基于骨骼三维中点云的配准导航方法
【专利摘要】本发明涉及一种基于骨骼三维中点云的配准导航方法，其特点是：基于DICOM数据图像，构成X、Y、Z三维中点云虚拟坐标系。同时，能让机器人通过探针，实现骨骼双侧均衡数据采集，建立X、Y、Z三维中点云世界坐标系。在X、Y、Z三维中点云虚拟坐标系和世界坐标系动态快速配准导航计算，包括针对刚性配准加速与柔性配准加速。最终，对导航位置及角度等参数进行修正。由此，能够让机器人实现X、Y、Z三维中点云动态配准导航，解决目前配准精度不理想、射线暴露多等难题，提高导航精度及效率，使骨科机器人配准导航精度≤0.5mm，能避免射线暴露，进一步提升导航精确性。可将本发明提供的方法配合软件编程来加以实现，满足了自动化实施调整的需要。
【专利说明】
基于骨骼三维中点云的配准导航方法
技术领域
[0001] 本发明涉及一种机器人运转导航方法，尤其涉及一种基于骨骼三维中点云的配准 导航方法。
【背景技术】
[0002] 就现有的骨科手术机器人的发展来看，除机器人自身结构因素外，很重要的一个 原因就是导航技术尚存在一定问题，这是由于：
[0003] 1、骨骼组织结构复杂，缺乏可靠的解剖定位标志。
[0004] 脊椎骨的外形不规则，内部结构也比较复杂，椎骨表面存在肌肉骨膜等软组织阻 挡，加之受出血和显露范围等因素的影响，难以精确定位，目前骨科手术机器人对满足高精 度手术尚不够理想，如颈椎弓根钉置入、神经减压等，影响了骨科手术机器人技术的临床应 用。
[0005] 2、手术显露范围有限。
[0006] 骨科尤其是脊柱微创手术为避免过多创伤，手术野很小，显露区域有限，增加了精 确配准难度。
[0007] 3、手术目标椎骨微动，影响定位及操作精度。
[0008] 由于人脊椎骨体积较小、骨量有限，且可能存在骨质疏松等因素，很难做到用粗壮 的钢钉实行"刚性固定"令其保持静止，影响配准导航精度。
[0009] 4、图像质量不够理想影响导航精度。
[0010] 目前导航大多依赖X-Ray图像引导，不仅图像质量不够理想，精度难以继续提高， 还增加了患者和医护人员的射线暴露。
[0011] 同时，现有导航方法和归结如下：
[0012] -、X-Ray依赖配准导航技术。
[0013] 1、术中X-Ray二维成像导航。
[0014] 2006年以色列Mazor公司研发SpineAssist脊柱手术机器人，配准技术米用2D/3D (术前3D影像学与术中C形臂2D影像学数据配准）。待术野显露后，安装患者示踪器，调整摄 像机位置，注册并校准智能工具，同时安装C形臂示踪器并连接导航系统。C形臂透视采集目 标椎骨前后位、侧位和双斜位的二维图像并将图像传输至导航系统，图像传输完毕即可使 用，无须进行人工点匹配和面匹配。然后在二维虚拟影像引导下进行手术。
[0015] 该机器人通过了 roA(美国食品药品管理局）及CE认证，较为适用于胸腰椎椎弓根 螺钉和经椎板关节突螺钉内固定，已在美国、欧洲、中东等多个国家和地区广泛使用。
[0016]同时，文献报道，全球数千例脊柱手术其定位误差精度为1mm jukovich等应用 Spine Assist系统经皮微创内固定治疗14例患者，成功率达到93 %。96 %椎弓根螺钉的位 置与计划进钉偏差在1_之内。Birkenmaier等报道了欧洲多中心用该系统实施一种新的微 创融合方法一经皮斜行融合术。
[0017]虽然该系统提高了置钉的精确性，但该技术有图像质量较差，手术精度有一定限 制，校正与配准时间较长，框架固定定位方式增大手术创伤，本身的并联结构设计限制了工 作范围，以及增加射线暴露等缺点。
[0018] 2010年韩国展示了SPINEBOT V2脊柱手术机器人，虽然命名为SPINEBOT V2,但是 却是一台全新设计的脊柱导航辅助机器人，其对手术器械和患者位置的定位也改由通过双 平面连续透视实现。报道称该系统用于椎弓根螺钉置入，距离误差为（1.38±0.21)mm。 [00 19] 2、术中三维C形臂（IS0-C 3D)成像导航。
[0020] 1999年Simens公司研制出世界上第一台术中三维C形臂IS0-C 3D，可在手术中连 续旋转190°，采集100幅数字点片图像，自动完成三维重建与注册，即时引导手术，无须人工 进行点照合和面照合。
[0021] IS0-C 3D精度为0.5±0.48mm。此导航技术自动与患者解剖结构实现精确对应，是 目前国内应用最多的导航。IS0-C 3D图像质量与术前CT三维导航仍有一定差距，有限的扫 描容积最多涉及4个椎骨，意味着多节段的脊柱手术需多次采集图像，也增加了射线暴露。 [0022] 3、术中0型臂、CT成像导航。
[0023]利用术中0型臂或CT可获得较高质量的三维图像，直接输入到导航计算机中自动 匹配，是目前最先进的导航系统，近年来应用逐渐增多。
[0024]二、非X-Ray依赖配准导航技术。
[0025] 1、基于音频信号定位技术。
[0026] 德国Voxel-Man发明在术中采集了切削的音频信号，以期指导操作，并在虚拟牙 科、脑外科手术训练系统中进行了模拟，使操作者在虚拟手术过程中同步听到声音。
[0027] 但是，对于不同骨组织，不同参数下的音频信号特性复杂，难以精细区分，在脊柱 外科手术中应用有限。
[0028] 2、图像配准导航技术。
[0029] 利用术前CT扫描得到的DIC0M文件输入到计算机，建立虚拟坐标系，术中可根据图 像几何特征或密度特征建立世界坐标系，再将两个坐标系配准后进行导航。
[0030] 通过寻找待配准物体上两组特征间的最短表面距离进行配准，特征按其来源可分 为外加特征与内在特征。前者配准精度高，但因需要植入侵入性标记物，临床应用受到限 制;后者采用椎骨表面易识别的特征点，在实际应用中误差较大。
[0031] 目前图像配准包括点配准、面配准及点云配准：
[0032]①点配准。
[0033] 机器人获得解剖标志点坐标数据后，与术前影像中相应点的位置比较并调整图 像，这一过程称为点配准，具有简单快速的特点，但其缺点也很明显，医生手工取点的难度 较大，需要较长时间，且CT扫描层厚大，导致椎骨与导航重建CT上的解剖标志不能完全配 准，且点配准过程中软组织层可能阻碍探针与骨的接触，而骨质疏松会导致探针的尖端陷 入骨表面，影响解剖标志点坐标数据采集及配准。此外，骨性解剖标志不明显或变异较大 时，也可能造成解剖位置的错误确认而引起较大配准误差。
[0034] ②面配准。
[0035] 在椎骨表面选取较多个点让计算机定位，这一过程称为面配准。由于选择的点较 多，面配准精度提高但注册时间相对较长。
[0036]综上所述，国内外现有的骨科手术机器人导航技术，不论X-Ray依赖还是非X-Ray 依赖型导航技术，均存在导航精度不够理想、动态配准困难的瓶颈问题。
【发明内容】
[0037]为解决上述技术问题，本发明的目的是提供一种基于骨骼三维中点云的配准导航 方法。
[0038]本发明的基于骨骼三维中点云的配准导航方法，其包括以下步骤：
[0039]步骤一，基于DIC0M数据图像，构成X、Y、Z三维中点云虚拟坐标系。
[0040] 步骤二，建立X、Y、Z三维中点云世界坐标系。
[00411步骤三，在X、Y、Z三维中点云虚拟坐标系和世界坐标系动态快速配准导航计算，包 括针对刚性配准加速与柔性配准加速。
[0042]步骤四，对导航的位置及角度等参数进行修正。
[0043]进一步地，上述的基于骨骼三维中点云的配准导航方法，其中，所述步骤一中，通 过DIC0M数据，对椎骨轮廓快速提取，即通过螺旋CT机，对骨组织扫描，采用二维图像分割方 法，提取CT图像中的椎骨轮廓，提取可双侧测量结构两侧椎骨表面坐标点数据，取其连线中 点集合，建立X、Y、Z三维中点云虚拟坐标系。
[0044]更进一步地，上述的基于骨骼三维中点云的配准导航方法，其中，所述建立X、Y、Z 三维中点云虚拟坐标系的实施步骤为，
[0045] A1，对关键图层，进行分割与轮廓线提取；
[0046] A2,对相邻图层的轮郭线进行提取；
[0047] A3，遍历所有序列图像，获取整体轮廓数据；
[0048] A4，筛选目标骨骼如椎骨轮廓上的可双侧测量结构如棘突、关节突，计算获取椎骨 中点云坐标数据。
[0049]更进一步地，上述的基于骨骼三维中点云的配准导航方法，其中，所述二维图像分 割方法包括域法、区域生长法、边缘检测法、基于模糊分割的方法、主动轮轮廓模型提取法 中的一种或是多种结合。
[0050] 更进一步地，上述的基于骨骼三维中点云的配准导航方法，其中，所述步骤二中， 通过探针在棘突、关节突等椎骨后部结构双侧，进行椎骨坐标数据采集，取两点连线的中 点。
[0051] 更进一步地，上述的基于骨骼三维中点云的配准导航方法，其中，所述针对刚性配 准加速，采用改进ICP算法，处理过程为，
[0052] B1，粗配准，获取对应的特征点；
[0053] B2,初始化，基于点的配准计算对应点之间的旋转转换矩阵R和平移转换矩阵T，令
[0055] B3,利用快速高斯变换，计算矩阵P1，PT1，PX，再计算出R，t，s和〇 2参数的值，得到变 换函数，
[0056] T(Y)=sYRT+ltT；
[0057] B4,由设定概率P判断是否达到收敛，如果没有返回到步骤②迭代。
[0058] 更进一步地，上述的基于骨骼三维中点云的配准导航方法，其中，所述针对柔性配 准加速，采用基于连贯性理论的跟踪配准方法，加速的过程为，
[0059] C1，粗配准，获取对应的特征点，初始化其它参数，令
[0061 ] C2，利用快速高斯变换来计算矩阵PI，PT1，PX，通过低秩矩阵近似法，近似矩阵G; [0062] C3,根据低秩矩阵近似法加速求解1=(6+人〇 2(^(?1))」((^(?1)?乂-￥)，并根据^ = 1TP1得到NP的值；
[0063] C4,得到变换函数，T = T(Y，W)=Y+GW;
[0064] C5,由设定概率P判断是否达到收敛，否则返回步骤2进行计算。
[0065]再进一步地，上述的基于骨骼三维中点云的配准导航方法，其中，所述步骤四中， 米用如下步骤，
[0066] D1，确立不确定模型，获取目标椎骨微动的不确定范围；
[0067] D2,构造不确定对象的频率响应模板，选择基准对象，选出一组频率点，根据目标 椎骨在所选频率点处的频率相应数据，生成相应的一组对象模板；
[0068] D3，计算、绘制边界，根据对象模板和导航要求，在Nicholas图上，生成基准对象开 环频率响应的各个设计边界，取不同边界的交集得到复合频域边界；
[0069] D4,设计整形过程，在Nicholas上，调整基准对象的开环频域响应曲线，得到伺服 控制律，根据闭环系统的频率响应要求，调整前置滤波器。
[0070]借由上述方案，本发明至少具有以下优点：
[0071] 1、能够让机器人实现X、Y、Z三维中点云动态配准导航，解决目前配准精度不理想 的难题，提高导航精度及效率，使骨骼机器人配准导航精度< 0.5_，能避免射线暴露。
[0072] 2、能让机器人通过探针，实现零术野双侧均衡数据采集，进一步提升了导航精确 性。
[0073] 3、可将本发明提供的方法配合软件编程来加以实现，满足了自动化实施调整的需 要。
[0074] 4、提供有效的导航位置及角度等参数修正，优化导航精度。
[0075] 上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段， 并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。
【附图说明】
[0076]图1是腰椎X、Y、Z三维中点云分布示意图。
[0077]图2是设立骨表面坐标点的示意图。
【具体实施方式】
[0078]下面结合附图和实施例，对本发明的【具体实施方式】作进一步详细描述。以下实施 例用于说明本发明，但不用来限制本发明的范围。
[0079]基于骨骼三维中点云的配准导航方法，其与众不同之处在于包括以下步骤：
[0080]首先，如图1所示，基于DIC0M数据图像，构成X、Y、Z三维中点云虚拟坐标系，可通过 DIC0M数据，对椎骨轮廓快速提取。具体来说，通过双源Flash(S0MAT0M Definition Flash) 64排螺旋CT机，对骨组织扫描，采用二维图像分割方法，提取CT图像中的椎骨轮廓，提取可 双侧测量结构两侧椎骨表面坐标点数据，取其连线中点集合，建立X、Y、Z三维中点云虚拟坐 标系。同时，二维图像分割方法包括域法、区域生长法、边缘检测法、基于模糊分割的方法、 主动轮轮廓模型提取法中的一种或是多种结合。
[0081 ]进一步来看，建立X、Y、Z三维中点云虚拟坐标系的实施步骤如下：
[0082] A1，对关键图层，进行分割与轮廓线提取。
[0083] A2,对相邻图层的轮郭线进行提取。
[0084] A3，遍历所有序列图像，获取整体轮廓数据。
[0085] A4,筛选轮廓上的棘突、关节突出双侧的可测量结构，计算获取椎骨中点云坐标数 据。
[0086]在此期间，为了提供较佳的数据采集，扫描参数如下：电压120kV，电流140-156mA， 0卩0￥12.0〇11，扫描层厚0.625臟，？1丨(*0.8，重建层厚0.625臟，其表面分辨率为512\512，扫 描间隔为〇.625mm。
[0087]之后，建立X、Y、Z三维中点云世界坐标系。在实际实施的时候，可通过探针在棘突、 关节突等椎骨后部结构双侧，进行椎骨坐标数据采集，取两点连线的中点。
[0088]如图2所示，设立骨表面坐标点为F1、F2,其连线的中点为P，实际采集的坐标点为 PI、P2，这样P1 - FI、P2-F2就发生了测量误差。控制探针测量的压力，使其双侧保持一样， 令探针刺入双侧骨表面的深度F1P1和F2P2-样，即F1P1=F2P2,且F1F2连线和P1P2连线的 中点依然为P，二者中点坐标数据相同。从而消除了椎骨坐标点测量误差，提高了椎骨坐标 数据的测量精度，为高精度三维中点云世界坐标系建立提供了基础。
[0089] 由此，结合实际实施来看，采用本发明的方法，可实现零术野探针双侧均衡数据采 集技术，探针可在棘突、关节突等椎骨后部结构非手术区域（即零术野)经皮进行测量，扩大 了椎骨数据的采集范围。此外，由于探针是在棘突、关节突等椎骨后部结构采集椎骨坐标数 据，完全避开了 PELD侧路手术骨质缺损的区域，解决了脊柱侧路微创手术坐标数据采集难 题，可以在各种脊柱微创术式中很好的建立X、Y、Z三维中点云世界坐标系。
[0090] 之后，在X、Y、Z三维中点云虚拟坐标系和世界坐标系动态快速配准导航计算，包括 针对刚性配准加速与柔性配准加速。
[0091] 在中点云配准算法中，ICP算法因为简单而被广泛应用，但是它易于陷入局部最大 值。ICP算法严重依赖初始配准位置，它要求两个中点云(每个中点云包括多个棘突、关节突 子中点云）的初始位置必须足够近，并且当存在噪声点、外点时可能导致配准失败。
[0092] 为了克服ICP算法对于初始位置的局限性，并降低计算的复杂度，本发明提出一种 基于概率的改进ICP配准方法，以解决针对噪声点、外点或者缺失点的鲁棒性问题及计算效 率问题。
[0093] 具体来说，本发明中，将两个中点云集合的配准看作是一种概率密度估计问题，把 其中一个中点云集合Xnxd=(xi, ???xn)t看作是数据点，另一个中点云集合YNXD=(yi,…yM)T 看作是高斯混合模型的质心，然后拟采用极大似然估计方法把高斯混合模型的质心和数据 点集进行配准。
[0094] 对于刚性中点云配准，我们定义高斯混合模型质心变换向量T为：
[0095] T (ym ； R, t, s) = sRym+t (1)
[0096] 上式中，只要能求出参数R，t，s，则刚性配准问题就迎刃而解了。首先需要确定配 准所需的目标函数，中点云数据集Y作为高斯混合模型的重心，中点云集X作为由高斯混合 模型形成的数据点，则相应的高斯混合模型概率密度函数为：
[0098]另外，为了说明中点云数据中存在的噪声点和外点，便于后续数据处理，本发明将 在混合模型中增加一个额外的均匀分冇
，则混合概率密度模型为：
[0100]根据刚性中点云配准的变换向量T式，刚性配准目标函数可写成下式所示：
[0102] 其中，〇2为相同的方差。
[0103] 接下来，需要求取上述目标函数的极小值，本发明拟给出如下动态跟踪自动配准 算法求解：
[0104] 第一步:粗配准，手工选取或通过简单计算得到少量对应的特征点；
[0105] 第二步，初始化:基于点的配准方法计算对应点之间的旋转转换矩阵R和平移转换 矩阵T;令
[0107] 第三步:利用ICP优化算法求解确定各个参数的值;得到变换函数：
[0108] T(Y)=sYRT+ltT；
[0109] 第四步：由概率P判断是否达到收敛，如果没有返回到第三步迭代。
[0110] 结合实施来看，刚性中点云配准过程中，就相当于是使目标函数达到最小化的过 程。在这个计算过程中，特别是求解目标函数偏导数的过程中，都涉及到了高斯混合模型， 也就涉及到了多个高斯指数函数求和的计算。由于M个高斯混合模型质心点与N个数据点均 参与了计算，因此直接导致的指数项的计算复杂度为〇(MN)，当M和N数据较大时，就使得计 算复杂度更大，这将不便于应用。为了降低中点云配准过程中的计算复杂度，本发明拟在目 标函数最小化的过程中结合快速高斯变换来提高计算效率。
[0111] 具体来说，针对刚性配准加速，采用改进ICP算法，处理过程为，
[0112] 第一步:粗配准，手工选取或通过简单计算得到少量对应的特征点；
[0113]第二步:初始化:基于点的配准方法计算对应点之间的旋转转换矩阵R和平移转换 矩阵T;令
[0115] 第三步:利用优化算法计算时首先利用快速高斯变换来计算矩阵？1，？71，？乂，进而 再计算出R，t，^^P〇 2等参数的值，得到变换函数：
[0116] T(Y)=sYRT+ltT；
[0117] 第四步：由概率P判断是否达到收敛，如果没有返回到第二步迭代。
[0118] 针对柔性配准加速来看，由于非刚性变换的未知性以及可能存在的噪声点和缺失 点，使得配准过程中可能出现病态问题。为了处理这种情况下的问题，本发明提出一种同样 是基于概率的思想，应用运动连贯性理论，通过调整位移场来加强运动连贯性约束，使高斯 混合模型的质心连贯地移动到数据点并完成对准。
[0119] 实施的时候，可以把柔性变换定义为初始位置加一个位移函数，这可以使得配准 过程变得连贯，记做:T(Y，v)=Y+v(Y)。这样，配准问题就转化成一个如何估计位移函数v (Y)的问题，即如何规则化v使得函数T平滑。
[0120] 首先，定义一个规则项巾（v)，如下所示：
(5)
[0122] 其中G为选取的高斯核函数，#是6的傅里叶变换函数。
[0123] 将式(5)加入到刚性配准目标函数中可得到柔性配准下的目标函数：
[0125] 可将上式中v(ym)定义为如下形式：
[0126] R (7)
[0127] 为了求目标函数的最小值，则可以利用变分法求目标函数关于v的偏导数，并将求 出来的结果置零。从中可以得到柔性配准算法的所有参数表达式'(^，^，，从而两个非刚 性中点云集合之间的对应变换关系即被确定。
[0128] 结合本发明的较佳实施方式来看，在柔性中点云配准过程中，还需要用到优化算 法来对上述参数进行迭代并求最优倌，步骤如下所示：
[0129] 第一步:初始別
[0130]第二步:构造矩阵G:其组成元素如下，
[0132]第三步:利用EM算法优化，首先计算矩阵P，其中，
[0134] 然后求解得到W，〇2，Np，T。
[0135] 第四步:得到变换函数:t = T(Y，W)=Y+GW。
[0136] 第五步：由概率P判断是否达到收敛，否则返回第三步进行计算。
[0137] 在柔性中点云配准算法优化过程中，有一个线性方程组需要被求解出来，解这个 方程的过程中使用到了直接矩阵求逆。本发明提出一种运用低秩矩阵近似法来加速非刚性 配准的计算效率的方法。
[0138] 针对柔性配准加速算法流程描述如下：
[0139] 第一步:粗配准，手工选取或通过简单计算得到少量对应的特征点，初始化其它参 数，令
[0141]第二步:利用快速高斯变换来计算矩阵P1，PT1，PX，并且利用低秩矩阵近似法来近 似矩阵G。
[0142]第三步:根据低秩矩阵近似法加速求解，
[0143] w=(G+x〇2d-Hpi))-Hd-Hpdpx-y)，并根据 Np=1tP1 快速得到 NP 的值。
[0144] 第四步:得到变换函数，T = T(Y，W)=Y+GW。
[0145] 第五步：由概率P判断是否达到收敛，否则返回第二步进行计算。
[0146] 由此，本发明针对刚性和柔性配准情况分别提出了一种快速高斯变换算法与低秩 矩阵近似法相结合的加速算法，该算法一方面降低了算法的计算复杂度，另一方面通过增 加的粗配准环节可以为算法提供一个比较理想的初值，从而提高配准的速度。
[0147] 最终，对导航角度进行修正，以便对椎骨微动导致的导航精度不利影响进行处理。 由此，可建立一个基于定量反馈的鲁棒控制器，以提高伺服系统的品质，提高导航精度。具 体来说，可采用如下步骤：
[0148] 第一步，确立不确定模型。在实际实施时，可通过经验或离线辨识获取目标椎骨微 动的不确定范围。
[0149] 第二步，构造不确定对象的频率响应模板，选择基准对象，选出一组有代表性的频 率点，根据目标椎骨在所选频率点处的频率相应数据，生成相应的一组对象模板。
[0150]第三步，计算、绘制边界，根据对象模板和导航要求，在Nicholas图上，生成基准对 象开环频率响应的各个设计边界，取不同边界的交集得到复合频域边界。
[0151 ] 第四步，设计整形过程，在Nicholas上，调整基准对象的开环频域响应曲线，使其 满足导航精度要求，从而得到伺服控制律，根据闭环系统的频率响应要求，调整前置滤波 器。
[0152] 通过上述的文字表述并结合附图可以看出，采用本发明后，拥有如下优点：
[0153] 1、能够让机器人实现X、Y、Z三维中点云动态配准导航，解决目前配准精度不理想 的难题，提高导航精度及效率，使脊柱机器人配准导航精度< 0.5_，能避免射线暴露。
[0154] 2、能让机器人通过探针，实现零术野双侧均衡数据采集，进一步提升了导航精确 性。
[0155] 3、可将本发明提供的方法配合软件编程来加以实现，满足了自动化实施调整的需 要。
[0156] 4、提供有效的导航位置及角度等参数修正，优化导航精度。
[0157] 以上所述仅是本发明的优选实施方式，并不用于限制本发明，应当指出，对于本技 术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和 变型，这些改进和变型也应视为本发明的保护范围。
【主权项】
1. 基于骨骼三维中点云的配准导航方法，其特征在于包括以下步骤： 步骤一，基于DICOM数据图像，构成X、Y、Z三维中点云虚拟坐标系； 步骤二，建立X、Y、Z三维中点云世界坐标系； 步骤三，在Χ、Υ、Ζ三维中点云虚拟坐标系和世界坐标系动态快速配准导航计算，包括针 对刚性配准加速与柔性配准加速； 步骤四，对导航角度进行修正。2. 根据权利要求1所述的基于骨骼三维中点云的配准导航方法，其特征在于:所述步骤 一中，通过DICOM数据，对椎骨轮廓快速提取，即通过螺旋CT机，对骨组织扫描，采用二维图 像分割方法，提取CT图像中的椎骨轮廓，提取可双侧测量结构两侧椎骨表面坐标点数据，取 其连线中点集合，建立Χ、Υ、Ζ三维中点云虚拟坐标系。3. 根据权利要求2所述的基于骨骼三维中点云的配准导航方法，其特征在于:所述建立 Χ、Υ、Ζ三维中点云虚拟坐标系的实施步骤为， Α1，对关键图层，进行分割与轮廓线提取； Α2,对相邻图层的轮郭线进行提取； A3，遍历所有序列图像，获取整体轮廓数据； Α4,筛选轮廓上的棘突、关节突出双侧的可测量结构，计算获取椎骨中点云坐标数据。4. 根据权利要求2所述的基于骨骼三维中点云的配准导航方法，其特征在于:所述二维 图像分割方法包括域法、区域生长法、边缘检测法、基于模糊分割的方法、主动轮轮廓模型 提取法中的一种或是多种结合。5. 根据权利要求1所述的基于骨骼三维中点云的配准导航方法，其特征在于:所述步骤 二中，通过探针在棘突、关节突等椎骨后部结构双侧，进行椎骨坐标数据采集，取两点连线 的中点。6. 根据权利要求1所述的基于骨骼三维中点云的配准导航方法，其特征在于:所述针对 刚性配准加速，采用改进ICP算法，处理过程为， Β1，粗配准，获取对应的特征点； Β2，初始化，基于点的配准计算对应点之间的旋转转换矩阵R和平移转换矩阵Τ，令Β3，利用快速高斯变换，计算矩阵PI，PT1，ΡΧ，再计算出R，t，s和〇2参数的值，得到变换函 数， T(Y) = sYRT+ltT； B4,由设定概率P判断是否达到收敛，如果没有返回到步骤②迭代。7. 根据权利要求1所述的基于骨骼三维中点云的配准导航方法，其特征在于:所述针对 柔性配准加速，采用基于连贯性理论的跟踪配准方法，加速的过程为， C1，粗配准，获取对应的特征点，初始化其它参数，令C2,利用快速高斯变换来计算矩阵？1彳1#，通过低秩矩阵近似法，近似矩阵6; C3,根据低秩矩阵近似法加速求解W=(G+A〇2d-切1))-Hd-HPDPX-Y)，并根据N P = 1TP1 得到NP的值； C4,得到变换函数，T = T(Y，W)=Y+GW; C5，由设定概率P判断是否达到收敛，否则返回步骤2进行计算。8.根据权利要求1所述的基于骨骼三维中点云的配准导航方法，其特征在于:所述步骤 四中，采用如下步骤， D1，确立不确定模型，获取目标椎骨微动的不确定范围； D2,构造不确定对象的频率响应模板，选择基准对象，选出一组频率点，根据目标椎骨 在所选频率点处的频率相应数据，生成相应的一组对象模板； D3,计算、绘制边界，根据对象模板和导航要求，在Nicholas图上，生成基准对象开环频 率响应的各个设计边界，取不同边界的交集得到复合频域边界； D4,设计整形过程，在Nicholas上，调整基准对象的开环频域响应曲线，得到伺服控制 律，根据闭环系统的频率响应要求，调整前置滤波器。
【文档编号】A61B34/30GK105852971SQ201610288531
【公开日】2016年8月17日
【申请日】2016年5月4日
【发明人】张春霖
【申请人】苏州点合医疗科技有限公司