【技术实现步骤摘要】
本申请涉及三维结构图像定位，特别是涉及一种基于内镜技术的鼻腔结构三维重建及定位方法和装置。
技术介绍
1、鼻腔结构具有狭窄性、固定性、多干扰性等特征，往往在不破坏鼻腔整体结构的情况下，在鼻腔内壁识别鼻腔内部的鼻腔异常结构的难度较大，需要应用特定的医疗设备才能进行鼻腔内部异常结构的识别。因此如何提升识别鼻腔内部的异常结构的精准度是当前的研究重点。
2、传统技术中，是通过狭小的电子镜探测鼻腔内部的内部结构，从而通过人眼识别该鼻腔内部的异常结构，但是该方式与人工直接观察异常结构的方式不同，单纯的二维图像只能凭借工作人员的经验和人为大脑空间构图的方式对该异常结构的切入点进行模糊定位，从而导致定位的鼻腔异常结构切入点的精准度较低。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种基于内镜技术的鼻腔结构三维重建及定位方法和装置。
2、第一方面，本申请提供了一种基于内镜技术的鼻腔结构三维重建及定位方法。所述方法包括：
3、获取内镜采集的鼻腔内部的多个视角的图像数据、以及所述鼻腔内部的三维结构数据，并基于所述鼻腔内部的多个视角的图像数据、以及所述鼻腔内部的三维结构数据，生成所述鼻腔内部的三维结构图像；
4、将所述三维结构图像，拆分为多个鼻腔组成结构对应的子三维结构图像，并采集每个鼻腔组成结构的异常识别策略；
5、基于各所述鼻腔组成结构的异常识别策略，识别各所述子三维结构图像中的异常子三维结构图像、以及所述异常子三维结构图像的目标
6、获取所述目标异常类别的切入点识别网络，并在所述鼻腔异常结构图像中，通过所述切入点识别网络，定位所述鼻腔内部中的目标切入点三维位置信息。
7、可选的，所述基于所述鼻腔内部的多个视角的图像数据、以及所述鼻腔内部的三维结构数据，生成所述鼻腔内部的三维结构图像，包括：
8、基于每个视角，识别所述视角的图像数据对应的鼻腔内部范围，并基于各所述视角的图像数据对应的鼻腔内部范围，通过图像拼接算法，将各所述视角的图像数据进行图像拼接处理，得到所述鼻腔内部的内部图像数据；
9、通过图像边缘识别算法，识别所述内部图像数据的图像边缘信息，并基于所述三维结构数据，构建所述鼻腔内部的三维结构模型；
10、识别所述三维结构模型的模型边缘的各位置点对应的边缘三维位置信息、以及所述内部图像数据的图像边缘信息中的各所述位置点对应的边缘二维位置信息，并基于各所述位置点对应的边缘三维位置信息、以及各所述位置点对应的边缘二维位置信息，将所述内部图像数据映射至所述三维结构模型中，得到所述鼻腔内部的三维结构图像。
11、可选的，所述将所述三维结构图像，拆分为多个鼻腔组成结构对应的子三维结构图像，包括：
12、获取所述鼻腔内部的各鼻腔组成结构的结构位置范围、以及各所述鼻腔组成结构的结构占比信息；
13、基于各所述鼻腔组成结构的结构位置范围，识别所述三维结构图像中的各鼻腔组成结构的初始三维结构图像，并基于各所述鼻腔组成结构的结构占比信息，调整各所述鼻腔组成结构的初始三维结构图像的图像范围，得到各所述鼻腔组成结构对应的子三维结构图像。
14、可选的，所述采集每个鼻腔组成结构的异常识别策略，包括：
15、针对每个鼻腔组成结构，在数据库中，查询所述鼻腔组成结构的各异常结构图像、以及每个异常结构图像对应的异常类型，并识别每个异常结构图像的图像标识信息、以及每个图像标识信息对应的异常程度信息；
16、提取各所述异常结构图像的图像特征信息，并按照各所述异常结构图像对应的图像类型，将各所述异常结构图像的进行图像进行分类处理，得到多个异常结构图像组；
17、将各所述异常结构图像对应的异常程度信息、以及各所述异常结构图像的特征信息，作为各所述异常结构图像对应的异常结构信息，并将各所述异常结构图像对应的异常结构信息，替换各所述异常结构图像组中的各异常结构图像，得到各所述异常类型对应的子异常识别策略；
18、将所述鼻腔组成结构对应的所有异常类型的子异常识别策略，作为所述鼻腔组成结构的异常识别策略。
19、可选的，所述基于各所述鼻腔组成结构的异常识别策略，识别各所述子三维结构图像中的异常子三维结构图像、以及所述异常子三维结构图像的目标异常类别，包括：
20、针对每个鼻腔组成结构，提取所述鼻腔组成结构的子三维结构图像的实际图像特征信息，并基于所述鼻腔组成结构的各异常结构图像的图像特征信息，通过相似度识别算法，计算所述实际图像特征信息与各所述图像特征信息之间的相似度；
21、在存在相似度大于相似度阈值时，在大于相似度阈值的相似度中，筛选最高相似度对应的图像特征信息所属的异常结构图像，作为所述鼻腔组成结构的子三维结构图像对应的目标异常结构图像；
22、将所述目标异常结构图像所属的异常类型，作为所述子三维结构图像的目标异常类型，将所述目标异常结构图像的异常程度信息，作为所述子三维结构图像的目标异常程度信息。
23、可选的，所述基于所述目标异常类别，识别所述异常子三维结构图像中的鼻腔异常结构图像，包括：
24、通过网格拆分策略，将所述异常子三维结构图像拆分为各网格结构图像，将所述目标异常结构图像拆分为各网格异常结构图像，并基于所述异常子三维结构图像的实际图像特征信息、以及所述目标异常结构图像的图像特征信息，识别各所述网格结构图像对应的网格图像特征、以及各所述网格异常结构图像对应的异常网格图像特征；
25、分别计算各所述网格图像特征与各所述异常网格图像特征之间的相似度，并筛选与每个异常网格图像特征的最高相似度对应的网格图像特征所属的网格结构图像，作为目标网格结构图像；
26、按照各所述目标网格结构图像在所述异常子三维结构图像中的位置信息，筛选包含所有目标网格结构图像的三维结构图像，作为所述异常子三维结构图像中的鼻腔异常结构图像。
27、可选的，所述获取所述目标异常类别的切入点识别网络，包括：
28、基于所述异常子三维结构图像的目标异常结构图像对应的目标异常程度信息，在历史数据库中，筛选所述目标异常类型的目标异常程度信息对应的各样本三维结构图像、以及各所述样本结构图像中的样本切入点位置信息；
29、通过各所述样本三维结构图像、以及各所述样本结构图像中的样本切入点位置信息，对图像识别网络进行训练，得到所述目标异常类别的切入点识别网络。
30、可选的，所述在所述鼻腔异常结构图像中，通过所述切入点识别网络，定位所述鼻腔内部中的目标切入点三维位置信息，包括：
31、将所述鼻腔异常结构图像输入所述切入点识别网络，识别所述鼻腔异常结构图像中的切入点的位置信息；
32、基于鼻腔异常结构图像在所述鼻腔内部的三维结构图像中的位置范本文档来自技高网...
【技术保护点】
1.一种基于内镜技术的鼻腔结构三维重建及定位方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述鼻腔内部的多个视角的图像数据、以及所述鼻腔内部的三维结构数据，生成所述鼻腔内部的三维结构图像，包括：
3.根据权利要求2所述的方法，其特征在于，所述将所述三维结构图像，拆分为多个鼻腔组成结构对应的子三维结构图像，包括：
4.根据权利要求1所述的方法，其特征在于，所述采集每个鼻腔组成结构的异常识别策略，包括：
5.根据权利要求4所述的方法，其特征在于，所述基于各所述鼻腔组成结构的异常识别策略，识别各所述子三维结构图像中的异常子三维结构图像、以及所述异常子三维结构图像的目标异常类别，包括：
6.根据权利要求5所述的方法，其特征在于，所述基于所述目标异常类别，识别所述异常子三维结构图像中的鼻腔异常结构图像，包括：
7.根据权利要求4所述的方法，其特征在于，所述获取所述目标异常类别的切入点识别网络，包括：
8.根据权利要求7所述的方法，其特征在于，所述在所述鼻腔异常结构图像中
9.一种基于内镜技术的鼻腔结构三维重建及定位装置，其特征在于，所述装置包括：
10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种基于内镜技术的鼻腔结构三维重建及定位方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述鼻腔内部的多个视角的图像数据、以及所述鼻腔内部的三维结构数据，生成所述鼻腔内部的三维结构图像，包括：
3.根据权利要求2所述的方法，其特征在于，所述将所述三维结构图像，拆分为多个鼻腔组成结构对应的子三维结构图像，包括：
4.根据权利要求1所述的方法，其特征在于，所述采集每个鼻腔组成结构的异常识别策略，包括：
5.根据权利要求4所述的方法，其特征在于，所述基于各所述鼻腔组成结构的异常识别策略，识别各所述子三维结构图像中的异常子三维结构图像、以及所述异常子三维结构图像的目标异常类别，包...
【专利技术属性】
技术研发人员：曾明，
申请(专利权)人：华中科技大学同济医学院附属同济医院，
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。