机器人定位方法、装置、系统及计算机设备制造方法及图纸

本申请涉及一种机器人定位方法、装置、系统及计算机设备。该方法包括：服务器通过获取图像采集设备采集的用户的目标部位图像和医疗设备采集的医学影像，根据目标部位图像、医学影像以及预设的配准方法，确定目标部位图像与医学影像之间的配准关系，基于配准关系和预设的映射关系，确定机器人的定位信息，其中，预设的映射关系包括机器人的位置与图像采集设备的位置之间的映射关系。在本方案中，不需要对用户进行额外的标记物的粘贴或者设置，避免了对用户造成额外的伤害，通过预设的配准方法，构建机器人、图像采集设备、以及医疗设备三者之间的映射关系，实现通过参考医疗影像实现机器人的定位操作，使得机器人的术前规划更加准确。准确。准确。

【技术实现步骤摘要】
机器人定位方法、装置、系统及计算机设备


[0001]本申请涉及机器人
，特别是涉及一种机器人定位方法、装置、系统及计算机设备。

技术介绍

[0002]现有神经外科手术的技术可以分为标记物和无标记物两大类。基于标记物的技术，主要是通过在患者头骨中植入标记物或在头部粘贴标记物，让患者带着标记物进行术前影像的扫描，基于标记物分别在影像空间和物理空间确定其对应的位置信息，从而根据影像空间与物理空间的变换关系，完成机器人的术前规划。
[0003]但这些标记物通常会对患者造成额外的伤害，且一旦标记物与术前影像中患者的头部发生相对位移，则会导致机器人的术前规划产生数据偏差，从而使得机器人的定位不准确。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种机器人定位方法、装置、系统及计算机设备。
[0005]第一方面，提供一种机器人定位方法，该方法包括：
[0006]获取图像采集设备采集的用户的目标部位图像和医疗设备采集的医学影像；
[0007]根据目标部位图像、医学影像以及预设的配准方法，确定目标部位图像与医学影像之间的配准关系；
[0008]基于配准关系和预设的映射关系，确定机器人的定位信息；预设的映射关系包括机器人的位置与图像采集设备的位置之间的映射关系。
[0009]在其中一个实施例中，上述根据目标部位图像、医学影像以及预设的配准方法，确定目标部位图像与医学影像之间的配准关系，包括：
[0010]从医学影像中确定预设数量的参考点，并获取参考点的位置信息；
[0011]根据各参考点的位置信息，从目标部位图像中确定与各参考点对应的目标点；
[0012]根据目标点和参考点之间的对应关系，确定目标部位图像与医学影像之间的配准关系。
[0013]在其中一个实施例中，上述根据各参考点的位置信息，从目标部位图像中确定与各参考点对应的目标点，包括：
[0014]根据参考点确定参考点组；参考点组包括至少四个参考点；
[0015]根据各参考点的位置信息，确定参考点组的向量信息；向量信息包括两两参考点之间的距离和方向；
[0016]根据参考点组的向量信息，从目标部位图像中确定与参考点组对应的目标点组；
[0017]根据目标点组确定各参考点对应的目标点。
[0018]在其中一个实施例中，上述根据参考点组的向量信息，从目标部位图像中确定与
参考点组对应的目标点组，包括：
[0019]获取医学影像中参考点组中两两参考点之间的第一距离；
[0020]获取目标部位图像中多个候选点组的中两两候选点之间的第二距离；
[0021]计算第一距离与第二距离的第一偏差；
[0022]将第一偏差最小的候选点组，确定为目标点组。
[0023]在其中一个实施例中，在根据所述目标点和所述参考点之间的对应关系，确定目标部位图像与医学影像之间的配准关系之后，该方法还包括：
[0024]获取目标部位图像中各候选点的位置信息；
[0025]根据各候选点的位置信息、各参考点的位置信息和预设的ICP算法，确定各参考点对应的目标点；
[0026]根据目标点和参考点之间的对应关系，调整目标部位图像与医学影像之间的配准关系。
[0027]在其中一个实施例中，上述通过图像采集设备采集用户的目标部位图像，包括：
[0028]通过图像采集设备采集用户的二维图像和深度图像；
[0029]根据二维图像和深度图像，确定目标部位图像。
[0030]在其中一个实施例中，上述根据二维图像和深度图像，确定目标部位图像，包括：
[0031]根据预设的特征点提取算法，获取二维图像中的候选特征点；
[0032]根据二维图像和深度图像之间的映射关系，确定深度图像中与候选特征点对应的目标特征点；
[0033]根据目标特征点的三维信息，生成目标部位图像。
[0034]第二方面，提供一种机器人定位装置，该装置包括：
[0035]获取模块，用于获取图像采集设备采集的用户的目标部位图像和医疗设备采集的医学影像；
[0036]配准模块，用于根据目标部位图像、医学影像以及预设的配准方法，确定目标部位图像与医学影像之间的配准关系；
[0037]定位模块，用于基于配准关系和预设的映射关系，确定机器人的定位信息；预设的映射关系包括机器人的位置与图像采集设备的位置之间的映射关系。
[0038]第三方面，提供一种机器人定位系统，该系统包括：服务器、图像采集设备、医疗设备、以及目标机器人；
[0039]服务器，用于执行上述第一方面提供的机器人定位方法；
[0040]医疗设备，用于采集用户的医学影像；
[0041]图像采集设备，用于采集用户的目标部位图像；且，图像采集设备的位置与目标机器人的位置存在关联关系。
[0042]第四方面，提供一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行该计算机程序时实现上述第一方面任一所述的机器人定位方法。
[0043]第五方面，提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述第一方面任一所述的机器人定位方法。
[0044]上述机器人定位方法、装置、系统及计算机设备，服务器通过获取图像采集设备采集的用户的目标部位图像和医疗设备采集的医学影像，根据目标部位图像、医学影像以及
预设的配准方法，确定目标部位图像与医学影像之间的配准关系，基于配准关系和预设的映射关系，确定机器人的定位信息，其中，预设的映射关系包括机器人的位置与图像采集设备的位置之间的映射关系。在本方案中，不需要对用户进行额外的标记物的粘贴或者设置，避免了对用户造成额外的伤害，通过预设的配准方法，构建机器人、图像采集设备、以及医疗设备三者之间的映射关系，实现通过参考医疗影像实现机器人的定位操作，使得机器人的术前规划更加准确。
附图说明
[0045]图1为一个实施例中机器人定位方法的应用环境图；
[0046]图2为一个实施例中机器人定位方法的流程示意图；
[0047]图3为一个实施例中机器人定位方法的流程示意图；
[0048]图4为一个实施例中机器人定位方法的流程示意图；
[0049]图5为一个实施例中机器人定位方法的流程示意图；
[0050]图6为一个实施例中机器人定位方法中配准算法的示意图；
[0051]图7为一个实施例中机器人定位方法中配准算法的示意图；
[0052]图8为一个实施例中机器人定位方法的流程示意图；
[0053]图9为一个实施例中机器人定位方法的流程示意图；
[0054]图10为一个实施例中机器人定位方法的流程示意图；
[0055]图11为一个实施例中机器人定位方法中特征提取示意图；
[0056]图12为一个实施例中机器人定位方法中特征提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机器人定位方法，其特征在于，所述方法包括：获取图像采集设备采集的用户的目标部位图像和医疗设备采集的医学影像；根据所述目标部位图像、所述医学影像以及预设的配准方法，确定所述目标部位图像与所述医学影像之间的配准关系；基于所述配准关系和预设的映射关系，确定机器人的定位信息；所述预设的映射关系包括所述机器人的位置与所述图像采集设备的位置之间的映射关系。2.根据权利要求1所述的方法，其特征在于，所述根据所述目标部位图像、所述医学影像以及预设的配准方法，确定所述目标部位图像与所述医学影像之间的配准关系，包括：从所述医学影像中确定预设数量的参考点，并获取所述参考点的位置信息；根据各所述参考点的位置信息，从所述目标部位图像中确定与各所述参考点对应的目标点；根据所述目标点和所述参考点之间的对应关系，确定所述目标部位图像与所述医学影像之间的配准关系。3.根据权利要求2所述的方法，其特征在于，所述根据各所述参考点的位置信息，从所述目标部位图像中确定与各所述参考点对应的目标点，包括：根据所述参考点确定参考点组；所述参考点组包括至少四个参考点；根据各所述参考点的位置信息，确定所述参考点组的向量信息；所述向量信息包括两两参考点之间的距离和方向；根据所述参考点组的向量信息，从所述目标部位图像中确定与所述参考点组对应的目标点组；根据所述目标点组确定各所述参考点对应的目标点。4.根据权利要求3所述的方法，其特征在于，所述根据所述参考点组的向量信息，从所述目标部位图像中确定与所述参考点组对应的目标点组，包括：获取所述医学影像中参考点组中两两参考点之间的第一距离；获取所述目标部位图像中多个候选点组的中两两候选点之间的第二距离；计算所述第一距离与所述第二距离的第一偏差；将所述第一偏差最小的候选点组，确定为所述目标点组。5.根据权利要求2所述的方法，其特征在于，在所述根据所述目标点和所述参考点之间的对应关系，确定所述目标部位图像与所述医学影像之间的配准关系之后，所述方...

【专利技术属性】
技术研发人员：吴博，吴童，邓勇，汪全全，黄钦，
申请(专利权)人：武汉联影智融医疗科技有限公司，
类型：发明
国别省市：