目标特征点提取方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种目标特征点提取方法、装置、计算机设备和存储介质。所述方法包括：获取待处理图像；获取与所述待处理图像对应的模板，并获取所述模板与标准特征点的位置关系；所述模板为基于样本图像生成的图像，且所述标准特征点位于所述模板中；将所述模板向所述待处理图像进行配准；根据所述模板与所述标准特征点的位置关系，结合配准的后所述模板与所述待处理图像的位置关系，确定所述待处理图像中与所述标准特征点对应的目标特征点。采用本方法能够实现目标特征点的自动提取。法能够实现目标特征点的自动提取。法能够实现目标特征点的自动提取。

【技术实现步骤摘要】
目标特征点提取方法、装置、计算机设备和存储介质


[0001]本申请涉及图像处理
，特别是涉及一种目标特征点提取方法、装置、计算机设备和存储介质。

技术介绍

[0002]随着图像处理技术的发展，对于CT或者MR图像中的骨骼解剖特征点的自动提取，可广泛应用于基于医学影像的辅助诊断和辅助治疗的应用场景。与此同时，人们对于医疗服务的质量要求日益提高，骨骼手术精准化与数字化已成为全球医学发展的趋势，因此通过特征点的自动提取可辅助医生进行手术规划，提高手术效率，也有利于医疗资源相对匮乏地区的患者享受更优质的手术效果。
[0003]而传统技术中，骨骼解剖特征点通常由有经验的医生手动完成，由于骨骼解剖特征点位置的选取是术前规划的关键步骤，因此在此过程中对医生的解剖学、影像学知识，以及临床经验要求较高，且手动获取特征点需要耗费医生大量的时间和精力以及操作复杂。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够自动定位的目标特征点提取方法、装置、计算机设备和存储介质。
[0005]第一方面，本申请提供了一种目标特征点提取方法，所述目标特征点提取方法包括：
[0006]获取待处理图像；
[0007]获取与所述待处理图像对应的模板，并获取所述模板与标准特征点的位置关系；所述模板为基于样本图像生成的图像，且所述标准特征点位于所述模板中；
[0008]将所述模板向所述待处理图像进行配准；
[0009]根据所述模板与所述标准特征点的位置关系，结合配准后的所述模板与所述待处理图像的位置关系，确定所述待处理图像中与所述标准特征点对应的目标特征点。
[0010]在其中一个实施例中，在所述获取与所述待处理图像对应的模板之前，还包括按如下步骤生成所述模板：
[0011]获取若干样本图像；
[0012]从若干所述样本图像中选取初始模板，并将所述初始模板向剩余的所述样本图像分别进行配准得到配准图像；
[0013]计算所述配准图像对应的统计图像；
[0014]当所述统计图像和所述初始模板的相似度满足要求时，将所述统计图像作为模板，否则，将所述统计图像作为新的初始模板，并返回将所述初始模板向剩余的所述样本图像分别进行配准得到配准图像的步骤，直至所述统计图像和所述初始模板的相似度满足要求。
[0015]在其中一个实施例中，所述计算所述配准图像对应的统计图像，包括：
[0016]获取各所述配准图像中对应点的初始位置；
[0017]计算对应点的各所述初始位置的平均值作为对应点的目标位置，并根据对应点所述目标位置生成所述统计图像。
[0018]在其中一个实施例中，在所述生成所述模板之后，还包括：
[0019]接收针对所述模板的标准特征点配置指令；
[0020]根据所述标准特征点配置指令在所述模板中配置对应的标准特征点。
[0021]在其中一个实施例中，在所述计算所述配准图像对应的统计图像之后，还包括：
[0022]计算所述统计图像与所述初始模板中对应点的距离；
[0023]根据所有对应点的距离计算得到所述统计图像与所述初始模板的相似度。
[0024]在其中一个实施例中，所述待处理图像与所述样本图样为三维网格点云图像；所述将所述初始模板向剩余的所述样本图像进行配准之前还包括：对所述预处理图像进行预处理；和/或
[0025]在所述将所述模板向所述待处理图像进行配准之前，还包括：
[0026]对所述样本图像进行预处理；所述预处理包括提取表面点云、点云降采样、归一化中的至少一个；
[0027]所述提取表面点云为提取所述待处理图像与所述样本图像中所有网格的顶点，得到表面点云；
[0028]所述点云降采样为将所述待处理图像划分为至少一个处理区域，并将所述处理区域中到待处理中心距离最近的点采样为所述处理区域的采样点；所述归一化为将所述待处理图像中的点对齐到同一坐标空间。
[0029]在其中一个实施例中，所述将所述模板向所述待处理图像进行配准，包括：
[0030]获取配准函数，并初始化所述配准函数；
[0031]将所述待处理图像和所述模板输入至所述配准函数中以对所述配准函数中参数进行优化；
[0032]当所述配准函数的参数优化后与优化前的变化量小于预设标准时，判定所述模板与所述待处理图像完成配准，否则继续将所述待处理图像和所述模板输入至参数优化后的所述配准函数中以对所述配准函数中参数进行优化。
[0033]在一个实施例中，所述根据所述模板与所述标准特征点的位置关系，结合配准后的所述模板与所述待处理图像的位置关系，确定所述待处理图像中与所述标准特征点对应的目标特征点，包括：
[0034]当所述标准特征点在模板表面时，获取与所述待处理图像配准后所述模板中的所述标准特征点的法向量；
[0035]当所述法向量与配准后的所述待处理图像存在交点时，则计算所述交点与所述标准特征点的距离；
[0036]当所述交点与所述标准特征点的距离小于预设距离时，则将所述交点作为目标特征点；
[0037]当不存在所述交点或者所述交点与所述标准特征点的距离大于所述预设距离，则从所述待处理图像中选取与配准后模板中的所述标准特征点最近的点作为目标特征点。
[0038]在一个实施例中，所述根据所述模板与所述标准特征点的位置关系，结合配准后
的所述模板与所述待处理图像的位置关系，确定所述待处理图像中与所述标准特征点对应的目标特征点，还包括：
[0039]当所述标准特征点不在所述标准板表面时，根据所述标准特征点从所述模板表面选取预设数量的点作为关联点；
[0040]根据所述模板与所述待处理图像的配准关系，确定所述关联点在配准图像中的目标点；
[0041]根据所述目标点计算所述待处理图像的目标特征点。
[0042]在其中一个实施例中，所述待处理图像为待处理骨骼图像，所述标准特征点为骨骼特征点，所述骨骼特征点包括股骨特征点和胫骨特征点中的至少一个。
[0043]一种骨骼数据处理方法，所述骨骼数据处理方法包括：
[0044]获取待处理骨骼图像；
[0045]根据上述任意一个实施例中的目标特征点提取方法对所述待处理骨骼图像进行处理得到骨骼特征点；
[0046]根据预设规则对所述骨骼特征点进行处理。
[0047]在其中一个实施例中，所述根据预设规则对所述骨骼特征点进行处理，包括：
[0048]根据所述骨骼特征点计算得到股骨机械轴线、股骨通髁线以及胫骨机械轴线中的至少一个。
[0049]在其中一个实施例中，所述根据预设规则对所述骨骼特征点进行处理，包括：
[0050]根据预设规则对所述骨骼特征点进行优化。
[0051]第二方面，本申请还提供了一种目标特征点提取装置，所述装置包括：
[0052]数据获取模块，用于获取待处理图像；
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标特征点提取方法，其特征在于，所述目标特征点提取方法包括：获取待处理图像；获取与所述待处理图像对应的模板，并获取所述模板与标准特征点的位置关系；所述模板为基于样本图像生成的图像，且所述标准特征点位于所述模板中；将所述模板向所述待处理图像进行配准；根据所述模板与所述标准特征点的位置关系，结合配准后的所述模板与所述待处理图像的位置关系，确定所述待处理图像中与所述标准特征点对应的目标特征点。2.根据权利要求1所述的目标特征点提取方法，其特征在于，在所述获取与所述待处理图像对应的模板之前，还包括按如下步骤生成所述模板：获取若干样本图像；从若干所述样本图像中选取初始模板，并将所述初始模板向剩余的所述样本图像分别进行配准得到配准图像；计算所述配准图像对应的统计图像；当所述统计图像和所述初始模板的相似度满足要求时，将所述统计图像作为模板，否则，将所述统计图像作为新的初始模板，并返回将所述初始模板向剩余的所述样本图像分别进行配准得到配准图像的步骤，直至所述统计图像和所述初始模板的相似度满足要求。3.根据权利要求2所述的目标特征点提取方法，其特征在于，所述计算所述配准图像对应的统计图像，包括：获取各所述配准图像中对应点的初始位置；计算对应点的各所述初始位置的平均值作为对应点的目标位置，并根据对应点的所述目标位置生成所述统计图像。4.根据权利要求2所述的方法，其特征在于，在所述生成所述模板之后，还包括：接收针对所述模板的标准特征点配置指令；根据所述标准特征点配置指令在所述模板中配置对应的标准特征点。5.根据权利要求2所述的目标特征点提取方法，其特征在于，在所述计算所述配准图像对应的统计图像之后，还包括：计算所述统计图像与所述初始模板中对应点的距离；根据所有对应点的距离计算得到所述统计图像与所述初始模板的相似度。6.根据权利要求2所述的目标特征点提取方法，其特征在于，所述待处理图像与所述样本图像为三维网格点云图像；在所述将所述初始模板向剩余的所述样本图像进行配准之前，还包括：对所述待处理图像进行预处理；和/或在所述将所述模板向所述待处理图像进行配准之前，还包括：对所述样本图像进行预处理；所述预处理包括提取表面点云、点云降采样、归一化中的至少一个；所述提取表面点云为提取所述待处理图像与所述样本图像中所有网格的顶点，得到表面点云；所述点云降采样为将所述待处理图像划分为至少一个处理区域，并将所述处理区域中到所述处理区域中心距离最近的点采样为所述处理区域的采样点；所述归一化为将所述待处理图像中的点对齐到同一坐标空间。
7.根据权利要求1所述的目标特征点提取方法，其特征在于，所述将所述模板向所述待处理图像进行配准，包括：获取配准函数，并初始化所述配准函数；将所述待处理图像和所述模板输入至所述配准函数中以对所述配准函数中参数进行优化；当所述配准函数的参数在优化后与优化前的变化量小于预设标准时，判定所述模板与所述待处理图像完成配准，否则继续将所述待处理图像和所述模板输入至参数优化后的所述配准函数中以对所述配准函数中参数进行优化。8.根据权利要求1所述的目标特征点提取方法，其特征在于，所...

【专利技术属性】
技术研发人员：刘赫，刘鹏飞，
申请(专利权)人：苏州微创畅行机器人有限公司，
类型：发明
国别省市：