪手术床运动的方法、系统及介质 |
CN113558763A (zh) * | 2020-04-28 | 2021-10-29 | 格罗伯斯医疗有限公司 | 荧光透视成像系统的固定装置以及相关导航系统和方法 |
CN111920522A (zh) * | 2020-10-15 | 2020-11-13 | 京东方科技集团股份有限公司 | 手术监控方法及装置 |
WO2022237538A1 (zh) * | 2021-05-10 | 2022-11-17 | 上海微创医疗机器人(集团)股份有限公司 | 手术机器人系统、调整系统和存储介质 |
WO2022242493A1 (zh) * | 2021-05-17 | 2022-11-24 | 上海微创医疗机器人(集团)股份有限公司 | 位姿调整方法、手术机器人系统和存储介质 |
CN115429438A (zh) * | 2021-06-02 | 2022-12-06 | 上海微创医疗机器人(集团)股份有限公司 | 支撑装置不动点随动调整系统及手术机器人系统 |
WO2022253293A1 (zh) * | 2021-06-02 | 2022-12-08 | 上海微创医疗机器人(集团)股份有限公司 | 支撑装置不动点随动调整系统、术中不动点调整方法、可读存储介质及手术机器人系统 |
WO2023280310A1 (zh) * | 2021-07-09 | 2023-01-12 | 武汉联影智融医疗科技有限公司 | 一种手术机器人及其控制方法 |
CN115619781A (zh) * | 2022-12-15 | 2023-01-17 | 杭州三坛医疗科技有限公司 | 一种精度检测方法、装置、电子设备及存储介质 |
CN116196112A (zh) * | 2023-02-22 | 2023-06-02 | 极限人工智能有限公司 | 一种机械臂运动控制方法及手术机器人 |
CN116687541A (zh) * | 2023-05-31 | 2023-09-05 | 武汉迈瑞科技有限公司 | 医疗导航设备以及医疗导航设备的导航方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117243699A (zh) | 2023-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109910016B (zh) | 基于多自由度机械臂的视觉采集标定方法、装置及系统 | |
CN110880189B (zh) | 联合标定方法及其联合标定装置和电子设备 | |
US7801342B2 (en) | Method for determining the position and orientation of an object, especially of a catheter, from two-dimensional X-ray images | |
CN108403146B (zh) | 基于多传感器信息融合的三维超声成像方法及装置 | |
CN107750148B (zh) | 阻抗位移及漂移检测和校正 | |
EP3483839A1 (en) | Dynamic generation of a medical scene model | |
JPWO2018043524A1 (ja) | ロボットシステム、ロボットシステム制御装置、およびロボットシステム制御方法 | |
CN115619781A (zh) | 一种精度检测方法、装置、电子设备及存储介质 | |
CN113696188A (zh) | 手眼标定数据采集方法、装置、电子设备及存储介质 | |
CN117243699B (zh) | 一种移位检测方法及装置 | |
CN114209433B (zh) | 一种手术机器人导航定位装置 | |
CN115844546B (zh) | 骨骼的切削装置、存储介质和处理器 | |
CN209392096U (zh) | 一种手术导航系统 | |
CN112168197A (zh) | 肘关节外固定旋转轴的定位方法及导航系统 | |
KR102289327B1 (ko) | 엑스선 장치의 캘리브레이션 방법 및 이를 위한 캘리브레이션 장치 | |
KR102019482B1 (ko) | 광학 추적 시스템 및 제어 방법 | |
CN111730598B (zh) | 一种机器人力位连锁控制方法、装置及系统 | |
CN114176779B (zh) | 一种手术机器人导航定位方法及装置 | |
CN114052907A (zh) | 一种手术导航定位系统及其配准方法 | |
JP2020160594A (ja) | 自己位置推定方法 | |
US20230252681A1 (en) | Method of medical calibration | |
US11430139B2 (en) | Registration method and setup | |
CN115944391A (zh) | 一种手术机器人导航定位方法、装置及系统 | |
CN115944390A (zh) | 一种手术机器人导航定位方法、装置及系统 | |
CN115533863A (zh) | 确定定位示踪器安装槽的方法、系统、装置及电子设备 |
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 |