CN116058965A - 用于关节置换手术的骨骼注册方法及手术导航*** - Google Patents
用于关节置换手术的骨骼注册方法及手术导航*** Download PDFInfo
- Publication number
- CN116058965A CN116058965A CN202111286086.5A CN202111286086A CN116058965A CN 116058965 A CN116058965 A CN 116058965A CN 202111286086 A CN202111286086 A CN 202111286086A CN 116058965 A CN116058965 A CN 116058965A
- Authority
- CN
- China
- Prior art keywords
- points
- sps
- vsf
- registration
- point set
- 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 77
- 210000000988 bone and bone Anatomy 0.000 title claims abstract description 60
- 238000001356 surgical procedure Methods 0.000 title claims abstract description 24
- 239000011159 matrix material Substances 0.000 claims abstract description 44
- 230000009466 transformation Effects 0.000 claims abstract description 39
- 101000740587 Botryotinia fuckeliana Presilphiperfolan-8-beta-ol synthase Proteins 0.000 claims abstract description 25
- 101000581802 Homo sapiens Lithostathine-1-alpha Proteins 0.000 claims abstract description 25
- 102100027361 Lithostathine-1-alpha Human genes 0.000 claims abstract description 25
- 238000005457 optimization Methods 0.000 claims abstract description 20
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 14
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 8
- 239000013598 vector Substances 0.000 claims description 23
- 210000000689 upper leg Anatomy 0.000 claims description 20
- 210000002303 tibia Anatomy 0.000 claims description 10
- 210000000588 acetabulum Anatomy 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 7
- 230000003287 optical effect Effects 0.000 claims description 5
- 210000002436 femur neck Anatomy 0.000 claims description 2
- 210000000527 greater trochanter Anatomy 0.000 claims description 2
- 210000000629 knee joint Anatomy 0.000 description 4
- 210000003484 anatomy Anatomy 0.000 description 3
- 210000004394 hip joint Anatomy 0.000 description 3
- 241000228740 Procrustes Species 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000011540 hip replacement Methods 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000001624 hip Anatomy 0.000 description 1
- 238000013150 knee replacement Methods 0.000 description 1
- 230000000399 orthopedic effect Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
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
Landscapes
- Health & Medical Sciences (AREA)
- Surgery (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Robotics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Image Processing (AREA)
Abstract
用于关节置换手术的骨骼注册方法与***,基于利用术前的骨骼图像数据生成的术前坐标系下的VSF曲面、以及利用术中从患者实际骨骼表面采集的点数据生成的术中坐标系下的源点集SPS,通过初始配准与精确配准,来确定术前坐标系和术中坐标系之间的变换关系,其包括第一步骤:从源点集SPS与VSF曲面选取多组对应点对,进行基于奇异值分解SVD的初始配准,求取初始变换矩阵;和第二步骤:基于初始变换矩阵,进行基于ICP方法的精确配准,每次ICP迭代均采用将在变换后的源点集SPS中的各点与投影点集PSPS中相对应的投影点之间的距离平方和最小化的最小二乘优化法。当误差小于设定值或迭代次数达到设定值后,此算法过程将停止。
Description
技术领域
本发明涉及一种用于关节置换手术中的骨骼注册方法及***,尤其是涉及用于膝关节置换以及髋关节置换手术的骨骼注册方法及手术导航***。
背景技术
计算机辅助手术导航***被广泛应用于各种手术中,目的是提高手术的准确性和精确度。导航手术存在于医学的各个领域,此项技术需要光学追踪***完成术中配准注册(亦称配准、注册)。注册是一个极其重要的过程,可以辅助找到软件中术前规划坐标系和手术室中实际坐标系之间的转换矩阵,从而在手术区域附近将手术器械的位置和姿态以三维模型的方式进行可视化。
发明内容
为解决上述问题提出本发明,其目的在于提供一种骨骼注册方法及***。所提出的算法允许将软件中术前计划的坐标系和患者真实骨骼的坐标系之间进行配准。
根据本发明的一方面,提供一种用于关节置换手术的骨骼注册方法,基于利用术前的骨骼图像数据生成的术前坐标系下的作为三维虚拟曲面的VSF曲面、以及利用术中从患者实际骨骼表面采集的点数据生成的术中坐标系下的源点集SPS,通过所述源点集SPS与所述VSF曲面之间的初始配准与精确配准,来确定所述术前坐标系和所述术中坐标系之间的变换关系,其特征在于,包括以下步骤:第一步骤:从所述源点集SPS与所述VSF曲面选取4组对应点对,进行基于奇异值分解SVD的初始配准,求取初始变换矩阵;和第二步骤:基于所述初始变换矩阵,进行基于ICP方法的精确配准,其中,通过将变换后的源点集SPS中的多个点投影至所述VSF曲面而确定出所述VSF曲面上相对应的变换后的投影点集PSPS,进行将在变换后的源点集SPS中的各点与投影点集PSPS中相对应的投影点之间的距离平方和最小化的最小二乘优化法,来作为判断所述ICP方法迭代是否终止的评价标准,其中,所述4组对应点对适用于膝关节置换手术,为股骨的源点集SPS中的4个点及股骨的VSF曲面中的对应4个点,或者胫骨的源点集SPS中的4个点及胫骨的VSF曲面中的对应4个点,其中,所述多个点为30个以上的点。
可替换地,所述4组对应点对可以为适用于髋关节置换手术的3组对应点对,即为髋臼的源点集SPS中的3个点及髋臼的VSF曲面中的对应3个点,或者股骨的源点集SPS中的3个点及股骨的VSF曲面中的对应3个点。
优选地,所述多个点为30个点。
优选地,所述股骨的源点集SPS中的4个点是指:股骨头中心HC、股骨膝关节中心FKC、外上髁LE和内上髁ME。胫骨的源点集SPS中的4个点是指:胫骨膝关节中心TKC、胫骨结节TT、外踝LM、内踝MM。
优选地,设输入为:源点集SPS、VSF曲面、从所述VSF曲面中选定的四个点PMn,与从实际股骨中选定的四个点对应的点数据PBn,最大迭代次数m,误差阈值μe,设该算法的目标输出为:第二变换T2,
所述第二步骤还包括第四步骤:进行用于精确配准的基于ICP迭代的刚性对齐,表示为:F(x,y,z)=R(α,β,γ)P+T(x,y,z),(式2),其中,(α,β,γ)是旋转角度,T(x,y,z)是一个平移向量,P是要变换的点,其中,通过预定迭代m次的循环,首先基于第三步骤中所保存的向量将变换后的源点集SPS中的SPS点投影到所述VSF曲面上,得到对应的PSPS点,接着通过上述最小二乘优化法,得到使变换后的SPS点与PSPS点之间的距离平方和最小化时的配准误差E,使用高斯-牛顿法与雅可比矩阵式求解最优刚性变换T2的估计向量然后与预设初始误差进行比较,当误差小于预设的误差阈值μe后,结束所述第二步骤。
根据本发明的另一方面,提供一种计算机辅助手术导航***,具有光学跟踪***和计算机,通过计算机执行上述的骨骼注册方法的步骤,进行术中坐标系与术前坐标系的配准。
根据本发明的又一方面,提供一种用于术中导航的骨骼注册***,用于确定术前坐标系和术中坐标系之间的变换关系,包括:VSF曲面生成单元,其利用术前的骨骼图像数据,建立术前坐标系下的3D虚拟模型,并生成作为该3D虚拟模型的表面的VSF曲面;源点集获取单元,其利用术中从患者实际骨骼表面采集的点数据,生成术中坐标系下的源点集SPS;初始配准单元,其从所述源点集SPS与所述VSF曲面选取多组对应点对,进行所述源点集SPS与所述VSF曲面之间的基于奇异值分解SVD的初始配准,求取初始变换矩阵;精确配准单元,其基于所述初始变换矩阵,使用ICP方法在所述源点集SPS和所述VSF曲面之间执行精确配准,该精确配准单元还包括:多点获取单元,其获取变换后的源点集SPS中的多个点;投影配准单元,其通过将所述多个点投影至所述VSF曲面而从所述VSF曲面上确定出与变换后的源点集SPS相对应的变换后的投影点集PSPS,基于将在变换后的源点集SPS中的各点与投影点集PSPS中相对应的投影点之间的距离平方和最小化的最小二乘优化法来作为判断所述ICP方法迭代是否终止的评价标准。
根据本发明还提供一种计算机可读存储介质,存储有计算机程序,该计算机程序用于执行上述骨骼注册方法。
根据本发明还提供一种电子设备,包括:处理器和用于存储处理器可执行指令的存储器,该处理器用于从所述存储器中读取可执行指令,并执行指令以实现上述骨骼注册方法。
根据本发明还提供一种计算机程序产品,包括计算机程序,该程序被计算机执行以实现上述骨骼注册方法。
根据本发明,可例如用于计算机辅助膝或髋等关节置换手术。
附图说明
图1示意性地示出根据本发明实施例的配准用流程图。
具体实施方式
下面结合附图详细描述本发明的示例性实施例。下文描述的和附图示出的示例性实施例旨在教导本发明的原理,使本领域技术人员能够在若干不同环境中和对于若干不同应用实施和使用本发明。因此,本发明的保护范围由所附的权利要求来限定,示例性实施例并不意在、并且不应该被认为是对本发明保护的范围的限制性描述。
本发明人通过研究,提出了一种在利用手术导航***的例如膝关节置换手术以及髋关节置换手术中执行配准过程的新颖的骨骼注册方法。
<术前坐标系与术中坐标系>
在术中导航中,须将例如由光学追踪***等定位仪跟踪到的手术器械实时显示于术前重建的三维解剖结构上。因此,需要将患者与图像空间重建的三维解剖结构进行注册以使彼此匹配。通过计算确定定位***坐标系(术中坐标系)与术前三维医学图像坐标系(术前坐标系)之间的变换关系,将患者术中实际***和术前三维解剖结构精确配准,使得医生在显示设备上看到的三维模型能真实反映手术器械相对于目标骨骼例如病灶的距离、位置关系。
关于建立坐标系的方法、设备不是本发明的重点,在此不再赘述,可以利用现有的手段来实现。
下面,对为了实现两个点集之间的配准所利用到的算法通过实施例详述如下。
<第一实施例:用于膝关节置换的骨骼注册>
具体地,本实施例所述的注册方法,还包括以下步骤:
<步骤S01:三维虚拟曲面的构建与源点集的获取>
一方面,术前输入患者骨骼的三维医学图像,构建三维虚拟曲面。
利用术前的例如CT或MRI、X射线等图像数据作为解剖结构输入数据,来进行骨骼模型的三维重构,获得三维虚拟曲面(VSF,3D virtual surface)。
另一方面,在术中输出患者骨骼表面的点集信息。
在术中可通过探针等三维扫描仪设备获取感兴趣的骨骼表面解剖点的数据信息,获得源点集(SPS,Source point set)。
为此,在术中可总共从股骨表面提取多点(在本实施例中,优选30个点以上,更优选为30个点),从胫骨表面提取多点(在本实施例中,优选30个点以上,更优选为30个点)。
优选地,SPS应稀疏收集,以覆盖尽可能多的骨骼区域。
在本实施例中,通过执行以下算法,有利地实现了骨骼注册,即从患者真实骨骼表面获得的源点集SPS与骨骼的三维虚拟曲面VSF之间的配准。
<步骤S02:配准模块或步骤>
骨骼配准分为:第一步的初始配准和第二步的精确配准。其中,初始配准用于在两个小点集之间进行第一次近似,精确配准用于寻找源点集SPS和曲面VSF之间的最优的对齐结果。
根据本实施例,第一步是通过SVD找到初始转换矩阵T1。更具体地,通过医生在骨头上和虚拟三维模型上找到四组彼此对应的点,进行四组对应点结合SVD方法的粗配准,从而得到初始转换矩阵。第二步是基于由SVD得到的初始转换矩阵,进行使用多组对应点结合ICP(迭代最近点,Iterative Closest Point)方法的配准,通过迭代初始矩阵,减少误差,完成配准。
<步骤S021:初始配准>
为了进行初始配准,需要在源点集SPS与曲面VSF中选取若干个对应点对,各对应点对选自于两者对应骨骼表面的同一位置。
根据本实施例,优选选取4个解剖点。
更具体地,外科医生必须在患者的骨骼上定位其先前在曲面VSF中选择的四个解剖点,这一步骤非常重要,因为在选择骨骼中的点时,始终存在误差,如果误差很大,则该算法可能无法在第二步的精确配准中收敛到最优解。
在本实施例中,初始配准基于股骨的源点集SPS中的4个点及其在曲面VSF中的对应4个点,以及胫骨源点集SPS中的4个点及其在曲面VSF中的对应4个点。如此4个点对的选取则足以支撑在三维空间中的刚性变换。
根据本实施例,股骨上收集的解剖点如下:股骨头中心(HC,Hip Center)、股骨膝关节中心(FKC,Femur Knee Center)、外上髁(LE,Lateral Epicondyle)、内上髁(ME,Medial Epicondyle);胫骨上收集的解剖点如下:胫骨膝关节中心(TKC,Tibia KneeCenter)、胫骨结节(TT,Tibia Tubercle)、外踝(LM,Lateral Malleolus)、内踝(MM,MedialMalleolus)。
这些解剖点很容易被外科医生例如用探针等精确定位,从而能有利地确保精确性与可操作性。
在用于初始配准的第一次变换(矩阵T1)的估计中,通过使用基于奇异值分解(SVD)的方法来进行对齐。所获得的第一转换矩阵T1将用作第二步的精确配准步骤的初始近似值。
第一转换矩阵T1可以表示为向量:
其中,α,β,γ是旋转角度,x,y,z是平移向量。
<步骤S022:精确配准>
为了进一步提高整体注册精度,降低误差,需要基于初始配准的结果,进行第二步的精确配准步骤,即精确注册。
将在外科医生从患者的骨骼(股骨或胫骨)提取的SPS点集中的多点(即对应于多点例如30个点以上的数据信息)和三维虚拟模型的VSF曲面之间执行配准。在下面的实施例中,以30个点为例进行说明。
即,要解决若干点和一个网格面之间的配准问题。
为此,包括两个子步骤如下:
步骤S0221:获取SPS点集中的多点(例如30个点)。
步骤S0222:基于用SVD找到的初始转换矩阵T1,用ICP方法(用后述的最小二乘优化法作为评价标准)进一步搜索该多点的匹配位置。
通过用SVD得到的初始转换矩阵T1,使用ICP方法对30个点和VSF曲面的网格面进行迭代配准。
如此,ICP算法通过找到从术前坐标系到术中坐标系的一个刚性变换的旋转参数R和平移参数T,能够使不同的坐标下的点集数据合并到同一个坐标***中。在该算法中重复进行选择对应关系的点对,计算最优刚性变换T2,直到满足配准的收敛精度要求,使得SPS、VSF数据之间满足最优匹配。
在ICP算法中,使用最小二乘优化法对齐SPS和VSF。该对齐过程是一种刚性对齐,可表示为:
F(x,y,z)=R(α,β,γ)P+T(x,y,z), (式2),
其中,
其中,(Rx,Ry,Rz)是相对于每个坐标轴的旋转矩阵,(α,β,γ)是旋转角度,T(x,y,z)是一个平移向量,P是要变换的点。
所使用的最小二乘优化法,如后述,是为了计算SPS和VSF之间的对应点对之间的距离平方和的最小值的方法。
具体地,将变换后的SPS点通过(参见式1)投影到VSF曲面上,并以这种方式定义两组点,变换后的SPS点集和PSPS点集(projected source point set,源点集在VSF曲面上的投影点)。
一旦SPS点集被投影至VSF曲面而从VSF曲面上确定出与变换后的SPS点集相对应的变换后的PSPS点集,就可实施根据本发明的最小二乘优化法,即,将在变换后的SPS点集中的各点(如上亦称为SPS点)与PSPS点集中相对应的投影点(如上亦称为PSPS点)之间的距离平方和最小化。
将评估所用的变量表示为向量,可得到:
因此,设θ=(α,β,γ)及t=(x,y,z),从而可得到·:
最终解决方案如下所示:
该解决方案与ICP(迭代最近点)法原理相结合,每次ICP迭代均采用最小二乘优化法。当误差小于设定值或迭代次数达到设定值后,此算法过程将停止。
图1中示出了根据本实施例的配准流程图。
作为输入有:源点集(SPS)、三维虚拟曲面(VSF)、模型中的四个点(PMn)、与骨骼上的四个点对应的点数据(PBn)、最大迭代次数m、误差阈值μe,相应地,作为输出为第二变换T2及其相应的待求解向量:
当该流程开始(步骤S03)时,进行用于第一步初始配准的初始矩阵T1的估计并保存,即通过SVD法求取初始向量(S04)。随后进行用于第二步精确配准的ICP迭代(S05-S09)。通过预定迭代m次的循环,首先基于所保存的向量φ将SPS点投影到VSF曲面上,得到对应的PSPS点(S06)。接着通过上述最小二乘优化法,得到使变换后的SPS点与PSPS点之间的距离平方和最小化时的配准误差E(S07)。使用高斯-牛顿法与雅可比矩阵式求解最优刚性变换T2的估计向量然后在步骤S09与预设初始误差进行比较,当误差小于预设的误差阈值μe后,结束此算法(S10)。
<第二实施例:用于髋关节置换的骨骼注册>
该实施例的步骤与第一实施例基本相同的部分在此省略说明,下面主要针对不同的个别细节进行说明。
<步骤S01’:三维虚拟曲面的构建与源点集的获取>
在术中可总共从髋臼骨表面提取多点(在本实施例中,优选30个点以上,更优选为30个点),从股骨表面提取多点(在本实施例中,优选30个点以上,更优选为30个点)。
<步骤S021’:配准模块或步骤S02’中的初始配准>
根据本实施例,在初始配准时,将取股骨的3个点及其在三维模型中的对应3个点,以及髋臼的3个点及其在三维模型中的对应3个点。
优选地,股骨上收集的3个解剖点如下:股骨颈区域前侧的一个点;大转子远端股骨区域前侧的一个点;和大转子区外侧的一个点。
优选地,髋臼上收集的3个解剖点如下:髋臼后部区域的一个点;髋臼前部区域的一个点;和髋臼区域上缘的一点。
将这些注册点与虚拟模型中的对应点尽可能接近地匹配非常重要,因为这些初始点在患者骨骼和患者虚拟模型之间进行第一次对齐。
初始配准包括查找真实骨骼点集B={b1,b2,b3}与虚拟模型的点集M={m1,m2,m3}之间的对应关系,这相当于找到一个使误差平方和最小化的转换T(R,t),其中,t是一个平移向量,R是旋转矩阵,i、j为自然数:
通过在原点对中两点集,可以得出:
B′={bi-μB}={b′j}, (式15),
M′={mi-μm}={m′i}, (式16),
其中,μB和μM是每个集合(各点集)的平均值,然后最小化E(R,t)这一问题就相当于最小化:
这个新问题称为正交Procrustes问题,可以通过奇异值分解SVD来解决。
计算数据W的协方差矩阵并获得SVD分解,得到以下结果:
SVD(W)=UDVT, (式19),
其中,U,V是3乘3的旋转矩阵,D是对角矩阵。
如果rank(W)=3,参数最小化E(R,t)是唯一的,由下式给出:
R=UVT, (式20),
t=μM-RμB, (式21),
此解决方案表示初始转换(T1)并且可以表示为一个向量:
其中,α,β,γ是来自R的旋转角度,x,y,z是来自t的平移向量分量。
这种变换矩阵(T1)将用作第二个配准步骤,即精确注册,的初始近似值。
<步骤S022’:精确注册>
将在外科医生从患者的股骨或髋骨提取的SPS点集中的多点(即对应于多点例如30个点以上的数据信息)和三维虚拟模型的VSF曲面之间执行配准。在下面的实施例中,以30个点为例进行说明。
即,要解决若干点和一个网格面之间的配准问题。
同样地,为此,包括两个子步骤如下:
步骤S0221:获取SPS点集中的多点(例如30个点)。
步骤S0222:基于用SVD找到的初始转换矩阵T1,用ICP方法(用后述的最小二乘优化法作为评价标准)进一步搜索该多点的匹配位置。
即,利用最小二乘优化法寻求减少SPS和VSF之间的距离平方,将变换后的SPS点通过(参见式1)投影到VSF曲面上,并以这种方式定义两组点,变换后的SPS点集和PSPS点集(projected source point set,源点集在VSF曲面上的投影点)。
由此,最终也得到解决方案如上述的式13所示。
该解决方案与ICP(迭代最近点)法原理相结合,每次ICP迭代均使用建议的最小二乘优化法解决方案。当达到所期望的误差或达到预设的迭代次数时,该算法过程可以终止。
相应地,在执行图1所示的流程图时,作为输入的点,取代第一实施例中的四个点,在此为模型中的三个点(PMn)、与骨骼上的三个点对应的点数据(PBn)。
<技术效果>
根据本发明,提出了将SVD和ICP一同使用,从而在骨科手术的初始配准中,利用若干特征点和SVD方法、或者利用针对正交Procrustes问题的SVD方法,得到初始矩阵。然后根据初始矩阵,使用ICP方法(不断迭代矩阵中的旋转和平移参数),并用最小二乘优化法作为评判标准,从而完成精确配准。
在精确配准中,传统的ICP一般使用对应点之间的平均距离作为评判标准,与此不同,在本发明中使用关于若干点(优选30个以上)到CT骨表面网格面的距离的最小二乘优化法作为评判标准,有效地去个别误差很大的除特殊点的干扰,解决了若干点(优选30个以上)和一个网格面之间的配准问题,从而提高了判定的准确性。
其中,例如将原来SPS的30个点通过进行变换得到对应的PSPS点,即,将SPS投影到VSF上得到的点,由此将SPS的30个点中的每个点都匹配到虚拟的网格平面上而得到PSPS。通过对投影后的PSPS和投影前的SPS之间相对应的点的距离进行最小二乘优化运算,并用以判断迭代是否终止。
根据本发明的一实施例,还提供了一种计算机辅助手术导航***,具有光学跟踪***和计算机,通过计算机执行上述的骨骼注册方法的步骤,进行术中坐标系与术前坐标系的配准。
根据本发明的一实施例,还提供了一种计算机可读存储介质,存储有计算机程序,计算机程序用于执行上述任一方法。
根据本发明还提供了一种电子设备,包括:处理器和用于存储处理器可执行指令的存储器,该处理器用于从存储器中读取可执行指令,并执行指令以实现上述任一方法。
根据本发明还提供了一种计算机程序产品,包括计算机程序,该程序被计算机执行时实现上述方法的步骤。
尽管已经参考各种具体实施例描述了本发明,但是应当理解,可以在所描述的发明构思的精神和范围内做出变形。因此,意图是本发明不限于所描述的实施例,而是将具有由所附权利要求的语言所定义的全部范围。
Claims (10)
1.一种用于关节置换手术的骨骼注册方法,基于利用术前的骨骼图像数据生成的术前坐标系下的作为三维虚拟曲面的VSF曲面、以及利用术中由扫描仪从患者实际骨骼表面实时采集的点数据生成的术中坐标系下的源点集SPS,通过所述源点集SPS与所述VSF曲面之间的初始配准与精确配准,来确定所述术前坐标系和所述术中坐标系之间的变换关系,其特征在于,包括以下步骤:
第一步骤:从所述源点集SPS与所述VSF曲面选取多组对应点对,进行基于奇异值分解SVD的初始配准,求取初始变换矩阵;和
第二步骤:基于所述初始变换矩阵,进行基于ICP方法的精确配准,其中,通过将变换后的源点集SPS中的多个点投影至所述VSF曲面而确定出所述VSF曲面上相对应的变换后的投影点集PSPS,进行将在变换后的源点集SPS中的各点与投影点集PSPS中相对应的投影点之间的距离平方和最小化的最小二乘优化法,来作为判断所述ICP方法迭代是否终止的评价标准,其中,所述多个点为30个以上的点,
其中,在所述第一步骤中,
所述多组对应点对为4组对应点对,即为股骨的源点集SPS中的4个点及股骨的VSF曲面中的对应4个点,或者胫骨的源点集SPS中的4个点及胫骨的VSF曲面中的对应4个点;或者
所述多组对应点对为3组对应点对,即为髋臼的源点集SPS中的3个点及髋臼的VSF曲面中的对应3个点,或者股骨的源点集SPS中的3个点及股骨的VSF曲面中的对应3个点。
2.根据权利要求1所述的骨骼注册方法,其特征在于,
在所述第二步骤中,所述多个点为30个点。
3.根据权利要求1或2所述的骨骼注册方法,其特征在于,
所述股骨的源点集SPS中的4个点是指:股骨头中心HC、股骨膝关节中心FKC、外上髁LE和内上髁ME;所述胫骨的源点集SPS中的4个点是指:胫骨膝关节中心TKC、胫骨结节TT、外踝LM、内踝MM。
4.根据权利要求3所述的骨骼注册方法,其特征在于,
设输入为:源点集SPS、VSF曲面、从所述VSF曲面中选定的四个点PMn,与从实际股骨中选定的四个点对应的点数据PBn,最大迭代次数m,误差阈值μe,设该算法的目标输出为:第二变换T2,
其中,α,β,γ是旋转角度,x,y,z是平移向量,
所述第二步骤还包括第四步骤:进行用于精确配准的基于ICP迭代的刚性对齐,表示为:F(x,y,z)=R(α,β,γ)P+T(x,y,z), (式2),
其中,(α,β,γ)是旋转角度,T(x,y,z)是一个平移向量,P是要变换的点,
其中,通过预定迭代m次的循环,首先基于所述第三步骤中所保存的向量将变换后的源点集SPS中的SPS点投影到所述VSF曲面上,得到对应的PSPS点,接着通过上述最小二乘优化法,得到使变换后的SPS点与PSPS点之间的距离平方和最小化时的配准误差E,使用高斯-牛顿法与雅可比矩阵式求解最优刚性变换T2的估计向量
然后与预设初始误差进行比较,当误差小于预设的误差阈值μe后,结束所述第二步骤。
5.根据权利要求1或2所述的骨骼注册方法,其特征在于,
所述髋臼的源点集SPS中的3个点是指:髋臼后部区域的一个点;髋臼前部区域的一个点和髋臼区域上缘的一点;所述股骨的源点集SPS中的3个点是指:股骨颈区域前侧的一个点;大转子远端股骨区域前侧的一个点;和大转子区外侧的一个点。
6.根据权利要求5所述的骨骼注册方法,其特征在于,
设输入为:源点集SPS、VSF曲面、从所述VSF曲面中选定的3个点PMn,与从实际股骨中选定的3个点对应的点数据PBn,最大迭代次数m,误差阈值μe,设该算法的目标输出为:第二变换T2,
其中,t是一个平移向量,R是旋转矩阵,α,β,γ是旋转角度,x,y,z是平移向量,且
R=UVT, (式20),
t=μM-RμB, (式21),
其中,U,V是3乘3的旋转矩阵,μB和μM是各点集的平均值。
其中,所述第二步骤还包括第六步骤:进行用于精确配准的基于ICP迭代的刚性对齐,表示为:F(x,y,z)=R(α,β,γ)P+T(x,y,z), (式2),
其中,(α,β,γ)是旋转角度,T(x,y,z)是一个平移向量,P是要变换的点,
其中,通过预定迭代m次的循环,首先基于所述第五步骤中所保存的向量将变换后的源点集SPS中的SPS点投影到所述VSF曲面上,得到对应的PSPS点,接着通过上述最小二乘优化法,得到使变换后的SPS点与PSPS点之间的距离平方和最小化时的配准误差E,使用高斯-牛顿法与雅可比矩阵式求解最优刚性变换T2的估计向量
然后与预设初始误差进行比较,当误差小于预设的误差阈值μe后,结束所述第二步骤。
7.一种计算机辅助手术导航***,具有光学跟踪***和计算机,通过计算机执行权利要求1~6中任一项所述的骨骼注册方法的步骤,进行术中坐标系与术前坐标系的配准。
8.一种用于术中导航的骨骼注册***,用于确定术前坐标系和术中坐标系之间的变换关系,包括:
VSF曲面生成单元,其利用术前的骨骼图像数据,建立术前坐标系下的3D虚拟模型,并生成该3D虚拟模型的表面的VSF曲面;
源点集获取单元,其利用术中由扫描仪从患者实际骨骼表面实时采集的点数据,生成术中坐标系下的源点集SPS;
初始配准单元,其从所述源点集SPS与所述VSF曲面选取多组对应点对,进行所述源点集SPS与所述VSF曲面之间的基于奇异值分解SVD的初始配准,求取初始变换矩阵;
精确配准单元,其基于所述初始变换矩阵,使用ICP方法在所述源点集SPS和所述VSF曲面之间执行精确配准,
该精确配准单元还包括:
多点获取单元,其获取变换后的源点集SPS中的多个点;
投影配准单元,其通过将所述多个点投影至所述VSF曲面而从所述VSF曲面上确定出与变换后的源点集SPS相对应的变换后的投影点集PSPS,基于将在变换后的源点集SPS中的各点与投影点集PSPS中相对应的投影点之间的距离平方和最小化的最小二乘优化法来作为判断所述ICP方法迭代是否终止的评价标准。
9.一种计算机可读存储介质,存储有计算机程序,该计算机程序用于执行权利要求1~6中任一项所述的骨骼注册方法的步骤。
10.一种电子设备,包括:处理器和用于存储处理器可执行指令的存储器,该处理器用于从所述存储器中读取可执行指令,并执行指令以实现权利要求1~6中任一项所述的骨骼注册方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111286086.5A CN116058965A (zh) | 2021-11-02 | 2021-11-02 | 用于关节置换手术的骨骼注册方法及手术导航*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111286086.5A CN116058965A (zh) | 2021-11-02 | 2021-11-02 | 用于关节置换手术的骨骼注册方法及手术导航*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116058965A true CN116058965A (zh) | 2023-05-05 |
Family
ID=86178997
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111286086.5A Pending CN116058965A (zh) | 2021-11-02 | 2021-11-02 | 用于关节置换手术的骨骼注册方法及手术导航*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116058965A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116439833A (zh) * | 2023-06-13 | 2023-07-18 | 北京壹点灵动科技有限公司 | 骨盆配准处理方法、装置、存储介质及电子设备 |
CN116721137A (zh) * | 2023-08-08 | 2023-09-08 | 北京爱康宜诚医疗器材有限公司 | 配准方法及装置、存储介质及电子设备 |
CN117132747A (zh) * | 2023-10-25 | 2023-11-28 | 北京爱康宜诚医疗器材有限公司 | 基于骨骼模型的骨骼复位方法和装置 |
-
2021
- 2021-11-02 CN CN202111286086.5A patent/CN116058965A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116439833A (zh) * | 2023-06-13 | 2023-07-18 | 北京壹点灵动科技有限公司 | 骨盆配准处理方法、装置、存储介质及电子设备 |
CN116439833B (zh) * | 2023-06-13 | 2023-09-12 | 北京壹点灵动科技有限公司 | 骨盆配准处理方法、装置、存储介质及电子设备 |
CN116721137A (zh) * | 2023-08-08 | 2023-09-08 | 北京爱康宜诚医疗器材有限公司 | 配准方法及装置、存储介质及电子设备 |
CN116721137B (zh) * | 2023-08-08 | 2023-10-27 | 北京爱康宜诚医疗器材有限公司 | 配准方法及装置、存储介质及电子设备 |
CN117132747A (zh) * | 2023-10-25 | 2023-11-28 | 北京爱康宜诚医疗器材有限公司 | 基于骨骼模型的骨骼复位方法和装置 |
CN117132747B (zh) * | 2023-10-25 | 2024-03-19 | 北京爱康宜诚医疗器材有限公司 | 基于骨骼模型的骨骼复位方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112991409B (zh) | 骨骼注册方法及***及存储介质 | |
EP4159149A1 (en) | Surgical navigation system, computer for performing surgical navigation method, and storage medium | |
JP7510438B2 (ja) | コンピュータ支援手術のための方法及びシステム | |
Burschka et al. | Scale-invariant registration of monocular endoscopic images to CT-scans for sinus surgery | |
CN116058965A (zh) | 用于关节置换手术的骨骼注册方法及手术导航*** | |
JP5474303B2 (ja) | 手術計画立案 | |
CN111494009B (zh) | 用于手术导航的图像配准方法、装置和手术导航*** | |
US20110166832A1 (en) | Model-based positional estimation method | |
US11801094B2 (en) | Sagittal rotation determination | |
Modrzejewski et al. | An in vivo porcine dataset and evaluation methodology to measure soft-body laparoscopic liver registration accuracy with an extended algorithm that handles collisions | |
CN113116523B (zh) | 骨科手术配准装置、终端设备和存储介质 | |
WO2017137087A1 (en) | Method and system for registering a patient with a 3d image using a robot | |
TWI836492B (zh) | 註冊二維影像資料組與感興趣部位的三維影像資料組的方法及導航系統 | |
Ferguson et al. | Toward image-guided partial nephrectomy with the da Vinci robot: exploring surface acquisition methods for intraoperative re-registration | |
Gonçalves et al. | A vision system for robotic ultrasound guided orthopaedic surgery | |
Kwartowitz et al. | A novel technique for analysis of accuracy of magnetic tracking systems used in image guided surgery | |
CN115245384A (zh) | 骨骼注册方法及***、机器人***及存储介质 | |
US20220257145A1 (en) | Systems and methods for computer assisted femoral surgery | |
CN114938995B (zh) | 应用于髋关节置换手术的骨盆配准***和医疗设备 | |
Billings et al. | Minimally invasive registration for computer-assisted orthopedic surgery: combining tracked ultrasound and bone surface points via the P-IMLOP algorithm | |
CN116363093A (zh) | 一种用于寻找髋臼的旋转中心的方法与装置、手术规划***及存储介质 | |
Fieten et al. | An ICP variant with anisotropic weighting to accommodate measurement errors in A-Mode ultrasound-based registration | |
Bong et al. | Development of a surgical navigation system for corrective osteotomy based on augmented reality | |
US20240024035A1 (en) | Preoperative imaging combined with intraoperative navigation before and after alteration of a surgical site to create a composite surgical three dimensional structural dataset | |
TWI842001B (zh) | 註冊二維影像資料組與感興部位的三維影像資料組的方法及導航系統 |
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 |