重建颅骨的方法技术

使用迭代表面插值算法获得一重建骨架的三维模型。提供了待重建的骨架的参考三维模型和目标三维模型。基于位置约束将参考模型非刚性地配准到目标模型，以便产生配准的参考模型。将初始重建模型设置为配准参考模型。迭代地进行第一对应搜索以识别重建模型和目标模型上的第一组对应点。在每次迭代期间，基于对应点，将重建的模型递增地且非刚性地配准到目标模型。进行第二对应搜索以识别重建模型和目标模型上的第二组对应点。去除所识别的对应点中的交叉点，并且基于剩余的对应点将重建的模型非刚性地配准到目标模型，以便产生配准的完全重建的模型。优选实施例是使用拉普拉斯变形法重建头骨，该方法具有避免翻转插值曲面(FAIS)步骤。

Reconstruction of skull

【技术实现步骤摘要】
【国外来华专利技术】重建颅骨的方法
本专利技术涉及一种使用具有避免翻转插值曲面的复杂3D模型的非刚性配准来重建的骨架例如颅骨的方法。尽管并不排除其他目的，但本专利技术特别地涉及一种为了颅颌面(CMF)手术规划、法医调查和身体人类学研究中的一个或多个目的而重建颅骨的方法。
技术介绍
重建人类颅骨的方法在颅颌面(CMF)手术规划、法医调查和身体人类学研究中是重要的。在颅颌面手术中，外科医生的任务是在有缺损的(目标)颅骨上进行手术以恢复患者的正常外观。颅骨缺损可能由撞击损伤(例如交通或工作事故、暴力)，先天性畸形(即婴儿颅骨的异常发育)或肿瘤生长引起。比如博医来(博医来)之类的软件基于计算机断层扫描(CT)扫描图像生成患者颅骨或颅骨的一部分的正常形状。在手术期间，外科医生以生成的正常形状作为指导来重新对齐断裂的骨骼或用植入物替换缺损部分。在法医调查中使用重建受损或腐烂的颅骨来帮助根据受害者的遗体对他或她进行识别。一旦产生了无缺损的颅骨模型，法医调查员就可以通过在颅骨上铺设皮肤和肌肉“组织”来重建受害者的面部。可以手动或使用软件工具生成颅骨的重建模型。重建的颅骨越接近受害者受伤或死亡之前颅骨的正常形状，所重建的面部越将准确地识别受害者。人类学家重建原始人类(有时是化石化的)颅骨，以便了解不同物种特征的颅骨形状的差异。由于暴力、疾病、先天性畸形或腐烂，这些颅骨可能有缺损。根据人类所属物种的识别，手动或使用软件工具重建有缺损的颅骨。换句话说，人类学家从该物种的已知正常颅骨形状的模型开始。通常，有五种已知的生成一重建颅骨的方法：手动操作方法：在监视器上显示颅骨的3D模型。这允许外科医生例如在3D模型中手动切割和重新定位骨骼以规划和生成一重建模型。然而，手动骨骼重新定位是缓慢、耗时和主观的，因为它是建立在外科医生的经验和判断的基础上的。基于对称的方法：颅骨的无缺损或健康的部分反映在横向对称平面上，反射部分用作对缺损部分正常形状的估计。不需要参考模型，但必须有颅骨的无缺损部分才能工作。如果颅骨两侧都有缺损，则不能使用这些方法。几何重建方法：3D模型配准涉及参考模型的空间变换，以使其与目标模型对齐。3D模型配准算法使用线性变换(例如缩放，旋转，平移)或非刚性(弹性)变换。在已知的颅骨重建方法中，参考模型非刚性地配准到颅骨缺损模型的健康或无缺损部分。配准的参考模型用于估计有缺损的颅骨部分的正常形状。这些方法不需要对称的健康部分，而是使用单个参考模型来生成重建模型。这些方法的准确性取决于参考模型和目标模型之间的相似性以及配准算法中使用的点数。现有方法倾向于仅使用稀疏分布的少量点，以最小化错误的对应关系。错误的对应关系将导致错误的配准，从而导致错误的重建。统计重建方法：这些方法通过将统计参考模型与缺损模型的健康部分相匹配，并使用匹配的统计模型推断缺损模型的缺损部分的正常形状，改进了上述几何重建方法的局限性。然而，这些方法需要大量正常颅骨模型的训练样本以构建统计模型。重建精度取决于统计模型在正常颅骨中捕获形状变化的程度。如果没有充分捕获这种正常的形状变化，则重建将不准确。统计重建方法还依赖于健康部位和缺损部位之间的相关性。骨骼重新定位方法：这些方法涉及将受损颅骨的断裂骨骼的碎片重新定位到其正确位置，例如WO2015142291A1中所述。如果碎片缺失或不完整，则无法应用这些方法。此外，他们需要从医学图像中获得单独断裂骨骼的碎片。手动获得骨骼碎片可能非常耗时。由于所有已知的生成重建颅骨的方法都有缺点，因此希望提供一种自动、方便和准确的方法，用于从可能是由于断裂、损伤或先天性畸形造成的有缺损的颅骨重建颅骨。如上所述，重建的几何和统计方法都涉及3D参考模型的非刚性配准方法。现有的非刚性配准方法可以分为两大类：近似和插值。近似方法通过将参考曲面拟合到目标曲面来产生近似曲面。根据平滑度约束，使相应参考曲面和目标曲面之间的平均距离最小化。位置对应被认为是软约束，并且配准曲面与目标曲面具有非零距离或误差。另一方面，插值方法通过拟合参考曲面产生插值曲面，使其精确地通过相应的目标点。位置对应被认为是硬约束，因此配准的曲面相对于相应的目标点具有零误差。因此，插值方法通常比用于形状复杂的3D对象配准的近似方法更准确。使用插值曲面执行非刚性配准有三种方法：自由变形(FFD)，拉普拉斯变形和薄板样条(TPS)。自由变形(FFD)使用在3D空间内包围形状(网格)的想法。3D空间上的变形点会使包围的网格扭曲或变形。3D空间被划分为平行六面体区域，其顶点是控制点。当控制点移动到新位置时，FFD根据伯恩斯坦多项式变换控制点。FFD主要用于动画并且往往不用于颅骨重建，因为控制点不在3D模型上，使得在自由变形之后难以确定控制点的所需位置。拉普拉斯变形通过保留网格顶点的曲率和曲面法线来使参考模型变形以拟合目标点。它将曲面点与其所需位置完全对应地移动。与TPS不同，拉普拉斯变形的线性方程组仅捕获网格顶点而没有对应关系。其数据矩阵的大小与没有对应关系的网格顶点数的平方成比例。因此，数据矩阵的大小以及时间和空间复杂度随着对应关系的增加而降低。拉普拉斯变形尚未用于颅骨重建。相比之下，薄板样条(TPS)是颅骨配准和重建的常用方法。TPS翘曲的过程类似于薄金属板的弯曲。TPS使用最小化弯曲能量的平滑映射函数转换网格的曲面点。映射函数由仿射变换和非线性扭曲组成，非线性扭曲定义为薄板样条函数的加权和。映射函数的参数通过产生唯一解的线性方程组求解。该线性组的数据矩阵的大小与关键点(landmark)数量的平方成比例。因此，随着相应关键点数量的增加，TPS的时间和空间复杂度迅速增加。当在点对应中存在被视为硬约束的冲突时，非刚性配准插值方法可以产生“翻转的曲面”。曲面翻转是指导致曲面自相交的曲面法线的局部反转。翻转的曲面会导致曲面形状严重变形，并且很难去除。用于颅骨的配准和重建的现有TPS方法使用足够稀疏分布的一组对应点以避免曲面翻转。然而，这种稀疏分布降低了TPS配准和重建结果的准确性。因此，期望提供一种用于复杂3D对象的非刚性配准和重建的算法，其具有更高的准确度。已经开发了计算机辅助系统用于规划CMF和整形外科手术。例如，已知的系统使外科医生能够手动重新定位颅骨的骨骼，然后预测面部外观。然而，手动重新定位骨骼是耗时且不准确的。其他已知的系统，例如博医来的爱普兰(iPlan)和史赛克(Stryker)的史赛克CMF(StrykerCMF)使用上述基于对称的方法生成可用于指导人工规划的重建模型。然而，这些方法不适用于双侧断裂患者。玛特瑞尔莱斯(Materialise)的商业软件专业规划CMF(ProPlanCMF)为外科医生提供手动手术规划服务。这与手动重建具有相同的限制。一些已知的系统可以使用断裂曲面匹配方法生成用于下颌骨修复的手术规划，但是这具有局限性并且不可靠。因此，希望提供一种计算机辅助系统，其方便且准确地从患者的缺损颅骨产生正常颅骨模型，用于CMF手术规划、法医调查和人类学研究。
技术实现思路
根据本专利技术的第一方面，提供了一种获得一重建骨架的三维模型的方法，包括使用迭代曲面插值算法。该方法包括以下步骤：提供待重建的骨架的目标三维模型；提供骨架的参考三维模型；基于位置约束非刚性地将参考模型配准到目标本文档来自技高网...

【技术保护点】
1.一种获得一重建骨架的三维模型的方法，包括使用迭代曲面插值算法，该方法包括以下步骤：提供待重建的骨架的目标三维模型；提供骨架的参考三维模型；基于位置约束非刚性地将所述参考模型配准到所述目标模型，以便产生配准的参考模型；将初始重建模型设置为所述配准的参考模型；迭代地进行第一对应搜索以识别所述重建模型和所述目标模型上的第一组对应点，并且在每次迭代期间，基于所述对应点非刚性地将所述重建模型增量地配准到所述目标模型；进行第二次对应搜索以识别所述重建模型和所述目标模型上的第二组对应点；去除所识别的对应点中的交叉点，并基于剩余的对应点将所述重建模型非刚性地配准到所述目标模型，以便产生配准的完整重建模型，该模型是所述重建骨架的模型。

【技术特征摘要】
【国外来华专利技术】2016.12.06 SG 10201610236W1.一种获得一重建骨架的三维模型的方法，包括使用迭代曲面插值算法，该方法包括以下步骤：提供待重建的骨架的目标三维模型；提供骨架的参考三维模型；基于位置约束非刚性地将所述参考模型配准到所述目标模型，以便产生配准的参考模型；将初始重建模型设置为所述配准的参考模型；迭代地进行第一对应搜索以识别所述重建模型和所述目标模型上的第一组对应点，并且在每次迭代期间，基于所述对应点非刚性地将所述重建模型增量地配准到所述目标模型；进行第二次对应搜索以识别所述重建模型和所述目标模型上的第二组对应点；去除所识别的对应点中的交叉点，并基于剩余的对应点将所述重建模型非刚性地配准到所述目标模型，以便产生配准的完整重建模型，该模型是所述重建骨架的模型。2.根据权利要求1所述的方法，其特征在于：所述第一对应搜索包括确定所述第一组中的一对对应点之间的距离小于或等于第一预定参数，以及所述一对对应点的曲面法线相差不超过10度。3.根据权利要求2所述的方法，其特征在于：所述第一预定参数是0.5mm。4.根据前述权利要求中任一项所述的方法，其特征在于：所述第二对应搜索包括确定所述第二组中的一对对应点之间的距离小于或等于第二预定参数，并且所述目标模型上的一点是所述重建模型上对应点的最近曲面点。5.根据权利要求4所述的方法，其特征在于：所述第二预定参数是3mm。6.根据前述权利要求中任一项所述的方法，其特征在于：迭代地进行第一对应搜索还包括通过应用无交叉条件来选择所述第一组的稀疏子集。7.根据权利要求6所述的方法，其特征在于：所述稀疏子集包含所述目标模型上的大约少于10％的顶点。8.根据前述权利要求中任一项所述的方法，其特征在于：移除交叉点还包括获得一组密集的对应点。...

【专利技术属性】
技术研发人员：谢树东，廖伟权，林添才，
申请(专利权)人：新加坡国立大学，
类型：发明
国别省市：新加坡,SG