基于体素划分的实时点云目标检测方法技术

本发明专利技术提供了一种基于体素划分的实时点云目标检测方法，包括以下步骤：步骤S01：从三维点云模型中提取特征：将三维点云空间划分为体素，使得每一位置垂直方向上只有一个体素。体素中的点被采样、补零到固定点数，然后选取非空的固定数量的体素组织成初始特征，然后提取每个体素的特征；步骤S02：将心脏的三维点云模型的特征重新组织成二维图像形式，送入2D CNN；步骤S03：2D CNN使用卷积操作提取了多尺度的特征，并通过反卷积操作拼接起来，送入SSD，得到最终的分类预测结果。本发明专利技术提供的基于体素划分的实时点云目标检测方法，在由心腔内超声心动图构建的三维心脏模型中，实时地进行点云目标检测，实现心房心室和导管的目标检测。测。测。

【技术实现步骤摘要】
基于体素划分的实时点云目标检测方法


[0001]本专利技术属于图像处理领域，涉及一种基于体素划分的实时点云目标检测方法。

技术介绍

[0002]作为介入心脏病学的重要分支——心律失常的介入治疗，包括心脏电子器械置入、心电生理和导管消融，以及经皮左心耳封堵等手术的蓬勃发展，使很多心律失常的治疗策略发生了巨大改变。现阶段我们可以有效控制乃至治愈多种心律失常，如阵发性室上性心动过速、心房颤动、特发性室性期前收缩、室性心动过速及部分器质性心脏病室性心动过速。心律失常的介入治疗除了要有良好的电生理基理论外，还需对相关的心腔内解剖有完整而深入的理解。经典的心脏电生理对于解剖的观察主要依赖X线影响，但这种方式只是平面图像，且视角局限，无法观察心腔内的精细解制，同时还有电离辐射。在现代心律失常的介入治疗中，做到精确的标测、精准的消融是我们追求的目标，既往的心腔内超声可实时观察心腔内结构，为术者提供有用的心脏结构信息，而结合三维电场、磁场定位的新一代心腔内超声，可以精细地显示心脏，大血管及毗邻的非心脏结构，并且能完成三维模型构建，更容易被未接受过专业超声培训的心律失常医生所理解和接受，极大地提高了手术地成功率，降低了手术风险。
[0003]心脏内超声三维重建技术快速发展。为了让心率失常医生更加直观地观察心脏地三维重建模型，就需要对模型内的左右心房和左右心室和导管等非心脏组织进行实时的目标检测和标注。

技术实现思路

[0004]1、所要解决的技术问题：在建立的三维心脏模型中，实时地进行点云目标检测，实现心房心室和导管的目标检测。
[0005]2、技术方案：为了解决以上问题，本专利技术提供了一种基于体素划分的实时点云目标检测方法，包括以下步骤：步骤S01：从心脏的三维点云模型中提取特征：将三维点云空间划分为体素，使得每一位置垂直方向上只有一个体素。体素中的点被采样、补零到固定点数，然后选取非空的固定数量的体素组织成初始特征，然后提取每个体素的特征；步骤S02：将心脏的三维点云模型的特征重新组织成二维图像形式，送入2D CNN，所述2D CNN 是一个深度卷积神经网络；步骤S03：2D CNN使用卷积操作提取了多尺度的特征，并通过反卷积操作拼接起来，送入SSD，得到最终的分类预测结果，实时检测左右心房心室和消融导管。
[0006]3、有益效果：本专利技术提供的基于体素划分的实时点云目标检测方法，在由心腔内超声心动图构建的三维心脏模型中，实时地进行点云目标检测，实现心房心室和导管的目标检测。
附图说明
[0007]图1是本专利技术方法的流程示意图。
[0008]图2是划分体素的示意图。
[0009]图3是体素栅格的示意图一。
[0010]图4是体素栅格的示意图二。
具体实施方式
[0011]下面结合附图来对本专利技术进行详细说明。
[0012]如图1所示，本专利技术提供了一种基于体素划分的实时点云目标检测方法，包括以下步骤：步骤S01：从心脏的三维点云模型中提取特征：将三维点云空间划分为体素，使得每一位置垂直方向上只有一个体素。体素中的点被采样、补零到固定点数，然后选取非空的固定数量的体素组织成初始特征，然后提取每个体素的特征；步骤S02：将心脏的三维点云模型的特征重新组织成二维图像形式，送入2D CNN，所述2D CNN 是一个深度卷积神经网络，使用2D CNN可以对心脏三维模型进行检测，可以检测到导管目标；步骤S03：2D CNN使用卷积操作提取了多尺度的特征，并通过反卷积操作拼接起来，送入SSD，得到最终的分类预测结果，实时检测左右心房心室和消融导管。
[0013]在一个实施例中，在步骤S01中，将三维点云空间划分为体素的方法为：将心脏的三维点云模型按照规则的长方体空间进行分割，每个长方体称为体素，在长方体内部的点被划分到相应的体素中，如图2所示，假设在三维空间内进行体素划分，体素在XYZ轴上的长度分别为，则最终得到的体素栅格的尺寸为：其中一点被划分到的栅格坐标为：， 将点云数据划分为体素栅格后，可以得到规则的、有序的数据，便于后续处理。
[0014]在一个实施例中，划分后的体素栅格有很多是空的，非空的栅格包含的点数也有相差，通过采样和补0的方式将体素内的点统一处理为相同数量，如图3所示。
[0015]在一个实施例中，划分后的体素栅格有很多是空的，非空的栅格包含的点数也有相差，采用动态栅格化，不进行采样，使用所有点的特征，如图4所示。
[0016]在一个实施例中，在步骤S01中，通过PointNet网络提取每个体素的特征。
[0017]本专利技术提供的基于体素划分的实时点云目标检测方法，把三维空间划分为体素，并将点云数据划分到所属体素中。该特征空间是基于点云外观与强度以及中心位置等方面的特征。随后，再通过PointNet网络提取每个体素的特征，最后将特征重新组织成图像形式，送入2D CNN。2D CNN部分使用卷积操作提取了多尺度的特征，并通过反卷积操作拼接起来，送入SSD，得到最终的检测结果。在实验中，该方法可以有效地实时检测左右心房心室和
消融导管。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于体素划分的实时点云目标检测方法，包括以下步骤：步骤S01：从心脏的三维点云模型中提取特征：将三维点云空间划分为体素，使得每一位置垂直方向上只有一个体素。2.体素中的点被采样、补零到固定点数，然后选取非空的固定数量的体素组织成初始特征，然后提取每个体素的特征；步骤S02：将心脏的三维点云模型的特征重新组织成二维图像形式，送入2D CNN，所述2D CNN 是一个深度卷积神经网络；步骤S03：2D CNN使用卷积操作提取了多尺度的特征，并通过反卷积操作拼接起来，送入SSD，得到最终的分类预测结果，实时检测左右心房心室和消融导管。3.如权利要求1所述的方法，其特征在于：在步骤S01中，将三维点云空间划分为体素的方法为：将心脏的三维点云模型按照规则的长方体空间进行分割，...

【专利技术属性】
技术研发人员：吴建，王烨，
申请(专利权)人：江苏霆升科技有限公司，
类型：发明
国别省市：