一種神經外科手術導航的注冊方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明適用于醫(yī)學領域,提供了一種神經外科手術導航的注冊方法,包括:對病人頭部作CT/MR掃描獲取術前圖像,并分割術前圖像;根據分割后的術前圖像提取頭部表面的兩條中線;提取分割后的術前圖像的表面并簡化;在術中利用探針劃線取點方式獲取術中病人頭部表面的兩條中線并簡化;通過高斯混合模型方法做術前點集與術中點集的配準;在術中利用探針在病人額頭部位無規(guī)則劃線取點并簡化;在初始配準的基礎上通過預設算法做術中額頭部位點集與術前表面的配準,并得到最終的空間變換參數(shù)。本發(fā)明還提供了一種神經外科手術導航的注冊系統(tǒng)。本發(fā)明所提供的神經外科手術導航的注冊方法及系統(tǒng)能有效地提高注冊精度。
【專利說明】一種神經外科手術導航的注冊方法及系統(tǒng)
【技術領域】
[0001] 本發(fā)明涉及醫(yī)學圖像處理及應用【技術領域】,尤其涉及一種神經外科手術導航的注 冊方法及系統(tǒng)。
【背景技術】
[0002] 對于神經外科手術,醫(yī)生通常憑借經驗確定病灶或功能區(qū)域,因此經驗較少的醫(yī) 生很難實施此類手術。隨著計算機輔助診斷的出現(xiàn),特別是神經外科手術導航系統(tǒng)的實施, 使得手術過程中醫(yī)生能夠從病人的術前圖像中觀察到手術器械相對病灶的位置,從而能夠 快速準確的確定病灶或功能區(qū)域,大大增強了手術的可復制性。
[0003] 神經外科手術導航系統(tǒng)的關鍵技術是將術中手術器械映射到術前病人圖像空間 中,即求解病人空間與圖像空間之間的變換關系,此過程稱為注冊。
[0004] 傳統(tǒng)的注冊方法大致分為三步:1)在患者頭部固定若干人工標記點,通過CT/MR 掃描獲取帶有標記點的術前圖像;2)在術前圖像中手動提取標記點的圖像空間坐標,并于 手術過程中利用光學定位系統(tǒng)獲取標記點的病人空間坐標;3)對術前點集和術中點集做最 小二乘擬合,得到圖像空間和病人空間之間的變換關系。
[0005] 上述這種傳統(tǒng)的注冊方法的缺點有:(1)術前設置人工標記點,不僅使得注冊流 程復雜化并且對病人產生一定的傷害性;(2)手動選取術前點集,容易造成較大配準誤差, 也不利于注冊流程的簡化;(3)基于標記點的注冊方法,因標記點數(shù)量較少,其所攜帶的空 間信息較少,無法獲得一個足夠小的注冊誤差。
[0006] 因此,亟需設計一種全新的神經外科手術導航的注冊方法及系統(tǒng),從而可以提高 注冊精度。
【發(fā)明內容】
[0007] 有鑒于此,本發(fā)明實施例的目的在于提供一種神經外科手術導航的注冊方法及系 統(tǒng),旨在解決現(xiàn)有技術中神經外科手術導航的注冊方法及系統(tǒng)的注冊精度不夠的問題。
[0008] 本發(fā)明實施例是這樣實現(xiàn)的,一種神經外科手術導航的注冊方法,包括:
[0009] 對病人頭部作CT/MR掃描獲取術前圖像,并分割所述術前圖像;
[0010] 根據分割后的所述術前圖像提取頭部表面的兩條中線;
[0011] 提取分割后的所述術前圖像的表面并簡化;
[0012] 在術中利用探針劃線取點方式獲取術中病人頭部表面的兩條中線并簡化;
[0013] 通過高斯混合模型方法做術前點集與術中點集的配準,以完成注冊過程的初始配 準,并得到初始的空間變換參數(shù);
[0014] 在術中利用探針在病人額頭部位無規(guī)則劃線取點并簡化;
[0015] 在所述初始配準的基礎上通過預設算法做術中額頭部位點集與術前表面的配準, 并得到最終的空間變換參數(shù)。
[0016] 優(yōu)選的,所述對病人頭部作CT/MR掃描獲取術前圖像,并分割所述術前圖像的步 驟具體包括:
[0017] 通過CT/MR掃描獲取病人頭部的三維體數(shù)據;
[0018] 對所述三維體數(shù)據做區(qū)域生長分割得到初始分割后的圖像;
[0019] 提取最大連通區(qū)域,并做腐蝕操作以得到只包含頭部區(qū)域的二值圖像。
[0020] 優(yōu)選的,所述根據分割后的所述術前圖像提取頭部表面的兩條中線的步驟具體包 括:
[0021] 計算分割后的所述二值圖像的質心;
[0022] 提取所述二值圖像的輪廓,并在所述質心所在的矢狀面和冠狀面上提取輪廓線并 組成頭部表面的兩條中線。
[0023] 優(yōu)選的,所述提取分割后的所述術前圖像的表面并簡化的步驟具體包括:
[0024] 對于分割后的所述二值圖像,通過移動立方體算法獲取頭部表面數(shù)據;
[0025] 通過基于誤差二次曲線與定向邊緣的網格簡化算法處理所述頭部表面數(shù)據以得 到簡化后的所述術前圖像的表面。
[0026] 優(yōu)選的,所述在術中利用探針劃線取點方式獲取術中病人頭部表面的兩條中線并 簡化的步驟具體包括:
[0027] 通過探針劃線取點方式獲取術中點集后,根據點的空間坐標值,對所述點集中的 每個點做中值濾波,并剔除兩點距離小于〇. 5_時的其中一個點。
[0028] 優(yōu)選的,所述預設算法為Perturbed ICP算法,其中,所述在所述初始配準的基礎 上通過預設算法做術中額頭部位點集與術前表面的配準,并得到最終的空間變換參數(shù)的步 驟具體包括:
[0029] 利用探針劃線取點方式在病人額頭部位進行劃線取點以得到精配準階段的術中 點集,并對所述精配準階段的術中點集進行簡化處理;
[0030] 在所述初始配準的基礎上,利用所述Perturbed ICP算法將簡化后的所述精配準 階段的術中點集與簡化后的術前表面做Perturbed ICP配準,并得到最終的空間變換參數(shù)。
[0031] 另一方面,本發(fā)明還提供一種神經外科手術導航的注冊系統(tǒng),所述注冊系統(tǒng)包 括:
[0032] 圖像獲取模塊,用于對病人頭部作CT/MR掃描獲取術前圖像,并分割所述術前圖 像;
[0033] 中線提取模塊,用于根據分割后的所述術前圖像提取頭部表面的兩條中線;
[0034] 表面簡化模塊,用于提取分割后的所述術前圖像的表面并簡化;
[0035] 中線簡化模塊,用于在術中利用探針劃線取點方式獲取術中病人頭部表面的兩條 中線并簡化;
[0036] 初始配準模塊,用于通過高斯混合模型方法做術前點集與術中點集的配準,以完 成注冊過程的初始配準,并得到初始的空間變換參數(shù);
[0037] 額頭簡化模塊,用于在術中利用探針在病人額頭部位無規(guī)則劃線取點并簡化;
[0038] 最終配準模塊,用于在所述初始配準的基礎上通過預設算法做術中額頭部位點集 與術前表面的配準,并得到最終的空間變換參數(shù)。
[0039] 優(yōu)選的,所述圖像獲取模塊包括:
[0040] 第一獲取子模塊,用于通過CT/MR掃描獲取病人頭部的三維體數(shù)據;
[0041] 第二獲取子模塊,用于對所述三維體數(shù)據做區(qū)域生長分割得到初始分割后的圖 像;
[0042] 第三獲取子模塊,用于提取最大連通區(qū)域,并做腐蝕操作以得到只包含頭部區(qū)域 的二值圖像。
[0043] 優(yōu)選的,所述中線提取模塊包括:
[0044] 第一提取子模塊,用于計算分割后的所述二值圖像的質心;
[0045] 第二提取子模塊,用于提取所述二值圖像的輪廓,并在所述質心所在的矢狀面和 冠狀面上提取輪廓線并組成頭部表面的兩條中線。
[0046] 優(yōu)選的,所述表面簡化模塊包括:
[0047] 第一簡化子模塊,用于對于分割后的所述二值圖像,通過移動立方體算法獲取頭 部表面數(shù)據;
[0048] 第二簡化子模塊,用于通過基于誤差二次曲線與定向邊緣的網格簡化算法處理所 述頭部表面數(shù)據以得到簡化后的所述術前圖像的表面。
[0049] 優(yōu)選的,所述中線簡化模塊,具體用于通過探針劃線取點方式獲取術中點集后,根 據點的空間坐標值,對所述點集中的每個點做中值濾波,并剔除兩點距離小于0. 5_時的 其中一個點。
[0050] 優(yōu)選的,所述預設算法為Perturbed ICP算法,其中,所述最終配準模塊包括:
[0051] 第一配準子模塊,用于利用探針劃線取點方式在病人額頭部位進行劃線取點以得 到精配準階段的術中點集,并對所述精配準階段的術中點集進行簡化處理;
[0052] 第二配準子模塊,用于在所述初始配準的基礎上,利用所述Perturbed ICP算法將 簡化后的所述精配準階段的術中點集與簡化后的術前表面做Perturbed ICP配準,并得到 最終的空間變換參數(shù)。
[0053] 在本發(fā)明實施例中,本發(fā)明提供的技術方案,通過自動提取術前點集,避免了手動 取點的繁瑣進而達到簡化了注冊流程的目的;通過使用探針(Probe)劃線取點,增加了用 于配準的空間信息,并引入由初始配準和精配準組成的二次配準法,從而大大提高了配準 精度;通過采用Perturbed ICP算法進行初始配準后的校正,進而有效的規(guī)避了傳統(tǒng)ICP算 法容易陷入局部最優(yōu)的缺陷,達到了較好的魯棒性;通過對數(shù)據的簡化,大大減少了注冊時 間,進而降低了注冊的時間成本。
[0054] 本發(fā)明不需要術前預先設置人工標記點即可實現(xiàn)注冊,能夠自動計算術前點集在 圖像中的位置,避免了手動取點的過程,同時利用Passive Polaris系統(tǒng)中探針(Probe)劃 線取得的點集作為術中點集與術前點集做配準,大大增加了用于注冊的空間信息,從而有 效地提商了注冊精度。
【專利附圖】
【附圖說明】
[0055] 圖1為本發(fā)明一實施方式中神經外科手術導航的注冊方法流程圖;
[0056] 圖2為本發(fā)明一實施方式中圖1所示的步驟Sll的詳細方法流程圖;
[0057] 圖3為本發(fā)明一實施方式中圖1所示的步驟S12的詳細方法流程圖;
[0058] 圖4為本發(fā)明一實施方式中圖1所示的步驟S13的詳細方法流程圖;
[0059] 圖5為本發(fā)明一實施方式中圖1所示的步驟S17的詳細方法流程圖;
[0060] 圖6為本發(fā)明一實施方式中神經外科手術導航的注冊系統(tǒng)10的結構示意圖;
[0061] 圖7為本發(fā)明一實施方式中圖6所示的圖像獲取模塊101的具體結構示意圖;
[0062] 圖8為本發(fā)明一實施方式中圖6所示的中線提取模塊102的具體結構示意圖;
[0063] 圖9為本發(fā)明一實施方式中圖6所示的表面簡化模塊103的具體結構示意圖;
[0064] 圖10為本發(fā)明一實施方式中圖6所示的最終配準模塊107的具體結構示意圖。
【具體實施方式】
[0065] 為了使本發(fā)明的目的、技術方案及優(yōu)點更加清楚明白,以下結合附圖及實施例,對 本發(fā)明進行進一步詳細說明。應當理解,此處所描述的具體實施例僅僅用以解釋本發(fā)明,并 不用于限定本發(fā)明。
[0066] 本發(fā)明【具體實施方式】提供了一種神經外科手術導航的注冊方法,主要包括如下步 驟:
[0067] Sll、對病人頭部作CT/MR掃描獲取術前圖像,并分割所述術前圖像;
[0068] S12、根據分割后的所述術前圖像提取頭部表面的兩條中線;
[0069] S13、提取分割后的所述術前圖像的表面并簡化;
[0070] S14、在術中利用探針劃線取點方式獲取術中病人頭部表面的兩條中線并簡化;
[0071] S15、通過高斯混合模型方法做術前點集與術中點集的配準,以完成注冊過程的初 始配準,并得到初始的空間變換參數(shù);
[0072] S16、在術中利用探針在病人額頭部位無規(guī)則劃線取點并簡化;
[0073] S17、在所述初始配準的基礎上通過預設算法做術中額頭部位點集與術前表面的 配準,并得到最終的空間變換參數(shù)。
[0074] 本發(fā)明所提供的一種神經外科手術導航的注冊方法,不需要術前預先設置人工標 記點即可實現(xiàn)注冊,能夠自動計算術前點集在圖像中的位置,避免了手動取點的過程,同時 利用Passive Polaris系統(tǒng)中探針(Probe)劃線取得的點集作為術中點集與術前點集做配 準,大大增加了用于注冊的空間信息,從而有效地提高了注冊精度。
[0075] 以下將對本發(fā)明所提供的一種神經外科手術導航的注冊方法進行詳細說明。
[0076] 請參閱圖1,為本發(fā)明一實施方式中神經外科手術導航的注冊方法流程圖。
[0077] 在步驟Sll中,對病人頭部作CT/MR掃描獲取術前圖像,并分割所述術前圖像。
[0078] 在本實施方式中,步驟Sll具體還包括更詳細的步驟,如圖2所示。
[0079] 請參閱圖2,為本發(fā)明一實施方式中圖1所示的步驟Sll的詳細方法流程圖。
[0080] 在步驟Slll中,通過CT/MR掃描獲取病人頭部的三維體數(shù)據。
[0081] 在步驟S112中,對所述三維體數(shù)據做區(qū)域生長分割得到初始分割后的圖像。
[0082] 在步驟Sl 13中,提取最大連通區(qū)域,并做腐蝕操作以得到只包含頭部區(qū)域的二值 圖像。
[0083] 請繼續(xù)參閱圖1,在步驟S12中,根據分割后的所述術前圖像提取頭部表面的兩條 中線。
[0084] 在本實施方式中,步驟S12具體還包括更詳細的步驟,如圖3所示。
[0085] 請參閱圖3,為本發(fā)明一實施方式中圖1所示的步驟S12的詳細方法流程圖。
[0086] 在步驟S121中,計算分割后的所述二值圖像的質心。
[0087] 在步驟S122中,提取所述二值圖像的輪廓,并在所述質心所在的矢狀面和冠狀面 上提取輪廓線并組成頭部表面的兩條中線。
[0088] 請繼續(xù)參閱圖1,在步驟S13中,提取分割后的所述術前圖像的表面并簡化。
[0089] 在本實施方式中,步驟S13具體還包括更詳細的步驟,如圖4所示。
[0090] 請參閱圖4,為本發(fā)明一實施方式中圖1所示的步驟S13的詳細方法流程圖。
[0091] 在步驟S131中,對于分割后的所述二值圖像,通過移動立方體(Marching Cubes) 算法獲取頭部表面數(shù)據。
[0092] 在步驟S132中,通過基于誤差二次曲線與定向邊緣的網格簡化算法處理所述頭 部表面數(shù)據以得到簡化后的所述術前圖像的表面。在本實施方式中,簡化后的表面點數(shù)是 原始表面點數(shù)的一半。
[0093] 請繼續(xù)參閱圖1,在步驟S14中,在術中利用探針劃線取點方式獲取術中病人頭部 表面的兩條中線并簡化。在本實施方式中,步驟S14具體包括:通過探針(Probe)劃線取點 方式獲取術中點集后,根據點的空間坐標值,對所述點集中的每個點做中值濾波,并剔除兩 點距離小于0. 5mm時的其中一個點。在本實施方式中,中值濾波的鄰域范圍為10,當兩點的 距離小于〇. 5mm時,則剔除其中一個點。
[0094] 在步驟S15中,通過高斯混合模型方法做術前點集與術中點集的配準,以完成注 冊過程的初始配準,并得到初始的空間變換參數(shù)。
[0095] 在步驟S16中,在術中利用探針在病人額頭部位無規(guī)則劃線取點并簡化。在本實 施方式中,簡化的方法和步驟S14所示的簡化方法相同。
[0096] 在步驟S17中,在所述初始配準的基礎上通過預設算法做術中額頭部位點集與術 前表面的配準,并得到最終的空間變換參數(shù)。在本實施方式中,所述預設算法為Perturbed ICP算法。
[0097] 在本實施方式中,步驟S17具體還包括更詳細的步驟,如圖5所示。
[0098] 請參閱圖5,為本發(fā)明一實施方式中圖1所示的步驟S17的詳細方法流程圖。 [0099] 在步驟S171中,利用探針劃線取點方式在病人額頭部位進行劃線取點以得到精 配準階段的術中點集,并對所述精配準階段的術中點集進行簡化處理。在本實施方式中,簡 化的方法和步驟S14所示的簡化方法相同。
[0100] 在步驟S172中,在所述初始配準的基礎上,利用所述Perturbed ICP算法將簡化 后的所述精配準階段的術中點集與簡化后的術前表面做Perturbed ICP配準,并得到最終 的空間變換參數(shù)。
[0101] 本實施方式中,Perturbed ICP算法是基于ICP算法的一種改進算法,其特點是能 夠有效避免算法在迭代過程中陷入局部最優(yōu),主要思想是當?shù)萑刖植孔顑?yōu)時(即若干 次迭代后配準誤差無明顯變化),給變換參數(shù)施加一個適當?shù)钠萍礊閿_動,具體的擾動策 略為:
[0102] 1)計算當次迭代結束后得到的變換參數(shù)巧=(心7$ r2, ^ 與上一次迭代 結束后變換參數(shù)K =(r), r,^ 6 ¢, 〇之間的差I It2-T1I I ;
[0103] 2)對于T2中每個平移分量#施加一個適當?shù)钠屏縴i即,定義 式Hk/ -#11,Yi的值從[-Φ,dj中均勻隨機的選取;
[0104] 3)若5次迭代后,配準誤差無明顯變化(即當差值小于0. Imm時認為是無明顯變 化),則從[-(Ii, dj中隨機選取Yi施加于&上;
[0105] 4)在首次施加偏移后,若經過4次迭代,配準誤差無明顯變化,則從[-2屯,2屯]中 隨機選取yi施加于h上;
[0106] 5)在第2次施加偏移之后,若經過3次迭代,配準誤差無明顯變化,則從[_3屯,3屯] 中隨機選取Y i施加于^上,依次類推,直至施加完第5次偏移后,停止擾動。
[0107] 本發(fā)明所提供的一種神經外科手術導航的注冊方法,通過自動提取術前點集,避 免了手動取點的繁瑣進而達到簡化了注冊流程的目的;通過使用探針(Probe)劃線取點, 增加了用于配準的空間信息,并引入由初始配準和精配準組成的二次配準法,從而大大提 高了配準精度;通過采用Perturbed ICP算法進行初始配準后的校正,進而有效的規(guī)避了 傳統(tǒng)ICP算法容易陷入局部最優(yōu)的缺陷,達到了較好的魯棒性;通過對數(shù)據的簡化,大大減 少了注冊時間,進而降低了注冊的時間成本。
[0108] 本發(fā)明【具體實施方式】還提供一種神經外科手術導航的注冊系統(tǒng)10,主要包括:
[0109] 圖像獲取模塊101,用于對病人頭部作CT/MR掃描獲取術前圖像,并分割所述術前 圖像;
[0110] 中線提取模塊102,用于根據分割后的所述術前圖像提取頭部表面的兩條中線;
[0111] 表面簡化模塊103,用于提取分割后的所述術前圖像的表面并簡化;
[0112] 中線簡化模塊104,用于在術中利用探針劃線取點方式獲取術中病人頭部表面的 兩條中線并簡化;
[0113] 初始配準模塊105,用于通過高斯混合模型方法做術前點集與術中點集的配準,以 完成注冊過程的初始配準,并得到初始的空間變換參數(shù);
[0114] 額頭簡化模塊106,用于在術中利用探針在病人額頭部位無規(guī)則劃線取點并簡 化;
[0115] 最終配準模塊107,用于在所述初始配準的基礎上通過預設算法做術中額頭部位 點集與術前表面的配準,并得到最終的空間變換參數(shù)。
[0116] 本發(fā)明所提供的一種神經外科手術導航的注冊系統(tǒng)10,不需要術前預先設置人工 標記點即可實現(xiàn)注冊,能夠自動計算術前點集在圖像中的位置,避免了手動取點的過程,同 時利用Passive Polaris系統(tǒng)中探針(Probe)劃線取得的點集作為術中點集與術前點集做 配準,大大增加了用于注冊的空間信息,從而有效地提高了注冊精度。
[0117] 以下將對本發(fā)明所提供的一種神經外科手術導航的注冊系統(tǒng)10進行詳細說明。
[0118] 請參閱圖6,所示為本發(fā)明一實施方式中神經外科手術導航的注冊系統(tǒng)10的結構 示意圖。在本實施方式中,神經外科手術導航的注冊系統(tǒng)10包括圖像獲取模塊101、中線提 取模塊102、表面簡化模塊103、中線簡化模塊104、初始配準模塊105、額頭簡化模塊106以 及最終配準模塊107。
[0119] 圖像獲取模塊101,用于對病人頭部作CT/MR掃描獲取術前圖像,并分割所述術前 圖像。
[0120] 在本實施方式中,圖像獲取模塊101具體包括第一獲取子模塊1011、第二獲取子 模塊1012、第三獲取子模塊1013,如圖7所示。
[0121] 請參閱圖7,為本發(fā)明一實施方式中圖6所示的圖像獲取模塊101的具體結構示意 圖。
[0122] 第一獲取子模塊1011,用于通過CT/MR掃描獲取病人頭部的三維體數(shù)據;
[0123] 第二獲取子模塊1012,用于對所述三維體數(shù)據做區(qū)域生長分割得到初始分割后的 圖像;
[0124] 第三獲取子模塊1013,用于提取最大連通區(qū)域,并做腐蝕操作以得到只包含頭部 區(qū)域的二值圖像。
[0125] 請繼續(xù)參閱圖6,中線提取模塊102,用于根據分割后的所述術前圖像提取頭部表 面的兩條中線。
[0126] 在本實施方式中,中線提取模塊102具體包括第一提取子模塊1021和第二提取子 模塊1022,如圖8所示。
[0127] 請參閱圖8,為本發(fā)明一實施方式中圖6所示的中線提取模塊102的具體結構示意 圖。
[0128] 第一提取子模塊1021,用于計算分割后的所述二值圖像的質心;
[0129] 第二提取子模塊1022,用于提取所述二值圖像的輪廓,并在所述質心所在的矢狀 面和冠狀面上提取輪廓線并組成頭部表面的兩條中線。
[0130] 請繼續(xù)參閱圖6,表面簡化模塊103,用于提取分割后的所述術前圖像的表面并簡 化。
[0131] 在本實施方式中,表面簡化模塊103具體包括第一簡化子模塊1031和第二簡化子 模塊1032,如圖9所示。
[0132] 請參閱圖9,為本發(fā)明一實施方式中圖6所示的表面簡化模塊103的具體結構示意 圖。
[0133] 第一簡化子模塊1031,用于對于分割后的所述二值圖像,通過移動立方體 (Marching Cubes)算法獲取頭部表面數(shù)據。
[0134] 第二簡化子模塊1032,用于通過基于誤差二次曲線與定向邊緣的網格簡化算法處 理所述頭部表面數(shù)據以得到簡化后的所述術前圖像的表面。在本實施方式中,簡化后的表 面點數(shù)是原始表面點數(shù)的一半。
[0135] 請繼續(xù)參閱圖6,中線簡化模塊104,用于在術中利用探針劃線取點方式獲取術中 病人頭部表面的兩條中線并簡化。在本實施方式中,中線簡化模塊104具體用于通過探針 劃線取點方式獲取術中點集后,根據點的空間坐標值,對所述點集中的每個點做中值濾波, 并剔除兩點距離小于〇. 5mm時的其中一個點。在本實施方式中,中值濾波的鄰域范圍為10, 當兩點的距離小于〇. 5mm時,則剔除其中一個點。
[0136] 初始配準模塊105,用于通過高斯混合模型方法做術前點集與術中點集的配準,以 完成注冊過程的初始配準,并得到初始的空間變換參數(shù)。
[0137] 額頭簡化模塊106,用于在術中利用探針在病人額頭部位無規(guī)則劃線取點并簡化。
[0138] 最終配準模塊107,用于在所述初始配準的基礎上通過預設算法做術中額頭部位 點集與術前表面的配準,并得到最終的空間變換參數(shù)。在本實施方式中,所述預設算法為 Perturbed ICP 算法。
[0139] 在本實施方式中,最終配準模塊107具體包括第一配準子模塊1071和第二配準子 模塊1072,如圖10所示。
[0140] 請參閱圖10,為本發(fā)明一實施方式中圖6所示的最終配準模塊107的具體結構示 意圖。
[0141] 第一配準子模塊1071,用于利用探針劃線取點方式在病人額頭部位進行劃線取點 以得到精配準階段的術中點集,并對所述精配準階段的術中點集進行簡化處理。在本實施 方式中,簡化的方法和步驟S14所示的簡化方法相同。
[0142] 第二配準子模塊1072,用于在所述初始配準的基礎上,利用所述Perturbed ICP 算法將簡化后的所述精配準階段的術中點集與簡化后的術前表面做Perturbed ICP配準, 并得到最終的空間變換參數(shù)。
[0143] 本實施方式中,Perturbed ICP算法是基于ICP算法的一種改進算法,其特點是能 夠有效避免算法在迭代過程中陷入局部最優(yōu),主要思想是當?shù)萑刖植孔顑?yōu)時(即若干 次迭代后配準誤差無明顯變化),給變換參數(shù)施加一個適當?shù)钠萍礊閿_動,具體的擾動策 略為:
[0144] 1)計算當次迭代結束后得到的變換參數(shù)7^ =〇;2, r,2, /^,46與上一次迭代 結束后變換參數(shù)K r:,匕小小〇之間的差I IT2-T1I I ;
[0145] 2)對于T2中每個平移分量纟2施加一個適當?shù)钠屏?yi即<+只,定義 式Hl € Il,L的值從[_di,dJ中均勻隨機的選??;
[0146] 3)若5次迭代后,配準誤差無明顯變化(即當差值小于0. Imm時認為是無明顯變 化),則從[-(Ii, dj中隨機選取Yi施加于&上;
[0147] 4)在首次施加偏移后,若經過4次迭代,配準誤差無明顯變化,則從[-2屯,2屯]中 隨機選取Y i施加于&上;
[0148] 5)在第2次施加偏移之后,若經過3次迭代,配準誤差無明顯變化,則從[_3屯,3屯] 中隨機選取Y i施加于ti上,依次類推,直至施加完第5次偏移后,停止擾動。
[0149] 本發(fā)明所提供的一種神經外科手術導航的注冊系統(tǒng)10,通過自動提取術前點集, 避免了手動取點的繁瑣進而達到簡化了注冊流程的目的;通過使用探針(Probe)劃線取 點,增加了用于配準的空間信息,并引入由初始配準和精配準組成的二次配準法,從而大大 提高了配準精度;通過采用Perturbed ICP算法進行初始配準后的校正,進而有效的規(guī)避 了傳統(tǒng)ICP算法容易陷入局部最優(yōu)的缺陷,達到了較好的魯棒性;通過對數(shù)據的簡化,大大 減少了注冊時間,進而降低了注冊的時間成本。
[0150] 在本發(fā)明實施例中,本發(fā)明提供的技術方案,不需要術前預先設置人工標記點即 可實現(xiàn)注冊,能夠自動計算術前點集在圖像中的位置,避免了手動取點的過程,同時利用 Passive Polaris系統(tǒng)中探針(Probe)劃線取得的點集作為術中點集與術前點集做配準,大 大增加了用于注冊的空間信息,從而有效地提高了注冊精度。
[0151] 值得注意的是,上述實施例中,所包括的各個單元只是按照功能邏輯進行劃分的, 但并不局限于上述的劃分,只要能夠實現(xiàn)相應的功能即可;另外,各功能單元的具體名稱也 只是為了便于相互區(qū)分,并不用于限制本發(fā)明的保護范圍。
[0152] 另外,本領域普通技術人員可以理解實現(xiàn)上述各實施例方法中的全部或部分步驟 是可以通過程序來指令相關的硬件來完成,相應的程序可以存儲于一計算機可讀取存儲介 質中,所述的存儲介質,如ROM/RAM、磁盤或光盤等。
[0153] 以上所述僅為本發(fā)明的較佳實施例而已,并不用以限制本發(fā)明,凡在本發(fā)明的精 神和原則之內所作的任何修改、等同替換和改進等,均應包含在本發(fā)明的保護范圍之內。
【權利要求】
1. 一種神經外科手術導航的注冊方法,其特征在于,所述方法包括: 對病人頭部作CT/MR掃描獲取術前圖像,并分割所述術前圖像; 根據分割后的所述術前圖像提取頭部表面的兩條中線; 提取分割后的所述術前圖像的表面并簡化; 在術中利用探針劃線取點方式獲取術中病人頭部表面的兩條中線并簡化; 通過高斯混合模型方法做術前點集與術中點集的配準,W完成注冊過程的初始配準, 并得到初始的空間變換參數(shù); 在術中利用探針在病人額頭部位無規(guī)則劃線取點并簡化; 在所述初始配準的基礎上通過預設算法做術中額頭部位點集與術前表面的配準,并得 到最終的空間變換參數(shù)。
2. 如權利要求1所述的神經外科手術導航的注冊方法,其特征在于,所述對病人頭部 作CT/MR掃描獲取術前圖像,并分割所述術前圖像的步驟具體包括: 通過CT/MR掃描獲取病人頭部的H維體數(shù)據; 對所述H維體數(shù)據做區(qū)域生長分割得到初始分割后的圖像; 提取最大連通區(qū)域,并做腐蝕操作W得到只包含頭部區(qū)域的二值圖像。
3. 如權利要求2所述的神經外科手術導航的注冊方法,其特征在于,所述根據分割后 的所述術前圖像提取頭部表面的兩條中線的步驟具體包括: 計算分割后的所述二值圖像的質也; 提取所述二值圖像的輪廓,并在所述質也所在的矢狀面和冠狀面上提取輪廓線并組成 頭部表面的兩條中線。
4. 如權利要求2所述的神經外科手術導航的注冊方法,其特征在于,所述提取分割后 的所述術前圖像的表面并簡化的步驟具體包括: 對于分割后的所述二值圖像,通過移動立方體算法獲取頭部表面數(shù)據; 通過基于誤差二次曲線與定向邊緣的網格簡化算法處理所述頭部表面數(shù)據W得到簡 化后的所述術前圖像的表面。
5. 如權利要求1所述的神經外科手術導航的注冊方法,其特征在于,所述在術中利用 探針劃線取點方式獲取術中病人頭部表面的兩條中線并簡化的步驟具體包括: 通過探針劃線取點方式獲取術中點集后,根據點的空間坐標值,對所述點集中的每個 點做中值濾波,并剔除兩點距離小于0. 5mm時的其中一個點。
6. 如權利要求1所述的神經外科手術導航的注冊方法,其特征在于,所述預設算法為 Perturbed ICP算法,其中,所述在所述初始配準的基礎上通過預設算法做術中額頭部位點 集與術前表面的配準,并得到最終的空間變換參數(shù)的步驟具體包括: 利用探針劃線取點方式在病人額頭部位進行劃線取點W得到精配準階段的術中點集, 并對所述精配準階段的術中點集進行簡化處理; 在所述初始配準的基礎上,利用所述化durbed ICP算法將簡化后的所述精配準階段 的術中點集與簡化后的術前表面做^durbed ICP配準,并得到最終的空間變換參數(shù)。
7. -種神經外科手術導航的注冊系統(tǒng),其特征在于,所述注冊系統(tǒng)包括: 圖像獲取模塊,用于對病人頭部作CT/MR掃描獲取術前圖像,并分割所述術前圖像; 中線提取模塊,用于根據分割后的所述術前圖像提取頭部表面的兩條中線; 表面簡化模塊,用于提取分割后的所述術前圖像的表面并簡化; 中線簡化模塊,用于在術中利用探針劃線取點方式獲取術中病人頭部表面的兩條中線 并簡化; 初始配準模塊,用于通過高斯混合模型方法做術前點集與術中點集的配準,W完成注 冊過程的初始配準,并得到初始的空間變換參數(shù); 額頭簡化模塊,用于在術中利用探針在病人額頭部位無規(guī)則劃線取點并簡化; 最終配準模塊,用于在所述初始配準的基礎上通過預設算法做術中額頭部位點集與術 前表面的配準,并得到最終的空間變換參數(shù)。
8. 如權利要求7所述的神經外科手術導航的注冊系統(tǒng),其特征在于,所述圖像獲取模 塊包括: 第一獲取子模塊,用于通過CT/MR掃描獲取病人頭部的H維體數(shù)據; 第二獲取子模塊,用于對所述H維體數(shù)據做區(qū)域生長分割得到初始分割后的圖像; 第H獲取子模塊,用于提取最大連通區(qū)域,并做腐蝕操作W得到只包含頭部區(qū)域的二 值圖像。
9. 如權利要求8所述的神經外科手術導航的注冊系統(tǒng),其特征在于,所述中線提取模 塊包括: 第一提取子模塊,用于計算分割后的所述二值圖像的質也; 第二提取子模塊,用于提取所述二值圖像的輪廓,并在所述質也所在的矢狀面和冠狀 面上提取輪廓線并組成頭部表面的兩條中線。
10. 如權利要求8所述的神經外科手術導航的注冊系統(tǒng),其特征在于,所述表面簡化模 塊包括: 第一簡化子模塊,用于對于分割后的所述二值圖像,通過移動立方體算法獲取頭部表 面數(shù)據; 第二簡化子模塊,用于通過基于誤差二次曲線與定向邊緣的網格簡化算法處理所述頭 部表面數(shù)據W得到簡化后的所述術前圖像的表面。
11. 如權利要求7所述的神經外科手術導航的注冊系統(tǒng),其特征在于,所述中線簡化模 塊,具體用于通過探針劃線取點方式獲取術中點集后,根據點的空間坐標值,對所述點集中 的每個點做中值濾波,并剔除兩點距離小于0. 5mm時的其中一個點。
12. 如權利要求7所述的神經外科手術導航的注冊系統(tǒng),其特征在于,所述預設算法為 Perturbed ICP算法,其中,所述最終配準模塊包括: 第一配準子模塊,用于利用探針劃線取點方式在病人額頭部位進行劃線取點W得到精 配準階段的術中點集,并對所述精配準階段的術中點集進行簡化處理; 第二配準子模塊,用于在所述初始配準的基礎上,利用所述化durbed ICP算法將簡化 后的所述精配準階段的術中點集與簡化后的術前表面做^durbed ICP配準,并得到最終 的空間變換參數(shù)。
【文檔編號】G06T7/00GK104463832SQ201310442944
【公開日】2015年3月25日 申請日期:2013年9月25日 優(yōu)先權日:2013年9月25日
【發(fā)明者】肖德強, 賈富倉, 羅火靈, 周壽軍, 胡慶茂 申請人:中國科學院深圳先進技術研究院