骨关节置换手术机器人的CT图像的三维重建方法及系统技术方案

本发明专利技术涉及骨关节置换手术机器人领域，公开了一种骨关节置换手术机器人的CT图像的三维重建方法及一种基于增强现实的计算机辅助骨科手术系统，首先获取CT图像的骨骼分割数据；然后根据获得的CT图像的骨骼分割数据生成骨骼三维模型；采用一种基于改进的SURF特征点视频图像匹配算法，对视频图像的目标进行匹配跟踪，然后求解目标的空间姿态，再对虚拟的三维物体进行相应的空间变换，从而实现增强现实的效果。本发明专利技术的主要目的是为术前病人CT图像的三维重建提供能建立足够复杂和精确的三维影像技术，以使手术机器人能借此自主完成髋关节、膝关节、肩关节置换骨科手术。膝关节、肩关节置换骨科手术。膝关节、肩关节置换骨科手术。

【技术实现步骤摘要】
骨关节置换手术机器人的CT图像的三维重建方法及系统


[0001]本专利技术涉及一种机器人，特别是涉及一种骨关节置换手术机器人的CT图像的三维重建方法及系统。

技术介绍

[0002]医疗机器人行业的市场规模潜力非常大，而在世界范围内，骨科机器人作为医疗机器人的细分行业却长期被美国的医疗器械龙头(如美敦力公司、史赛克公司、捷迈邦美公司)垄断，唯一一家来自于中国的骨科机器人公司是北京天智航医疗科技股份公司，其主要产品正式“天玑”骨科机器人。其是世界上能开展全节段手术的骨科机器人，但是由于其用途为创伤性骨折手术，并非是适合于本专利技术的骨关节置换手术领域。
[0003]由于骨科手术分类以及手术术式的多样性，一般通用机器人难以满足手术需求，因此专科型骨科手术机器人成为未来发展的必然趋势。但国内目前尚没有国产骨科关节置换手术机器人注册获批，虽然申请号201010131125.X的专利申请公开了一种关节手术机器人，但是主要是提供了一种进行多种手术姿态变换的机构。申请号201810167101.6虽然是踝关节手术机器人，但是不是关节置换手术，而是类似于“天玑”机器人的创伤性治疗手术。申请号201910161479.X虽然提供了一个关节置换手术机器人，但是该技术仅能完成膝关节置换。
[0004]另外天智航医疗公司的申请号202010177303.6的《全膝关节置换手术机器人辅助系统、控制方法及电子设备》，仅能用于进行膝关节置换，且其仅是提供了机器人手术的辅助系统和辅助电子设备。由于关节手术更加复杂，要求精度更高，为此专利技术人希望能提供一些能用于骨科关节置换手术机器人的相关技术，以能构成完整的国产骨关节置换手术机器人。机器人骨关节手术首先要解决的问题就是要建立足够复杂和精确的三维影像，从CT图像中准确地分割提取骨骼组织是进行骨骼分析研究的基础，也是实现人体骨骼三维重建以及其他诸多应用的前提。在术前诊断阶段，CT图像的三维重建首先是对CT图像进行自动分割，生成骨骼三维模型，以便机器人能基于该模型进行手术方案的智能规划，包括假体配型、规划手术位置量等。
[0005]本专利技术主要提供一种基于CT数据的三维影像配准技术，鉴于机器人骨关节手术首先要解决的问题就是要建立足够复杂和精确的三维影像，从CT图像中准确地分割提取骨骼组织是进行骨骼分析研究的基础，也是实现人体骨骼三维重建以及其他诸多应用的前提。骨骼组织是计算机辅助骨科手术系统的主要研究对象，准确地将骨骼组织分割出来具有非常重要的意义。根据CT图像成像特点，原始的CT图像难免会存在噪声、伪影等，为了最大程度地还原医学图像的真实信息，在提取骨骼组织前需要对原始图像数据进行预处理操作。另外，同一段CT序列图像中通常包含不同的器官、组织等，图像中的骨骼组织像素会被肌肉、软组织等像素包围，造成骨骼组织的提取存在一定的难度。

技术实现思路

[0006]本专利技术要解决的技术问题是提供一种能适合于骨关节置换手术机器人的CT图像的三维重建方法及手术辅助系统，能建立足够复杂和精确的三维影像，以使手术机器人能借此自主完成髋关节、膝关节、肩关节置换骨科手术。
[0007]为了解决上述技术问题，本申请提供了如下技术方案：
[0008]一种骨关节置换手术机器人的CT图像的三维重建方法，其包含：
[0009]步骤一、骨骼CT图像进分割获取CT图像的骨骼分割数据；
[0010]步骤二、根据获得的CT图像的骨骼分割数据生成骨骼三维模型；
[0011]采用一种基于改进的SURF特征点视频图像匹配算法，对视频图像的目标进行匹配跟踪，然后求解目标的空间姿态，再对虚拟的三维物体进行相应的空间变换，从而实现增强现实的效果。
[0012]本专利技术骨关节置换手术机器人的CT图像的三维重建方法，步骤一的具体步骤包括：
[0013]1)输入CT图像序列
[0014]2)DICOM格式文件解析
[0015]3)基于中值滤波的各向异性扩散的图像滤波
[0016]4)基于自适应阈值的骨骼组织粗分割
[0017]5)基于三维区域生长法的骨骼组织精分割。
[0018]本专利技术骨关节置换手术机器人的CT图像的三维重建方法，其具体步骤还包括：
[0019]首先用图像锐化处理对CT图像进行图像增强，将图像高频部分加到原图像中，保留图像原来细节的同时达到增强图像边缘的目的；其次采用基于Hessian矩阵的三维结构滤波器进一步增强图像的骨骼边缘，利用Hessian矩阵可以编码三维空间结构的能力，增强包括骨组织较弱的松质骨的骨骼轮廓，为图割算法提供更多的分割依据；然后将图像分割问题转化为图论分割问题，使用标准的6
‑
邻域系统将CT图像的三维数据场映射成图论的存储结构，得到用于图割算法的图；接着使用能量函数最小化来表示图的最小割，利用CT图像骨骼的CT值和增强滤波器的响应值构建图的能量函数；最后使用最大流最小割算法求解图的最小割，将图割的结果转回图像形式，得到骨骼的标签图像；同时，对于图像中紧密相连的骨骼区域，使用形态学的腐蚀运算将两块骨骼连通区域分开，获得相连骨骼的连接区域，针对该连通区域再次进行图割算法即可将相连的骨骼分开，提高骨骼分割的精确性。
[0020]本专利技术骨关节置换手术机器人的CT图像的三维重建方法，在步骤二中，首先使用基于Marching Cubes面绘制算法对得到的骨骼像素进行三维重建，得到用于AR系统的数字三维模型；其次采用基于改进的SURF特征点匹配算法，对视频图像中的目标进行匹配跟踪，获得模型在二维图像中的位置；然后使用N点透视位姿求解，将二维图像中目标的位置到对应三维模型空间的位置的空间变换求解出来；最后对三维模型进行相应的空间变换，并在二维图像中渲染即可实现二维图像与三维模型的匹配融合。
[0021]本专利技术骨关节置换手术机器人的CT图像的三维重建方法，所述改进的SURF特征点匹配算法采用改进的SURF特征点的描述符算子，将描述符算子扩大到特征点的4
‑
邻域内的特征点描述符，使其能够更好地描述局部信息。
[0022]本专利技术骨关节置换手术机器人的CT图像的三维重建方法，在通过特征点的匹配实
现对目标位置的跟踪还包含有虚拟三维模型的显示及姿态变换步骤，通过二维图像的目标的状态来求解三维模型的位姿状态，首先通过引入OpenGL的渲染技术来介绍三维空间与二维图像中的变换，其次通过透视N点投影问题来求解三维模型的空间位姿，最后进行三维模型在空间中的位姿变换。
[0023]本专利技术的一种基于增强现实的计算机辅助骨科手术系统，包含术前病人CT图像的三维重建装置，应用于骨关节置换手术机器人，由计算机辅助骨科手术子系统和增强现实子系统构成；
[0024]其中，算机辅助骨科手术子系统包含医学图像的解析与预处理模块、基于交互式的骨骼分割模块、骨骼的自动分割模块、及人体数据场的三维可视化模块；
[0025]增强现实子系统包含摄像机视频图像处理模块、视频目标的检测与发展模块、三维模型的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种骨关节置换手术机器人的CT图像的三维重建方法，其特征在于，其包含：步骤一、骨骼CT图像进行分割获取CT图像的骨骼分割数据；步骤二、根据获得的CT图像的骨骼分割数据生成骨骼三维模型；采用一种基于改进的SURF特征点视频图像匹配算法，对视频图像的目标进行匹配跟踪，然后求解目标的空间姿态，再对虚拟的三维物体进行相应的空间变换，从而实现增强现实的效果。2.根据权利要求1所述的骨关节置换手术机器人的CT图像的三维重建方法，其特征在于，步骤一的具体步骤包括：1)输入CT图像序列2)DICOM格式文件解析3)基于中值滤波的各向异性扩散的图像滤波4)基于自适应阈值的骨骼组织粗分割5)基于三维区域生长法的骨骼组织精分割。3.根据权利要求2所述的骨关节置换手术机器人的CT图像的三维重建方法，其特征在于，其具体步骤还包括：首先用图像锐化处理对CT图像进行图像增强，将图像高频部分加到原图像中，保留图像原来细节的同时达到增强图像边缘的目的；其次采用基于Hessian矩阵的三维结构滤波器进一步增强图像的骨骼边缘，利用Hessian矩阵可以编码三维空间结构的能力，增强包括骨组织较弱的松质骨的骨骼轮廓，为图割算法提供更多的分割依据；然后将图像分割问题转化为图论分割问题，使用标准的6
‑
邻域系统将CT图像的三维数据场映射成图论的存储结构，得到用于图割算法的图；接着使用能量函数最小化来表示图的最小割，利用CT图像骨骼的CT值和增强滤波器的响应值构建图的能量函数；最后使用最大流最小割算法求解图的最小割，将图割的结果转回图像形式，得到骨骼的标签图像；同时，对于图像中紧密相连的骨骼区域，使用形态学的腐蚀运算将两块骨骼连通区域分开，获得相连骨骼的连接区域，针对该连通区域再次进行图割算法即可将相连的骨骼分开，提高骨骼分割的精确性。4.根据权利要求1所述的骨关节置换手术机器人的CT图像的三维重建方法，其特征在于，在步骤二中，首先使用基于Marching Cubes面绘制算法对得到的骨骼像素进行三维重建，得到用于AR系统的数字三维模型；其次采用基于改进的SURF特征点匹配算法，对视频图像中的目标进行匹配跟踪，获得模型在二维图像中的位置；...

【专利技术属性】
技术研发人员：高焕兵，鲁守银，王涛，高诺，隋首钢，
申请(专利权)人：山东建筑大学，
类型：发明
国别省市：