医学图像标志点提取方法在神经外科手术机器人中的应用分析

手术机器人辅助神经外科手术系统的应用现已成为医疗机器人领域的重要研究方向。医学图像标志点提取是完成患者注册的重要环节,医学二维影像空间与患者三维手术空间匹配的精度直接影响整个手术导航定位系统的精度。其基本原理是:先获取包含预设标记点的目标图像,在目标图像对应的图像坐标系中进行标记点提取,获得预设标记点在图像坐标系中的位置,然后基于标记点在机器人坐标系中的位置和标记点在图像坐标系中的位置,得到两个坐标系之间的转换关系。本文将在介绍医学图像标志点提取方法基础上,以睿米手术机器人为例,分析医学图像标志点提取方法在神经外科手术机器人中的临床应用。

基于几何特征的X射线图像中圆形标志点自动提取

从X射线图像中快速准确地提取圆形标志点是基于C形臂的手术导航中进行跟踪的关键环节。由于在实际应用中X射线图像的标记点半径较小,并且有其他的背景噪声和干扰物,使得一些传统的圆形检测方法往往鲁棒性不够高。针对这一问题,本文提出了一种基于几何特征的圆形目标检测方法,利用这种方法能够对X射线图像中的圆形标记点进行自动提取。实验测试表明该方法能够有效地检测不同半径的圆,并且能够通过调节参数检测到不标准的圆形。实验结果显示该方法在对C形臂X射线成像中的圆形标志物的自动提取具有较高的效率及鲁棒性。

基于N线模型的超声探头自动标定方法

在超声引导下的介入治疗等应用中,利用三维定位系统跟踪超声成像平面的位置和姿态,从而定位病灶位置。对超声探头与定位系统的传感器间的空间变换关系进行标定,是影响整体系统精度的重要环节。广泛应用的基于N线模型的标定方法要求手工拾取超声图像中亮斑标志点的坐标并识别其对应的N线组编号。传统的人工点选方法容易引入主观定位误差和编号错误,且耗时较长。对此,提出一种预测标志点位置、在其邻域进行搜索、确定N形目标点坐标和编号的自动标定方法,以提高探头标定的精度和效率。实验表明,新方法与传统方法相比,精密度从1.57 mm提高到0.63 mm,标定误差从2.66 mm降低到1.80 mm;处理每帧图像所需的平均时间为0.067 s,节省大量人工操作的时间,并保证标定的精度。