一种基于稀疏主成分分析的心脏软组织三维重建方法技术

本发明专利技术公开了一种基于稀疏主成分分析的心脏软组织三维重建方法，首先使用传统的高复杂度薄板样条模型提取历史影像数据中的感兴趣区域的三维历史形态数据；然后将提取的感兴趣区域的三维形态数据进行相对坐标处理和均值化处理；对处理后的数据进行稀疏主成分分析，提取出稀疏主分量；最后用获得的稀疏主分量建立新的形态模型，从当前获取的心脏表面立体影像中通过立体匹配获得该模型参数，进而重建当前心脏表面目标区域的三维形态。

【技术实现步骤摘要】
一种基于稀疏主成分分析的心脏软组织三维重建方法
本专利技术属于心脏建模
，更为具体地讲，涉及一种基于稀疏主成分分析的心脏软组织三维重建方法。
技术介绍
心脏疾病一直是致死率最高的疾病，而且近年来心脏手术的数量一直呈一个上升的趋势。针对这种情况，开发微创心脏手术机器人并为医生提供医疗器械方面的辅助，成为了一件非常有意义同时也非常具有挑战性的任务。相比于传统的开腔式心脏手术，机器人辅助微创手术以其疮口小，身体恢复速度快，而深受病人的青睐。现在的微创医疗手术机器人进行心脏手术的时候，为了能够减轻心脏停跳对人体的伤害，放弃了使用体外血液循环的方式。通常利用一种稳定装置对心脏进行固定，这样就能够在心脏进行跳动的时候完成心脏手术的工作。但是，这种稳定心脏跳动的技术只能初步固定住心脏，心脏还会留有一部分残余运动，这种运动对医生操作的精准度有很大的影响，医生无法准确的感知到跳动心脏表面目标区域的三维形态，这是决定着手术成败的关键因素。所以，这种手术需要具有丰富经验的医生来进行操作，对于新的医生需要设计专门的培训系统对其进行培训，而且需要很长的培训周期。这对于患者而言，需要巨大的经济压力和心理压本文档来自技高网...

【技术保护点】
一种基于稀疏主成分分析的心脏软组织三维重建方法，其特征在于，包括以下步骤：(1)、从立体内窥镜系统获取跳动心脏表面的多帧图像作为历史图像数据；(2)、利用传统的高复杂度薄板样条模型TPS提取历史图像数据中感兴趣区域的三维历史形态数据；(3)、对提取的三维历史形态数据进行零均值化处理，得到标准三维历史形态数据矩阵S；(4)、利用稀疏主成分分析算法提取标准三维历史形态数据矩阵S的稀疏主成分(4.1)、对标准三维历史形态数据矩阵S进行奇异值分解，即S＝UΣV

【技术特征摘要】
1.一种基于稀疏主成分分析的心脏软组织三维重建方法，其特征在于，包括以下步骤：(1)、从立体内窥镜系统获取跳动心脏表面的多帧图像作为历史图像数据；(2)、利用传统的高复杂度薄板样条模型TPS提取历史图像数据中感兴趣区域的三维历史形态数据；(3)、对提取的三维历史形态数据进行零均值化处理，得到标准三维历史形态数据矩阵S；(4)、利用稀疏主成分分析算法提取标准三维历史形态数据矩阵S的稀疏主成分(4.1)、对标准三维历史形态数据矩阵S进行奇异值分解，即S＝UΣVT,其中，U是由正交列组成的N×N正交矩阵正交矩阵，Σ是N×L的对角矩阵，对角线上是S的奇异值并且从大到小排列，V是L×L的正交矩阵；(4.2)、选取V矩阵的前n个列向量，组成稀疏加载向量VL×n，VL×n＝[α1,…αn]，αn表示V的第n个列向量；(4.3)、根据稀疏加载向量VL×n＝[α1,…αn]，建立优化目标函数：其中，j＝1,2,…,n,βj为待优化的目标向量，||βj||1是βj的1-范数，||βj||2＝trace(βjβjT)，即矩阵的主对角线上各个元素的总和；(4.4)、给定βj的初始值，然后迭代更新优化目标函数得到最小化后的再根据计算新的稀疏加载项的n个列向量其中...

【专利技术属性】
技术研发人员：刘珊，杨波，郑文锋，曹婷婷，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51