脊柱手术导航中分步式2D/3D图像配准方法

为实现微创脊柱手术导航,提出一种将脊柱术前CT与其术中X射线图像配准的方法.首先基于一种最近点迭代法进行快速粗配准;然后提取图像的梯度特征,根据投影变换原理,采用寻找具有CT最大梯度投影位置的方法进行精配准.在模拟数据及临床标本上进行实验的配准率分别为92%和78%. 实验结果表明:该方法鲁棒性强、人工干预少、适合于临床应用.     

机器人辅助微创全膝关节置换手术系统

开发了面向全膝关节置换手术的机器人辅助截骨系统,实现了膝关节解剖结构精准建模、术前截骨路径3维规划、图像配准以及术中机器人可视化导航.采用多模态图像融合与主动轮廓模型分割技术实现了包含关节软骨在内的膝关节自动化建模与可视化;在此基础上采用3维交互技术实现截骨路径的术前规划;术中基于自主研发的双目视觉跟踪系统,采集关节骨表面3维点云与术前3维模型进行形状配准,完成图像空间和机器人空间之间的映射;最后通过视觉导航技术引导机器人完成截骨操作.实验结果表明,机器人系统综合定位误差为0.87 mm,截骨操作误差小于1 mm.     

非介入式手术导航中医学图像配准算法

提出一种用于非介入手术导航中基于自由变形模型的多模态医学图像非刚性配准方法,对术前MRI/CT和术中超声图像中都可见的血管结构进行配准.当图像对准时,一种图像中的血管中心点对应着另一种图像下灰度脊点;对于全局变换采用刚性变换、局部形变采用基于函数控制B样条的自由变形模型来描述;采用遗传算法和共轭梯度法相结合达到最小化目标函数.将文中算法应用于体模和临床数据,在配准精度和收敛速度上都取得了良好的效果.     

一种基于 Kinect 相机的腹部肝穿刺介入导航系统

为验证 Kinect 相机用于腹部肝穿刺介入导航的可行性,开发了一套基于第二代 Kinect 相机 的被动光学定位导航系统。该系统实现了一种无标记术中注册方法,分别从术前腹部 X-射线计算机断层图像和 Kinect 相机获取的彩色及深度图像中提出腹部表面点云数据做匹配,实现术中数据与术前 数据融合。为验证系统的导航精度,分别在 1 个腹部体模和 6 只健康比格犬肝脏区域做了穿刺导航实验,穿刺结果分别统计了靶点配准误差、用户手动误差和靶点定位误差。体模实验显示,靶点配准误 差、用户手动误差和靶点定位误差分别为(4.26±1.94)mm、(2.92±1.67)mm、(5.23±2.29)mm。同 时比较了第一代和第二代 Kinect 相机应用于穿刺导航的性能,实验结果表明,第二代相机的导航精度明显高于第一代。动物实验中得到的靶点定位误差及其横向、径向误差分量为(6.40±2.72)mm、 (4.30±2.51)mm、(3.80±3.11)mm。由实验结果可知,该研究成功验证了 Kinect 相机用于腹部肝穿刺介入手术导航的可行性。     

基于双目视觉的盆腔微创手术增强现实导航仿真系统的设计

基于内窥镜视觉导航的盆腔微创手术,往往因为病灶的复杂解剖位置以及内窥镜视野的局限性,对手术的顺利开展提出了重要的挑战。针对这个问题,设计并开发一套基于立体视觉的盆腔微创手术的增强现实（AR）导航仿真系统。首先,利用术前的CT影像重建骨盆3D模型以及盆腔的真实手术视频,生成带有纹理信息的骨盆3D模型,仿真一套具有真实轨迹的手术视频;然后,利用基于可视点颜色一致性的2D/3D配准技术,实现术前重建模型与手术视野的初始化配准。利用立体视觉跟踪算法,对手术过程中的内窥镜位置进行跟踪,根据内窥镜多自由度的变换矩阵来实现术前3D模型与手术视野的融合与增强现实导航。估计轨迹与真实轨迹的均方根误差为2.3933 mm,仿真实验表明,导航系统为视觉导航提供良好的增强现实显示效果。     

基于姿态编码器的2D/3D脊椎医学图像实时配准方法

2D/3D医学图像配准是骨科手术三维实时导航中的一项关键技术,然而传统的基于优化迭代的2D/3D配准方法需要经过多次迭代计算,无法满足医生在手术过程中对于实时配准的要求。针对该问题,提出一种基于自编码器的姿态回归网络来通过隐空间解码捕获几何姿态信息,从而快速地回归出术中X射线图像对应的术前脊椎位置的3D姿态,并经过重新投影生成最终的配准图像。通过引入新的损失函数,以“粗细”结合配准的方式对模型进行约束,保证了姿态回归的精确度。在CTSpine1K脊椎数据集中抽取100组CT扫描图像进行10折交叉验证,实验结果表明：所提出的模型所生成的配准结果图像与X射线图像的平均绝对误差（MAE）为0.04,平均目标配准误差（mTRE）为1.16 mm,单帧耗时1.7 s。与基于传统优化的方法相比,该模型配准时间大幅缩短。相较于基于学习的方法,该模型在快速配准的同时,保证了较高的配准精度。可见,所提模型可以满足术中实时高精配准的要求。     

视差图像配准技术研究综述

传统图像配准技术受限于严苛的初始输入已难以满足人们的需求,近年来,视差图像的配准逐渐成为图像拼接技术中的研究热点。基于视差形成原理介绍了视差图像配准的难点与一般流程。主要研究了基于特征的视差图像配准技术,对近年来视差图像配准的研究成果进行了归纳梳理,并从基于多平面对齐的图像配准、基于网格变形的图像配准以及缝合线驱动的图像配准三个方面进行阐述。通过对各种典型的视差图像配准算法的算法思想、特点以及局限性进行描述和比较,提供该领域研究现状的系统综述,并对视差图像配准技术的研究趋势进行了展望。     

图像拼接方法探讨

本文系统的阐述了图像拼接技术的由来、现状,应用领域以及拼接方法,对图像拼接的两个主要过程:图像配准和图像融合分别进行了详细介绍.图像配准是图像拼接的核心技术,本文还对现有的图像配准方法进行归类总结,对每个配准算法进行优缺点描述。对目前现有以及常用的图像融合方法也进行了详细的介绍。最后提出了图像拼接技术的不足.     

基于ITK与VTK的配准融合方法的研究与应用

在精确放射治疗计划系统中,使用融合技术,可以充分利用多种医学影像的信息,为临床诊断提供更多、更准确的信息.为了保证融合的质量,在融合之前,必须进行配准.常用配准方法中,自动配准是目前的研究热点,然而精度与速度问题却制约了它在精确放射治疗计划系统中的应用.提出了一种结合ITK与VTK的基于互信息的多分辨率自动配准融合方法.详细描述了算法原理与实现流程,并基于实际病例影像数据进行了测试.测试结果表明,该方法的配准效果良好,在精度和速度上均可满足精确放疗的需求.     

基于双特征高斯混合模型和双约束空间变换的配准

非刚性点集配准是当前多个领域中的一项重要研究问题.现今流行的配准算法通常使用基于单一特征的对应关系评估与包含单一约束条件的空间变换更新,而单特征与单约束限制了其配准效果与应用领域.提出了一种基于双特征高斯混合模型和双约束空间变换的非刚性点集配准算法.首先定义了双特征描述子,并用全局特征和局部特征构建它;随后,基于此描述子将高斯混合模型改进为双特征高斯混合模型.定义了局部结构约束项,并与全局结构约束项分别维护点集在进行空间变换更新时的局部与全局结构稳定.通过交替进行基于双特征高斯混合模型评估点集之间的对应关系和基于高斯径向基函数（Gaussian radial basis function）更新双约束空间变换,使该算法准确地完成非刚性点集配准.通过人造点集配准、CMU序列图像配准、遥感图像配准、IMM人脸数据配准和真实图像特征点配准对该算法进行了性能测试,同时也与当前流行的8种算法进行了性能比较实验,该算法展现出了卓越的非刚性配准性能,并在大部分实验中超越了当前的相关算法.     

沉浸式立体显示技术在临床医学领域中的应用

随着现代科学技术的快速发展,立体显示技术为临床医生的双眼视觉功能和临床应用场景,提供了现实模拟度更高的载体,并成为当前计算机视觉和临床医学领域共同研究的热点。在微创手术术前,与传统的平面显示技术相比,沉浸式立体显示技术能够提供更生动、准确的3维人体生理和病理影像,使医生更易于判断病变的层次、形状和血管等复杂结构及解剖关系;同时虚拟现实能够为医学培训及手术预演提供沉浸式的手术情境模拟,帮助医生高效地掌握手术技巧,提高医学术前诊断效率,从而进一步降低手术风险。在微创手术术中,基于增强现实的三维成像导航技术,能够将微创手术过程立体、直观地展现在医生面前,使术区各组织及其与手术器械间的位置关系和距离更加容易判断,同时通过叠加相同区域的术前检查影像,为手术提供实时的路径导航,实现精准微创手术。此外,在临床医疗资源共享中占据重要比重的远程诊疗领域,立体显示技术能够为远程诊断、线上会诊以及机器人手术等提供更为精确的深度信息,以及更多维度的图像信息,使医学数据的远程显示结果更具有真实性和实用性。现阶段立体显示技术在临床医学领域中也存在显示模式转换不舒适、三维重建图像信息缺失以及立体显示软、硬件系统带来的视觉疲劳等问题,但该技术在医学领域已经展露头角,在未来的临床医学进步中会成为不可或缺的一部分。本文详细分析了沉浸式立体显示技术在临床医学中的代表性应用,介绍了微创外科手术以及远程诊疗领域国内外的研究现状,从影像诊断、手术训练、规划与导航、治疗和教育培训4个方面,总结了立体显示技术在临床医学领域中的研究进展。     

基于解剖标记点的手术导航空间配准研究

空间配准是手术导航系统最为关键的技术。点匹配空间配准需要专门为导航进行一次图像扫描，增加了病人的辐射剂量和手术成本，面匹配空间配准因扫描仪扫描范围有限而导致配准精度不均匀，无法在临床上广泛应用。本文提出一种基于解剖标记点的空间配准方法，无须在病人头部粘贴人工标记物，且靶点配准误差相对较小。实验结果表明，该方法的靶点配准误差（Target Registration Error, TRE）均小于2.5mm，能够满足临床应用。     

基于混合特征的非刚性点阵配准算法

提出一种基于混合特征的非刚性点阵配准算法.该算法包含了对应关系评估与空间变换更新两个相互交替的步骤.首先定义了两个特征描述法用于描述两个点阵之间的全局和局部几何结构特征差异,随后合并这两个特征描述法建立一个基于混合特征的能量优化方程.该能量优化方程可以利用线性分配技术进行求解,同时可以灵活地选择使用最小化全局结构特征差异或最小化局部结构特征差异来评估两个点阵之间的对应关系.为了增强前述两个步骤之间的协调性,我们利用能量权重调节在整个配准过程中控制能量优化从最小化局部结构特征差异逐步转变为最小化全局结构特征差异,同时控制用于空间变换的薄板样条函数（Thin plate spline）的更新从刚性变换逐步转变为非刚性变换.我们在二维轮廓配准、三维轮廓配准、序列图像配准和图像特征点配准下对本文算法进行了各项性能测试,同时也与当前8种流行算法进行了性能比较.本文算法展现了卓越的非刚性配准性能,并在大部分实验中超越了当前的相关算法.     

分形维数的全局点云初始配准算法

针对重叠率低、角度大的点云数据之间的配准进行了研究,提出基于分形维数的全局点云初始配准算法。计算点云中各点的维数值;通过维数属性,从点云中提取特征点;聚类特征点,形成全局结构;从全局结构中,获得全等三角形对,作为匹配点对,进行初始配准;进行剪枝迭代最近点（Trimmed Iterative Closest Point,Trimmed-ICP）细配准。该算法与全局最优迭代最近点（Global optimal Iterative Closest Point,Go-ICP）算法相比,能够有效缩小不同角度的点云数据之间的位姿差异,显著提升对重叠率低、角度大的点云数据的配准效果。     

脑外科手术导航系统中解剖图谱的三维可视化应用

该论文以脑外科手术中的解剖图谱为对象进行了数字化和三维可视化的应用研究.首先将数字化后的两组标准脑解剖图谱人工统一到一个坐标系(AC-PC)下,完成初期配准功能.这不仅可以提高配准的精度,也可避免实际应用中对不同图谱的重复配准工作.实际应用中,采用可变比例网格(PGS-Proportional Grid System)算法和分段式局域线性配准法(PWL-Piecewise Linear Registration)将脑图谱与病人图象进行实时的三维配准,并且实现了对配准结果实行人机交互式微调的功能以获取更加精确的局部配准结果.经21例临床试验验证,该系统达到了0.5毫米的临床精度要求,并将应用于自主开发中的第二代手术导航系统中.     

高分辨率影像配准误差对土地覆盖分类和变化检测的影响

近年来高分辨率影像技术发展迅速,土地专题信息的提取对高分辨率数据处理的质量提出了更高的要求,针对配准误差对影像处理和应用的影响研究,有助于专题信息提取过程中遥感数据处理质量控制指标的确定。选取北京市通州区不同时相的IKONOS影像作为实验数据进行模拟研究,在实验研究中通过产生具有不同配准误差的图像,从影像融合、土地覆盖分类和变化检测等角度,分析不同的配准误差对遥感应用的影响。结果表明:随着配准误差的增大,融合图像的可分辨性降低,配准误差增加到3个像元时,土地覆盖分类精度降低2~3%,土地覆盖变化检测中增加了5%的伪变化信息,虚检率增大。     

基于正侧位投影约束的空间配准与脊柱手术导航

为提高机器人辅助脊柱手术的精确性、安全性以及易用性,将术前CT 图像与术中X 射线图像配准． 传统单平面配准法因缺乏沿光轴的深度信息而导致导航误差较大,本文通过同时计算正侧位透视图像来提高配准与 导航精度．通过分析正侧位投影空间变换模型,利用该双平面几何约束实现自动的配准初值估计并建立3 维手术空 间与CT 空间的映射．在虚拟X 射线导航基础上,利用立体视觉定位计算手术器械在CT 空间的实时位姿从而实现 3 维导航．脊柱体模实验证明该配准与导航方法的精度满足手术要求,动物椎板磨削实验表明该系统可实现实时监 控,提高手术安全性．     

基于二维超声- 三维 CT 配准的肾脏穿刺定位方法可行性研究

医学影像引导的经皮肾穿刺手术是经皮肾镜取石术中建立手术通道的重要手段,高质量的 实时医学图像可以提高术中穿刺精度,减少手术风险。针对自由呼吸下经皮肾穿刺靶点的导航定位问 题,该研究提出了一种基于术中二维超声-术前三维 CT 实时配准的肾脏穿刺定位方法。首先对肾脏轮 廓特征的二维超声图像和三维 CT 图像进行由粗到精的快速配准,然后通过超声探头标定,将配准融合 后的图像注册到手术空间,实现穿刺靶点的实时定位。人体腹部模型实验结果表明,超声探头标定均 方根误差为 0.998 mm,二维超声和三维 CT 数据配准误差为 0.709 mm,平均配准运算时间为 1.15 s,最 终的平均定位误差为 2.265 mm。     

正则化算法在CT图像重建上的应用

由于受数据采集时间、照射剂量、成像系统扫描的几何位置等因素的约束,计算机断层成像（Computed tomography,CT）技术目前只能在有限角度范围或在较少的投影角度得到数据,这些都属于不完全角度重建问题. 因此,图像重建的算法应用变得尤为重要,本文将现有的几种正则化超分辨率重建算法应用到CT图像重建上并做了一系列的对比分析,分析不同算法下不同的图像重建效果. 首先对低分辨率CT图像进行图像配准,然后再进行样条插值放大,最后运用相关正则化算法进行超分辨率图像重建. 实验结果表明正则化算法的应用一定程度上提高了图像分辨率,其中双边正则化下的重建效果最好,基于L2范数全变分正则化效果较差.     

基于高精度导航设备的海上多传感器配准算法

对海上多平台多传感器误差配准问题,利用平台的高精度导航信息将各传感器的量测数据转换到地心坐标系下,构建关于传感器偏差和舰艇姿态误差的伪测量模型,采用卡尔曼滤波对配准误差进行在线估计和补偿.算法较好地解决了传统的基于球极投影误差配准技术受地球曲率影响的不足,并突破了离线配准算法假定配准误差恒定的限制.仿真实验结果验证了算法的正确性和有效性.