一种基于双平面X光追踪的植入物自动配准定位方法技术

技术编号:26421440 阅读:51 留言:0更新日期:2020-11-20 14:17
本发明专利技术提供了一种基于双平面X光追踪的植入物自动配准定位方法,包括构建虚拟双平面X光系统、X光图像中植入物边缘提取和加权膨胀、植入物几何模型快速投影和边缘提取、最优匹配位置搜索。根据一个定位器,确定两台X光机图像平面的相对位置,以此在计算机系统中建立虚拟双平面X光系统;利用两台X光机拍摄X光图像中提取的加权膨胀边缘和植入物模型投影的边缘,计算植入物模型任意空间位置下的匹配度,通过模拟退火算法可以快速求得匹配程度最高时的植入物空间位置。此方法可以基于两台X光机连续获得的运动图像,实现植入物在体空间位置的自动追踪,以此为参考进行植入物运动学研究、关节接触分析,极大地减少手动配准的人力和时间开销。

【技术实现步骤摘要】
一种基于双平面X光追踪的植入物自动配准定位方法
本专利技术涉及金属植入物的在体运动学追踪、X光图像后处理、2D-3D图像配准领域,具体涉及一种基于双平面X光追踪的植入物自动配准定位方法。
技术介绍
人工全膝关节置换术(TotalKneeArthroplasty,TKA)是临床骨科中治疗末期膝关节骨性关节炎的方法。TKA主要是移除股骨远端和胫骨近端缺损的骨组织,使用金属、陶瓷、高聚乙烯等材料制成的人工植入物重建关节,从而消除患者膝关节疼痛。随着植入物设计原理、材料、构型等方面发展,TKA术后患者可以一定程度恢复其运动功能,提高生活质量和独立生活能力。术前医生会对患者膝关节骨性关节炎进行性程度、交叉韧带的功能和完整性、患者的年龄等因素进行综合评估,从而选择最适合患者的术式和膝关节植入物,决定使用的植入物构型。临床报道说明15~30%患者对TKA术后效果不满意[1],目前TKA术后植入物有效使用年限在10-15年的患者占比超过90%,但剩下需要进行植入物翻修的患者给美国的健康体系带来270亿美元的负担[2]。主要导致膝关节植入物需要进行二次翻修手术的因素有感染、植入物松动、性别、年龄等[1-3]。术中医生根据无负重状态下的关节状态决定植入物植入位置,而术后患者需要进行大量坐下、起身、行走、上下楼梯等康复性日常生活行动,膝关节植入物的空间运动和关节面接触位置与术中静态植入位置不同,也不能完全恢复膝关节正常的解剖结构,因此可能导致植入物松动失效,需要二次手术。因此,膝关节的在体动态功能评估,有助于确定膝关节植入物最佳植入位置、改进植入物构型改进、制定个性化术后康复计划。双平面动态X光追踪技术(DualFluoroscopicImagingSystem,DFIS)是一种使用两台正交X光机同步记录关节运动影像,用于精确测量关节空间位置和运动功能的技术[4-6]。利用两台移动式X光机,同步记录关节的运动学影像资料,利用电子计算机断层扫描技术(CT)、磁共振扫描(MR)获取数据,建立个性化骨骼和膝关节植入物3D模型,基于点光源投影原理在虚拟双平面系统中将3D骨骼模型与2D医学影像进行匹配,从而获得关节的空间相对位置,进行后续运动学和其他参数分析。双平面动态X光追踪技术测量膝关节动态运动的位移和旋转角度精度分别为0.2mm和0.2°[5]。但是目前在虚拟双平面系统中需要操作者手动调整3D模型的空间位置,以实现2D-3D配准过程,手动配准过程具有主观性,不同操作者的匹配结果可能不同,此外还需要耗费大量的时间。熟练的操作者可以迅速将3D模型的位置调整到精确位置的附近,使得投影轮廓和2D影像轮廓大致匹配(耗费10-20秒),但是为了获得精确的3D模型位置,需要耗费3-5分钟精细调整单一模型位置,而膝关节由股骨和胫骨构成,一组2D影像的模型配准要花费操作者5分钟以上,完全配准一组周期较长的运动数据(30-40组2D影像)需要耗费300-400分钟。因此,开发一种基于双平面X光追踪的植入物自动配准定位程序,提高配准结果的重复性和客观性,大幅度减少配准过程中人力和时间开销,是十分有价值的。目前已有基于单平面X光的2D-3D自动配准定位方法,如Mahfouz等基于轮廓特征匹配的2D单平面X光和3D金属植入物模型的自动配准方法[7],Tsai等基于数字化重建射线图像(DigitallyReconstructedRadiographs,DRRs)的2D单平面X光与3D数字断层成像数据(CT)的自动配准方法[8],Miao等基于卷积神经网络的2D单平面X光和3D金属植入物模型的实时自动配准方法[9]。这些自动配准方法的基本原理,都是在虚拟搭建的单平面投影系统中,根据3D目标物、放射源、投影平面的相对位置,生成虚拟2D平面投影图像,计算虚拟2D平面投影图像与实际透射记录的2D单平面X光图像的相似程度,使用最优化算法调整3D目标物的空间位置使得投影2D图像和实际记录的2D单平面X光图像的相似程度最高。在技术实现上有3个关键性的技术问题:(1)生成虚拟2D平面投影图像方法。①3D骨骼和金属植入模型在计算机系统是以一系列特定位置的“节点”以及“节点之间的相互连接关系”共同构成的3D三角面片集合,可以根据透视投影的基本定理,将节点和三角面片直接投影到投影平面上,生成2D二值化遮罩(mask)以表示3D模型的投影结果[7,9]。②CT是以一系列具有相同空间尺寸的体数据单元组成的3D体数据集合,可以重建出无负重下的骨骼、金属植入物的解剖结构和相对位置,可以使用DRRs方法[10],基于虚拟放射源、CT数据、投影平面之间的关系,生成2D虚拟X光透视投影图像[8]。(2)相似度评估方法。①基于灰度分布和轮廓特征的相似度评估方法[7]。基于3D模型投影得到的虚拟2D平面投影图像是二值图像(有投影记为1,无投影记为0),实际记录2D单平面X光影像是8位灰度图像(灰度值范围0-255),可以使用以下公式计算归一化灰度匹配度:其中G(x,y)为实际记录2D单平面X光影像梯度矩阵,H(x,y)是虚拟2D平面投影图像轮廓二值矩阵。通过灰度匹配度和轮廓匹配度的加权求和,可以计算出综合匹配度。提取虚拟2D平面投影图像的几何轮廓,用二值矩阵表示(轮廓记为1,非轮廓记为0),计算实际记录2D单平面X光影像的梯度值,轮廓的梯度值高,非轮廓的梯度值低,可以使用以下公式计算归一化轮廓匹配度:其中J(x,y)为实际记录2D单平面X光影像灰度矩阵,J(x,y)是虚拟2D平面投影图像二值矩阵。②基于梯度匹配度和加权轮廓匹配度(WeightedEdgeMatchingScore,WEMS)的评估方法[8]。基于DRR方法投影得到的虚拟2D平面投影图像和实际记录2D单平面X光影像均为灰度图像,可以分别计算其梯度值,使用以下公式计算梯度值匹配度:其中If1(x,y)为实际记录2D单平面X光影像灰度矩阵,IDRR(x,y)是DRR生成虚拟2D平面投影图像灰度矩阵。使用Canny边缘检测算子提取实际记录2D单平面X光影像边缘,并生成二值图像(边缘记为1,非边缘记为0),使用二值图像膨胀操作,对二值边缘图像进行加权膨胀。同理,使用Canny边缘检测算子提取虚拟2D平面投影图像边缘,并生成二值图像(边缘记为1,非边缘记为0),根据边缘的长度,对二值边缘图像进行加权赋值,边缘越长权重越高。使用以下公式计算加权边缘匹配度(WEMS):Ereg(x,y)=LDRR(x,y)Bf1(x,y).其中Bf1(x,y)为膨胀后的实际记录2D单平面X光影像边缘权重矩阵,LDRR(x,y)为按长度赋值后的虚拟2D平面投影图像边缘权重矩阵。(3)最优化计算方法。①模拟退火算法(SimulatedAnnealing,SA)[7];②遗传算法(GeneticAlgorithms,GA)[8];③卷积神经网络(ConvolutionalNeuralNetwork,CNN)本文档来自技高网...

【技术保护点】
1.一种基于双平面X光追踪的植入物自动配准定位方法,其特征在于,包括如下步骤:/nS1:构建虚拟双平面X光系统,包括:/nS11:准备两台X光机:1号X光机、2号X光机,并拍摄患者体中植入物的X光图像;/nS12:在计算机系统中,确定两台X光机的相对位置;/nS13:在计算机系统中两台X光机投射公共区域摆放植入物模型;/nS2:对前述植入物的X光图像中的植入物边缘进行提取,并进行加权膨胀;/nS3:对植入物模型进行快速投影和边缘提取;/nS4:基于步骤S2和S3获得的边缘特征进行虚拟双平面自动配准。/n

【技术特征摘要】
1.一种基于双平面X光追踪的植入物自动配准定位方法,其特征在于,包括如下步骤:
S1:构建虚拟双平面X光系统,包括:
S11:准备两台X光机:1号X光机、2号X光机,并拍摄患者体中植入物的X光图像;
S12:在计算机系统中,确定两台X光机的相对位置;
S13:在计算机系统中两台X光机投射公共区域摆放植入物模型;
S2:对前述植入物的X光图像中的植入物边缘进行提取,并进行加权膨胀;
S3:对植入物模型进行快速投影和边缘提取;
S4:基于步骤S2和S3获得的边缘特征进行虚拟双平面自动配准。


2.如权利要求1所述的方法,其特征在于,所述S11进一步包括:
在实验室空间中摆放两台X光机:1号X光机、2号X光机,使完成植入物植入的患者在操作者引导下进行功能运动,同时两台X光机拍摄植入物植入关节,分别得到X图像。


3.如权利要求1所述的方法,其特征在于,所述步骤S12进一步包括:
S121:在两台X光机投射公共区域摆放一个定位器,定位器中间有4个铅点,其分布构成一个正方形,铅点具有X光吸收性,在X光图片中会以低灰度圆点表示;
S122:将1号X光机记为F1,以F1拍摄的X光图像空间为基准建立刚体正交空间坐标系(R1,V1),其中R1为3×3大小矩阵,每一列表示F1拍摄的X光图像坐标系的坐标轴单位向量;V1为3×1大小列向量,表示F1图像坐标系原点位置,以图像中心为F1图像坐标系原点位置;以F1图像空间为系统坐标系时,可知:



S123:将2号X光机记为F2,以F2拍摄的X光图像空间为基准建立刚体正交空间坐标系(R2,V2),其中R2为3×3大小矩阵,每一列表示F2拍摄的X光图像坐标系的坐标轴单位向量;V2为3×1大小列向量,表示F2图像坐标系原点位置,以图像中心为F2图像坐标系原点位置;
S124:以定位器上任意一个铅点位置为原点,建立刚体正交空间坐标系(R0,V0),其中R0为3×3大小矩阵,每一列表示定位器坐标系的坐标轴单位向量;V0为3×1大小列向量,表示定位器坐标系原点位置;
S125:定位器上每一个铅点的位置可以用列向量表示,定位器上构成正方形的4个铅点相对于定位器坐标系的位置可以用矩阵P0表示,P0为3×4大小矩阵,每一列表示1个铅点坐标;
相对于F1、F2的位置,P01和P02可以由定位器坐标系(R0,V0)到F1坐标系(R1,V1)和F2坐标系(R2,V2)之间的坐标系变换表示,如下式所示:
P01=R1-1(R0P0+V0-V1)=R01P0+V01;
P02=R2-1(R0P0+V0-V2)=R02P0+V02;
其中,P01为表示铅点相对于F1的位置的矩阵,P02为表示铅点相对于F2的位置的矩阵;
S126:在F1图像坐标系内,基于F1放射源和F1投影平面相对位置有投影矩阵T1,T1为3×4大小矩阵,P01可以投影到F1平面上得到F1平面坐标P01_im,P01_im为2×4大小矩阵,每一列表示1个铅点在F1平面上的坐标,如下式所示:



提取F1图像中的铅点坐标Pim1,使用拟牛顿法,计算铅点在F1的投影坐标P01_im和Pim1之间偏差达到最小时的定位器-F1坐标系变换(R01,V01),如下式所示:



S127:同理,在F2图像坐标系内,基于F2放射源和F2投影平面相对位置有投影矩阵T2,T2为3×4大小矩阵,P02可以投影到F2平面上得到F2平面坐标P02_im,P02_im为2×4大小矩阵,每一列表示1个铅点在F2平面上的坐标,如下式所示:



提取F2图像中的铅点坐标Pim2,使用拟牛顿法,计算铅点在F2的投影坐标P02_im和真实F2中铅点坐标Pim2之间偏差达到最小时的定位器-F2坐标系变换(R02,V02),如下式所示:



F1-F2坐标系变换(R21,V21)可以由下式表示:
R21=R01R02-1,V21=V01-R01R02-1V02;
S128:两台X光机图像平面之间的空间位置关系可以用(R21,V21)表示,基于每台X光机放射源与图像平面的相对位置,以及两台X光机的相对位置关系(R21,V21),可以在计算机系统中构建用于自动配准的虚拟双平面X光系统;
在虚拟双平面X光系统中,为了表示方便将F1图像坐标系记为全局坐标系,则F1图像坐标系(R1,V1)和F2图像坐标系(R2,V2)有:



R2=R21,V2=V21。


4.如权利要求3所述的方法,其特征在于,所述步骤S2进一步包括:
...

【专利技术属性】
技术研发人员:蔡宗远郑楠王聪
申请(专利权)人:上海交通大学
类型:发明
国别省市:上海;31

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1