腰椎配準先驗模型的構建方法以及腰椎配準方法技術

本發明專利技術涉及一種腰椎配準先驗模型的構建方法以及腰椎配準方法。本發明專利技術通過對大量的腰椎CT樣本進行DRR投影，得到投影圖像樣本，并對投影圖像樣本提取特征點，進而構建腰椎配準的先驗模型。在進行腰椎配準時，先在手術前獲取病人的腰椎CT圖像，并利用形狀模型和投影參數之間高度的相關性，建立姿態模型；在手術中通過X?ray圖像獲得了腰椎的形狀參數之后，能夠直接通過姿態模型得到其投影參數，從而完成配準。避免了傳統方法中在大量的投影圖像中搜索一個最佳匹配度的投影圖像，使得本發明專利技術能夠高效地進行腰椎的3D/2D配準，在保證精度的同時，滿足手術中高實時性的要求。

Construction method of lumbar registration prior model and lumbar registration method

The invention relates to a method for constructing a priori registration model of lumbar vertebrae and a method for lumbar registration. The DRR projection is carried out on a large number of lumbar CT samples, and a projection image sample is obtained, and the feature points are extracted from the projected image samples, and a prior model of the lumbar registration is constructed. In the lumbar registration, to obtain the lumbar CT image of patient before the operation, and the high correlation between the shape model and projection parameters, establish the attitude model; after surgery by X ray image has the shape parameters of the lumbar spine can directly through the attitude model get the projection parameters, so as to complete the registration. To avoid the traditional method in a large number of projection images in search of an optimal matching of image projection, 3D/2D registration so that the method can effectively guarantee the accuracy of the lumbar spine, at the same time, to meet the high real-time requirement in operation.

【技術實現步驟摘要】
腰椎配準先驗模型的構建方法以及腰椎配準方法
本專利技術涉及圖像處理領域，具體涉及一種腰椎配準先驗模型的構建方法以及腰椎配準方法。
技術介紹
醫生在進行脊椎手術過程中，需要圖像引導，以便能夠清楚脊椎的位置姿態和手術置入物(如螺釘)的具體位置。然而由于術中電子計算機斷層掃描(ComputedTomography，CT)設備昂貴，僅有少數醫院配置，因此常用術前CT和術中X光(X-ray)圖像來輔助醫生手術。術中X-ray能提供二維影像，若要得到三維信息，需要將術中X-ray和術前CT進行配準，因此3D/2D的圖像配準是圖像引導手術中的關鍵問題。目前的3D/2D配準一般是將3D的數據投影到2D平面，然后進行2D/2D配準，最終在投影參數空間中找到一個最佳的投影參數使得投影圖像與目標圖像能夠最佳配準。然而由于投影參數空間復雜度較高，所以這種基于搜索策略的3D/2D配準方法計算量巨大。也有的處理方法需要較多的人工干預，同樣導致效率低下。
技術實現思路
為了解決現有技術中的上述問題，本專利技術提出了一種腰椎配準先驗模型的構建方法以及腰椎配準方法，在保證精度的同時，大大提高了配準的效率，達到術中實時配準的要求。本專利技術提出一種腰椎配準先驗模型的構建方法以及腰椎配準方法，包括以下步驟：步驟A1，對預設數量的腰椎CT圖像樣本進行數字重建放射影像(DigitallyReconstructuredRadiograph，DRR)投影，得到投影圖像樣本，并對投影圖像樣本提取特征點；步驟A2，根據步驟A1提取的特征點建立統計形狀模型；步驟A3，建立統計灰度模型；步驟A4，將形狀模型參數和灰度模型參數串聯起來建立聯合模型。優選地，步驟A2具體為：使用普氏分析法將提取的特征點映射到一個共同的二維坐標系下，使得各投影圖像樣本特征點的重心與坐標原點重合，并消除平移、縮放、旋轉對不同投影圖像樣本特征點的影響；對映射到共同二維坐標系下的特征點利用主成分分析法(principalcomponentsanalysis，PCA)得到形狀模型的標準正交基Ps，則各投影圖像樣本的特征點形狀模型為：其中，為平均形狀，所述平均形狀為每個特征點的平均位置，bs為形狀模型參數。優選地，步驟A3具體為：對各投影圖像樣本進行形狀標準化，使得其特征點變形到平均形狀上；把經過形狀標準化的圖像，在其形狀模型所覆蓋的區域進行采樣，并對采樣點進行歸一化使其灰度均值為0，方差為1；利用主成分分析法得到表觀模型Pg，則各投影圖像樣本特征點灰度模型g為：其中，為平均灰度，Pg為灰度模型的標準正交基，bg為灰度模型參數。優選地，步驟A4具體為：步驟A41，將形狀模型參數bs和灰度模型參數bg串聯起來，其中，Ws為一個對角陣，用來平衡形狀模型和灰度模型參數的量綱；步驟A42，對串聯的形狀模型和灰度模型參數利用主成分分析法得到聯合模型:由于形狀模型參數和灰度模型參數的均值為0，所以均值為0，則有：b＝Qc，其中，c為聯合模型的參數，Q為聯合模型的正交基，Qs為形狀模型的正交基，Qg為灰度模型的正交基；步驟A43，用聯合模型參數c來表達形狀x和灰度g：其中，為平均形狀，Ps為形狀模型的標準正交基，為平均灰度，Pg為灰度模型的標準正交基。優選地，對各投影圖像樣本進行形狀標準化時，采用三角形變形算法。本專利技術同時提出一種腰椎配準方法，包括以下步驟：步驟B1，手術前獲取目標腰椎CT圖像，對CT圖像進行DRR投影生成預設數量的DRR圖像；步驟B2，對毎幅DRR圖像，根據預設的初始位置和腰椎配準先驗模型，對目標腰椎進行分割并提取形狀參數。步驟B3，根據DRR圖像的投影參數和其對應的形狀參數，建立姿態模型；步驟B4，手術過程中獲取X-ray圖像，在X-ray圖像上，根據腰椎配準先驗模型，對目標腰椎進行分割，并提取形狀參數；步驟B5，根據在X-ray圖像上得到的目標腰椎的形狀參數和步驟B3中得到的姿態模型，得到對應的投影參數，從而完成配準。優選地，步驟B3所述建立姿態模型，具體為：使用線性模型R＝MB，得到姿態模型：M＝RBT(BBT)-1。其中，R為投影參數，B為形狀參數，M為姿態模型。優選地，步驟B5具體為：根據所述姿態模型和步驟B4中獲取的形狀參數，計算出X-ray圖像對應的投影參數：RX-ray＝MBX-ray，其中BX-ray為步驟B4中提取的X-ray圖像的形狀參數，M為姿態模型。優選地，步驟B2和步驟B4中，用AAM算法對目標腰椎進行分割并提取形狀參數。本專利技術建立腰椎的二維統計模型，并利用形狀模型和投影參數之間高度的相關性，學習出一個姿態模型。在手術中獲得了腰椎的形狀參數之后，能夠直接通過姿態模型得到其投影參數，從而避免了傳統方法中在大量的投影圖像中搜索一個最佳匹配度的投影圖像，使得本專利技術能夠高效地進行腰椎的3D/2D配準，在保證精度的同時，滿足術中高實時性的要求。附圖說明圖1是本實施例中腰椎配準先驗模型構建方法的流程示意圖；圖2是本實施例中對DRR投影圖像進行特征點提取的示意圖；圖3是本實施例中腰椎配準方法的流程示意圖。具體實施方式下面參照附圖來描述本專利技術的優選實施方式。本領域技術人員應當理解的是，這些實施方式僅僅用于解釋本專利技術的技術原理，并非旨在限制本專利技術的保護范圍。本實施例中，在一臺配置為Intel(R)Core(TM)i5-2400CPU@3.10GHz，4G內存的PC機上，運行算法平臺MatlabR2014b。本專利技術提出一種腰椎配準先驗模型的構建方法以及腰椎配準方法，如圖1所示，包括以下步驟：步驟A1，對預設數量的腰椎CT圖像樣本進行DRR投影，得到投影圖像樣本，并對投影圖像樣本提取特征點；步驟A2，根據步驟A1提取的特征點建立統計形狀模型；步驟A3，建立統計灰度模型；步驟A4，將形狀模型參數和灰度模型參數串聯起來建立聯合模型。本實施例中，在建立統計形狀模型時，選擇建立二維圖像上的模型，因為二維圖像的特征點更容易標記和獲取。如圖2所示，在毎幅DRR圖像上提取93個特征點，整體形狀如子圖a所示，主要分為6個部分，分別是：椎體輪廓(如子圖b所示)、中央灰度凹陷(如子圖c所示)、接近于生理結構的椎弓根(如子圖d和e所示)和椎體左右下切角(如子圖f和g所示)。本實施例中，步驟A2具體為：使用普氏分析法將提取的特征點映射到一個共同的二維坐標系下，使得各投影圖像樣本特征點的重心與坐標原點重合，并消除平移、縮放、旋轉對不同投影圖像樣本特征點的影響；對映射到共同二維坐標系下的特征點利用主成分分析法得到形狀模型的標準正交基Ps，則各投影圖像樣本的特征點形狀模型，如公式(1)所示：其中，為平均形狀，所述平均形狀為每個特征點的平均位置，bs為形狀模型參數。本實施例中，步驟A3具體為：對各投影圖像樣本進行形狀標準化，使得其特征點變形到平均形狀上；把經過形狀標準化的圖像，在其形狀模型所覆蓋的區域進行采樣，并對采樣點進行歸一化使其灰度均值為0，方差為1；利用主成分分析法得到表觀模型Pg，則各投影圖像樣本特征點灰度模型g,如公式(2)所示：其中，為平均灰度，Pg為灰度模型的標準正交基，bg為灰度模型參數。本實施例中，步驟A4具體為：步驟A41，將形狀模型參數bs和灰度模型參數bg串聯起來，如公式(3)所示：其本文檔來自技高網...

【技術保護點】
一種腰椎配準先驗模型的構建方法以及腰椎配準方法，其特征在于，包括以下步驟：步驟A1，對預設數量的腰椎CT圖像樣本進行DRR投影，得到投影圖像樣本，并對投影圖像樣本提取特征點；步驟A2，根據步驟A1提取的特征點建立統計形狀模型；步驟A3，建立統計灰度模型；步驟A4，將形狀模型參數和灰度模型參數串聯起來建立聯合模型。

【技術特征摘要】
1.一種腰椎配準先驗模型的構建方法以及腰椎配準方法，其特征在于，包括以下步驟：步驟A1，對預設數量的腰椎CT圖像樣本進行DRR投影，得到投影圖像樣本，并對投影圖像樣本提取特征點；步驟A2，根據步驟A1提取的特征點建立統計形狀模型；步驟A3，建立統計灰度模型；步驟A4，將形狀模型參數和灰度模型參數串聯起來建立聯合模型。2.根據權利要求1所述的方法，其特征在于，步驟A2具體為：使用普氏分析法將提取的特征點映射到一個共同的二維坐標系下，使得各投影圖像樣本特征點的重心與坐標原點重合，并消除平移、縮放、旋轉對不同投影圖像樣本特征點的影響；對映射到共同二維坐標系下的特征點利用主成分分析法得到形狀模型的標準正交基Ps，則各投影圖像樣本的特征點形狀模型為：其中，為平均形狀，所述平均形狀為每個特征點的平均位置，bs為形狀模型參數。3.根據權利要求2所述的方法，其特征在于，步驟A3具體為：對各投影圖像樣本進行形狀標準化，使得其特征點變形到平均形狀上；把經過形狀標準化的圖像，在其形狀模型所覆蓋的區域進行采樣，并對采樣點進行歸一化使其灰度均值為0，方差為1；利用主成分分析法得到表觀模型Pg，則各投影圖像樣本特征點灰度模型g為：其中，為平均灰度，Pg為灰度模型的標準正交基，bg為灰度模型參數。4.根據權利要求3所述的方法，其特征在于，步驟A4具體為：步驟A41，將形狀模型參數bs和灰度模型參數bg串聯起來，其中，Ws為一個對角陣，用來平衡形狀模型和灰度模型參數的量綱；步驟A42，對串聯的形狀模型和灰度模型參數利用主成分分析法得到聯合模型:由于形狀模型參數和灰度模型參數的均...

【專利技術屬性】
技術研發人員：何暉光，陳智強，
申請(專利權)人：中國科學院自動化研究所，
類型：發明
國別省市：北京,11