一种定位跟踪件、配准方法、存储介质及电子设备与流程

本公开涉及医疗导航领域，特别涉及一种定位跟踪件、配准方法、存储介质及电子设备。

背景技术：

医疗领域导航系统的工作流程一般包括医学成像、术前手术路径规划、术中病人图像空间注册、术中定位导航和术后效果评估。其中，术中病人图像空间注册，也称手术注册，是导航中的关键技术之一，其注册精度直接影响到手术最终的治疗结果。

常用的手术导航的注册方式是基于标记点注册，目前基于标记点注册主要由如下三步组成：(1)标记点在图像空间的识别；(2)标记点在手术空间的识别；(3)将图像空间识别的标记点和手术空间识别的标记点进行配准。传统的配准方法是将标记球透过皮肤插在患者的骨头上，这样标记球和人体之间是刚性连接，可直接通过刚性坐标转化即可得到两个不同空间内的转换关系，但是操作起来较为复杂，且对人体有伤害，不适合所有患者使用。

技术实现要素：

本公开实施例的目的在于提供一种定位跟踪件、配准方法、存储介质及电子设备，以解决现有技术中标记球与人体刚性连接操作复杂且对人体有损伤的问题。

为了解决上述技术问题，本公开的实施例采用了如下技术方案：一种定位跟踪件，包括：预设数量的定位球，以及用于放置所有所述定位球的置物板。

本公开实施例还提出一种应用上述定位跟踪件实现的配准方法，包括：确定所有所述定位球在影像设备坐标系中的第一坐标集合；确定所有所述定位球在光学跟踪设备坐标系中的第二坐标集合；确定所述第一坐标集合和所述第二坐标集合之间的配准关系。

进一步，所述确定所述第一点集和所述第二点集之间的配准关系，包括：在所述第一坐标集合中随机选取一个第一定位点，并在所述第二坐标集合中确定与所述第一定位点距离最近的第二定位点；根据所述第一定位点的坐标和所述第二定位点的坐标确定第一旋转矩阵和第一平移矩阵；基于所述第一旋转矩阵、所述第一平移矩阵、所述第一定位点的坐标和所述第二定位点的坐标确定本次结果误差；检测所述本次结果误差与上一次结果误差之间的差值是否小于预设阈值；在所述差值小于所述预设阈值的情况下，确定所述第一旋转矩阵和所述第一平移矩阵为所述第一坐标集合和所述第二坐标集合之间的配准关系；在所述差值大于或等于所述预设阈值的情况下，在所述第一坐标集合中重新选取一个点作为第一定位点，并进行下一次计算。

进一步，所述根据所述第一定位点的坐标和所述第二定位点的坐标确定第一旋转矩阵和第一平移矩阵，包括：确定所述第一坐标集合的第一质心坐标和所述第二坐标集合的第二质心坐标；根据所述第一质心坐标和所述第一定位点的坐标确定第一去质心坐标，根据所述第二质心坐标和所述第二定位点的坐标确定第二去质心坐标；根据所述第一去质心坐标和所述第二去质心坐标确定协方差矩阵；对所述协方差矩阵进行奇异值分解，得到分解矩阵；根据所述分解矩阵确定所述第一旋转矩阵；根据所述第一旋转矩阵确定所述第一平移矩阵。

进一步，所述根据所述第一旋转矩阵确定所述第一平移矩阵，包括：基于所述第一旋转矩阵、所述第一质心坐标和所述第二质心坐标确定所述第一平移矩阵。

进一步，在本次计算为第一次计算时，所述检测所述本次结果误差与上一次结果误差之间的差值是否小于预设阈值，包括：检测所述本次结果误差与初始误差之间的差值是否小于预设阈值。

进一步，所述检测所述本次结果误差与初始误差之间的差值是否小于预设阈值之前，还包括：根据初始旋转矩阵、初始平移矩阵、所述第一定位点的坐标和所述第二定位点的坐标确定所述初始误差。

进一步，所述根据初始旋转矩阵、初始平移矩阵、所述第一定位点的坐标和所述第二定位点的坐标确定所述初始误差之前，还包括：根据所述第一坐标集合和所述第二坐标集合确定所述初始旋转矩阵和所述初始平移矩阵。

本公开实施例还提出一种存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项技术方案中所述方法的步骤。

本公开实施例还提出一种电子设备，至少包括存储器、处理器，所述存储器上存储有计算机程序，所述处理器在执行所述存储器上的计算机程序时实现上述任一项技术方案中所述方法的步骤。

本公开实施例的有益效果在于：通过直接将定位跟踪件置于患者身体上，不需要实现定位跟踪件与人体之间的刚性连接，避免了对人体的损害；且结合相应的配准算法，在传统的刚性变化的基础上，提升了影像设备坐标系和光学跟踪设备坐标系之间的配准精度，达到了良好的配准效果。

附图说明

为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1示出本公开第一实施例中定位跟踪件的示意图；

图2示出本公开第一实施例中定位球的示意图；

图3示出本公开第一实施例中定位跟踪件的影像示意图；

图4示出本公开第二实施例中配准方法的流程图；

图5示出本公开第二实施例中第一坐标集合和第二坐标集合之间配准关系的确定流程示意图；

图6示出本公开第四实施例中电子设备的结构示意图。

具体实施方式

此处参考附图描述本公开的各种方案以及特征。

应理解的是，可以对此处申请的实施例做出各种修改。因此，上述说明书不应该视为限制，而仅是作为实施例的范例。本领域的技术人员将想到在本公开的范围和精神内的其他修改。

包含在说明书中并构成说明书的一部分的附图示出了本公开的实施例，并且与上面给出的对本公开的大致描述以及下面给出的对实施例的详细描述一起用于解释本公开的原理。

通过下面参照附图对给定为非限制性实例的实施例的优选形式的描述，本公开的这些和其它特性将会变得显而易见。

还应当理解，尽管已经参照一些具体实例对本公开进行了描述，但本领域技术人员能够确定地实现本公开的很多其它等效形式，它们具有如权利要求的特征并因此都位于借此所限定的保护范围内。

当结合附图时，鉴于以下详细说明，本公开的上述和其他方面、特征和优势将变得更为显而易见。

此后参照附图描述本公开的具体实施例；然而，应当理解，所申请的实施例仅仅是本公开的实例，其可采用多种方式实施。熟知和/或重复的功能和结构并未详细描述以避免不必要或多余的细节使得本公开模糊不清。因此，本文所申请的具体的结构性和功能性细节并非意在限定，而是仅仅作为权利要求的基础和代表性基础用于教导本领域技术人员以实质上任意合适的详细结构多样地使用本公开。

本说明书可使用词组“在一种实施例中”、“在另一个实施例中”、“在又一实施例中”或“在其他实施例中”，其均可指代根据本公开的相同或不同实施例中的一个或多个。

本公开的第一实施例提供了一种定位跟踪件，主要包括置物板10和预设数量的定位球20，为了提升光后续配准过程中的配准精度，定位球20的数量不宜设置过少，本实施例中以在置物板10上设置100个光学跟踪球为例，如图1所示，上述100个定位球20按照预设方式排列放置在置物板10上，其中，预设方式优选为按照阵列的方式进行排列放置(如图1中以10*10的阵列进行放置)，在其他使用情况下，也可以按照需要覆盖的患者身体部位的面积和置物板10的大小，将预设数量的定位球20按照半径不同的同心圆的方式进行排列放置，或按照其他所需的排列方式放置均可，本实施例不进行限制。

由于本实施例中的定位跟踪件在使用时为放置在患者待检测的身体部位上，如在需要对患者背部进行手术时，可将定位跟踪件放置在患者背上，使用医学影像设备和光学跟踪设备同时进行扫描跟踪。为了在医学影像设备中拍摄出的图像内区分定位跟踪件与人体的组织结构，本实施例中优选使用聚氯乙烯(pvc，polyvinylchloride)制作置物板10，使其在影像中呈现较高的hu值，在后期识别中可以清晰的区分人体的皮肤与定位跟踪件，以提升图像识别的精度。定位球20则使用医学影像设备和光学跟踪设备均可识别的材质制成，也可使用金属等成像材料作为球心材质，然后在外表面涂覆反光材料，使其可同时被医学影像设备和光学跟踪设备识别，通过使用同一定位跟踪件在两个不同坐标系下的分别识别，也可提升两个不同设备坐标系配准时的精确度。

需要注意的是，定位球20的形状可以使用规则的球形件，也可以使用如图2所示的不规则定位球，通过在球形外表面设置凸起，在置物板10上则可对应设置凹槽，方便进行定位球20的安装，且经过扫描识别后的不规则定位球的图像如图3所示(图3中仅示出定位球20的影像)，因其形状不规则，方便在图像中与人体组织进行区分，后续配准也较为方便。

本实施例提供了一种改进的定位跟踪件，可以同时作为医学影像设备和光学跟踪设备的定位件使用，且在使用时直接量定位跟踪件覆盖在患者的身体上即可，不需要对患者身体产生损伤，进而提升了患者的使用体验，达到更好的手术效果。

本公开的第二实施例提供了一种配准方法，该方法基于本公开第一实施例中的定位跟踪件，在进行配准前，需要将定位跟踪件通过粘贴或覆盖的方式将其置于患者待进行手术的身体部位附近，随后使用影像设备和光学跟踪设备进行影像扫描跟踪，随后进行影像设备坐标系和光学跟踪设备坐标系之间的配准，其流程图如图4所示，主要包括步骤s1至s3：

s1，确定所有定位球在影像设备坐标系中的第一坐标集合。

本实施例中通过影像设备对患者待进行检测手术的身体部位进行扫描成像，此时影像设备会同时扫描到患者身上放置的定位跟踪件，扫描后在影像设备的坐标系中确定出定位跟踪件中各个定位球的球心坐标，形成第一坐标集合。

具体地，通过影像设备对定位跟踪件进行扫描，即可以得到定位跟踪件的二维图像，通常情况下影像设备会同时拍摄多张影像，或在扫描患者待检测部位时，从一端开始向另一端进行缓慢的移动扫描，在移动过程中每隔一个较短的时间都进行一次图像拍摄，最终形成多张关于待检测部位的图像，其中必定包含定位跟踪件的二维扫描图像；基于上述多张二维图像，对其进行三维重建，即可得到患者待检测部位以及定位跟踪件的三维模型，此时即可以使用影像设备的坐标系对的三维模型中的任意点确定其具体的坐标；随后基于图像分割和识别算法，即可得到定位跟踪件的各个定位球在三维模型内的球心坐标值，形成定位球在影像设备坐标系中的第一坐标集合v＝[v1,v2…vn]，其中，n为定位球的数量，本实施例中以100为例。

s2，确定所有定位球在光学跟踪设备坐标系中的第二坐标集合。

光学跟踪设备通常为使用红外光进行定位跟踪的设备，在其对患者待检测部位进行扫描拍摄后，光学跟踪设备可以发现和识别定位球，并对应输出定位球在光学跟踪设备的坐标系下的球心坐标，形成定位球在光学跟踪设备坐标系中的第二坐标集合u＝[u1,u2…un]，也可称为定位球在手术空间下的坐标集合。具体地，光学跟踪设备还可以使用双目相机来获取定位球在手术空间下的坐标信息。

应当了解的是，由于影像设备和光学跟踪设备是两个完全不同的设备，在实际使用时，步骤s1和s2可以交换执行的顺序，或者同时执行，本实施例中给出的先执行s1再执行s2是一种优选的实施方式，并不限制其具体的使用流程。

s3，确定第一坐标集合和第二坐标集合之间的配准关系。

在确定坐标系不同的第一坐标集合和第二坐标集合后，进行第一坐标集合和第二坐标集合之间的配准，现有技术中，当使用现有的定位跟踪件与人体进行刚性连接时，其实现配准的方法主要包括四元数法、正交矩阵法或奇异值分解法等，但是由于人体呼吸会导致皮肤和人体之间有相对移动，因此在使用本公开第一实施例的定位跟踪件时，易造成因病人呼吸导致定位跟踪件移动进而使配准误差增大的问题，为了解决上述问题，本实施例则在现有算法的基础上，结合最小二乘法的最优路径匹配算法的原理，在两个坐标集合之间对应点和两个坐标系之间的刚性变化之间不断进行迭代变化，当两次迭代结果之间的差值小于预设的阈值时，即满足配准条件，完成配准。

需要了解的是，本实施例中进行配准时，当样本数量(即定位球数量)越多时，配准的精度越高，因此，在本实施例中使用定位球为100个的定位跟踪件，以保证配准精度。

本实施例对第一坐标集合和第二坐标集合之间配准关系的确定流程进行详细介绍，其流程如图5所示，主要包括步骤s11至s15：

s11，在第一坐标集合中随机选取一个第一定位点，并在第二坐标集合中确定与第一定位点距离最近的第二定位点。

第一坐标集合为所有定位球在影像设备坐标系中的球心坐标集合，记为v＝[v1,v2…vn]，第二坐标集合为所有定位球在光学跟踪设备坐标系下，即手术空间坐标系中的球心坐标集合，记为u＝[u1,u2…yn]。首先在集合u中任意选取一个点ui＝(xi，yi，zi)，i＝1,2,3,....,n，随后在集合v中确定一个点vj＝(xj，yj，zj)，j＝1,2,3,....,n使ui和vj之间的距离d最短，并根据ui和vj进行本次计算迭代，其中，ui和vj之间的距离d根据如下公式(1)确定，此时认为ui对应的定位球在手术空间中所对应的点为vj：

s12，根据第一定位点的坐标和第二定位点的坐标确定第一旋转矩阵和第一平移矩阵。

本实施例中优选使用平移矩阵和旋转矩阵来表示u和v之间的配准关系。具体地，在确定第一旋转矩阵r1和第一平移矩阵t1时，根据如下步骤进行确定：

s121，确定第一坐标集合的第一质心坐标和第二坐标集合的第二质心坐标。

具体地，集合u的质心为mu，其坐标根据如下公式(2)确定而来，相应地，集合v的质心为mv，其坐标根据如下公式(3)确定而来：

其中，n为定位球的个数，本实施例中取值为100，up指代集合u中的第p个点，vq指代集合v中的第q个点。需要了解的是，由于质心在计算时为集合中所有点的坐标求和之后再除以集合中所有点的个数，也就是说，集合u和集合v都有且只有一个质心。

s122，根据第一质心坐标和第一定位点的坐标确定第一去质心坐标，根据第二质心坐标和第二定位点的坐标确定第二去质心坐标。

将点的坐标减去对应集合的质心坐标即得到去质心坐标，则本实施例中第一去质心坐标u′i＝ui-mu，第二去质心坐标v′j＝vj-mv。

s123，根据第一去质心坐标和第二去质心坐标确定协方差矩阵。

需要注意的是，步骤s123中确定的协方差矩阵为本次迭代计算中的协方差矩阵，本实施例中以wa表示，其计算公式如下：

其中，w指代协方差矩阵，a指代迭代次数，公式(4)中的t是指矩阵的转置符号，没有其他实际意义；需要注意的是，在确定wa时，需要结合本次迭代计算之前已经完成的迭代计算中确定的第一去质心坐标和第二去质心坐标统一进行计算，举例来说，当本次迭代计算为第一次迭代，即a＝1时，仅根据本次运算中选定的ui和vj所对应的u′i和v′j进行计算即可确定出w1，若本次迭代计算为第二次迭代，即a＝2时，则需要根据本次运算中选定的ui和vj所对应的u′i和v′j，以及第一次迭代中选择的点的坐标和对应的去质心坐标进行统一计算，以确定出第二次迭代中的协方差矩阵w2，以此类推，每进行一次迭代都要基于之前迭代中的计算结果，在提升不同迭代计算的相关性的同时，进一步提升了运算的精度。

s124，对协方差矩阵进行奇异值分解，得到分解矩阵。

协方差矩阵w确定后，基于奇异值分解算法对矩阵w进行分解，即可基于如下的公式(5)得到分解矩阵：

w＝d∑e^t；(5)

其中，d和e均为分解矩阵，用于指代奇异值分解中的分解结果矩阵，公式(5)中的t也为矩阵的转置符号，无实际意义。

s125，根据分解矩阵确定第一旋转矩阵。

第一旋转矩阵r1即为本次迭代中所确定的旋转矩阵，其根据如下公式(6)确定而来：

r＝de^t；(6)

公式中的d和e根据协方差矩阵分解而来，经过线性运算和转置后即可得到本次迭代计算中的第一旋转矩阵r1。

s126，根据第一旋转矩阵确定第一平移矩阵。

在确定r1后，基于r1即可确定第一平移矩阵t1，具体地，第一平移矩阵t1可根据第一旋转矩阵r1、第一质心坐标mu和第二质心坐标mv确定，如公式(7)所示：

t＝mv-rmu。(7)

经过上述步骤，即根据第一定位点的坐标和第二定位点的坐标确定出了本次迭代计算中第一旋转矩阵r1和第一平移矩阵t1，随后基于第一旋转矩阵r1和第一平移矩阵t1进行后续处理。

s13，基于第一旋转矩阵、第一平移矩阵、第一定位点的坐标和第二定位点的坐标确定本次结果误差。

在刚性的矩阵变换中，v＝r*u+t+n，其中，v为手术空间中定位球坐标集合，u为图像空间中定位球坐标集合，r为旋转矩阵，t为平移矩阵，n为刚性变化中的噪声，表示两个坐标集合配准后不能完全对应，所存在的误差，而坐标集合匹配的目的就是找到u和v的最优的旋转矩阵r和平移矩阵t，对于任意的点利用最小二乘法求解n时，使n的值最小，其中，利用最小二乘法求解n的公式如下：

n＝∑‖ruk+t-vk‖；(8)

其中，k用于表征任意一个定位球，uk为该定位球在图像空间中坐标，vk为该定位球在手术空间中的坐标，n为变化时的噪声。

为了优化旋转矩阵r和平移矩阵t，在每次迭代中确定出一组旋转矩阵和平移矩阵时，都基于本次迭代计算中所选出的ui和vj的坐标，将其代入上述公式(8)中，以计算本次迭代中所产生的噪声值，即本次结果误差。

s14，检测本次结果误差与上一次结果误差之间的差值是否小于预设阈值，在差值小于预设阈值的情况下，执行步骤s15，否则，执行步骤s11，在第一坐标集合中重新选取一个点作为第一定位点，以进行下一次的迭代计算，直至连续两次计算出的误差之间的差值小于预设阈值为止。

s15，确定第一旋转矩阵和第一平移矩阵为第一坐标集合和第二坐标集合之间的配准关系。

在本次计算中，根据r1、t1、ui和vj的坐标结合公式(8)确定出了本次迭代中的误差na，其中a为当前的迭代次数，此时确定本次迭代中的误差na和上一次迭代计算中得到的误差na-1之间的差值，并检测该差值是否小于预设阈值ε，当差值小于预设阈值时，说明两次迭代的结果相近，已经满足迭代结束条件，此时可以认为，本次迭代计算中所确定的第一旋转矩阵和第一平移矩阵即为最优解，可将其作为第一坐标集合和第二坐标集合之间的配准关系，并进行后续的手术注册流程；若二者之间的差值大于或等于预设阈值，则说明本次迭代计算中得到的旋转矩阵和平移矩阵并不是配准关系的最优解，此时从集合u中重新选定一个点作为新的第一定位点ui，并重新从步骤s11开始执行，直至两次迭代的计算结果之间的差值小于预设阈值为止。

具体地，当本次迭代为第一次迭代计算时，由于其之前并未进行过迭代计算，也就没有上一次的计算结果，此时可将第一次迭代的计算结果误差n1与初始误差之间的差值与预设阈值进行比较，当差值小于预设阈值时，则可直接停止迭代，将第一次迭代计算出的旋转矩阵和平移矩阵直接作为配准关系使用，若差值大于或等于预设阈值，则进行第二次迭代时，在第二次迭代计算时，则根据第二次迭代计算出的结果误差与第一次迭代计算出的结果误差进行做差后与预设阈值比较。

本实施例中的初始误差是根据初始旋转矩阵r0、初始平移矩阵t0以及第一定位点的坐标和第二定位点的坐标基于公式(8)计算而来的，其中，初始旋转矩阵r0和初始平移矩阵t0则是在计算初始误差之前，根据第一坐标集合和第二坐标集合，基于刚性变换中确定旋转矩阵和平移矩阵的方法，确定出初始旋转矩阵r0和初始平移矩阵t0。

需要注意的是，本实施例中的配准方法，可以由图像设备、光学跟踪设备、手术机器人或其他具有运算处理能力的任意计算设备实现，只要能从图像设备中获取定位球在图像空间内的坐标，在光学跟踪设备中获取定位球在光学跟踪设备空间内的坐标，实现对应的配准方法的设备均可以作为实施主体。

本实施例结合直接置于患者身体上的定位跟踪件，不需要实现定位跟踪件与人体之间的刚性连接，避免了对人体的损害；同时改进了相应的配准算法，在传统的刚性变化的基础上，基于最小二乘法寻找最优路径，在两个坐标集合的刚性变化之间不断进行迭代变化，寻找最优的配准关系，提升了影像设备坐标系和光学跟踪设备坐标系之间的配准精度，达到了良好的配准效果。

进一步地，本实施例通过对配准关系的精确计算，使图像设备坐标系与光学跟踪设备坐标系之间完成关联，在影像设备和光学跟踪设备不动的情况下，即便病人发生了移动，只要实时获取定位球在图像设备坐标系下的坐标，就能根据配准关系，确定病人移动后在手术空间内的位置，方便手术机器人准确进行手术操作，降低了因患者呼吸对配准效果的影响。

本公开的第三实施例提供了一种存储介质，该存储介质为计算机可读介质，存储有计算机程序，该计算机程序被处理器执行时实现本公开任意实施例提供的方法，包括如下步骤s21至s23：

s21，确定所有定位球在影像设备坐标系中的第一坐标集合；

s22，确定所有定位球在光学跟踪设备坐标系中的第二坐标集合；

s23，确定第一坐标集合和第二坐标集合之间的配准关系。

计算机程序被处理器执行确定第一点集和第二点集之间的配准关系时，具体被处理器执行如下步骤：在第一坐标集合中随机选取一个第一定位点，并在第二坐标集合中确定与第一定位点距离最近的第二定位点；根据第一定位点的坐标和第二定位点的坐标确定第一旋转矩阵和第一平移矩阵；基于第一旋转矩阵、第一平移矩阵、第一定位点的坐标和第二定位点的坐标确定本次结果误差；检测本次结果误差与上一次结果误差之间的差值是否小于预设阈值；在差值小于预设阈值的情况下，确定第一旋转矩阵和第一平移矩阵为第一坐标集合和第二坐标集合之间的配准关系；在差值大于或等于预设阈值的情况下，在第一坐标集合中重新选取一个点作为第一定位点，并进行下一次计算。

计算机程序被处理器执行根据第一定位点的坐标和第二定位点的坐标确定第一旋转矩阵和第一平移矩阵时，具体被处理器执行如下步骤：确定第一坐标集合的第一质心坐标和第二坐标集合的第二质心坐标；根据第一质心坐标和第一定位点的坐标确定第一去质心坐标，根据第二质心坐标和第二定位点的坐标确定第二去质心坐标；根据第一去质心坐标和第二去质心坐标确定协方差矩阵；对协方差矩阵进行奇异值分解，得到分解矩阵；根据分解矩阵确定第一旋转矩阵；根据第一旋转矩阵确定第一平移矩阵。

计算机程序被处理器执行根据第一旋转矩阵确定第一平移矩阵时，具体被处理器执行如下步骤：基于第一旋转矩阵、第一质心坐标和第二质心坐标确定第一平移矩阵。

在本次计算为第一次计算时，计算机程序被处理器执行检测本次结果误差与上一次结果误差之间的差值是否小于预设阈值时，具体被处理器执行如下步骤：检测本次结果误差与初始误差之间的差值是否小于预设阈值。

计算机程序被处理器执行检测本次结果误差与初始误差之间的差值是否小于预设阈值之前，还需要执行如下步骤：根据初始旋转矩阵、初始平移矩阵、第一定位点的坐标和第二定位点的坐标确定初始误差。

计算机程序被处理器执行根据初始旋转矩阵、初始平移矩阵、第一定位点的坐标和第二定位点的坐标确定初始误差之前，还需要执行如下步骤：根据第一坐标集合和第二坐标集合确定初始旋转矩阵和初始平移矩阵。

需要注意的是，本实施例中的存储介质，可以安装在图像设备、光学跟踪设备、手术机器人或其他具有运算处理能力的任意计算设备中，只要能从图像设备中获取定位球在图像空间内的坐标，在光学跟踪设备中获取定位球在光学跟踪设备空间内的坐标，实现对应的配准方法即可。

本实施例结合直接置于患者身体上的定位跟踪件，不需要实现定位跟踪件与人体之间的刚性连接，避免了对人体的损害；同时改进了相应的配准算法，在传统的刚性变化的基础上，基于最小二乘法寻找最优路径，在两个坐标集合的刚性变化之间不断进行迭代变化，寻找最优的配准关系，提升了影像设备坐标系和光学跟踪设备坐标系之间的配准精度，达到了良好的配准效果。

进一步地，本实施例通过对配准关系的精确计算，使图像设备坐标系与光学跟踪设备坐标系之间完成关联，在影像设备和光学跟踪设备不动的情况下，即便病人发生了移动，只要实时获取定位球在图像设备坐标系下的坐标，就能根据配准关系，确定病人移动后在手术空间内的位置，方便手术机器人准确进行手术操作，降低了因患者呼吸对配准效果的影响。

本公开的第四实施例提供了一种电子设备，该电子设备的结构示意图可以如图6所示，至少包括存储器100和处理器200，存储器100上存储有计算机程序，处理器200在执行存储器100上的计算机程序时实现本公开任意实施例提供的方法。示例性的，电子设备计算机程序步骤如下s31和s33：

s31，确定所有定位球在影像设备坐标系中的第一坐标集合；

s32，确定所有定位球在光学跟踪设备坐标系中的第二坐标集合；

s33，确定第一坐标集合和第二坐标集合之间的配准关系。

处理器在执行存储器上存储的确定第一点集和第二点集之间的配准关系时，具体执行如下计算机程序：在第一坐标集合中随机选取一个第一定位点，并在第二坐标集合中确定与第一定位点距离最近的第二定位点；根据第一定位点的坐标和第二定位点的坐标确定第一旋转矩阵和第一平移矩阵；基于第一旋转矩阵、第一平移矩阵、第一定位点的坐标和第二定位点的坐标确定本次结果误差；检测本次结果误差与上一次结果误差之间的差值是否小于预设阈值；在差值小于预设阈值的情况下，确定第一旋转矩阵和第一平移矩阵为第一坐标集合和第二坐标集合之间的配准关系；在差值大于或等于预设阈值的情况下，在第一坐标集合中重新选取一个点作为第一定位点，并进行下一次计算。

处理器在执行存储器上存储的根据第一定位点的坐标和第二定位点的坐标确定第一旋转矩阵和第一平移矩阵时，具体执行如下计算机程序：确定第一坐标集合的第一质心坐标和第二坐标集合的第二质心坐标；根据第一质心坐标和第一定位点的坐标确定第一去质心坐标，根据第二质心坐标和第二定位点的坐标确定第二去质心坐标；根据第一去质心坐标和第二去质心坐标确定协方差矩阵；对协方差矩阵进行奇异值分解，得到分解矩阵；根据分解矩阵确定第一旋转矩阵；根据第一旋转矩阵确定第一平移矩阵。

处理器在执行存储器上存储的根据第一旋转矩阵确定第一平移矩阵时，具体执行如下计算机程序：基于第一旋转矩阵、第一质心坐标和第二质心坐标确定第一平移矩阵。

本次计算为第一次计算时，处理器在执行存储器上存储的检测本次结果误差与上一次结果误差之间的差值是否小于预设阈值时，具体执行如下计算机程序：检测本次结果误差与初始误差之间的差值是否小于预设阈值。

处理器在执行存储器上存储的检测本次结果误差与初始误差之间的差值是否小于预设阈值之前，还执行如下步骤：根据初始旋转矩阵、初始平移矩阵、第一定位点的坐标和第二定位点的坐标确定初始误差。

处理器在执行存储器上存储的根据初始旋转矩阵、初始平移矩阵、第一定位点的坐标和第二定位点的坐标确定初始误差之前，还执行如下步骤：根据第一坐标集合和第二坐标集合确定初始旋转矩阵和初始平移矩阵。

需要注意的是，本实施例中的电子设备，可以是图像设备、光学跟踪设备、手术机器人或其他具有运算处理能力的任意计算设备，只要能从图像设备中获取定位球在图像空间内的坐标，在光学跟踪设备中获取定位球在光学跟踪设备空间内的坐标，实现对应的配准方法即可。

本实施例结合直接置于患者身体上的定位跟踪件，不需要实现定位跟踪件与人体之间的刚性连接，避免了对人体的损害；同时改进了相应的配准算法，在传统的刚性变化的基础上，基于最小二乘法寻找最优路径，在两个坐标集合的刚性变化之间不断进行迭代变化，寻找最优的配准关系，提升了影像设备坐标系和光学跟踪设备坐标系之间的配准精度，达到了良好的配准效果。

进一步地，本实施例通过对配准关系的精确计算，使图像设备坐标系与光学跟踪设备坐标系之间完成关联，在影像设备和光学跟踪设备不动的情况下，即便病人发生了移动，只要实时获取定位球在图像设备坐标系下的坐标，就能根据配准关系，确定病人移动后在手术空间内的位置，方便手术机器人准确进行手术操作，降低了因患者呼吸对配准效果的影响。

以上对本公开多个实施例进行了详细说明，但本公开不限于这些具体的实施例，本领域技术人员在本公开构思的基础上，能够做出多种变型和修改实施例，这些变型和修改都应落入本公开所要求保护的范围之内。