本发明专利技术提供一种医学影像特征点识别方法、识别系统及可读存储介质，所述医学影像特征点识别方法包括：提供带有特征点组的医学影像；对医学影像中的多个特征点进行初始分割识别，得到初始特征点集合；将初始特征点集合中的特征点分组，得到预测点组集合；对于预测点组集合中的一个预测点组，基于多个标定显影件的相对位置关系，遍历预测点组集合中所有预测点组，得到预测局部图像组集合；对于预测局部图像组集合中的一个预测局部图像组，基于局部分割识别算法，识别其中的特征点，遍历预测局部图像组集合中所有预测局部图像组，得到预测特征点序列集合；对预测特征点序列集合中所有预测特征点序列进行筛选，得到最终的特征点识别序列。序列。序列。
【技术实现步骤摘要】
医学影像特征点识别方法、识别系统及可读存储介质
[0001]本专利技术涉及医疗器械
，特别涉及一种医学影像特征点识别方法、识别系统及可读存储介质。
技术介绍
[0002]一些手术机器人在导航定位过程中，需要利用透射射线(如X射线)透射包含显影标记的标定标尺来拍摄患者的透视图像，通过对透视图像中显影标记的特征点的识别，然后根据识别的特征点坐标建立手术机器人坐标系与手术空间坐标系的转换关系，然后进行手术路径规划和导航定位。
[0003]目前，医学影像的透视图像中特征点的识别定位一般采用传统图像检测，如霍夫变换等圆检测算法实现；或采用预设特征点和角度匹配的方式；或将特征点分成多个区域，先提取特定区域，然后生成子区域，最后对子区域提取特征点。
[0004]然而，这些识别方法都存在一定的缺陷或不足，例如：
[0005]1.传统图像检测方法在相对强干扰的情况下鲁棒性不高，在遮挡，噪声等干扰环境下容易出现漏识别和误识别的情况；
[0006]2.基于预设特征点和角度匹配的方法对标尺平面和成像平面的夹角要求较高，夹角大于5度，无法完成识别；
[0007]3.将特征点分区域等方法不适用于当前标尺的设计结构，不能完成识别任务。
技术实现思路
[0008]本专利技术的目的在于提供一种医学影像特征点识别方法、识别系统及可读存储介质，以解决现有的特征点识别方法所存在的问题。
[0009]为解决上述技术问题，本专利技术的第一个方面提供一种医学影像特征点识别方法，适用于二维医学透视图像中特征点识别，所述医学影像特征点识别方法包括：
[0010]提供带有特征点组的医学影像，所述特征点组包括多个特征点，每个所述特征点对应于一个标定显影件，多个所述标定显影件存在已知的相对位置关系；
[0011]对所述医学影像中的多个所述特征点进行初始分割识别，得到初始特征点集合；
[0012]将初始特征点集合中的特征点分组，得到预测点组集合；
[0013]对于所述预测点组集合中的一个所述预测点组，基于多个所述标定显影件的相对位置关系，得到该预测点组对应的预测局部图像组；遍历所述预测点组集合中所有所述预测点组，得到预测局部图像组集合；
[0014]对于所述预测局部图像组集合中的一个所述预测局部图像组，基于局部分割识别算法，识别其中的特征点，得到一个预测特征点序列；遍历所述预测局部图像组集合中所有所述预测局部图像组，得到预测特征点序列集合；
[0015]对所述预测特征点序列集合中所有所述预测特征点序列进行筛选，得到最终的特征点识别序列。
[0016]可选的，在所述医学影像特征点识别方法中，对于所述预测点组集合中的一个所述预测点组，基于多个所述标定显影件的相对位置关系，得到该预测点组对应的预测局部图像组的步骤包括：
[0017]对于所述预测点组集合中的一个所述预测点组，基于所述标定显影件的相对位置关系得到一个预测坐标序列组；
[0018]根据所述预测点组中所述特征点之间的距离和所述预测坐标序列组，得到所述预测局部图像组。
[0019]可选的，在所述医学影像特征点识别方法中，根据所述预测点组中所述特征点之间的距离和所述预测坐标序列组，得到所述预测局部图像组的步骤中，得到一个预测局部图像的步骤包括：
[0020]获取所述预测点组中所述特征点在所述预测坐标序列组中的编号，基于所述特征点的编号和其对应的所述标定显影件的相对位置关系，计算得到所述医学影像中所述特征点之间的距离和实际中所述标定显影件之间的距离的投影比例；
[0021]根据所述投影比例，得到某一所述特征点对应的预测局部图像的长和宽；
[0022]根据所述特征点对应的所述标定显影件的相对位置关系和所述投影比例，得到所述预测局部图像的中心点；
[0023]由所述预测局部图像的中心点、长和宽，得到所述预测局部图像。
[0024]可选的，在所述医学影像特征点识别方法中，每个所述预测点组包括两个所述特征点。
[0025]可选的，在所述医学影像特征点识别方法中，所述标定显影件呈球形；对所述医学影像中的多个所述特征点进行初始分割识别，得到初始特征点集合的步骤包括：
[0026]根据所述标定显影件的直径、数量和图像分辨率得到初始分割阈值；
[0027]根据初始分割阈值检测分割所述医学影像，得到特征点的图像坐标；
[0028]根据识别得到的所述特征点的半径，将所述特征点归类在一个所述初始特征点集合中。
[0029]可选的，在所述医学影像特征点识别方法中，得到初始特征点集合的步骤还包括：
[0030]统计识别得到的所述特征点的数量，若所述特征点的数量与目标数量的比值小于预设值，则调整所述初始分割阈值，并根据调整后的所述初始分割阈值重新检测分割所述医学影像。
[0031]可选的，在所述医学影像特征点识别方法中，所述标定显影件呈球形，所述局部分割识别算法包括：
[0032]根据所述医学影像中已检测到的特征点的半径统计得到局部分割阈值；
[0033]根据局部分割阈值对预测局部图像进行分割，得到分割结果；
[0034]遍历所述分割结果中所有联通区域，统计得到宽高比、圆度、半径和圆心；
[0035]若宽高比、圆度和半径符合当前检测的特征点的预设要求，则将所述联通区域确定为一个特征点，并将所述特征点的圆心添加到预测特征点序列中。
[0036]可选的，在所述医学影像特征点识别方法中，对所述预测特征点序列集合中所有所述预测特征点序列进行筛选，得到最终的特征点识别序列的步骤包括：
[0037]遍历所述预测特征点序列集合中所有所述预测特征点序列；
[0038]若某一所述预测特征点序列中的特征点的数量与预期特征点的数量不匹配，则删除所述预测特征点序列；
[0039]计算所述预测特征点序列与预测局部图像的中心点的平均误差；
[0040]将所述平均误差最小的所述预测特征点序列确定为最终的特征点识别序列。
[0041]为解决上述技术问题，本专利技术的第二个方面提供一种可读存储介质，其上存储有程序，所述程序被执行时实现如上所述的医学影像特征点识别方法的步骤。
[0042]为解决上述技术问题，本专利技术的第三个方面提供一种医学影像特征点识别系统，其包括：医学影像装置、标尺工具和如上所述的可读存储介质，所述医学影像装置包括发射端和接收端，所述标尺工具包括多个标定显影件，且多个所述标定显影件之间存在已知的相对位置关系；所述标尺工具设置于所述发射端和所述接收端之间。
[0043]可选的，在所述医学影像特征点识别系统中，所述标尺工具包括至少两个平面和至少两种不同规格的标定显影件，同一规格的所述标定显影件设置在同一所述平面上，且每种规格的所述标定显影件的数量不少于3个。
[0044]可选的，在所述医学影像特征点识别系统中，两个所述平面上的所述标定显影件的排列方式不同。
[0045]可本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种医学影像特征点识别方法，适用于二维医学透视图像中特征点识别，其特征在于，包括：提供带有特征点组的医学影像，所述特征点组包括多个特征点，每个所述特征点对应于一个标定显影件，多个所述标定显影件存在已知的相对位置关系；对所述医学影像中的多个所述特征点进行初始分割识别，得到初始特征点集合；将初始特征点集合中的特征点分组，得到预测点组集合；对于所述预测点组集合中的一个所述预测点组，基于多个所述标定显影件的相对位置关系，得到该预测点组对应的预测局部图像组；遍历所述预测点组集合中所有所述预测点组，得到预测局部图像组集合；对于所述预测局部图像组集合中的一个所述预测局部图像组，基于局部分割识别算法，识别其中的特征点，得到一个预测特征点序列；遍历所述预测局部图像组集合中所有所述预测局部图像组，得到预测特征点序列集合；对所述预测特征点序列集合中所有所述预测特征点序列进行筛选，得到最终的特征点识别序列。2.根据权利要求1所述的医学影像特征点识别方法，其特征在于，对于所述预测点组集合中的一个所述预测点组，基于多个所述标定显影件的相对位置关系，得到该预测点组对应的预测局部图像组的步骤包括：对于所述预测点组集合中的一个所述预测点组，基于所述标定显影件的相对位置关系得到一个预测坐标序列组；根据所述预测点组中所述特征点之间的距离和所述预测坐标序列组，得到所述预测局部图像组。3.根据权利要求2所述的医学影像特征点识别方法，其特征在于，根据所述预测点组中所述特征点之间的距离和所述预测坐标序列组，得到所述预测局部图像组的步骤中，得到一个预测局部图像的步骤包括：获取所述预测点组中所述特征点在所述预测坐标序列组中的编号，基于所述特征点的编号和其对应的所述标定显影件的相对位置关系，计算得到所述医学影像中所述特征点之间的距离和实际中所述标定显影件之间的距离的投影比例；根据所述投影比例，得到某一所述特征点对应的预测局部图像的长和宽；根据所述特征点对应的所述标定显影件的相对位置关系和所述投影比例，得到所述预测局部图像的中心点；由所述预测局部图像的中心点、长和宽，得到所述预测局部图像。4.根据权利要求1所述的医学影像特征点识别方法，其特征在于，每个所述预测点组包括两个所述特征点。5.根据权利要求1所述的医学影像特征点识别方法，其特征在于，所述标定显影件呈球形；对所述医学影像中的多个所述特征点进行初始分割识别，得到初始特征点集合的步骤包括：根据所述标定显影件的直径、数量和图像分辨率得到初始分割阈值；根据初始分割...
【专利技术属性】
技术研发人员：请求不公布姓名，
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：
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。