CN117372317A - 配准方法、装置、计算机设备和可读存储介质 - Google Patents
配准方法、装置、计算机设备和可读存储介质 Download PDFInfo
- Publication number
- CN117372317A CN117372317A CN202210758534.5A CN202210758534A CN117372317A CN 117372317 A CN117372317 A CN 117372317A CN 202210758534 A CN202210758534 A CN 202210758534A CN 117372317 A CN117372317 A CN 117372317A
- Authority
- CN
- China
- Prior art keywords
- registration
- point set
- image model
- point
- projection
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 73
- 239000011159 matrix material Substances 0.000 claims abstract description 230
- 238000006243 chemical reaction Methods 0.000 claims abstract description 145
- 230000009466 transformation Effects 0.000 claims description 104
- 238000004590 computer program Methods 0.000 claims description 39
- 230000006870 function Effects 0.000 claims description 37
- 238000005457 optimization Methods 0.000 claims description 8
- 238000006073 displacement reaction Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 210000000988 bone and bone Anatomy 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 239000000523 sample Substances 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000002591 computed tomography Methods 0.000 description 3
- 210000004197 pelvis Anatomy 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000007796 conventional method 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
- 230000003068 static effect Effects 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- 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
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/344—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
- Optical Recording Or Reproduction (AREA)
- Testing Of Coins (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本申请涉及一种配准方法、装置、计算机设备和可读存储介质,该方法通过获取上一次配准所使用的待配准对象的第一影像模型以及上一次配准得到的第一转换矩阵;对于当前次配准,基于第一转换矩阵对第一影像模型进行调整,得到第二影像模型;将待配准对象表面的第一配准点集投影至第二影像模型表面得到投影点集;将第一配准点集与投影点集进行配准,得到第二转换矩阵。本申请提供的配准方法能够提高配准的准确性。
Description
技术领域
本申请涉及医学图像处理技术领域,特别是涉及一种配准方法、装置、计算机设备和可读存储介质。
背景技术
随着人均寿命的增长,人口老龄化进程的加快,骨科病的发病率也在不断增长,骨科手术需求量逐年上升。在手术过程中,需要保证骨头的三维模型与待配准对象的真实骨头相对应。
传统技术中,通常使用通用的三维模型与待配准对象的真实骨头进行配准。然而,使用传统技术中的配准方法进行配准时,会存在配准结果不准确的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种配准方法、装置、计算机设备和可读存储介质。
第一方面,本申请一个实施例提供一种配准方法,该方法包括:
获取上一次配准所使用的待配准对象的第一影像模型以及上一次配准得到的第一转换矩阵;
对于当前次配准,基于第一转换矩阵对第一影像模型进行调整,得到第二影像模型;
将待配准对象表面的第一配准点集投影至第二影像模型表面,得到投影点集;
将第一配准点集与投影点集进行配准,得到第二转换矩阵。
在其中一个实施例中,投影点集中各投影点分别为距离第一配准点集中各对应配准点最近的投影点。
在其中一个实施例中,将第一配准点集与所述投影点集进行配准,得到第二转换矩阵,包括:
将第一配准点集中各配准点的位姿坐标和投影点集中各投影点的位姿坐标作为已知量,将第二转换矩阵作为未知量,代入第一目标函数中,以求解第二转换矩阵;
其中,第一目标函数的优化目标为:最小化第一转换点集与第一配准点集之间的位姿差距,第一转换点集是基于第二转换矩阵将投影点集进行转换后得到的。
在其中一个实施例中,将第一配准点集与投影点集进行配准,得到第二转换矩阵,包括:
获取第一配准点集中各配准点对应的配准权重;其中,针对第一配准点集中的每个配准点,配准权重是基于当前次配准的配准次数、预设配准次数以及配准点与配准点对应投影点之间的位姿差距得到;
将第一配准点集中各配准点对应的配准权重、第一配准点集中各配准点的位姿坐标和投影点集中各投影点的位姿坐标作为已知量,将第二转换矩阵作为未知量,代入第二目标函数中,以求解第二转换矩阵。
在其中一个实施例中,第一配准点集中各配准点为待配准对象表面的生理解剖特征点,在将所述第一配准点集与投影点集进行配准,得到第二转换矩阵之后,配准方法还包括:
判断当前次配准的配准次数是否达到第一迭代次数阈值;
若当前次配准的配准次数未到达第一迭代次数阈值,则将第二影像模型作为第一影像模型,将第二转换矩阵作为第一转换矩阵,返回执行基于第一转换矩阵对第一影像模型进行调整,得到第二影像模型的步骤。
在其中一个实施例中,该配准方法还包括:
若当前次配准的配准次数达到第一迭代次数阈值,则将第二影像模型作为第一影像模型,将第二转换矩阵作为第一转换矩阵,将待配准对象表面的第二配准点集作为第一配准点集,返回执行基于第一转换矩阵对第一影像模型进行调整,得到第二影像模型的步骤,直至当前次配准的配准次数达到第二迭代次数阈值;其中,第二配准点集中各配准点为待配准对象表面的生理解剖特征点之外的点。
在其中一个实施例中,第一配准点集中各配准点为待配准对象表面的生理解剖特征点之外的点,在将所述第一配准点集与投影点集进行配准,得到第二转换矩阵之后,该配准方法还包括:
判断当前次配准的配准次数是否达到第三迭代次数阈值;
若当前次配准的配准次数未达到第三迭代次数阈值,则将第二影像模型作为第一影像模型,将第二转换矩阵作为第一转换矩阵,返回执行基于第一转换矩阵对第一影像模型进行调整,得到第二影像模型的步骤。
在其中一个实施例中,获取上一次配准得到的第一转换矩阵,包括:
将第一影像模型表面的配准点集与第一配准点集进行配准,得到第一转换矩阵。
在其中一个实施例中,获取第一影像模型表面的配准点集的方法包括:
获取模板影像模型,模板影像模型表面具有模板点集;
将模板影像模型与第一影像模型进行匹配,以将模板点集映射至第一影像模型表面,得到第一影像模型表面的配准点集。
第二方面,本申请一个实施例提供一种配准装置,包括:
获取模块,用于获取上一次配准所使用的待配准对象的第一影像模型以及上一次配准得到的第一转换矩阵;
调整模块,用于对于当前次配准,基于第一转换矩阵对第一影像模型进行调整,得到第二影像模型;
投影模块,用于将待配准对象表面的第一配准点集投影至第二影像模型表面,得到投影点集;
配准模块,用于将第一配准点集与投影点集进行配准,得到第二转换矩阵。
第三方面,本申请一个实施例提供一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现如上述第一方面提供的方法的步骤。
第四方面,本申请一个实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现如上述第一方面提供的方法的步骤。
第五方面,本申请一个实施例还提供一种计算机程序产品,包括计算机程序,计算机程序被处理器执行时实现如上述第一方面提供的方法的步骤。
本申请实施例提供一种配准方法、装置、计算机设备和可读存储介质,该方法通过获取上一次配准所使用的待配准对象的第一影像模型以及上一次配准得到的转换矩阵;对于当前次配准,基于第一转换矩阵对第一影像模型进行调整,得到第二影像模型;将待配准对象表面的第一配准点集投影至第二影像模型表面,得到投影点集;将第一配准点集与投影点集进行配准,得到第二转换矩阵。本实施例使用第一配准点集投影至第二影像模型表面的投影点集与第一配准点集进行配准,与现有技术中将第二影像模型上的配准点集直接与第一配准点集进行配准相比,能够避免第二影像模型上的配准点不准确,导致最终确定的第二转换矩阵不准确,即能够减少对第二影像模型上的配准点的依赖,从而能够提高配准的准确性。
附图说明
为了更清楚地说明本申请实施例或传统技术中的技术方案,下面将对实施例或传统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申请的一些实施例,对于本领域不同技术人员来讲,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为一个实施例提供的配准方法的应用环境图;
图2为一个实施例提供的配准方法的步骤流程示意图;
图3为另一个实施例提供的配准方法的步骤流程示意图;
图4为另一个实施例提供的配准方法的步骤流程示意图;
图5为另一个实施例提供的配准方法的步骤流程示意图;
图6为另一个实施例提供的配准方法的步骤流程示意图;
图7为一个实施例提供的粗配准点的分布示意图;
图8为一个实施例提供的精配准点的分布示意图;
图9为另一个实施例提供的配准方法的步骤流程示意图;
图10为另一个实施例提供的配准方法的步骤流程示意图;
图11为一个实施例提供的配准装置的结构示意图;
图12为本申请一个实施例提供的计算机设备的结构示意图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图对本申请的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本申请内涵的情况下做类似改进,因此本申请不受下面公开的具体实施例的限制。
本文中为部件所编序号本身,例如“第一”、“第二”等,仅用于区分所描述的对象,不具有任何顺序或技术含义。
本申请实施例提供的配准方法,可以应用于如图1所示的应用环境中,该应用环境包括终端100和医学扫描设备200。其中,终端100可以通过网络与医学扫描设备200进行通信。终端100可以但不限于是各种个人计算机、笔记本电脑机和平板电脑。医学扫描设备200可以但不限于是CT(Computed Tomography,即电子计算机断层扫描)设备和PET(PositronEmission Computed Tomography,正电子发射型计算机断层显像)-CT设备。
下面以具体的实施例对本申请的技术方案以及本申请的技术方案如何解决技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
在一个实施例中,如图2所示,提供了一种配准方法,以该方法应用于图1中的终端为例进行说明,包括以下步骤:
步骤200、获取上一次配准所使用的待配准对象的第一影像模型以及上一次配准得到的第一转换矩阵。
上一次配准所使用的待配准对象的第一影像模型是指在上一次配准过程中与待配准对象进行配准的影像模型。第一转换矩阵用于表征上一次配准确定的待配准对象的影像空间和物理空间之间的转换关系。在终端进行当前次配准前,先获取上一次配准所使用的待配准对象的第一影像模型,以及上一次配准得到的第一转换矩阵。本实施例对上一次配准所使用的具体方法不作限制,只要能够实现其功能即可。
步骤210、对于当前次配准,基于第一转换矩阵对第一影像模型进行调整,得到第二影像模型。
终端在进行当前次配准时,根据上一次配准得到的第一转换矩阵对第一影像模型进行调整,能够得到第二影像模型。第一转换矩阵中包括需要移动的位移大小和需要转动的旋转角度,也就是说,终端按照第一转换矩阵中位移大小和旋转角度将第一影像模型进行移动和旋转,就能够得到第二影像模型。
步骤220、将待配准对象表面的第一配准点集投影至第二影像模型表面,得到投影点集。
待配准对象表面的第一配准点集中的各配准点可以是工作人员预先在待配准对象表面设置好的配准点。本实施例对第一配准点集中各配准点的具体数量,以及各配准点的具体位置不作限制,只要能够实现其功能即可。
终端在得到第二影像模型后,将待配准对象表面的第一配准点集投影至第二影像模型表面,得到投影点集。换句话说,针对待配准对象表面的第一配准点集中的每个配准点,将该配准点投影至第二影像模型表面,能够得到该配准点在第二影像模型表面上对应的投影点,从而能够得到第一配准点集中各配准点在第二影像模型表面上对应的各投影点,即投影点集。
步骤230、将第一配准点集与投影点集进行配准,得到第二转换矩阵。
终端在得到投影点集后,将待配准对象的第一配准点集与投影点集进行配准,得到第二转换矩阵。第二转换矩阵用于表征当前次配准确定的待配准对象的影像空间与物理空间之间的转换关系。第二转换矩阵包括需要移动的位移大小和需要转动的旋转角度。本实施例对将第一配准点集与投影点集进行配准的具体过程不作限制,只要能够实现其功能即可。
在一个可选的实施例中,终端在得到第二转换矩阵后,按照第二转换矩阵中位移大小和旋转角度将第二影像模型进行移动和旋转,就能够得到与待配准对象匹配的影像模型。
本申请实施例提供的配准方法通过获取上一次配准所使用的待配准对象的第一影像模型以及上一次配准得到的转换矩阵;对于当前次配准,基于第一转换矩阵对第一影像模型进行调整,得到第二影像模型;将待配准对象表面的第一配准点集投影至第二影像模型表面,得到投影点集;将第一配准点集与投影点集进行配准,得到第二转换矩阵。本实施例使用第一配准点集投影至第二影像模型表面的投影点集与第一配准点集进行配准,与现有技术中将第二影像模型上的配准点集直接与第一配准点集进行配准相比,能够避免第二影像模型上的配准点不准确,导致最终确定的第二转换矩阵不准确,即能够减少对第二影像模型上的配准点的依赖,从而能够提高配准的准确性。
另外,使用本申请提供的配准方法利用少量的配准点就能够达到高精度的配准结果。
在一个实施例中,投影点集中各投影点分别为距离第一配准点集中各对应配准点最近的投影点。也就是说,第一配准点集中每个配准点投影至第二影像模型表面的有多个初始投影点,投影点集中与该配准点对应的投影点是多个初始投影点中与配准点距离最近的投影点。
在本实施例中,投影点集中各投影点设置为距离第一配准点集中各对应的配准点最近的投影点,使用该投影点集与第一配准点集进行配准,能够提高配准的准确性,从而能够得到更加准确的第二转换矩阵。
在一个实施例中,涉及将第一配准点集与投影点集进行配准,得到第二转换矩阵的一种可能的实现方式包括:
将第一配准点集中各配准点的位姿坐标和投影点集中各投影点的位姿坐标作为已知量,将第二转换矩阵作为未知量,代入第一目标函数中,以求解第二转换矩阵;其中,第一目标函数的优化目标为:最小化第一转换点集与第一配准点集之间的位姿差距,第一转换点集是基于第二转换矩阵将投影点集进行转换后得到的。
假设,第一配准点集中第i个配准点的位姿坐标表示为qi,投影点集中与第i个配准点对应的投影点的位姿坐标表示为pi’,第二转换矩阵中包括位移t2和旋转角度R2。第一转换点集可以表示为:(R2*pi'+t2),则第一目标函数可以表示为:其中,N1为第一配准点集中配准点的数量。终端将第一配准点集中各配准点的位姿坐标和投影点集中各投影点的位姿坐标代入第一目标函数中,能够得到第二转换矩阵中的位移和旋转角度,则能够得到第二转换矩阵。
在本实施例中,使用第一配准点集中各配准点的位姿坐标和投影点集中各投影点的位姿坐标对第一目标函数求解,就能够得到第一转换矩阵。这样计算第二转换矩阵的方法逻辑简单,容易实现,且计算效率高。
在一个实施例中,如图3所示,涉及第一配准点集与投影点集进行配准,得到第二转换矩阵的一种可能的实现方式,包括:
步骤300、获取第一配准点集中各配准点对应的配准权重;其中,针对第一配准点集中的每个配准点,配准权重是基于当前次配准的配准次数、预设配准次数以及配准点与配准点对应投影点之间的位姿差距得到。
在配准过程中,配准次数不同,各配准点对应的配准权重不同。第一配准点集中各配准点对应的配准权重与当前次配准的配准次数、工作人员预先设置的预设配准次数,以及该配准点与该配准点对应投影点之间的位姿差距相关。本实施例对确定配准权重的具体方法不作限制,只要能够实现其功能即可。终端获取第一配准点集中各配准点对应的配准权重。
在一个可选的实施例中,配准权重可以使用如下公式计算:
其中,l表示当前次配准的配准次数,M为预设配准次数,wi为第i个配准点对应的配准权重,||pi'-qi||为第i个配准点对应的投影点pi’与第i个配准点qi之间的位姿差距。
步骤310、将第一配准点集中各配准点对应的配准权重、第一配准点集中各配准点的位姿坐标和投影点集中各投影点的位姿坐标作为已知量,将第二转换矩阵作为未知量,代入第二目标函数中,以求解第二转换矩阵。其中,第二目标函数的优化目标为:最小化第一转换点集与第一配准点集之间的位姿差距,第一转换点集是基于第二转换矩阵将投影点集进行转换后得到的。
第二目标函数可以表示为:终端将已知的第一配准点集中各配准点对应的配准权重、第一配准点集中各配准点的位姿坐标和投影点集中各投影点的位姿坐标代入第二目标函数,能够求解得到第二转换矩阵中的位移和旋转角度,则能够得到第二转换矩阵。
在本实施例中,为了减少配准过程中携带噪声的各配准点对配准结果的影响,通过在配准过程中增加配准权重,随着配准次数的增加,噪声越大的配准点对应的权重越小,这样能够降低噪声对配准结果的影响,从而能够提高配准的准确性。并且,本实施例中第二转换矩阵的计算方法逻辑简单,容易实现,且计算效率高。
在一个实施例中,在第一配准点集中各配准点为待配准对象表面的生理解剖特征点,即粗配准点。粗配准点的设置方法可以采用探针的形式,探针的定位形式可以分为视觉追踪或者磁导航定位等方式。本实施例对此不作限制。基于此,如图4所示,在将第一配准点集和投影点集进行配准,得到第二转换矩阵后,该配准方法的步骤还包括:
步骤400、判断当前次配准的配准次数是否达到第一迭代次数阈值。
第一迭代次数阈值可以是工作人员预先设置并存储在终端中的。终端在得到第二转换矩阵后,获取得到第二转换矩阵的当前次配准的配准次数,以及第一迭代次数阈值,并对比当前次配准的配准次数和第一迭代次数阈值,判断当前次配准的配准次数是否达到第一迭代次数阈值,即,当前次配准的配准次数是否等于第一迭代次数阈值。
步骤410、若当前次配准的配准次数未到达第一迭代次数阈值,则将第二影像模型作为第一影像模型,将第二转换矩阵作为第一转换矩阵,返回执行基于第一转换矩阵对第一影像模型进行调整,得到第二影像模型的步骤。
若终端确定当前次配准的配准次数未到达第一迭代次数阈值,即当前次配准的配准次数小于第一迭代次数阈值,则将当前次配准使用的模型(第二影像模型)作为第一影像模型,将当前次配准得到的第二转换矩阵作为第一转换矩阵,返回执行步骤210、步骤220、步骤230、步骤400和步骤410。
在本实施例中,在当前次配准的配准次数未达到第一迭代次数阈值时,将第二影像模型作为第一影像模型,将第二转换矩阵作为第一转换矩阵,返回执行步骤210、步骤220、步骤230、步骤400和步骤410,基于粗配准点实现多次配准,这样能够提高配准的准确度。
在一个可选的实施例中,当前次配准停止的条件还包括当前次配准得到的第二转换矩阵是否达到预设转换矩阵阈值。也就是说,若当前次配准得到的第二转换矩阵未达到预设转换矩阵阈值;则将第二影像模型作为第一影像模型,将第二转换矩阵作为第一转换矩阵,返回执行步骤210、步骤220、步骤230、步骤400和步骤410,直至当前次配准得到的第二转换矩阵达到预设转换阈值。
在一个可选的实施例中,当前次配准停止的条件可以包括当前次配准的配准次数是否达到第一迭代次数阈值或当前次配准得到的第二转换矩阵是否达到预设转换矩阵。也就是说,只要这两个当前次配准停止的条件中有一个满足,当前次配准就停止。
在一个实施例中,请继续参见图4,在一个实施例中,该配准方法的步骤还包括:
步骤420、若当前次配准的配准次数达到第一迭代次数阈值,则将第二影像模型作为第一影像模型,将第二转换矩阵作为第一转换矩阵,将待配准对象表面的第二配准点集作为第一配准点集,返回执行基于第一转换矩阵对第一影像模型进行调整,得到第二影像模型的步骤,直至当前次配准的配准次数达到第二迭代次数阈值;其中,第二配准点集中各配准点为待配准对象表面的生理解剖特征点之外的点。
待配准对象表面的第二配准点集是待配准对象表面的生理解剖特征点之外的点,即,第二配准点集中的各配准点与第一配准点集中的各配准点不同。第二配准点集中的各配准点也可以称为精配准点,精配准点可以采用探针的形式,探针的定位形式可以分为视觉追踪或者磁导航定位等方式。本实施例对此不作限制。
终端在确定当前次配准的配准次数达到第一迭代次数阈值,即当前次配准次数等于第一迭代次数阈值,则将当前次配准使用的模型(第二影像模型)作为第一影像模型,将当前次配准得到的第二转换矩阵作为第一转换矩阵,将待配准对象表面的第二配准点集作为第一配准点集,返回执行步骤210、步骤220、步骤230、步骤400和步骤410,直到确定当前次配准次数达到第二迭代次数阈值为止。
在本实施例中,在当前次配准的配准次数到达第一迭代次数,即使用第一配准点集进行了多次配准(即使用粗配准点进行粗配准)后,再使用第二配准点集进行多次配准(即使用精配准点进行精配准),能够提高配准的准确度。
在一个实施例中,在第一配准点集中各配准点为待配准对象表面的生理解剖特征点之外的点,即,精配准点。对于精配准点的具体描述可以参考上述实施例中的描述,在此不再赘述。基于此,如图5所示,在将第一配准点集与投影点集进行配准,得到第二转换矩阵之后,配准方法的步骤还包括:
步骤500、判断当前次配准的配准次数是否达到第三迭代次数阈值。
第三迭代次数阈值可以是由工作人员预先设置并存储在终端的存储器中的。第三迭代次数阈值与第一迭代次数阈值可以相同,也可以不同。终端在得到第二转换矩阵后,获取得到第二转换矩阵的当前次配准的配准次数,以及第三迭代次数阈值,并对比当前次配准的配准次数和第三迭代次数阈值,判断当前次配准的配准次数是否达到第三迭代次数阈值,即,当前次配准的配准次数是否等于第三迭代次数阈值。
步骤510、若当前次配准的配准次数未达到第三迭代次数阈值,则将第二影像模型作为第一影像模型,将第二转换矩阵作为第一转换矩阵,返回执行基于第一转换矩阵对第一影像模型进行调整,得到第二影像模型的步骤。
若终端确定当前次配准的配准次数未达到第三迭代次数阈值,则将当前次使用的模型(第二影像模型)作为第一影像模型,将当前次配准得到的第二转换矩阵作为第一转换矩阵,返回执行步骤210、步骤220、步骤230、步骤500和步骤510。
在本实施例中,在当前次配准的配准次数未达到第三迭代次数阈值时,将第二影像模型作为第一影像模型,第二转换矩阵作为第一转换矩阵,返回执行步骤210、步骤220、步骤230、步骤500和步骤510,基于精配准点实现多次配准,这样能够提高配准的准确度。
在一个实施例中,在上一次配准为初始配准,即第一次配准使用的第一影像模型是通过CT设备对待配准对象进行扫描得到的影像数据,并将该影像数据发送至终端,终端利用三维表面重建算法,对影像数据进行三维重建,得到待配准对象的影像模型。基于此,获取上一次配准得到的第一转换矩阵的一种可能的实现方式包括:
将第一影像模型表面的配准点集与第一配准点集进行配准,得到第一转换矩阵。
终端在获取第一影像模型后,通过第一影像模型表面的配准点集在待配准对象表面选取对应的点组成第一配准点集,将第一影像模型表面的配准点集与第一配准点集进行配准,能够得到第一转换矩阵。本实施例对将第一影像模型表面的配准点集与第一配准点集进行配准的具体方法不作限制,只要能够得到第一转换矩阵即可。
在一个可选的实施例中,终端可以采用点对配准算法将第一影像模型表面的配准点集与第一配准点集进行配准,得到第一转换矩阵。
在一个可选的实施例中,终端可以将第一影像模型表面的配准点集中各配准点的位姿坐标与第一配准点集中各配准点的位姿坐标作为已知量,将第一转换矩阵作为未知量,代入第三目标函数,以求解第一转换矩阵。
假设,第一影像模型表面的配准点集中的第i个配准点的位姿坐标为pi,第一配准点集中的第i个配准点的位姿坐标为qi,第一转换矩阵中包括位移t1和旋转角度R1。第三目标函数可以表示为:终端将第一影像模型表面的配准点集中各配准点的位姿坐标与第一配准点集中各配准点的位姿坐标代入第三目标函数中,能够得到第一转换矩阵中的位移和旋转角度,则能够得到第一转换矩阵。
在本实施例中,提供了一种通过将第一影像模型表面的配准点集与第一配准点集进行配准,得到第一转换矩阵的配准方法,该方法简单易懂,且容易实现。并且,在使用本实施例提供的配准方法先进行一次配准,再进行当前次配准,能够提高当前次配准的效率和准确性。
在一个实施例中,请参见图6,涉及获取第一影像模型表面的配准点集的一种可能的实现方式,该实现方式包括:
步骤600、获取模板影像模型,模板影像模型表面具有模板点集。
模板影像模型是指进行配准时的通用模型。例如,通用的骨盆三维数字模型。模板影像模型可以是工作人员预先存储在终端的存储器中的。终端直接从存储器中获取模板影像模型。模板影像模型表面具有模板点集,模板点集可以包括生理解剖特征点(粗配准点),以及生理解剖特征点之外的点(精配准点)。生理解剖特征点的设置便于工作人员在待配准对象上找到与其对应的点。通常情况下,模板点集中的生理解剖特征点的数量为至少3个不共线的点。
具体的,对于骨盆影像,粗配准点为骨盆生理解剖特征点,精配准点通设置在待处理的区域的骨骼表面,精配准点的数量至少为3个,最优为10个以上。
步骤610、将模板影像模型与第一影像模型进行匹配,以将模板点集映射至第一影像模型表面,得到第一影像模型表面的配准点集。
终端在获取模板影像模型后,将该模板影像模型与第一影像模型进行匹配,能够将模板影像模型上的模板点集映射至第一影像模型表面,得到第一影像模型表面的配准点集。
在本实施例中,通过将模型影像模型与第一影像模型匹配,将模板点集映射至第一影像模型表面,得到第一影像模型的配准点集,即能够得到待检测对象的个体化配准点,从而能够更加直观的引导工作人员确定待检测对象表面与第一影像模型表面的配准点集对应的配准点集。
在一个具体的实施例中,第一影像模型表面的粗配准点的分布如图7所示,第一影像模型表面的精配准点的分布如图8所示。
请参见图9,在一个实施例中,本申请提供一种配准方法,该方法的步骤包括:
步骤900、获取模板影像模型;模板影像模型表面具有模板点集;其中,模板点集包括第一模板点集和第二模板点集,第一模板点集中各模板点为通用的模板对象的影像模型表面的生理解剖特征点,第二模板点集中各模板点为通用的模板对象的影像模型表面的生理解剖特征点之外的点;
步骤910、将模板影像模型与待配准对象的第一影像模型进行匹配,以将模板点集映射至第一影像模型表面,得到第一影像模型表面的配准点集;其中,第一影像模型表面的配准点集包括与第一模板点集对应的第一子配准点集,以及与第二模板点集对应的第二子配准点集,第一子配准点集中各子配准点为待配准对象的影像模型表面的生理解剖特征点,第二子配准点集中各子配准点为待配准对象的影像模型表面的生理解剖特征点之外的点;
步骤920、通过第一影像模型表面的第一子配准点集在待配准对象表面选取对应的点组成第一配准点集,通过第一影像模型表面的第二子配准点集在待配准对象表面选取对应的点组成第二配准点集,第一配准点集为在待配准对象表面选取的生理解剖特征点,第二配准点集为在待配准对象表面选取的生理解剖特征点之外的点;
步骤930、将第一影像模型表面的第一子配准点集与待配准对象表面的第一配准点集进行配准,得到第一转换矩阵;
步骤940、基于第一转换矩阵对第一影像模型进行调整,得到第二影像模型;
步骤950、将待配准对象表面的第一配准点集投影至第二影像模型表面,得到投影点集;
步骤960、将第一配准点集和投影点集进行配准,得到第二转换矩阵;
将第一配准点集中各配准点的位姿坐标和投影点集中各投影点的位姿坐标作为已知量,将第二转换矩阵作为未知量,代入第一目标函数中,以求解第二转换矩阵;
步骤970、判断当前次配准的配准次数是否达到第一迭代次数阈值;
步骤980、若当前次配准的配准次数未达到第一迭代次数阈值,则将第二影像模型作为第一影像模型,将第二转换矩阵作为第一转换矩阵,返回执行步骤940-步骤980;
步骤990、若当前次配准的配准次数达到第一迭代次数阈值,则将第二影像模型作为第一影像模型,将第二转换矩阵作为第一转换矩阵,将待配准对象表面的第二配准点集作为第一配准点集,返回执行步骤940-步骤990,直至当前次配准的配准次数达到第二迭代次数阈值;其中,第二配准点集中各配准点为待配准对象表面的生理解剖特征点之外的点。
请参见图10,在一个实施例中,本申请提供一种配准方法,该方法的步骤包括:
步骤101、获取模板影像模型;模板影像模型表面具有模板点集;其中,模板点集包括第一模板点集和第二模板点集,第一模板点集中各模板点为通用的模板对象的影像模型表面的生理解剖特征点,第二模板点集中各模板点为通用的模板对象的影像模型表面的生理解剖特征点之外的点;
步骤102、将模板影像模型与待配准对象的第一影像模型进行匹配,以将模板点集映射至第一影像模型表面,得到第一影像模型表面的配准点集;其中,第一影像模型表面的配准点集包括与第一模板点集对应的第一子配准点集,以及与第二模板点集对应的第二子配准点集,第一子配准点集中各子配准点为待配准对象的影像模型表面的生理解剖特征点,第二子配准点集中各子配准点为待配准对象的影像模型表面的生理解剖特征点之外的点;
步骤103、通过第一影像模型表面的第一子配准点集在待配准对象表面选取对应的点组成第一配准点集,通过第一影像模型表面的第二子配准点集在待配准对象表面选取对应的点组成第二配准点集,第一配准点集为在待配准对象表面选取的生理解剖特征点,第二配准点集为在待配准对象表面选取的生理解剖特征点之外的点;
步骤104、将第一影像模型表面的第一子配准点集与待配准对象表面的第一配准点集进行配准,得到第一转换矩阵;
步骤105、基于第一转换矩阵对第一影像模型进行调整,得到第二影像模型;
步骤106、将待配准对象表面的第一配准点集投影至第二影像模型表面,得到第一投影点集;
步骤107、将第一配准点集和第一投影点集进行配准,得到第二转换矩阵;
将第一配准点集中各配准点的位姿坐标和第一投影点集中各投影点的位姿坐标作为已知量,将第二转换矩阵作为未知量,代入第一目标函数中,以求解第二转换矩阵;
步骤108、判断当前次配准的配准次数是否达到第一迭代次数阈值;
步骤109、若当前次配准的配准次数未达到第一迭代次数阈值,则将第二影像模型作为第一影像模型,将第二转换矩阵作为第一转换矩阵,返回执行步骤105-步骤109;
步骤110、若当前次配准的配准次数达到第一迭代次数阈值,则进行下一次配准:
步骤111、对于下一次配准,基于第二转换矩阵对第一影像模型进行调整,得到第三影像模型;将待配准对象表面的第二配准点集投影至第三影像模型表面,得到第二投影点集;
步骤112、获取第二配准点集中各配准点对应的配准权重;其中,针对第二配准点集中的每个配准点,配准权重是基于下一次配准的配准次数与第一迭代次数阈值的差值、预设配准次数以及配准点与配准点对应的第二投影点之间的位姿差距得到;其中,预设配准次数等于第二迭代次数阈值与第一迭代次数阈值之间的差值;
步骤113、将第二配准点集中各配准点对应的配准权重、第二配准点集中各配准点的位姿坐标和第二投影点集中各投影点的位姿坐标作为已知量,将第三转换矩阵作为未知量,代入第二目标函数中,以求解第三转换矩阵。
步骤114、判断下一次配准的配准次数是否达到第二迭代次数阈值;
步骤115、若否,将第三影像模型作为第一影像模型,将第三转换矩阵作为第二转换矩阵,返回执行步骤111-步骤115。
应该理解的是,虽然图中的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的配准方法的配准装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个配准装置实施例中的具体限定可以参见上文中对于配准方法的限定,在此不再赘述。
请参见图11,本申请一个实施例提供一种配准装置10,该装置包括获取模块11、调整模块12、投影模块13和配准模块14。其中,
获取模块11用于获取上一次配准所使用的待配准对象的第一影像模型以及上一次配准得到的第一转换矩阵;
调整模块12用于对于当前次配准,基于第一转换矩阵对第一影像模型进行调整,得到第二影像模型;
投影模块13用于将待配准对象表面的第一配准点集投影至第二影像模型表面,得到投影点集;
配准模块14用于将第一配准点集与投影点集进行配准,得到第二转换矩阵。
在一个实施例中,投影点集中各投影点分别为距离第一配准点集中各对应配准点最近的投影点。
在一个实施例中,配准模块14具体用于将第一配准点集中各配准点的位姿坐标和投影点集中各投影点的位姿坐标作为已知量,将第二转换矩阵作为未知量,代入第一目标函数中,以求解第二转换矩阵;其中,第一目标函数的优化目标为:最小化第一转换点集与第一配准点集之间的位姿差距,第一转换点集是基于第二转换矩阵将所述投影点集进行转换后得到的。
在一个实施例中,配准模块14具体还用于获取第一配准点集中各配准点对应的配准权重;其中,针对第一配准点集中的每个配准点,配准权重是基于当前次配准的配准次数、预设配准次数以及配准点与配准点对应投影点之间的位姿差距得到;将第一配准点集中各配准点对应的配准权重、第一配准点集中各配准点的位姿坐标和投影点集中各投影点的位姿坐标作为已知量,将第二转换矩阵作为未知量,代入第二目标函数中,以求解第二转换矩阵。
在一个实施例中,第一配准点集中各配准点为待配准对象表面的生理解剖特征点,配准装置10还包括判断模块。判断模块用于判断当前次配准的配准次数是否达到第一迭代次数阈值;若当前次配准的配准次数未到达第一迭代次数阈值,则将第二影像模型作为第一影像模型,将第二转换矩阵作为第一转换矩阵,返回执行基于第一转换矩阵对第一影像模型进行调整,得到第二影像模型的步骤。
在一个实施例中,判断模块还用于若当前次配准的配准次数达到第一迭代次数阈值,则将第二影像模型作为第一影像模型,将第二转换矩阵作为第一转换矩阵,将待配准对象表面的第二配准点集作为第一配准点集,返回执行基于第一转换矩阵对第一影像模型进行调整,得到第二影像模型的步骤,直至当前次配准的配准次数达到第二迭代次数阈值;其中,第二配准点集中各配准点为待配准对象表面的生理解剖特征点之外的点。
在一个实施例中,第一配准点集中各配准点为待配准对象表面的生理解剖特征点之外的点,判断模块还用于判断当前次配准的配准次数是否达到第三迭代次数阈值;若当前次配准的配准次数未达到第三迭代次数阈值,则将第二影像模型作为第一影像模型,将第二转换矩阵作为第一转换矩阵,返回执行基于第一转换矩阵对第一影像模型进行调整,得到第二影像模型的步骤。
在一个实施例中,获取模块11具体用于将第一影像模型表面的配准点集与第一配准点集进行配准,得到第一转换矩阵。
在一个实施例中,获取模块11具体还用于获取模板影像模型,模板影像模型表面具有模板点集;将模板影像模型与第一影像模型进行匹配,以将模板点集映射至第一影像模型表面,得到第一影像模型表面的配准点集。
上述配准装置中的中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图12所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种配准方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图12中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,处理器执行计算机程序时实现以下步骤:
获取上一次配准所使用的待配准对象的第一影像模型以及上一次配准得到的第一转换矩阵;
对于当前次配准,基于第一转换矩阵对第一影像模型进行调整,得到第二影像模型;
将待配准对象表面的第一配准点集投影至第二影像模型表面,得到投影点集;
将第一配准点集与投影点集进行配准,得到第二转换矩阵。
在一个实施例中,投影点集中各投影点分别为距离第一配准点集中各对应配准点最近的投影点。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:将第一配准点集中各配准点的位姿坐标和投影点集中各投影点的位姿坐标作为已知量,将第二转换矩阵作为未知量,代入第一目标函数中,以求解第二转换矩阵;其中,第一目标函数的优化目标为:最小化第一转换点集与第一配准点集之间的位姿差距,第一转换点集是基于第二转换矩阵将投影点集进行转换后得到的。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取第一配准点集中各配准点对应的配准权重;其中,针对第一配准点集中的每个配准点,配准权重是基于当前次配准的配准次数、预设配准次数以及配准点与配准点对应投影点之间的位姿差距得到;将第一配准点集中各配准点对应的配准权重、第一配准点集中各配准点的位姿坐标和投影点集中各投影点的位姿坐标作为已知量,将第二转换矩阵作为未知量,代入第二目标函数中,以求解第二转换矩阵。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:判断当前次配准的配准次数是否达到第一迭代次数阈值;若当前次配准的配准次数未到达第一迭代次数阈值,则将第二影像模型作为第一影像模型,将第二转换矩阵作为第一转换矩阵,返回执行基于第一转换矩阵对第一影像模型进行调整,得到第二影像模型的步骤。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:若当前次配准的配准次数达到第一迭代次数阈值,则将第二影像模型作为所述第一影像模型,将第二转换矩阵作为第一转换矩阵,将待配准对象表面的第二配准点集作为第一配准点集,返回执行基于所述第一转换矩阵对第一影像模型进行调整,得到第二影像模型的步骤,直至当前次配准的配准次数达到第二迭代次数阈值;其中,第二配准点集中各配准点为待配准对象表面的生理解剖特征点之外的点。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:判断当前次配准的配准次数是否达到第三迭代次数阈值;若当前次配准的配准次数未达到第三迭代次数阈值,则将第二影像模型作为第一影像模型,将第二转换矩阵作为第一转换矩阵,返回执行基于所述第一转换矩阵对第一影像模型进行调整,得到第二影像模型的步骤。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:将第一影像模型表面的配准点集与第一配准点集进行配准,得到第一转换矩阵。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取模板影像模型,模板影像模型表面具有模板点集;将模板影像模型与第一影像模型进行匹配,以将模板点集映射至第一影像模型表面,得到第一影像模型表面的配准点集。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取上一次配准所使用的待配准对象的第一影像模型以及上一次配准得到的第一转换矩阵;
对于当前次配准,基于第一转换矩阵对第一影像模型进行调整,得到第二影像模型;
将待配准对象表面的第一配准点集投影至第二影像模型表面,得到投影点集;
将第一配准点集与投影点集进行配准,得到第二转换矩阵。
在一个实施例中,投影点集中各投影点分别为距离第一配准点集中各对应配准点最近的投影点。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤::将第一配准点集中各配准点的位姿坐标和投影点集中各投影点的位姿坐标作为已知量,将第二转换矩阵作为未知量,代入第一目标函数中,以求解第二转换矩阵;其中,第一目标函数的优化目标为:最小化第一转换点集与第一配准点集之间的位姿差距,第一转换点集是基于第二转换矩阵将投影点集进行转换后得到的。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取第一配准点集中各配准点对应的配准权重;其中,针对第一配准点集中的每个配准点,配准权重是基于当前次配准的配准次数、预设配准次数以及配准点与配准点对应投影点之间的位姿差距得到;将第一配准点集中各配准点对应的配准权重、第一配准点集中各配准点的位姿坐标和投影点集中各投影点的位姿坐标作为已知量,将第二转换矩阵作为未知量,代入第二目标函数中,以求解第二转换矩阵。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:判断当前次配准的配准次数是否达到第一迭代次数阈值;若当前次配准的配准次数未到达第一迭代次数阈值,则将第二影像模型作为第一影像模型,将第二转换矩阵作为第一转换矩阵,返回执行基于第一转换矩阵对第一影像模型进行调整,得到第二影像模型的步骤。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:若当前次配准的配准次数达到第一迭代次数阈值,则将第二影像模型作为所述第一影像模型,将第二转换矩阵作为第一转换矩阵,将待配准对象表面的第二配准点集作为第一配准点集,返回执行基于所述第一转换矩阵对第一影像模型进行调整,得到第二影像模型的步骤,直至当前次配准的配准次数达到第二迭代次数阈值;其中,第二配准点集中各配准点为待配准对象表面的生理解剖特征点之外的点。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:判断当前次配准的配准次数是否达到第三迭代次数阈值;若当前次配准的配准次数未达到第三迭代次数阈值,则将第二影像模型作为第一影像模型,将第二转换矩阵作为第一转换矩阵,返回执行基于所述第一转换矩阵对第一影像模型进行调整,得到第二影像模型的步骤。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:将第一影像模型表面的配准点集与第一配准点集进行配准,得到第一转换矩阵。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取模板影像模型,模板影像模型表面具有模板点集;将模板影像模型与第一影像模型进行匹配,以将模板点集映射至第一影像模型表面,得到第一影像模型表面的配准点集。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,计算机程序被处理器执行时实现以下步骤:
获取上一次配准所使用的待配准对象的第一影像模型以及上一次配准得到的第一转换矩阵;
对于当前次配准,基于第一转换矩阵对第一影像模型进行调整,得到第二影像模型;
将待配准对象表面的第一配准点集投影至第二影像模型表面,得到投影点集;
将第一配准点集与投影点集进行配准,得到第二转换矩阵。
在一个实施例中,投影点集中各投影点分别为距离第一配准点集中各对应配准点最近的投影点。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:将第一配准点集中各配准点的位姿坐标和投影点集中各投影点的位姿坐标作为已知量,将第二转换矩阵作为未知量,代入第一目标函数中,以求解第二转换矩阵;其中,第一目标函数的优化目标为:最小化第一转换点集与第一配准点集之间的位姿差距,第一转换点集是基于第二转换矩阵将投影点集进行转换后得到的。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取第一配准点集中各配准点对应的配准权重;其中,针对第一配准点集中的每个配准点,配准权重是基于当前次配准的配准次数、预设配准次数以及配准点与配准点对应投影点之间的位姿差距得到;将第一配准点集中各配准点对应的配准权重、第一配准点集中各配准点的位姿坐标和投影点集中各投影点的位姿坐标作为已知量,将第二转换矩阵作为未知量,代入第二目标函数中,以求解第二转换矩阵。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:判断当前次配准的配准次数是否达到第一迭代次数阈值;若当前次配准的配准次数未到达第一迭代次数阈值,则将第二影像模型作为第一影像模型,将第二转换矩阵作为第一转换矩阵,返回执行基于第一转换矩阵对第一影像模型进行调整,得到第二影像模型的步骤。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:若当前次配准的配准次数达到第一迭代次数阈值,则将第二影像模型作为所述第一影像模型,将第二转换矩阵作为第一转换矩阵,将待配准对象表面的第二配准点集作为第一配准点集,返回执行基于所述第一转换矩阵对第一影像模型进行调整,得到第二影像模型的步骤,直至当前次配准的配准次数达到第二迭代次数阈值;其中,第二配准点集中各配准点为待配准对象表面的生理解剖特征点之外的点。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:判断当前次配准的配准次数是否达到第三迭代次数阈值;若当前次配准的配准次数未达到第三迭代次数阈值,则将第二影像模型作为第一影像模型,将第二转换矩阵作为第一转换矩阵,返回执行基于所述第一转换矩阵对第一影像模型进行调整,得到第二影像模型的步骤。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:将第一影像模型表面的配准点集与第一配准点集进行配准,得到第一转换矩阵。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取模板影像模型,模板影像模型表面具有模板点集;将模板影像模型与第一影像模型进行匹配,以将模板点集映射至第一影像模型表面,得到第一影像模型表面的配准点集。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (12)
1.一种配准方法,其特征在于,包括:
获取上一次配准所使用的待配准对象的第一影像模型以及所述上一次配准得到的第一转换矩阵;
对于当前次配准,基于所述第一转换矩阵对所述第一影像模型进行调整,得到第二影像模型;
将所述待配准对象表面的第一配准点集投影至所述第二影像模型表面,得到投影点集;
将所述第一配准点集与所述投影点集进行配准,得到第二转换矩阵。
2.根据权利要求1所述的配准方法,其特征在于,所述投影点集中各投影点分别为距离所述第一配准点集中各对应配准点最近的投影点。
3.根据权利要求1所述的配准方法,其特征在于,所述将所述第一配准点集与所述投影点集进行配准,得到第二转换矩阵,包括:
将所述第一配准点集中各配准点的位姿坐标和所述投影点集中各投影点的位姿坐标作为已知量,将所述第二转换矩阵作为未知量,代入第一目标函数中,以求解所述第二转换矩阵;
其中,所述第一目标函数的优化目标为:最小化第一转换点集与所述第一配准点集之间的位姿差距,所述第一转换点集是基于所述第二转换矩阵将所述投影点集进行转换后得到的。
4.根据权利要求1所述的配准方法,其特征在于,所述将所述第一配准点集与所述投影点集进行配准,得到第二转换矩阵,包括:
获取所述第一配准点集中各配准点对应的配准权重;其中,针对所述第一配准点集中的每个配准点,所述配准权重是基于当前次配准的配准次数、预设配准次数以及所述配准点与所述配准点对应的所述投影点之间的位姿差距得到;
将所述第一配准点集中各配准点对应的配准权重、所述第一配准点集中各配准点的位姿坐标和所述投影点集中各投影点的位姿坐标作为已知量,将所述第二转换矩阵作为未知量,代入第二目标函数中,以求解所述第二转换矩阵。
5.根据权利要求1所述的配准方法,其特征在于,所述第一配准点集中各配准点为所述待配准对象表面的生理解剖特征点,在所述将所述第一配准点集与所述投影点集进行配准,得到第二转换矩阵之后,所述配准方法还包括:
判断所述当前次配准的配准次数是否达到第一迭代次数阈值;
若所述当前次配准的配准次数未到达所述第一迭代次数阈值,则将所述第二影像模型作为所述第一影像模型,将所述第二转换矩阵作为所述第一转换矩阵,返回执行所述基于所述第一转换矩阵对所述第一影像模型进行调整,得到第二影像模型的步骤。
6.根据权利要求5所述的配准方法,其特征在于,所述配准方法还包括:
若所述当前次配准的配准次数达到所述第一迭代次数阈值,则将所述第二影像模型作为所述第一影像模型,将所述第二转换矩阵作为所述第一转换矩阵,将所述待配准对象表面的第二配准点集作为所述第一配准点集,返回执行所述基于所述第一转换矩阵对所述第一影像模型进行调整,得到第二影像模型的步骤,直至所述当前次配准的配准次数达到第二迭代次数阈值;其中,所述第二配准点集中各配准点为所述待配准对象表面的生理解剖特征点之外的点。
7.根据权利要求1所述的配准方法,其特征在于,所述第一配准点集中各配准点为所述待配准对象表面的生理解剖特征点之外的点,在所述将所述第一配准点集与所述投影点集进行配准,得到第二转换矩阵之后,所述配准方法还包括:
判断所述当前次配准的配准次数是否达到第三迭代次数阈值;
若所述当前次配准的配准次数未达到所述第三迭代次数阈值,则将所述第二影像模型作为所述第一影像模型,将所述第二转换矩阵作为所述第一转换矩阵,返回执行所述基于所述第一转换矩阵对所述第一影像模型进行调整,得到第二影像模型的步骤。
8.根据权利要求1所述的配准方法,其特征在于,获取所述上一次配准得到的第一转换矩阵,包括:
将所述第一影像模型表面的配准点集与所述第一配准点集进行配准,得到所述第一转换矩阵。
9.根据权利要求8所述的配准方法,其特征在于,获取所述第一影像模型表面的配准点集的方法包括:
获取模板影像模型,所述模板影像模型表面具有模板点集;
将所述模板影像模型与所述第一影像模型进行匹配,以将所述模板点集映射至所述第一影像模型表面,得到所述第一影像模型表面的配准点集。
10.一种配准装置,其特征在于,包括:
获取模块,用于获取上一次配准所使用的待配准对象的第一影像模型以及所述上一次配准得到的第一转换矩阵;
调整模块,用于对于当前次配准,基于所述第一转换矩阵对所述第一影像模型进行调整,得到第二影像模型;
投影模块,用于将所述待配准对象表面的第一配准点集投影至所述第二影像模型表面,得到投影点集;
配准模块,用于将所述第一配准点集与所述投影点集进行配准,得到第二转换矩阵。
11.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至9中任一项所述的方法的步骤。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至9中任一项所述的方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210758534.5A CN117372317A (zh) | 2022-06-30 | 2022-06-30 | 配准方法、装置、计算机设备和可读存储介质 |
PCT/CN2023/105062 WO2024002360A1 (zh) | 2022-06-30 | 2023-06-30 | 配准方法、装置、计算机设备和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210758534.5A CN117372317A (zh) | 2022-06-30 | 2022-06-30 | 配准方法、装置、计算机设备和可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117372317A true CN117372317A (zh) | 2024-01-09 |
Family
ID=89383331
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210758534.5A Pending CN117372317A (zh) | 2022-06-30 | 2022-06-30 | 配准方法、装置、计算机设备和可读存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN117372317A (zh) |
WO (1) | WO2024002360A1 (zh) |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8064664B2 (en) * | 2006-10-18 | 2011-11-22 | Eigen, Inc. | Alignment method for registering medical images |
WO2009081297A2 (en) * | 2007-12-18 | 2009-07-02 | Koninklijke Philips Electronics, N.V. | Features-based 2d/3d image registration |
RU2677764C2 (ru) * | 2013-10-18 | 2019-01-21 | Конинклейке Филипс Н.В. | Координатная привязка медицинских изображений |
CN104778688B (zh) * | 2015-03-27 | 2018-03-13 | 华为技术有限公司 | 点云数据的配准方法及装置 |
CN109559338B (zh) * | 2018-11-20 | 2020-10-27 | 西安交通大学 | 一种基于加权主成分分析法及m估计的三维点云配准方法 |
CN109785374B (zh) * | 2019-01-23 | 2020-12-04 | 北京航空航天大学 | 一种牙科增强现实手术导航的自动实时无标记图像配准方法 |
CN111414798B (zh) * | 2019-02-03 | 2022-12-06 | 沈阳工业大学 | 基于rgb-d图像的头部姿态检测方法及系统 |
CN110363800B (zh) * | 2019-06-19 | 2021-08-13 | 西安交通大学 | 一种基于点集数据与特征信息相融合的精确刚体配准方法 |
CN110415281B (zh) * | 2019-07-30 | 2022-04-22 | 西安交通大学深圳研究院 | 一种基于Loam曲率加权的点集刚体配准方法 |
CN113205547A (zh) * | 2021-03-18 | 2021-08-03 | 北京长木谷医疗科技有限公司 | 点云配准方法、骨头配准方法、装置、设备及存储介质 |
CN113160290A (zh) * | 2021-03-31 | 2021-07-23 | 上海联影医疗科技股份有限公司 | 2d-3d医学图像配准方法、装置及可读存储介质 |
CN114529594A (zh) * | 2022-02-17 | 2022-05-24 | 武汉联影智融医疗科技有限公司 | 配准方法、系统、计算机设备和存储介质 |
CN114219717A (zh) * | 2021-11-26 | 2022-03-22 | 杭州三坛医疗科技有限公司 | 点云配准方法、装置、电子设备及存储介质 |
-
2022
- 2022-06-30 CN CN202210758534.5A patent/CN117372317A/zh active Pending
-
2023
- 2023-06-30 WO PCT/CN2023/105062 patent/WO2024002360A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2024002360A1 (zh) | 2024-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109754396B (zh) | 图像的配准方法、装置、计算机设备和存储介质 | |
WO2020098296A1 (zh) | 一种图像检索方法及装置 | |
JP2021535482A (ja) | 深層学習ベースのコレジストレーション | |
CN110464463B (zh) | 手术器械尖端标定方法、装置、计算机设备和存储介质 | |
CN114022558B (zh) | 图像定位方法、装置、计算机设备和存储介质 | |
CN110057355B (zh) | 一种室内定位方法、装置、系统及计算设备 | |
CN114266871B (zh) | 机器人、地图质量评估方法和存储介质 | |
CN110473233A (zh) | 配准方法、计算机设备和存储介质 | |
CN115962760A (zh) | 投影参数确定方法、装置、计算机设备、存储介质 | |
CN115345928A (zh) | 关键点的获取方法、计算机设备和存储介质 | |
CN114529594A (zh) | 配准方法、系统、计算机设备和存储介质 | |
CN116350958A (zh) | 放疗计划参数的设定方法、装置、设备、介质和程序产品 | |
CN117372317A (zh) | 配准方法、装置、计算机设备和可读存储介质 | |
CN116799879A (zh) | 交直流混联电网状态估计方法、装置及计算机设备 | |
US20230401670A1 (en) | Multi-scale autoencoder generation method, electronic device and readable storage medium | |
CN116385575A (zh) | 图像重构方法、装置、计算机设备和存储介质 | |
CN114675221A (zh) | 磁共振梯度校正补偿因子的确定方法、校正方法和装置 | |
WO2021102614A1 (zh) | 一种处理正电子发射断层扫描pet数据的方法及终端 | |
CN115953440B (zh) | 医学图像的配准方法和装置、存储介质及电子设备 | |
CN118333848B (zh) | 一种空间转换方法、装置、电子设备及介质 | |
CN117911440A (zh) | 图像分割方法、装置和计算机设备 | |
CN116758096B (zh) | 动脉瘤分割方法、电子设备及存储介质 | |
CN116402842B (zh) | 边缘缺陷检测方法、装置、计算机设备及存储介质 | |
CN116883422A (zh) | 医学图像处理方法、装置、计算机设备和存储介质 | |
CN117079278A (zh) | 弧形标注生成方法、装置、计算机设备及存储介质 |
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 |