基于深度学习的2D/3D图像配准方法在脊柱微创导航手术中的应用

目的:探讨基于深度学习的2D/3D图像配准方法在脊柱微创手术导航中的应用效果。方法:对LIDC⁃IDRI数据集中20例病人的术前3D脊柱CT影像和术中2D的X⁃ray影像实施分步配准。首先,将三维CT影像进行空间变化,投影到二维平面。通过卷积神经网络(CNN)对生成的二维图像进行训练并学习相关特征,将待配准图像输入学习网络,得到相关参数,完成粗配准。其次,对术前脊柱CT影像进行分割,计算浮动图像与参考图像间的相似度,通过参数优化算法对椎骨进行精确配准。采用Elastix作为对照组。结果:与对照组相比,本研究提出的方法在归一化互相关指标上提高了0.1856,在归一化互信息指标上提高了0.4456,在平均绝对误差指标上降低了0.0978。结论:该算法配准精度高,提示将深度学习方法应用于脊柱CT图像配准是一项具有前景的研究。